Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila Análise de Séries Temporais PDF
Apostila Análise de Séries Temporais PDF
RICARDO S. EHLERS
1 Introdu
cao 1
2 Tecnicas Descritivas 6
2.1 Decomposicao Classica . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Series com Tendencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Series Sazonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4 Autocorrelacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4.1 O Correlograma . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 Modelos Probabilsticos 18
3.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2 Processos Estacionarios . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3 A Funcao de Autocorrelacao . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4 Alguns Processos Estoc asticos . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.1 Sequencia Aleat oria . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.2 Passeio Aleat orio . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.4.3 Processos de Media M oveis . . . . . . . . . . . . . . . . . . . . 22
3.4.4 Processos Autoregressivos . . . . . . . . . . . . . . . . . . . . . 24
3.4.5 Modelos Mistos ARMA . . . . . . . . . . . . . . . . . . . . . . 29
3.4.6 Modelos ARMA Integrados . . . . . . . . . . . . . . . . . . . . 30
4 Estimac
ao 33
4.1 Autocovariancia e autocorrelacao . . . . . . . . . . . . . . . . . . . . . 34
4.2 Ajustando Processos Autoregressivos . . . . . . . . . . . . . . . . . . . 35
4.3 Ajustando Processos Medias M oveis . . . . . . . . . . . . . . . . . . . 39
4.4 Ajustando Processos ARMA . . . . . . . . . . . . . . . . . . . . . . . . 40
4.5 Modelos Sazonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.6 Adequacao do Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.6.1 An alise dos Resduos . . . . . . . . . . . . . . . . . . . . . . . . 43
4.6.2 Testes sobre os resduos . . . . . . . . . . . . . . . . . . . . . . 44
5 Previs
ao 52
5.1 Metodos Univariados de Previs
ao . . . . . . . . . . . . . . . . . . . . . 52
5.1.1 Alisamento Exponencial Simples . . . . . . . . . . . . . . . . . 52
i
ii
SUMARIO
A Lista de Distribui co
es 105
A.1 Distribuicao Normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
A.2 Distribuicao Gama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
A.3 Distribuicao Wishart . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
A.4 Distribuicao Gama Inversa . . . . . . . . . . . . . . . . . . . . . . . . . 106
A.5 Distribuicao Wishart Invertida . . . . . . . . . . . . . . . . . . . . . . 106
A.6 Distribuicao Beta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
A.7 Distribuicao de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.8 Distribuicao t de Student . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.9 Distribuicao F de Fisher . . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.10 Distribuicao Binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
A.11 Distribuicao Multinomial . . . . . . . . . . . . . . . . . . . . . . . . . 108
A.12 Distribuicao de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . 108
A.13 Distribuicao Binomial Negativa . . . . . . . . . . . . . . . . . . . . . . 108
SUMARIO iii
References 110
Captulo 1
Introdu
cao
Observaco es correlacionadas s
ao mais difceis de analisar e requerem tecnicas
especficas.
Terminologia
Uma serie temporal e dita ser contnua quando as observacoes s
ao feitas continuamente
no tempo. Definindo o conjunto T = {t : t1 < t < t2 } a serie temporal ser a denotada
1
2 CAPITULO 1. INTRODUC
AO
por {X(t) : t T }. Uma serie temporal e dita ser discreta quando as observacoes
s
ao feitas em tempos especficos, geralmente equiespacados. Definindo o conjunto
T = {t1 , . . . , tn } a serie temporal ser
a denotada por {Xt : t T }. Por simplicidade
podemos fazer T = {1, 2, . . . , n}.
Note que estes termos nao se referem `a vari
avel observada X, esta pode assumir
valores discretos ou contnuos. Em muitas situacoes X pode ser discreta por definicao
(e.g. o numero de casos notificados de AIDS) porem para efeito de an alise estats-
tica pode ser tratada como continua se os seus valores observados nao forem muito
pequenos.
Por outro lado, series temporais discretas podem surgir de v arias formas. Series
contnuas podem ser discretizadas, i.e. seus valores s
ao registrados a certos intervalos
de tempo. Series de valores agregados ou acumulados em intervalos de tempo, por
exemplo exportacoes medidas mensalmente ou quantidade de chuva medida diaria-
mente. Finalmente, algumas series s ao inerentemente discretas, por exemplo dividen-
dos pagos por uma empresa aos seus acionistas em anos sucessivos.
Uma serie temporal tambem pode ser multivariada. Se k vari aveis s ao observadas
a cada tempo (por exemplo discreto) denota-se por {X1t , . . . , Xkt , t T }. Neste caso
v
arias series correlacionadas devem ser analisadas conjuntamente, ou seja em cada
tempo tem-se um vetor de observacoes.
Objetivos
Em algumas situacoes o objetivo pode ser fazer previs
oes de valores futuros enquanto
em outras a estrutura da serie ou sua relacao com outras series pode ser o interesse
principal. De um modo geral, os principais objetivos em se estudar series temporais
podem ser os seguintes,
Descrica
o. Descrever propriedades da serie, e.g. o padrao de tendencia, existen-
cia de variacao sazonal ou cclica, observacoes discrepantes (outliers), alteracoes
estruturais (e.g. mudancas no padr ao da tendencia ou da sazonalidade), etc.
Explicaca
o. Usar a variacao em uma serie para explicar a variacao em outra
serie.
Predica
o: predizer valores futuros com base em valores passados. Aqui assume-
se que o futuro envolve incerteza, ou seja as previs
oes nao s
ao perfeitas. Porem
devemos tentar reduzir os erros de previsao.
Abordagens
Tecnicas Descritivas. Tecnicas gr
aficos, identificacao de padr
oes, etc.
An
alise espectral.
Metodos n
ao parametricos (alisamento ou suavizacao).
Sazonalidade
Muitas series temporais exibem um comportamento que tende a se repetir a cada s
perodos de tempo. Por exemplo, e natural esperar que as vendas mensais de brinque-
dos terao um pico no mes de dezembro e talvez um pico secundario em outubro. Este
padr ao possivelmente se repetira ao longo de v
arios anos. Vejamos alguns possveis
modelos sazonais,
2. Funcoes trigonometricas.
3. Sazonalidade estoc
astica:
(a) Vari
avel endogena com defasagem sazonal no modelo (modelos ARMA
peri
odicos),
(b) modelo ARMA sazonal.
Tipos de Sazonalidade
Aditiva. A serie apresenta flutuaco es sazonais mais ou menos constantes nao
importando o nvel global da serie.
No exemplo dos brinquedos, suponha que o aumento esperado nas vendas nos
meses de dezembro e de 1 milh ao de reais em relacao `a media anual. Entao as
previs
oes para os meses de dezembro dos proximos anos deve somar a quantia de 1
milhao de reais `
a uma media anual para levar em conta esta flutuacao sazonal. Isto
e o que se chama de sazonalidade aditiva.
4 CAPITULO 1. INTRODUC
AO
Suponha agora que o aumento esperado nos meses de dezembro seja de 30%.
Entao o aumento esperado (em valor absoluto) de vendas em dezembro ser a pequeno
ou grande dependendo da media anual de vendas ser baixa ou alta. Nas previs oes
para os proximos meses de dezembro deve-se multiplicar a media anual pelo fator 1,3.
Isto e o que se chama de sazonalidade multiplicativa.
Tend
encia
Globalmente, uma serie pode exibir tendencia de crescimento (ou decrescimento) com
v
arios possveis padr
oes.
Crescimento linear. Por exemplo, a cada ano o aumento esperado nas vendas
de um certo brinquedo e de 1 milh
ao de reais.
Exemplos de S
eries Temporais
Como primeira ilustracao sao apresentadas na Figura 1.1 quatro series temporais
disponveis no pacote R. Nos eixos horizontais aparecem os anos de observacao e nos
eixos verticais os nomes das series (mesmos nomes do R). A Figura 1.1a mostra totais
mensais de passageiros em linhas aereas internacionais nos EUA entre 1949 e 1960.
Existe uma clara tendencia de crescimento bem como um padrao sazonal ao longo
dos anos. A Figura 1.1b mostra a serie com o n umero anual de linces capturados em
armadilhas entre 1821 e 1934 no Canad a. Existe um padr
ao cclico em torno de 10 ou
11 anos. A Figura 1.1c mostra a serie com as medicoes anuais de vazoes do Rio Nilo
em Ashwan entre 1871 e 1970. Parece haver alguma alteracao estrutural em torno do
ano de 1900. Finalmente a Figura 1.1d mostra a serie trimestral do consumo de g as no
Reino Unido entre o primeiro trimestre de 1960 e o quarto trimestre de 1986. H a uma
tendencia de crescimento porem a amplitude do padr ao sazonal aumenta bastante a
partir de 1971.
Exerccios
1. Classifique as seguintes series temporais quanto ao tempo e quanto a vari
avel
observada.
500
AirPassengers
5000
lynx
300
2000
100
0
1950 1954 1958 1820 1860 1900
1400
1000
1000
UKgas
Nile
600
600
200
Figura 1.1: (a) Totais mensais de passageiros em linhas aereas internacionais nos EUA
entre 1949 e 1960, (b) numero anual de linces capturados em armadilhas entre 1821
e 1934 no Canad a, (c) medicoes anuais de vazoes do Rio Nilo em Ashwan entre 1871
e 1970, (d) consumo de g as no Reino Unido entre o primeiro trimestre de 1960 e o
quarto trimestre de 1986.
(c) O ndice di
ario da bolsa de valores de Sao Paulo.
(d) A inflacao mensal medida pelo ndice de precos ao consumidor.
(e) Variacao di
aria de um determinado ndice financeiro, 1 para variacao po-
sitiva, -1 para variacao negativa ou zero se nao ocorreu variacao.
(f) N
umero mensal de novos casos de Dengue em uma determinada regi
ao.
T
ecnicas Descritivas
Ao se analisar uma ou mais series temporais a representacao gr afica dos dados se-
quencialmente ao longo do tempo e fundamental e pode revelar padr oes de comporta-
mento importantes. Tendencias de crescimento (ou decrescimento), padr oes cclicos,
alteracoes estruturais, observacoes aberrantes, etc. s
ao muitas vezes facilmente iden-
tificados. Sendo assim, o gr afico temporal deve ser sempre o primeiro passo e antecede
qualquer an alise. Outras ferramentas ser ao descritas ao longo deste captulo.
2.1 Decomposic
ao Cl
assica
Muitas das propriedades observadas em uma serie temporal Xt podem ser captadas
assumindo-se a seguinte forma de decomposicao
Xt = Tt + Ct + Rt
2.2 S
eries com Tend
encia
Nao existe uma definicao precisa de tendencia e diferentes autores usam este termo de
diferentes formas. Podemos pensar em tendencia como uma mudanca de longo prazo
no nvel medio da serie. A dificuldade aqui e definir longo prazo.
A forma mais simples de tendencia e
Xt = + t + t (2.1)
onde e sao constantes a serem estimadas e t denota um erro aleat orio com media
zero. O nvel medio da serie no tempo t e dado por mt = + t que e algumas vezes
6
2.2. SERIES
COM TENDENCIA 7
Xt = 0 + 1 t + + p tp + t .
Uma funcao linear ou quadratica seria apropriada no caso de uma tendencia mono-
tonicamente crescente ou decrescente. Caso contrario polinomios de ordem mais alta
devem ser ajustados.
Outras possveis formas de tendencia s
ao os crescimentos descritos por uma curva
Gompertz,
log xt = a + brt
onde a, b e r s
ao par
ametros com 0 < r < 1, ou uma curva Logstica,
xt = a/(1 + bect )
Exemplo 2.1 : A Figura 2.1 mostra as medicoes anuais de vazoes do Rio Nilo em
Ashwan entre 1871 e 1970 juntamente com polin omios de graus 3 e 6 superimpostos.
Os polinomios foram ajustados por mnimos quadrados usando os comandos do R a
seguir. A serie original com as tendencias estimadas aparecem na Figura (2.1).
1400
observado
tendencia grau 3
1200
tendencia grau 6
1000
Vazoes
800
600
Figura 2.1: Medicoes anuais de vazoes do Rio Nilo em Ashwan entre 1871 e 1970 (pontos),
com polin
omios de graus 3 e 6 ajustados por minimos quadrados.
Regress
ao Local
x
t =
(t) + (t)t.
Exemplo 2.2 : A Figura 2.2 apresenta os mesmos dados da Figura 2.1 sendo que as
curvas superimpostas foram obtidas usando regress
ao local com os comandos do R a
seguir.
2.2. SERIES
COM TENDENCIA 9
1400 observado
tendencia f=1
1200
tendencia f=0.25
1000
Vazoes
800
600
Figura 2.2: Medicoes anuais de vazoes do Rio Nilo em Ashwan entre 1871 e 1970 (pontos),
tendencia estimada via funcao lowess.
Filtragem
Outro procedimento para analisar series com tendencia e atraves de filtros lineares.
Um filtro linear converte uma serie {xt } em outra {yt } atraves da seguinte operacao
linear
Xs
yt = aj xt+j
j=q
onde {aj } e um conjunto de pesos. Alem disso, como queremos estimar a media local
os pesos devem ser tais que sj=q aj = 1, garantindo assim que min{xt } < yt <
P
O caso mais simples e quando todos os pesos aj tem o mesmo valor e devido `a restricao
de soma 1 segue que aj = 1/(2q +1), para j = q, . . . , q. Neste caso, o valor suavizado
10 CAPITULO 2. TECNICAS
DESCRITIVAS
de xt e dado por
q
1 X
yt = xt+j .
2q + 1
j=q
Exemplo 2.3 : A Figura 2.3 apresenta a serie com os totais mensais de passageiros
de linhas aereas internacionais nos EUA, entre 1949 e 1960 (Box, Jenkins and Reinsel,
1976) juntamente com a tendencia estimada superimposta. Foram aplicados filtros
lineares com medias m oveis aproximadamente trimestrais (q = 2) e medias m oveis
aproximadamente anuais (q = 5). Os seguintes comandos do R foram usados.
600
Numero de passageiros (em milhares)
500
dados
Media Movel q=2
400
Anos
Figura 2.3: Totais mensais de passageiros de linhas aereas internacionais nos EUA, com
a tendencia superimposta aplicando medias m
oveis aproximadamente trimestrais (q = 2) e
medias moveis aproximadamente anuais (q = 5).
onde 0 < < 1. Note como, embora todas as observacoes passadas sejam usadas no
filtro, os pesos (1 )j decaem geometricamente com j. Quanto mais proximo de 1
estiver mais peso ser a dado `as observacoes mais recentes e quanto mais proximo de
zero mais os pesos estar ao distribuidos ao longo da serie. Por exemplo se = 0, 90 a
serie filtrada fica yt = 0, 9xt + 0, 09xt1 + 0, 009xt2 + . . . enquanto que para = 0, 1
temos que yt = 0, 1xt + 0, 09xt1 + 0, 081xt2 + . . . .
Este tipo de filtro pode ser utilizado para fazer previs oes. Especificamente a
previs ao da serie original em t + 1 sera o valor filtrado yt (mais detalhes no Captulo
5).
Diferencia
cao
Um tipo especial de filtro, muito u til para remover uma componente de tendencia
polinomial, consiste em diferenciar a serie ate que ela se torne estacion
aria (este con-
ceito ser
a formalizado no Captulo 3). Para dados nao sazonais, a primeira diferenca e
em geral suficiente para induzir estacionariedade aproximada. A nova serie y2 , . . . , yn
e formada a partir da serie original x1 , . . . , xn como
yt = xt xt1 = xt .
Note que isto nada mais e do que um filtro (assimetrico) com coeficientes 1 e -1.
Diferenciacao de primeira ordem e a mais utilizada sendo que ocasionalmente uma
diferenciacao de segunda ordem pode ser requerida, i.e.
2.3 S
eries Sazonais
Uma forma bastante simples de eliminar o efeito sazonal e simplesmente tomar medias
sazonais. Por exemplo, em dados mensais com sazonalidade anual, as medias anuais
estar
ao livres do efeito sazonal. Embora este procedimento esteja correto muitos dados
ser
ao perdidos e ao inves disto pode-se recorrer mais uma vez `as medias m
oveis.
2.4 Autocorrelac
ao
Uma importante ferramenta para se identificar as propriedades de uma serie tem-
poral consiste de uma serie de quantidades chamadas coeficientes de autocorrelaca
o
12 CAPITULO 2. TECNICAS
DESCRITIVAS
nk
X
ck = (xt x)(xt+k x)/n.
t=1
Os coeficientes de autocorrelacao s
ao entao obtidos como rk = ck /c0 .
2.4.1 O Correlograma
Um gr afico com os k primeiros coeficientes de autocorrelacao como funcao de k e
chamado de correlograma e pode ser uma ferramenta poderosa para identificar ca-
ractersticas da serie temporal. Porem isto requer uma interpretacao adequada do
correlograma, i.e. devemos associar certos padr oes do correlograma como determina-
das caractersticas de uma serie temporal. Esta nem sempre e uma tarefa simples e a
seguir sao dadas algumas indicacoes.
S
eries aleat
orias
A primeira quest ao que podemos tentar responder atraves do correlograma e se uma
serie temporal e aleat
oria ou nao. Para uma serie completamente aleat oria os valores
defasados s ao nao correlacionados e portanto espera-se que rk 0, k = 1, 2, . . . .
Suponha que x1 , . . . , xn sejam vari
aveis aleat
orias independentes e identicamente
distribuidas com media arbitr arias. Entao, pode-se mostrar que o coeficiente de au-
tocorrelacao amostral rk e assintoticamente normalmente distribuido, com media e
variancia dados por
E(rk ) 1/n e V ar(rk ) 1/n.
(ver Kendall, Stuart, & Ord 1983, Captulo 48). Portanto, limites de confianca apro-
ximados de 95% s ao dados por 1/n 1, 96/ n, que s ao frequentemente ainda mais
aproximados para 1, 96/ n.
Isto ilustra uma das dificuldades de interpretar o correlograma ja que, mesmo para
uma serie completamente aleat oria, espera-se que 1 em cada 20 coeficientes rk esteja
fora destes limites. Por outro lado, um valor muito grande de rk tem menos chance de
ter ocorrido ao acaso do que um valor que est a apenas ligeiramente fora dos limites.
A Figura 2.4 mostra uma serie temporal com 100 observacoes independentes e
identicamente distribuidas geradas no computador juntamente com o seu correlo-
grama. Neste caso os limites de confianca de 95% s ao aproximadamente 2/ 100 =
0,2 e podemos notar que 2 dentre as 20 primeiras autocorrelacoes est ao ligeiramente
fora destes limites. No entanto isto ocorre em defasagens aparentemente arbitr arias
(12 e 18) e podemos concluir que nao ha evidencia para rejeitar a hipotese de que as
observacoes s
ao independentes.
14 CAPITULO 2. TECNICAS
DESCRITIVAS
observaes
1
1
3
0 20 40 60 80 100
tempo
1.0
autocorrelaoes
0.4
0.2
0 5 10 15 20
defasagem
Figura 2.4: (a) 100 observacoes simuladas independentes e identicamente distribuidas. (b)
20 primeiras autocorrelacoes amostrais.
Correlac
ao de curto-prazo
Uma serie temporal na qual uma observacao acima da media tende a ser seguida
por uma ou mais observacoes acima da media, similarmente para observacoes abaixo
da media, e dita ter correlacao de curto-prazo. Um correlograma desta serie dever
a
exibir um valor relativamente grande de r1 seguido por valores que tendem a ficar
sucessivamente menores. A partir de uma certa defasagem k os valores de rk tendem
a ser aproximadamente zero. Na Figura 2.5 temos 50 observacoes geradas de acordo
com o processo xt = 0, 7xt1 + t juntamente com o seu correlograma.
Correlac
ao negativa
observacoes
1
1
3
0 10 20 30 40 50
tempo
autocorrelacoes
0.8
0.2
0.4
0 5 10 15
defasagem
Figura 2.5: (a) 50 observacoes simuladas com autocorrelacoes de curto-prazo. (b) 16 primei-
ras autocorrelacoes amostrais.
S
eries n
ao estacion
arias
Para uma serie temporal com tendencia os valores de rk nao decair ao para zero a
nao ser em defasagens grandes. Intuitivamente, isto ocorre porque uma observacao
de um lado da media tende a ser seguida por um grande n umero de observacoes do
mesmo lado (devido ` a tendencia). Neste caso, pouca ou nenhuma informacao pode
ser extraida do correlograma ja que a tendencia dominar a outras caractersticas. Na
verdade, como veremos em outros captulos a funcao de autocorrelacao s o tem um
significado para series estacionarias, sendo assim qualquer tendencia deve ser removida
antes do calculo de {rk }.
A Figura 2.7 mostra uma serie temporal com 50 observacoes geradas segundo o
modelo xt = xt1 + t , juntamente com o seu correlograma. Note que a nao estaciona-
riedade da serie fica evidenciada no correlograma ja que as autocorrelacoes amostrais
decaem muito lentamente.
Varia
cao sazonal
Um padr ao sazonal e em geral facilmente identificado no correlograma. De fato, se
uma serie temporal contem flutuacoes sazonais o correlograma ir
a exibir oscilacoes na
16 CAPITULO 2. TECNICAS
DESCRITIVAS
observacoes
1
1
3
0 10 20 30 40 50
tempo
autocorrelacoes
0.5
0.5
0 5 10 15
defasagem
Figura 2.6: (a) 50 observacoes simuladas com autocorrelacoes negativas. (b) 15 primeiras
autocorrelacoes amostrais.
mesma frequencia. Por exemplo, com observacoes mensais r6 sera grande e negativo
enquanto r12 ser
a grande e positivo.
Na verdade, se o padr ao sazonal ja for evidente no gr
afico da serie original o
correlograma trara pouca ou nenhuma informacao adicional.
Observa
coes discrepantes
Se uma serie temporal contem uma ou mais observacoes discrepantes (outliers) o
correlograma pode ser seriamente afetado. No caso de uma u nica observacao discre-
pante o gr
afico de xt contra xt+k ter
a pontos extremos o que pode viesar os coeficientes
de correlacao para zero. Com dois valores discrepantes o efeito pode ser ainda mais
devastador, alem de gerar uma correlacao espuria quando k e igual `a dist
ancia entre
os valores.
Exerccios
1. Use o R para gerar uma serie temporal Yt = b0 + b1 t + t , t = 1, . . . , 100, com
b0 , b1 6= 0 e t normais e independentes com media e variancia 12 se t 70
mas vari 2 2
ancia 2 6= 1 se t > 70. Usando diferentes valores de aplique o
2.4. AUTOCORRELAC
AO 17
observacoes
0.8
0.4
0.0
0 10 20 30 40 50
tempo
1.0
autocorrelacoes
0.4
0.2
0 5 10 15 20
defasagem
Figura 2.7: (a) 50 observacoes simuladas segundo um passeio aleatorio. (b) 20 primeiras
autocorrelacoes amostrais.
Modelos Probabilsticos
3.1 Introduc
ao
Neste captulo ser ao descritos varios modelos adequados para dados de series tempo-
rais. Tais modelos s ao chamados de processos estoc asticos.
Matematicamente um processo estoc astico pode ser definido como uma colecao de
vari aveis aleat orias ordenadas no tempo e definidas em um conjunto de pontos T , que
pode ser contnuo ou discreto. Iremos denotar a vari avel aleatoria no tempo t por X(t)
no caso contnuo (usualmente < t < ), e por Xt no caso discreto (usualmente
t = 0, 1, 2, . . . ). O conjunto de possveis valores do processo e chamado de espaco
de estados que pode ser discreto (e.g. o n umero de chamadas que chegam a uma
central telef onica a cada 2 horas) ou contnuo (e.g. a temperatura do ar em uma
localidade observada em intervalos de 1 hora).
Em an alise de series temporais a situacao e bem diferente da maioria dos problemas
estatsticos. Embora seja possvel variar o tamanho da serie observada, usualmente
ser a impossvel fazer mais do que uma observacao em cada tempo. Assim, tem-se
apenas uma realizacao do processo estoc astico e uma u nica observacao da vari avel
aleat oria no tempo t denotada por x(t) no caso contnuo e xt , para t = 1, . . . , N no
caso discreto.
Uma maneira de descrever um processo estoc astico e atraves da distribuicao
de probabilidade conjunta de X(t1 ), . . . , X(tk ) para qualquer conjunto de tempos
t1 , . . . , tk e qualquer valor de k. Esta e uma tarefa extremamente complicada e na
pratica costuma-se descrever um processo estoc astico atraves das funcoes media, va-
ri
ancia e autocovari ancia. Estas funcoes s ao definidas a seguir para o caso contnuo
sendo que definicoes similares se aplicam ao caso discreto.
18
3.2. PROCESSOS ESTACIONARIOS 19
( ) = ( )/(0)
que mede a correlacao entre X(t) e X(t + ). No captulo anterior foi apresentado
o seu equivalente emprico para series discretas rk . Note tambem que o argumento
sera discreto se a serie temporal for discreta e contnuo se a serie temporal for
contnua.
Na pratica e muito difcil usar a definicao de estacionariedade estrita e costuma-se
definir estacionariedade de uma forma menos restrita.
Nenhuma outra suposicao e feita a respeito dos momentos de ordem mais alta. Alem
disso, fazendo = 0 segue que V ar[X(t)] = (0), ou seja a vari ancia do processo
20 CAPITULO 3. MODELOS PROBABILISTICOS
assim como a media tambem e constante. Note tambem que tanto a media quanto a
variancia precisam ser finitos.
Esta definicao mais fraca de estacionariedade ser a utilizada daqui em diante ja
que muitas propriedades dos processos estacionarios dependem apenas da estrutura
especificada pelo primeiro e segundo momentos. Uma classe importante de processos
aonde isto se verifica e a classe de processos normais ou Gaussianos aonde a distribui-
cao conjunta de X(t1 ), . . . , X(tk ) e normal multivariada para todo conjunto t1 , . . . , tk .
A distribuicao normal multivariada fica completamente caracterizada pelo primeiro e
segundo momentos, i.e. por (t) e (t1 , t2 ), assim estacionariedade fraca implica em
estacionariedade estrita para processos normais. Por outro lado, e ( ) podem nao
descrever adequadamente processos que sejam muito n ao-normais.
3.3 A Func
ao de Autocorrelac
ao
Foi visto na Secao 2.4 que os coeficientes de autocorrelacao amostral de uma serie
temporal observada s ao uma ferramenta importante para descrever a serie. Analoga-
mente, a funcao de autocorrelacao te
orica (fac) de um processo estocastico estacio-
nario e uma ferramenta importante para assessar suas propriedades. A seguir ser ao
apresentadas propriedades gerais da funcao de autocorrelacao.
Se um processo estoc ancia 2 entao
astico estacionario X(t) tem media e vari
( ) = ( )/(0) = ( )/ 2
2. 1 < ( ) < 1.
3.4.1 Sequ
encia Aleat
oria
Um processo em tempo discreto e chamado puramente aleat orio se consiste de uma
sequencia de vari
aveis aleat
orias {t } independentes e identicamente distribuidas. Isto
implica nas seguintes propriedades
3.4. ALGUNS PROCESSOS ESTOCASTICOS 21
Um processo puramente aleat orio e as vezes chamado de rudo branco e pode ser
u
til por exemplo na construcao de processos mais complicados. As propriedades
acima podem ser entendidas como ausencia de correlacao serial e homocedasticidade
condicional (vari
ancia condicional constante).
Xt = Xt1 + t .
Xt = Xt2 + t1 + t
= Xt3 + t2 + t1 + t
..
.
Xt
= X0 + j
j=1
tk
t (k) = .
t
22 CAPITULO 3. MODELOS PROBABILISTICOS
Xt = Xt Xt1 = t .
3.4.3 Processos de M
edia M
oveis
Seja {t } um processo discreto puramente aleat ancia 2 .
orio com media zero e vari
Um processo {Xt } e chamada de processo de medias m oveis de ordem q, ou MA(q),
se
Xt = t + 1 t1 + + q tq , (3.1)
sendo i R, i = 1, . . . , q. N
ao e difcil verificar como ficam a media e a vari
ancia
deste processo,
q
X
E(Xt ) = E(t ) + j E(tj ) = 0
j=1
q
X
V ar(Xt ) = V ar(t ) + j2 V ar(tj ) = (1 + 12 + + q2 ) 2 .
j=1
com 0 = 1. Como a media e a vari ancia sao constantes e (k) nao depende de t
o processo e (fracamente) estacionario para todos os possveis valores de 1 , . . . , q .
Alem disso, se os t s forem normalmente distribuidos os Xt s tambem ser
ao e portanto
o processo sera estritamente estacionario.
A funcao de autocorrelacao pode ser facilmente obtida de (3.2) como
1 k=0
qk q
X
X
j2 k = 1, . . . , q
j j+k
(k) =
j=0 j=0
0
k>q
(k) k < 0.
3.4. ALGUNS PROCESSOS ESTOCASTICOS 23
Note que a funcao tem um ponto de corte na defasagem q, i.e. (k) = 0 para k >
q. Esta e uma caracterstica especfica de processos medias m oveis e ser
a u
til na
especificacao do valor de q na pratica (Box & Jenkins 1970, p. 170).
Vamos analisar agora com mais detalhes o caso particular do processo MA(1). A
funcao de autocorrelacao fica
1
k=0
(k) = 2
1 /(1 + 1 ) k = 1 (3.3)
0 k > 1.
Xt = t + t1
1
Xt = t + t1 .
Substituindo em (3.3) nao e difcil verificar que estes dois processos diferentes tem
exatamente a mesma funcao de autocorrelacao. Assim, nao e possvel identificar um
processo MA(1) u nico a partir da funcao de autocorrelacao. Por outro lado, podemos
fazer substituicoes sucessivas e reescrever estes dois processos colocando t em funcao
de Xt , Xt1 , . . . , i.e.
caso || < 1) garante que existe um u nico processo MA(1) para uma dada funcao
de autocorrelacao. Outra consequencia da inversibilidade e que o processo MA(1)
pode ser reescrito como uma regress ao de ordem infinita nos seus proprios valores
defasados.
Para um processo MA(q) esta condicao pode ser melhor expressa usando-se o
operador de retardo, denotado por B e definido como
Xt = (1 + 1 B + 2 B 2 + + q B q )t = (B)t
(B) = 1 + 1 B + 2 B 2 + + q B q = 0
Suponha que {t } seja um processo puramente aleat orio com media zero e vari
ancia
2 . Um processo {Xt } e chamada de processo autoregressivo de ordem p, ou AR(p),
se
Xt = 1 Xt1 + + p Xtp + t . (3.4)
Note que existe uma estrutura Markoviana no processo AR(1) no sentido de que, dado
Xt1 , Xt nao depende de Xt2 , Xt3 , . . . . Fazendo subtituicoes sucessivas em (3.5)
3.4. ALGUNS PROCESSOS ESTOCASTICOS 25
obtemos que
Xt = (Xt2 + t1 ) + t = 2 Xt2 + t1 + t
= 2 (Xt3 + t2 ) + t1 + t
= 3 Xt3 + 2 t2 + t1 + t
..
.
Xr
= r+1 Xtr1 + j tj .
j=0
j=0
Xt = t + t1 + 2 t2 + . . .
e assim || < 1 e uma condicao suficiente para que Xt seja estacionario. Neste caso,
reescrevendo o processo k perodos `a frente, i.e.
note como o efeito de t sobre Xt+k diminui a medida que k aumenta e por isso e
chamado efeito transit
orio.
Podemos tambem usar o operador de retardo reescrevendo a equacao (3.5) como
(1 B)Xt = t
ou equivalentemente
1
Xt = t = (1 + B + 2 B 2 + . . . )t = t + t1 + 2 t2 + . . .
(1 B)
Escrevendo o processo AR(1) neste formato de MA infinito fica facil ver que a sua
media e vari
ancia s
ao dados por
2
E(Xt ) = 0 e V ar(Xt ) = 2 (1 + 2 + 4 + . . . ) = .
1 2
A funcao de autocovari
ancia pode ser obtida usando os resultados acima. Rees-
crevendo a equacao (3.6) como
Portanto,
E(Xt Xt+k ) = Cov(t + t1 + 2 t2 + . . . , k t + k+1 t1 + k+2 t2 + . . . )
= k E(2t ) + k+2 E(2t1 ) + k+4 E(2t2 ) + . . .
2
= k 2 (1 + 2 + 4 + . . . ) = k = k X
2
= (k).
1 2
Assim, a funcao de autocorrelacao e (k) = k para k = 0, 1, 2, . . . . Assim, como a
media e a variancia s ao constantes e (k) nao depende de t o processo AR(1) com
|| < 1 e estacionario.
Na Figura 3.1 s ao mostradas graficamente as autocorrelacoes te oricas de um pro-
cesso AR(1) ate a defasagem k = 20 para igual a 0,8, -0,8, 0,2 e -0,2. Note como
a funcao de autocorrelacao decai rapidamente para zero quando = 0, 2 e se alterna
entre valores positivos e negativos quando = 0, 8. Ou seja sempre ha um decai-
mento exponencial para zero mas este decaimento depende do sinal e magnitude de
.
0.8
0.6
0.6
0.2
0.4
0.2
0.2
0.8
0.0
5 10 15 20 5 10 15 20
0.20
0.00
0.10
0.10
0.20
0.00
5 10 15 20 5 10 15 20
j2 < .
P
e em analogia com o caso AR(1) segue que o processo sera estacionario se j
Usando agora o operador de retardo a equacao (3.4) fica
(1 1 B 2 B 2 p B p )Xt = t ou (B)Xt = t
Xt = (B)1 t = (B)t .
(1 1 B 2 B 2 p B p )(0 + 1 B + 2 B 2 + . . . ) = 1
0 + 1 B + 2 B 2 + 1 0 B 1 1 B 2 1 2 B 3 . . .
2 0 B 2 2 1 B 3 2 2 B 4 . . .
..
.
p 0 B p p 1 B p+1 = 1 + 0B + 0B 2 + . . .
0 + (1 1 0 )B + (2 1 1 2 0 )B 2 + = 1 + 0B + 0B 2 + . . .
0 = 1
1 = 0 1
2 = 1 1 + 0 2
3 = 2 1 + 1 2 + 0 3
..
.
i
X
i = ij j .
j=1
e as outras autocorrelacos s
ao obtidas iterativamente como
(k) = 1 (k 1) + 2 (k 2), k2
Autocorrela
coes Parciais
Para um processo AR(p), o u ltimo coeficiente p mede o excesso de correlacao na
defasagem p que nao e levado em conta por um modelo AR(p 1). Este e chamado
de p-esimo coeficiente de autocorrelaca o parcial. Assim, variando k = 1, 2, . . . temos
a chamada funca o de autocorrelaca o parcial (FACP).
Por outro lado, em um processo AR(p) nao existe correlacao direta entre Xt e
Xtp1 , Xtp2 , . . . e substituindo k = p + 1, p + 2, . . . nas equacoes de Yule-Walker
obtem-se que todos os coeficientes de correlacao parcial ser ao nulos para k > p. Por
exemplo, substituindo-se k = p + 1 segue que
O fato de que a facp e igual a zero para k > p e sugerido em Box and Jenkins (1970,
p. 170) como uma ferramenta para determinar a ordem p do processo autoregressivo
para series temporais observadas.
3.4. ALGUNS PROCESSOS ESTOCASTICOS 29
Xt = 1 Xt1 + + p Xtp + t + 1 t1 + + q tq
(1 1 B 2 B 2 p B p )Xt = (1 + 1 B + 2 B 2 + + q B q )t
ou
(B)Xt = (B)t .
ou, equivalentemente
(B)(1 B)d Xt = (B)t . (3.7)
Da equacao (3.7) acima pode-se notar que o modelo para Xt e claramente nao
omio autoregressivo (B)(1 B)d tem exatamente d razes
estacionario ja que o polin
sobre o crculo unitario, ou d razes unit
arias. Um processo que se torna estacionario
apos d diferencas e dito ser nao estacionario homogeneo, ou integrado de ordem d,
I(d).
Na pratica valores pequenos s ao em geral especificados para d, sendo d = 1 o valor
mais frequentemente utilizado e excepcionalmente d = 2. Note tambem que o passeio
aleatorio pode ser considerado um processo ARIMA(0,1,0).
Vale notar que para dados reais um modelo ARIMA (e de fato qualquer modelo)
e no m aximo uma aproximacao para o verdadeiro processo gerador dos dados. Na
pratica pode ser bem difcil distinguir entre um processo estacionario com mem oria
longa (e.g. AR(1) com 1) e um processo nao estacionario homogeneo. Existe
uma vasta literatura econometrica sobre testes de raz unit aria (ver por exemplo
Hamilton 1994 e Bauwens, Lubrano, & Richard 1999). Mais recentemente, modelos
da classe ARFIMA (ou ARIMA fracion arios) tem sido utilizados para analisar series
com mem oria longa. Estes topicos nao ser ao abordados aqui e o leitor interessado
pode consultar por exemplo Brockwell & Davis (1991) alem das referencias acima.
Exerccios
Nos exerccios a seguir {t } e um processo discreto puramente aleat
orio com media
ancia 2 .
zero e vari
(a) Xt = 0, 3Xt1 + t .
(b) Xt = t 1, 3 t1 + 0, 4 t2 .
(c) Xt = 0, 5Xt1 + t 1, 3 t1 + 0, 4 t2 .
(d) Xt = 0, 3 Xt1 + t 0, 6 t1
(e) Xt = Xt1 + t 1, 5t1
(1 + ab)(a + b)
(1) =
1 + b2 + 2ab
(k) = a(k 1), k = 2, 3, . . .
16. Mostre que o processo Xt = ( + 1)Xt1 Xt2 + t tem exatamente uma raiz
unit
aria e reescreva-o como um processo ARIMA(1,1,0).
18. Verifique se o processo {Yt } tal que P (Yt = 1) = P (Yt = 1) = 1/2 e estacio-
nario. Obtenha sua media, variancia e covari
ancia.
Estima
cao
No captulo anterior foram estudados modelos probabilsticos que podem ser utilizados
para descrever dados de series temporais. Neste captulo ser a discutido o problema
de ajustar um modelo aos dados observados. A inferencia ser a baseada na funcao de
autocorrelacao.
Para um processo estacionario {Xt } (t = 1, . . . , n), a funcao de densidade de
probabilidade conjunta de X1 , . . . , Xn pode ser sempre fatorada como
Em particular para um modelo ARMA(p, q), denotando o vetor de par ametros por
=(1 , . . . , p , 1 , . . . , q , 2 ) e destacando-se a densidade conjunta das p primeiras
realizacoes segue que
n
Y
p(x1 , . . . , xn |) = p(x1 , . . . , xp |) p(xt |xt1 , . . . , x1 , )
t=p+1
Yn
= p(x1 , . . . , xp |) p(xt |xt1 , . . . , xp , ). (4.1)
t=p+1
33
34 CAPITULO 4. ESTIMAC
AO
4.1 Autocovari
ancia e autocorrelac
ao
O coeficiente de autocovari
ancia amostral de ordem k foi definido na Secao 2.4 como
nk
X
ck = (xt x)(xt+k x)/n
t=1
Interpretando o correlograma
No Captulo 2 foram vistos alguns exemplos de correlogramas associados a caracters-
ticas de series temporais observadas. O correlograma e u til tambem na identificacao
do tipo de modelo ARIMA que fornece a melhor representacao de uma serie observada.
Um correlograma como o da Figura 2.7 por exemplo, aonde os valores de rk decaem
para zero de forma relativamente lenta, indica nao estacionariedade e a serie precisa
ser diferenciada. Para series estacionarias o correlograma e comparado com as auto-
correlacoes te oricas de varios processos ARMA para auxiliar na identificacao daquele
mais apropriado. Por exemplo, se r1 e significativamente diferente de zero e todos os
valores subsequentes r2 , r3 , . . . s ao proximos de zero entao um modelo MA(1) e indi-
cado ja que sua funcao de autocorrelcao te orica se comporta assim. Por outro lado, se
r1 , r2 , r3 , . . . parecem estar decaindo exponencialmente entao um modelo AR(1) pode
ser apropriado.
Vale notar entretando que a interpretacao de correlogramas e um dos aspectos
mais difceis da an alise de series temporais. A funcao de autocorrelacao parcial e um
importante coadjuvante nesta etapa de identificacao se houver termos autoregressivos
no modelo ja que seus valores estimados tendem a ficar proximos de zero ap os a
defasagem p.
Vimos no Captulo 3 que para um processo ARMA(p, q) estacionario a funcao
de autocorrelacao te orica tera um decaimento exponencial ou oscilatorio ap os a de-
fasagem q enquanto que a funcao de autocorrelacao parcial te orica tera o mesmo
comportamento ap os a defasagem p. Mas na pratica esta distincao entre decaimentos
4.2. AJUSTANDO PROCESSOS AUTOREGRESSIVOS 35
exponenciais e oscilatorios atraves das estimativas destas funcoes pode ser bastante
difcil.
Xt = 1 (Xt1 ) + + p (Xtp ) + t ,
Xt x = 1 (Xt1 x) + + p (Xtp x) + t ,
r1 = 1 + 2 r1 + + p rp1
r2 = 1 r1 + 2 + + p rp2
..
.
rp = 1 rp1 + 2 rp2 + + p
ou equivalentemente,
r1 1 r1 ... rp1 1
r2 r1 1 ... rp2 2
.= .. .. ..
.
.
. . . . ..
rp rp1 rp2 . . . 1 p
Para estimacao por minimos quadrados basta escrever o AR(p) como um modelo
linear usual e resolver um sistema de equacoes lineares. Definindo-se
xp+1 xp . . . x1 p+1 1
xp+2 xp1 . . . x2 p+2 2
y= .. X = ..
= .. = ..
..
. . . . .
xn xn1 . . . xnp n p
y = X + , (4.2)
log(L(, 2 )) 2 (y X) (y X)
=
2
2 (2 X y + X X)
=
2
2
= (2X y + 2X X).
2
4.2. AJUSTANDO PROCESSOS AUTOREGRESSIVOS 37
log(L(, 2 ))
= (X X)1 X y.
= 0
=
n
2 ))
log(L(, 2 = 1
X
= 0 e2t .
2 2 2
= n p
t=p+1
Exemplo 4.2 : Para um modelo AR(1) com erros normais a matriz X tem somente
uma coluna e nao e difcil verificar que
n
X n
X
XX=
x2t1 e Xy=
xt xt1 .
t=2 t=2
Exemplo 4.3 : Novamente para o modelo AR(1) com erros normais o EMV incon-
dicional e obtido maximizando-se da funcao de verossimilhanca exata. A expressao
(4.1) com p = 1 fica
n
Y
p(x1 , . . . , xn |, 2 ) = p(x1 |, 2 ) p(xt |xt1 , , 2 ).
t=2
Maximizar esta expressao (ou seu logaritmo) em relacao a requer algum algoritmo
de otimizacao numerica (por exemplo metodos de Newton-Raphson). No R podemos
usar a funcao optim como no Exemplo 4.4.
38 CAPITULO 4. ESTIMAC
AO
Exemplo 4.4 : Foram gerados 200 valores de um processo AR(1) com par ametros
2
= 0, 8 e = 1. Os comandos abaixo podem ser usados para obter as estimativas de
maxima verossimilhanca (incondicional). Note que estamos maximizando o logaritmo
da verossimilhanca e verificando a condicao de estacionariedade.
Para representar a informacao a priori sobre pode-se fazer por exemplo, p() =
p(|2 )p(2 ) com |2 N (0, 2 I p ) ou p() = p()p(2 ) com N (0, I p ). Nos
dois casos comumente assume-se que 2 tem distribuicao Gama Inversa, i.e. 2
GI(a, b) (ver Apendice A), ou equivalentemente 2 Gama(a, b).
Exemplo 4.5 : No modelo AR(1) com erros normais vamos atribuir as seguintes
distribuicoes a priori, N (0, 1) e 2 GI(1, 1). Portanto,
e os comandos abaixo podem ser usados para obter a moda da distribuicao a posteriori
conjunta de 2 e .
Note que as estimativas pontuais nos Exemplos 4.4 e 4.5 s ao bastante similares.
Nenhuma restricao de estacionariedade foi imposta na distribuicao a priori, mas e
possvel fazer uma otimizacao restrita ou mesmo impor esta restricao a priori. No caso
do AR(1) poderiamos atribuir uma distribuicao normal truncada ou uma distribuicao
uniforme em (-1,1) para o par ametro .
Xt = + t + 1 t1 + + q tq
et = xt 1 t1 q tq
e1 = x1
e2 = x2 1 e1 = x2 1 x1 + 1
e3 = x3 1 e2 2 e1
..
.
40 CAPITULO 4. ESTIMAC
AO
Xt = 2Xt1 2 Xt2 t1 + t
(1 B)2 Xt = (1 B)t .
Exemplo 4.6 : Vamos simular um processo ARMA(1,1) com razes similares e veri-
ficar o problema de cancelamento de razes.
> x = arima.sim(n = 100, list(ar = 0.7, ma = -0.75))
> arima(x, order = c(1, 0, 1), include.mean = F)
Call:
arima(x = x, order = c(1, 0, 1), include.mean = F)
Coefficients:
ar1 ma1
0.5992 -0.6835
s.e. 0.2946 0.2613
Box & Jenkins (1970) generalizaram o modelo ARIMA para lidar com sazonalidade
e definiram um modelo ARIMA sazonal multiplicativo, denominado SARIMA, dado
por
(B)(B s )Wt = (B)(B s )t (4.3)
onde
(B) = (1 1 B p B p )
(B s ) = (1 s B s P B P s )
Wt = d D
s Xt
(B) = (1 + 1 B + + q B q )
(B s ) = (1 + s B s + + Q B Qs ).
(B s ) = (1 s B s )
(1 B)(1 B 12 )Xt = (1 B 12 )t
4.6 Adequac
ao do Modelo
Todos os modelos s
ao errados mas alguns s
ao u
teis (George Box)
4.6.1 An
alise dos Resduos
Apos um modelo ter sido ajustado a uma serie temporal deve-se verificar se ele fornece
uma descricao adequada dos dados. Assim como em outros modelos estatsticos a ideia
e verificar o comportamento dos resduos onde
residuo = observacao - valor ajustado.
Para os modelos vistos aqui o valor ajustado e a previs ao 1 passo a frente de modo
que o resduo fica definido como o erro de previs ao 1 passo a frente. Por exemplo,
em um modelo AR(1) se e a estimativa do coeficiente autoregressivo entao o valor
ajustado no tempo t e xt1 e o resduo correspondente e et = xt xt1 .
Se o modelo tiver um bom ajuste espera-se que os resduos se distribuam alea-
toriamente em torno de zero com vari ancia aproximadamente constante e sejam nao
correlacionados. Se a vari ancia dos resduos for crescente uma transformacao logart-
mica nos dados pode ser apropriada. O fen omeno de n ao const ancia na vari ancia
e denominado de volatilidade na literatura de series temporais e pode ser tratado
atraves de transformacoes nos dados (e.g. transformacoes de Box-Cox)1 .
Alem disso, em modelos de series temporais os resduos est ao ordenados no tempo
e e portanto natural trata-los tambem como uma serie temporal. E particularmente
importante que os resduos de um modelo estimado sejam serialmente (i.e. ao longo
do tempo) nao correlacionados. Evidencia de correlacao serial nos resduos e uma
indicacao de que uma ou mais caractersticas da serie nao foi adequadamente descrita
pelo modelo.
Consequentemente, duas maneiras obvias de verificar a adequacao do modelo con-
sistem em representar graficamente os resduos e o seu correlograma. O gr afico tem-
poral poder a revelar a presenca de dados discrepantes, efeitos de autocorrelacao ou
padr oes cclicos enquanto que o correlograma permite uma an alise mais detalhada da
estrutura de autocorrelacao indicando possveis termos faltantes no modelo.
Ou seja, assim como em outros modelos estatsticos, a ideia e que os resduos
poder ao identificar caractersticas que nao foram adequadamente modeladas. Por
exemplo, autocorrelacoes residuais significativas nas defasagens 1 ou 2, ou em defa-
sagens sazonais (e.g. 12 para dados mensais) s ao uma indicacao de que mais termos
1
Uma tendencia mais recente no entanto consiste em tentar modelar simultaneamente a media e
a vari
ancia ao inves de usar transformac
oes.
44 CAPITULO 4. ESTIMAC
AO
medias moveis devem ser incluidos no modelo. Por outro lado, um valor de rk li-
geiramente fora dos limites de confianca em defasagens sem significado obvio (e.g.
k=5) nao e indicacao suficiente para se rejeitar o modelo. O mesmo comentario vale
para as autocorrelacoes parciais dos resduos no que diz respeito `a inclus
ao de termos
autoregressivos (sazonais e nao sazonais).
H0 : (1) = = (m) = 0
H1 : (k) 6= 0, para algum k {1, . . . , m}.
Na pratica o n
umero m de autocorrelacoes amostrais e tipicamente escolhido entre
15 e 30. Se o modelo ajustado for apropriado entao Q ter a distribuicao aproximada-
mente qui-quadrado com m p q graus de liberdade. Assim, valores grandes de Q
fornecem indicacao contra a hip otese de que as autocorrelacoes s
ao todas nulas, em
favor da hipotese de que ao menos uma delas e diferente de zero.
O teste de Box-Pierce nao tem bom desempenho em amostras pequenas ou mo-
deradas no sentido de que a distribuicao se afasta da qui-quadrado. V arios testes
alternativos foram sugeridos na literatura e o mais conhecido e o teste de Ljung-Box,
aonde a estatstica de teste e dada por
m
X rk2
Q = n(n + 2) .
nk
k=1
Call:
arima(x = y, order = c(0, 1, 1), seasonal = list(order = c(0, 1, 1)))
Coefficients:
ma1 sma1
-0.4018 -0.5569
s.e. 0.0896 0.0731
[1] 0.8610215
[1] 0.945251
[1] 0.4829255
[1] 0.3663102
[1] 0.4320234
[1] 0.488321
[1] 0.539204
[1] 0.6328112
[1] 0.5096084
[1] 0.5502512
46 CAPITULO 4. ESTIMAC
AO
orias n/6A e
p
respectivamente. Sob a hip otese de normalidade as variaveis aleat
3) s
p
n/24(K ao independentes e tem distribuicao assintotica N (0, 1) e assim a
estatstica
nA2 n(K 3)2
+
6 24
2
tem distribuicao assintotica com 2 graus de liberdade e pode ser usada para testar
a normalidade de X.
As outras verificacoes usuais sobre os residuos tambem devem ser feitas. Por
exemplo, um histograma com curva normal superposta, o gr afico de probabilidades
normais e um teste de normalidade. Os comandos abaixo podem ser utilizados no R.
> z = m$residuals
> d = seq(range(z)[1] - 3 * sd(z), range(z)[2] + 3 * sd(z), 0.001)
> a = shapiro.test(z)
Exerccios
1. Calcule as autocorrelacoes te
oricas de um processo MA(Q) puramente sazonal.
2. Faca um esboco do correlograma para uma serie com estrutura MA(Q) pura-
mente sazonal, i.e. nao existe dependencia dentro de um perodo sazonal.
0.4 0.8
6.0
FAC
5.0
0.2
Anos defasagem
1.0
Variacao mensal
0.2
0.4
FAC
0.0
0.2
0.2
Anos defasagem
1.0
Variacao anual
0.2
FAC
0.4
0.0
0.2
Anos defasagem
Figura 4.1:
4.6. ADEQUAC DO MODELO
AO 49
Anos
0.8
ACF
0.2
0.4
0 5 10 15 20 25 30 35
Lag
Figura 4.2:
50 CAPITULO 4. ESTIMAC
AO
> tsdiag(m)
Standardized Residuals
3
1
3 1
Time
ACF of Residuals
0.4 0.8
ACF
0.2
Lag
0.4
0.0
2 4 6 8 10
lag
Figura 4.3:
4.6. ADEQUAC DO MODELO
AO 51
Histogram of z
12
Density
8
4
0
Normal QQ Plot
Sample Quantiles
0.05
Teste de ShapiroWilk
pvalor= 0.1674
0.10
2 1 0 1 2
Theoretical Quantiles
Figura 4.4:
Captulo 5
Previs
ao
Uma das formas de utilizacao de um modelo ajustado e para fazer previs oes de valores
futuros. Assim, se t e o perodo corrente estamos interessados em prever os valores
de Xt+1 , Xt+2 , . . . . A previs
ao de Xt+k , para k = 1, 2, . . . ser
a denotada por x
t (k) e e
definida como a esperanca condicional de Xt+k dados todos os valores passados, i.e.
x
t (k) = E(Xt+k |xt , xt1 , . . . ). (5.1)
5.1 M
etodos Univariados de Previs
ao
Os metodos descritos nesta secao tem um forte apelo intuitivo, decompondo uma serie
temporal em componentes de facil interpretacao. Dados os recursos computacionais
disponveis atualmente eles tambem tem a vantagem de serem extremamente simples
de programar e sua utilizacao ter um custo computacional muito pequeno. Vamos
comecar com o caso mais simples, adequado para series localmente constantes.
52
5.1. METODOS
UNIVARIADOS DE PREVISAO 53
onde {aj } s
ao os pesos. Parece razo avel tambem dar um peso maior `as observacoes
mais recentes do que `as observacoes mais distantes no passado, i.e. a0 > a1 > . . . .
Neste procedimento s ao adotados pesos que decaem geometricamente a uma taxa
constante dados por
aj = (1 )j , j = 0, 1, . . .
onde 0 < < 1 e chamada de constante de alisamento. Assim, a previs
ao 1 passo `a
frente em t = n fica
i.e. uma media ponderada entre a observacao mais recente e a previs ao anterior.
A equacao (5.2) pode ainda ser reescrita na forma de correca o de erro. Definindo
en = xn xn1 (1) o erro de previs
ao 1 passo `a frente no tempo n entao
x
n (1) = x
n1 (1) + en .
Previs
oes Dentro da Amostra
Usando x 0 (1) = x1 como previs ao inicial em t = 0 e definindo et = xt x t1 (1) os
erros de previsao 1 passo `
a frente, a equacao (5.3) pode ser usada recursivamente para
obter as previsoes, i.e.
x
t (1) = xt + (1 )
xt1 (1), t = 1, 2, . . .
x
t (1) = x
t1 (1) + et , t = 1, 2, . . .
Especifica
cao de
Vale notar que o valor de nao depende da escala em que as observacoes foram medi-
das, mas sim das propriedades da serie temporal. O valor de deve ser especificado de
modo a refletir a influencia das observacoes passadas nas previs
oes. Valores pequenos
54 CAPITULO 5. PREVISAO
produzem previs oes que dependem de muitas observacoes passadas. Por outro lado,
valores proximos de 1 levam a previsoes que dependem das observacoes mais recentes
e no caso extremo = 1 a previs ao e simplesmente a u
ltima observacao. O valor de
tambem pode ser estimado a partir dos dados e o criterio utilizado e a minimizacao
da soma de quadrados dos erros de previs ao. Ou seja, dado um valor fixo de e
usando a equacao (5.3), calcule
x
0 (1) = x1 ,
x
1 (1) = x1 + (1 )
x0 (1), e2 = x2 x
1 (1)
x
2 (1) = x2 + (1 )
x1 (1), e3 = x3 x
2 (1)
..
.
x
n1 (1) = xn1 + (1 )
xn2 (1), en = xn x
n1 (1)
Pn 2
e calcule t=2 et . Repita o procedimento para valores de variando entre 0 e 1
(digamos com incrementos de 0,1) e selecione o valor que minimiza esta soma de qua-
drados. Na pratica, o valor mnimo pode ocorrer muito proximo de um dos extremos
do intervalo de variacao de . Isto pode ocorrer quando a soma de quadrados varia
muito pouco na regi ao em torno do mnimo. Neste caso faz mais sentido utilizar
valores nao tao extremos.
13.5
12.0
3.5
Hormonio
2.5
1.5
0 10 20 30 40
Amostras
Figura 5.1: Soma dos quadrados dos erros de previsao 1 passo a frente em funcao de .
Valores observados (pontos) e previs
oes 1 passo a frente (linhas) usando o valor otimo de .
Exemplo 5.2 : O procedimento do Exemplo 5.1 foi repetido para a serie de medidas
anuais de vazoes do Rio Nilo entre 1871 e 1970, tambem do banco de dados do R. Os
resultados est
ao na Figura 5.2.
56 CAPITULO 5. PREVISAO
2700000
2100000
1000
800
0 20 40 60 80 100
Figura 5.2: Soma dos quadrados dos erros de previsao 1 passo a frente em funcao de .
Valores observados (pontos) e previs
oes 1 passo a frente (linhas) usando o valor otimo de
5.1.2 M
etodo de Holt-Winters
O procedimento de alisamento exponencial pode ser generalizado para series que con-
tenham tendencia e variacao sazonal. Suponha por exemplo que as observacoes s ao
mensais e sejam Lt , Tt e It o nvel, a tendencia e o ndice sazonal no tempo t. Assim,
Tt e o aumento ou reducao esperada por mes no nvel atual da serie.
Suponha que no tempo t os termos (L1 , T1 , I1 ), . . . , (Lt1 , Tt1 , It1 ) sejam conhe-
cidos. Entao, ap
os observar xt os termos Lt , Tt e It s ao atualizados via alisamento
exponencial. Se a variacao sazonal for multiplicativa, i.e. com amplitudes que tendem
a crescer ao longo do tempo, as equacoes de atualizacao na forma de recorrencia s ao
5.1. METODOS
UNIVARIADOS DE PREVISAO 57
dadas por
e as previs
oes k perodos `
a frente s
ao dadas por
x
t (k) = (Lt + kTt )It12+k , k = 1, 2, . . . .
e as previs
oes k perodos `
a frente ficam
x
t (k) = Lt + kTt + It12+k , k = 1, 2, . . . .
Lt = xt + (1 )(Lt1 + Tt1 )
Tt = (Lt Lt1 ) + (1 )Tt1
e a previs
ao k passos `
a frente no tempo t e simplesmente Lt + kTt . Se a serie tambem
nao tem uma tendencia sistem atica retorna-se `a equacao (5.3), ou seja
Lt = xt + (1 )Lt1
e Lt e a previs
ao 1 passo `
a frente (
xt (1)).
Exemplo 5.3 : A vari avel UKLungDeaths contem os n umeros mensais de mortes por
doencas do pulm
ao (bronquite, efisema e asma) no Reino Unido entre janeiro de 1974
e dezembro de 1979. A vari avel e composta por 3 series: ambos os sexos (ldeaths),
sexo feminino (fdeaths) e sexo masculino (mdeaths). Aqui ser a utilizada a funcao
HoltWinters do R que faz o alisamento exponencial de Holt-Winters com a serie lde-
aths. As constantes de alisamento ( , e ) s
ao determinadas minimizando a soma
58 CAPITULO 5. PREVISAO
dos quadrados dos erro de previs ao 1 passo `a frente. Considere um modelo sazonal
aditivo. O resultado s ao as constantes de alisamento calculadas e as Estimativas fi-
nais (em t = n) do nivel, tendencia e componentes sazonais. Pode-se tambem obter
as previsoes e intervalos de previs
ao (supondo normalidade) para modelos ajustados
pelo metodo de Holt-Winters. No gr afico da Figura 5.3 temos a serie original com a
serie suavizada mais as previsoes para os anos de 1980, 1981 e 1982 da serie ldeaths.
> data(UKLungDeaths)
> m = HoltWinters(ldeaths, seasonal = "addit")
> p = predict(m, n.ahead = 12, prediction.interval = T)
> plot(m, p)
HoltWinters filtering
4000
3500
3000
Observed / Fitted
2500
2000
1500
1000
500
Time
Figura 5.3: Serie original, serie suavizada e previsoes para o ano de 1980 da serie ldeaths via
metodo de Holt-Winters.
5.2 Previs
ao em Modelos ARMA
Em modelos ARMA as previs oes podem ser obtidas usando-se diretamente a equacao
do modelo. Assumindo que a equacao do modelo seja conhecida a previs ao x
n (k)
e obtida substituido valores futuros dos erros por zero, valores futuros da serie
EM MODELOS ARMA
5.2. PREVISAO 59
ou equivalentemente
x
n (1) = xn11 + (xn xn12 ) + n11
x
n (2) = xn10 + (
xn (1) xn11 ) + n10 .
Note como o valor futuro Xn+1 foi substitudo na segunda equacao pela sua esperanca
condicional xn (1), i.e. a previs
ao feita em t = n para t = n + 1. Previs oes para
horizontes maiores podem ser obtidas recursivamente.
No caso de modelos autoregressivos AR(p) nao e difcil verificar como fica a funcao
de previs
ao.
x
t (1) = 1 xt + + p xtp+1
x
t (2) = 1 x
t (1) + + p xtp+2
..
.
x
t (p + 1) = 1 x
t (p) + + p x
t (1)
de modo que as previsoes para horizontes maiores do que p usam apenas as previs
oes
anteriores. Para p = 1 por exemplo segue que
x xt (k 1) = 2 x
t (k) = t (k 2) = = k xt
x
t (1) = 1 t + + q tq+1
x
t (2) = 2 t + + q tq+2
..
.
x
t (q) = q t
x
t (q + j) = 0, j = 1, 2, . . .
ou seja, ( P
q
i=k i t+ki , k = 1, . . . , q
x
t (k) =
0, k>q
60 CAPITULO 5. PREVISAO
Atualiza
cao das Previs
oes
interessante notar tambem como as previs
E oes podem ser atualizadas conforme novas
observacoes da serie forem obtidas. Suponha por exemplo que o valor xn+1 foi obser-
vado. Neste caso a previs ao para t = n + 2 ficar
a condicionada em x1 , . . . , xn , xn+1
e pode ser facilmente atualizada para a nova origem n + 1. Para o modelo SARIMA
visto acima a previs ao fica
x
n+1 (1) = E(Xn+2 |xn+1 , . . . , x1 )
= xn10 + (xn+1 xn11 ) + n10 . (5.4)
Somando e subtraindo
xn (1) no lado direito de (5.4) obtemos que
x
n+1 (1) = xn10 + (
xn (1) xn11 ) + (xn+1 x
n (1)) + n10
= x
n (2) + (xn+1 x
n (1))
ou seja, a previs
ao atualizada e a previs
ao anterior mais uma proporcao do erro de
previs
ao 1 passo `
a frente em t = n + 1.
Previs
oes usando a forma MA
As previs
oes tambem podem ser obtidas reescrevendo-se o modelo como um processo
medias m
oveis de ordem infinita. Neste caso temos que
x
n (k) = k n + k+1 n1 + . . . . (5.5)
Note que apenas os valores n , n1 , . . . foram utilizados ja que a esperanca dos valores
futuros e igual a zero. Esta forma e particularmente u til para o calculo da vari
ancia
do erro de previs ao. Da equacao (5.5) obtemos que o erro de previs ao k passos ` a
frente e dado por
xn+k x
n (k) = n+k + 1 n+k1 + + k1 n+1
e portanto a vari
ancia do erro de previs
ao e dada por
V ar(et+k ) = (1 + 12 + + k1
2
)2 .
x
n (1) = xn11 + n11
(xn xn12 ) +
n11 = xn11 x
n12 (1).
Exemplo 5.4 : A Figura 5.4 mostra uma serie temporal com os totais mensais de
mortes por acidente nos Estados Unidos entre janeiro de 1973 e dezembro de 1978.
Suponha que foi identificado o modelo SARIMA(0,1,1)x(0,1,1). Ap os a estimacao,
analise de resduos e verificacao da adequacao do modelo foram feitas previs oes para
o ano de 1979, i.e. previs oes 1, 2, . . . , 12 passos `a frente. Em julho de 1979 os valores
para os primeiros 6 meses daquele ano foram disponibilizados e aparecem na Figura
5.5 juntamente com as previs oes. Note como os valores observados ficaram dentro
dos intervalos de previs ao fornecendo assim indicacao de que o modelo teve uma boa
performance preditiva. Sendo assim, uma estrategia inicial para o segundo semestre
de 1979 consiste em simplesmente atualizar as previs oes. Os comandos do R para este
exemplo s ao dados a seguir.
Transformac
oes
Em muitas aplicacoes a serie modelada e na verdade uma transformacao dos dados
originais, sendo a transformacao logaritmica a mais usual. Assim, tanto as previs oes
pontuais quanto os intervalos de previs ao s
ao obtidos para a serie transformada e estes
valores precisam ser transformados novamente para a escala original. A abordagem
mais simples (e geralmente adotada) consiste simplesmente em tomar a transformacao
inversa, por exemplo se um modelo foi ajustado para a serie Xt = log Yt entao yn (k) =
exp(xn (k)) e a previs
ao k passos a frente da serie original. No entanto deve-se ter em
mente que estas previs oes via transformacao inversa s
ao em geral viesadas. Felismente
os intervalos de previs ao tem boas propriedades e por exemplo quanto se toma o anti-
logaritmo dos limites p
n (k) z/2 var(en+k )
x
62 CAPITULO 5. PREVISAO
> data(USAccDeaths)
> plot(USAccDeaths, xlab = "Anos", ylab = "Numero de mortes por acidente")
11000
Numero de mortes por acidente
10000
9000
8000
7000
Anos
Figura 5.4: Totais mensais de mortes por acidente nos Estados Unidos entre janeiro de 1973
e dezembro de 1978.
previs
ao li ls
1961 Jan 6.11 6.04 6.18
1961 Feb 6.05 5.97 6.14
1961 Mar 6.17 6.08 6.27
1961 Apr 6.20 6.09 6.31
1961 May 6.23 6.12 6.35
1961 Jun 6.37 6.25 6.49
1961 Jul 6.51 6.38 6.64
1961 Aug 6.50 6.37 6.64
1961 Sep 6.32 6.18 6.47
1961 Oct 6.21 6.06 6.36
1961 Nov 6.06 5.91 6.22
1961 Dec 6.17 6.00 6.33
Note que valores maiores do que 1 s ao uma indicacao de que globalmente os erros
de previsao tendem a ser grandes em relacao aos erros de um passeio aleat orio. Esta
nao e uma boa caracterstica e gostariamos que o valor de U fosse sempre menor do
que 1. Vale notar tambem que neste caso os erros de previs ao est
ao sendo avaliados
independente da escala dos dados.
Finalmente, vale notar que todas as medidas de capacidade preditiva citadas po-
dem ser estendidas para erros de previs ao k passos a frente.
Outra pratica comum em series temporais consiste em estimar o modelo excluindo
algumas observacoes finais e usar o modelo estimado para fazer previs oes. Neste caso
as previsoes podem ser comparadas com os valores observados. Por exemplo, para uma
64 CAPITULO 5. PREVISAO
Tabela 5.2: Previs oes e limites inferior (li) e superior (ls) e semi-amplitudes dos
intervalos de previs
ao.
5.4 Crit
erios de Informac
ao
Em muitas aplicacoes varios modelos podem ser julgados adequados em termos do
comportamento dos resduos. Uma forma de discriminar entre estes modelos com-
petidores e utilizar os chamados criterios de informacao que levam em conta nao
apenas a qualidade do ajuste mas tambem penalizam a inclus ao de parametros ex-
tras. Assim, um modelo com mais par ametros pode ter um ajuste melhor mas nao
necessariamente ser a prefervel em termos de criterio de informacao. A regra basica
consiste em selecionar o modelo cujo criterio de informacao calculado seja mnimo.
A regra mais utilizada em series temporais e o chamado criterio de informacao de
Akaike, denotado por AIC. A definicao mais comumente utilizada e
onde m e o n
umero de parametros (em modelos ARMA(p, q) m = p + q + 1). Para
dados normalmente distribuidos e usando-se estimativas de m
axima verossimilhanca
para os par
ametros pode-se mostrar que
2 ) + 2m
AIC = n log(
2 = (1/n) 2t .
P
onde
1
O fator 2 e somente uma convenc
ao e n
ao ir
a alterar a selec
ao do modelo.
5.4. CRITERIOS DE INFORMAC
AO 65
Note como este criterio penaliza bem mais a inclus ao de parametros do que o AIC e
portanto tende a selecionar modelos mais parcimoniosos.
sempre bom lembrar que estas medidas nao tem nenhum significado quando
E
olhadas individualmente, i.e. considerando-se um u nico modelo. Assim, tanto o AIC
quanto o BIC podem assumir valores quaisquer, inclusive valores negativos, ja que
eles dependem da forma da funcao de verossimilhanca.
Vale lembrar tambem que ao usar tais criterios para comparar modelos a esti-
macao precisa ser feita no mesmo perodo amostral de modo que os modelos sejam
compar aveis. Note tambem que aumentando-se o n umero de termos autoregressivos
e/ou medias m oveis, o valor de m aumenta. Assim se a inclus ao de termos adicionais
no modelo nao melhorar sensivelmente o ajuste, entao o AIC e o BIC (e qualquer
outro criterio de informacao) ser
ao maiores.
Para uma revis ao geral destes e outros criterios de informacao no contexto de
series temporais ver por exemplo Priestley (1981), Captulo 5.
Identificac
ao Revisitada
Vimos que as duas ferramentas basicas para identificacao de modelos da classe ARIMA
s
ao as autocorrelacoes e autocorrelacoes parciais amostrais. Esta etapa envolve al-
gum grau de arbitrariedade por parte do pesquisador ao interpretar estas funcoes,
i.e. comparar subjetivamente seus valores amostrais com os correspondentes valores
teoricos.
Uma abordagem alternativa consiste em usar os criterios de informacao de um
forma mais abrangente. Neste caso, um conjunto de possveis modelos competidores
e definido a priori e aquele que minimiza o AIC ou BIC e selecionado. Por exemplo,
modelos ARMA(p, q) podem ser estimados sequencialmente variando os valores de p
e q entre 0 e 3 digamos. Note que neste caso teremos 16 possveis modelos sendo
comparados e os criterios de informacao s ao agora funcoes de p e q. Analogamente,
para modelos AR(p) podemos variar o valor de p, digamos entre 1 e 10.
Na pratica este procedimento pode ser aplicado de forma semi-autom atica ja que
muitos pacotes estatsticos fornecem estes valores. Porem ap os um modelo ser seleci-
onado a an alise residual ainda deve ser feita antes de se passar `a etapa das previs oes.
Outro problema de ordem pratica e que pode haver dois ou mais modelos com AIC
e/ou BIC muito similares de modo que nao seja trivial discriminar entre eles. Nestas
situacoes Burnham & Anderson (1998), Secao 4.2, sugerem o uso de pesos que s ao
obtidos subtraindo-se o valor associado com o melhor modelo. Os pesos relativos ao
AIC s ao dados por
wk exp(AIC(k)/2)
66 CAPITULO 5. PREVISAO
wp exp(AIC(p)/2), p = 1, . . . , pmax
Exemplo 5.6 : Na Figura 5.6 e apresentada a serie com os totais anuais de linces
canadenses capturados em armadilhas entre 1821 e 1934. Estes dados tem sido mo-
delados na literatura ap os uma transformacao que consiste em tomar o logaritmo na
base 10 e subtrair a media dos dados transformados. Vamos ajustar modelos AR(p)
com p variando de 1 ate 5 e calcular os criterios de informacao e os respectivos pesos
para cada modelo. Os resultados est ao na Tabela 5.3. Note que ha falta de concor-
dancia entre os criterios de informacao quanto ao melhor modelo. Isto pode ser uma
indicacao de que na verdade ha 2 modelos descrevendo bem os dados. Outro pro-
blema e que o AIC seleciona um modelo com o valor m aximo de p e isto pode indicar
a necessidade de considerar mais termos autoregressivos. Repetindo o exercicio com
p variando de 1 a 15 obteve-se a Tabela 5.4.
Tabela 5.3: Criterios de informacao AIC e BIC e respectivos pesos para modelos
AR(p) ajustados a serie Lynx.
> y = log10(lynx)
> x = y - mean(y)
> p = 1:15
> n = length(x)
> crit = matrix(0, nrow = length(p), ncol = 5)
> colnames(crit) = c("p", "AIC", "pesos AIC", "BIC", "pesos BIC")
> crit[, 1] = p
> for (k in p) {
+ ar = arima(x, order = c(k, 0, 0), include.mean = F)
5.5. PREVISOES USANDO TODOS OS MODELOS 67
+ crit[k, 2] = n * log(ar$sigma2) + 2 * (k + 1)
+ crit[k, 4] = n * log(ar$sigma2) + (k + 1) + (k + 1) * log(n)
+ }
> aicp = exp(-(crit[, 2] - min(crit[, 2]))/2)
> bicp = exp(-(crit[, 4] - min(crit[, 4]))/2)
> crit[, 3] = aicp/sum(aicp)
> crit[, 5] = bicp/sum(bicp)
Tabela 5.4: Criterios de informacao AIC e BIC e respectivos pesos para modelos
AR(p) ajustados a serie Lynx.
Finalmente vale notar que se o n umero de modelos candidatos for muito grande
e a serie analisada muito longa o custo computacional deste metodo pode ser muito
alto. Por exemplo, em modelos SARIMA com pmax = qmax = 5, Pmax = Qmax = 2
e dmax = Dmax = 2 teremos mais de 500 modelos candidatos, sem contar possveis
transformacoes nos dados, diferentes distribuicoes dos erros, presenca de dados dis-
crepantes, alteracoes estruturais, etc.
5.5 Previs
oes Usando Todos os Modelos
Suponha que existem k modelos candidatos denotados por M1 , M2 , . . . , Mk e deseja-
se fazer a previsao de Xn+h . Tratando tanto Xn+h quanto Mi como vari aveis aleat
o-
rias entao pelas regras de esperanca condicional segue que
k
X
x
n (h) = E(Xn+h |x) = E(Xn+h |x, Mi )P (Mi |x).
i=1
68 CAPITULO 5. PREVISAO
k
X
2 2
E(Xn+h |x) = E(Xn+h |x, Mi )P (Mi |x).
i=1
que pode ser usado para quantificar a incerteza sobre Xn+h , i.e.
2
V ar(Xn+h |x) = E(Xn+h |x) [E(Xn+h |x)]2
k
X
2
= E(Xn+h |x, Mi )P (Mi |x) [E(Xn+h |x)]2
i=1
Xk
= [V ar(Xn+h |x, Mi ) + E 2 (Xn+h |x, Mi )]P (Mi |x) [
xn (h)]2
i=1
Um procedimento para fazer previs oes usando todos os modelos estimados consiste
em substituir as probabilidades P (Mi |x) pelos pesos wi padronizados. Por exemplo,
para modelos autoregressivos se pmax e o n
umero m aximo de defasagens entao
pX
max
5.6 Previs
ao Bayesiana
Na pratica, os metodos de previs ao em modelos ARIMA s ao aplicados substituindo-
se os parametros do modelo pelas suas estimativas pontuais. Porem o fato de nao
conhecermos os valores dos par ametros e mais uma fonte de incerteza em relacao as
previs
oes e que em muitas situacoes pode ser muito grande para ser ignorada.
No contexto Bayesiano esta incerteza pode ser levada em conta ja que a previs ao
de valores futuros e feita a partir da distribuicao preditiva de Xn+h , que e dada por
Z
p(xn+h |x) = p(xn+h |x, )p(|x)d.
Exerccios
1. No alisamento exponencial simples descreva a papel do par
ametro .
11. Deseja-se ajustar um modelo ARMA a uma serie temporal estacionaria mas
os gr
aficos das funcoes de autocorrelacao e autocorrelacao parcial s
ao pouco
informativos. Descreva um procedimento de identificacao alternativo (voce tem
um pacote estatstico para fazer as contas).
12. Descreva um procedimento para obter previs oes h passos `a frente em modelos
autoregressivos com n
umero maximo de defasagens igual a kmax utilizando todos
os modelos estimados. Ilustre situacoes em que as previsoes pontuais medias
devem muito similares (ou muito diferentes) das previs oes usando somente o
melhor modelo.
BAYESIANA
5.6. PREVISAO 71
10000
**
9000
**
8000
*
*
7000
6000
Anos
Figura 5.5: Previsoes para 1979 com observacoes do primeiro semestre incluidas.
72 CAPITULO 5. PREVISAO
7000
6000
5000
4000
lynx
3000
2000
1000
0
Time
Figura 5.6: Totais anuais de linces canadenses capturados em armadilhas entre 1821 e 1934.
Captulo 6
Modelando a Vari
ancia
6.1 Introduc
ao
Nos modelos vistos ate aqui a vari ancia dos erros foi assumida constante ao longo
do tempo, i.e. V ar(t ) = E(t ) = 2 . Muitas series temporais no entanto exibem
2
73
74 CAPITULO 6. MODELANDO A VARIANCIA
0.70
y.Libra Esterlina
z.Libra Esterlina
0.02
0.60
0.00
0.03
0.50
y.Dolar Canadense
z.Dolar Canadense
0.015
1.4
0.000
1.2
0.02 0.015
y.Iene Japonesy.Marco Alemao
0.00
1.6
1.4
0.03
140
0.00
120
100
0.04
80
x
t (1) = E(Xt+1 |xt ) = xt .
A vari
ancia condicional de Xt+1 e dada por
Ate agora assumimos que E(2t+1 |xt ) = 2 , mas suponha que a vari ancia condicional
nao seja constante, i.e. E(2t+1 |xt ) = t+1 2 . Uma poss vel causa disto e que os dados
se distribuem com caudas muito longas. Para facilitar a notacao vamos denotar por
It = {xt , xt1 , . . . , t , t1 , . . . }, ou seja t2 = V ar(t |It1 ).
80
150
60
100
40
50
20
0
0
0.03 0.01 0.01 0.03 0.015 0.000 0.010
60
60
40
40
20
20
0
consiste em assumir que ela depende dos quadrados dos erros passados, t1 , t2 , . . .
atraves de uma autoregressao. No caso mais simples, faz-se
q
t = vt c + 2t1 (6.1)
onde {vt } e uma serie puramente aleatoria com media zero e vari
ancia igual a 1 e vt
e t s
ao independentes. Segue que a esperanca e a vari ancia condicionais s
ao dadas
por,
q
E(t |It1 ) = E(vt ) c + 2t1 = 0
E(2t |It1 ) = t2 = c + 2t1 (6.2)
Neste caso dizemos que a vari ancia segue um processo autoregressivo condicionalmente
heteroced astico de ordem 1, ARCH(1). Note que e necessario impor as restricoes c > 0
e 0 para que t2 seja sempre positiva. Quando = 0 a vari ancia condicional e
constante e t e um processo condicionalmente homoced astico.
Alem disso queremos garantir a estacionariedade da autoregressao de modo que a
restricao imposta e 0 < < 1. Note tambem que (6.2) nao inclui um termo de erro
e portanto nao e um processo estoc astico.
76 CAPITULO 6. MODELANDO A VARIANCIA
0.02
0.04
0.10
0.04
0.04
0.05
0 5 15 25 0 5 15 25 0 5 15 25
0.10
0.10
0.00
0.06
0.05
0.05
0 5 15 25 0 5 15 25 0 5 15 25
0.25
0.05 0.10
0.00
0 5 15 25 0 5 15 25
A esperanca e vari
ancia incondicionais podem ser obtidas como,
Exemplo 6.2 : Para ilustracao a Figura 6.4 apresenta dois processos ARCH de ordem
1 simulados a partir de uma sequencia {vt } de 200 n umeros aleat
orios i.i.d. gerados
de uma distribuicao N (0, 1). A sequencia {t } foi construida usando a equacao (6.1)
6.2. MODELOS ARCH 77
10
5
5
0
0
5
10
5
5
0
0
5
Basicamente a equacao (6.2) nos diz que erros grandes (ou pequenos) em valor
absoluto tendem a ser seguidos por erros grandes (ou pequenos) em valor absoluto.
Portanto o modelo e adequado para descrever series aonde a volatilidade ocorre em
grupos. Alem disso, na equacao (6.2) somando 2t e subtraindo t2 de ambos os lados
obtemos que
2t = c + 2t1 + t
com t = 2t t2 = t2 (vt2 1). Ou seja, o modelo ARCH(1) pode ser reescrito como
um AR(1) estacionario para 2t com erros nao normais (vt2 21 se vt N (0, 1)) que
tem media zero e variancia nao constante. Portanto, a funcao de autocorrelacao do
processo {2t } e dada por (k) = k e o correlograma amostral deve apresentar um
78 CAPITULO 6. MODELANDO A VARIANCIA
4 2 0 2 4 6
QQ plot Normal
quantis amostrais
4
0
4
3 2 1 0 1 2 3
quantis teoricos
Previs
oes da Volatilidade
Suponha que uma serie temporal Xt segue um processo ARCH(1), i.e. Xt = vt ht ,
vt N (0, 1). As previsoes da volatilidade, k passos `a frente, no tempo t = n s
ao
obtidas como,
n (k) = E(hn+k |In ) = c + E(X 2
h n+k1 |In ).
2
Para k = 1 segue que E(Xn+k1 2
|In ) = Xn+k1 e para k > 1 temos que
2 2
E(Xn+k1 |In ) = E(hn+k1 vn+k1 |In )
2
= E(hn+k1 |In )E(vn+k1 |In )
n (k 1)
= E(hn+k1 |In ) = h
O Modelo ARCH(p)
Estas ideias podem ser generalizadas para processos mais gerais ARCH(p) em que a
vari
ancia condicional depende dos quadrados de p erros passados, i.e.
q
t = vt c + 1 2t1 + + p 2tp (6.3)
e entao a vari
ancia condicional e modelada como,
Neste caso, para garantir que t2 seja sempre positiva e necessario impor a seguintes
restricoes c > 0 e 1 0, . . . , p 0 e para garantir estacionariedade e necessario
tambem que as razes de 1 1 B p B p = 0 estejam fora do crculo unit
ario.
Pp
Juntando estas restricoes equivale a impor a restricao c > 0 e i=1 i < 1.
Analogamente podemos reescrever o modelo ARCH(p) como um modelo AR(p)
para 2t definindo os erros t como anteriormente, i.e.
2t = c + 1 2t1 + + p 2tp + t .
Identificac
ao
A caracterstica chave dos modelos ARCH e que a vari ancia condicional dos erros t se
comporta como um processo autoregressivo. Portanto deve-se esperar que os resduos
de um modelo ARMA ajustado a uma serie temporal observada tambem sigam este
padrao caracterstico. Em particular, se o modelo ajustado for adequado entao a FAC
e a FACP dos resduos devem indicar um processo puramente aleat orio, no entanto
se a FAC dos quadrados dos resduos, 2t , tiver um decaimento caracterstico de uma
autoregressao isto e uma indicacao de que um modelo ARCH pode ser apropriado. A
ordem p do modelo pode ser identificada atraves da FACP dos quadrados dos resduos.
Previs
oes da Volatilidade
Suponha que uma serie temporal Xt segue um processo ARCH (p). As previs
oes da
volatilidade, k passos `
a frente, no tempo t = n s
ao obtidas como,
p
n (k) = E(hn+k |In ) = c +
X
2
h j E(Xn+kj |In ).
i=j
2
Para k j segue que E(Xn+kj 2
|In ) = Xn+kj e para k > j temos que
2 2
E(Xn+kj |In ) = E(hn+kj vn+kj |In )
2
= E(hn+kj |In )E(vn+kj |In )
n (k j)
= E(hn+kj |In ) = h
t2 (1) = c + 2t + ht .
6.3.1 Estimac
ao
n
Y
p(x1 , . . . , xn |) = p(x1 , . . . , xp |) p(xt |xt1 , . . . , xtp , ).
t=p+1
e portanto
n
Y
p(x1 , . . . , xn |) = p(x1 , . . . , xp |) (2ht )1/2 exp((1/2)x2t /ht ).
t=p+1
n
X
log(2) + log(c + x2t1 ) + x2t /(c + x2t1 ) .
0.5
t=2
6.3.2 Adequa
cao
Xt
t =
X
ht
e formam uma sequencia i.i.d. com distribuicao normal padr ao. Assim, a adequa-
cao do modelo pode ser verificada aplicando os testes usuais de normalidade a estes
residuos padronizados e os testes de aleatoriedade (Box-Pierce e Ljung-Box) aos qua-
drados dos resduos.
2000
0.10
> library(tseries)
> data(EuStockMarkets)
> x = EuStockMarkets
> dax = diff(log(x))[, "DAX"]
> dax.garch = garch(dax, trace = F)
> r = dax.garch$residuals
> round(dax.garch$coef, 6)
a0 a1 b1
0.000005 0.068329 0.889067
DAX Residuos
30
0.2
0 10
0.0
0.10 0.05 0.00 0.05 10 5 0 5
DAX Residuos
0.10
5
0.00
0
5
0.10
3 2 1 0 1 2 3 3 2 1 0 1 2 3
DAX^2 Residuos^2
0.8
0.8
0.4
0.4
0.0
0.0
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Assim, uma alternativa aos modelos ARCH ou GARCH consiste em assumir que
t2 astico. Geralmente modela-se o logaritmo de t2 . Em sua
segue um processo estoc
forma mais simples um modelo de volatilidade estoc
astica (VE) e dado por
Propriedades
1. E(Xt ) = E(vt eht /2 ) = E(eht /2 )E(vt ) = 0, ja que ht e vt s
ao independentes.
6.4. VOLATILIDADE ESTOCASTICA 85
2. V ar(Xt ) = E(Xt2 ) = E(eht vt2 ) = E(eht )E(vt2 ) = E(eht ). Mas, como estamos
assumindo que ht e estacionaria segue que,
2
3. E(Xt4 ) = E(vt4 e2ht ) = 3 e2+2h e a curtose e dada por
2
3 e2+2h 2
K= 2
2+h
= 3eh > 3.
e
Exerccios
1. Um modelo ARIMA foi identificado e estimado para uma serie temporal obser-
vada mas ha indicacao de que a vari
ancia condicional deve ser modelada por
um processo GARCH(1,1). Explique como se chegou a esta conclusao.
2. Refaca o exemplo da Figura 6.4 e estime um modelo AR(1) para a serie Xt . Veri-
fique se existe estrutura autoregressiva nos quadrados dos resduos e identifique
um modelo ARCH para os erros.
3. Obtenha as previs
oes 1, 2 e 3 passos a frente para um modelo GARCH(1,2).
7.1 Introduc
ao
Um modelo linear din
amico pode ser caracterizado pelo seguinte par de equacoes
yt = F t t + t
t = Gt t1 + t (7.1)
y = X + .
86
7.1. INTRODUC
AO 87
sendo Z
p(yt |Dt1 ) = p(yt |t )p(t |Dt1 )dt
e os par
ametros se relacionam em perodos sucessivos atraves da
yt = t + t , t N (0, Vt )
t = t1 + t , t N (0, Wt ).
yt |t N (t , Vt )
t |t1 N (t1 , Wt )
e a informacao inicial e 0 |D0 N (m0 , C0 ). Vamos assumir por enquanto que as vari-
ancias Vt e Wt sao conhecidas. Este modelo pode ser pensado como uma aproximacao
a
de Taylor de 1 ordem para uma funcao suave do tempo (t) de modo que
e o modelo descreve os termos de ordem mais alta simplesmente como rudos de media
zero. Como saber entao se este modelo e adequado a uma particular aplicacao?
No tempo t, o valor esperado da serie k perodos a frente condicional ao nvel
atual e
k
X
E(Yt+k |t ) = E(t+k |t ) = E(t + t+i |t ) = t
i=1
e denotando a media da distribuicao a posteriori de t por mt entao a funca
o de
previs
ao e constante
7.2.1 An
alise Sequencial e Previs
oes
A media inicial m0 e uma estimativa pontual do nvel da serie e a vari
ancia inicial
C0 mede a incerteza associada. Assumindo que t1 |Dt1 N (mt1 , Ct1 ), entao
condicionalmente a Dt1 , t e a soma de 2 quantidades normais e independentes t1
e t e portanto e tambem normal com media e variancia dadas por
Ap
os observar yt , a distribuicao atualizada do nvel e obtida via teorema de Bayes
combinando-se a verossimilhanca
com a priori
p(t |Dt1 ) = (2Rt )1/2 exp{(t mt1 )2 /2Rt }
de modo que
1 (yt t )2 (t mt1 )2
p(t |Dt ) exp +
2 Vt Rt
1 2 1
1 1 1
exp t (Vt + Rt ) 2t (Vt yt + Rt mt1 )
2
C 1 C 1
exp t (2t 2t mt ) exp t (t mt )2
2 2
onde
mt = (1 At )mt1 + At yt = mt1 + At et .
agora variando no tempo. A vari ancia a posteriori tambem pode ser reescrita como
funcao do coeficiente adaptativo como
Ct = Rt A2t Qt < Rt .
Exemplo 7.2 : A funcao mld pode ser usada para estimar sequencialmente o nivel
da serie de vazoes do rio Nilo. Primeiro vamos permitir que o nivel varie bastante ao
7.2. MODELOS POLINOMIAIS 91
longo do tempo especificando um valor grande para W e depois reestimar com pouca
variacao temporal (W bem pequeno). Usaremos a variancia amostral da serie como
estimativa de V . Como informacao inicial usaremos uma estimativa do nivel igual
a 1000 mas com uma grande incerteza associada. O gr afico da serie com os nveis
superimpostos aparece na Figura 7.2.
7.2.2 Vari
ancias de Evoluc
ao e das Observa
coes
Tipicamente, Wt e desconhecida. Sua estimacao entretanto leva a uma intratabilidade
analtica que pode ser evitada atraves de sua especificacao subjetiva.
O fator de desconto e o parametro basico que controla o grau de envelhecimento
da informacao de uma observacao. Por exemplo, podemos quantificar o envelheci-
mento da informacao sobre o parametro t como um aumento de 5% em sua vari ancia
a priori (no tempo t), i.e.
com = 0.05. Por outro lado, informacao e em geral medida em termos de precis
ao
(o inverso da vari
ancia) e podemos escrever
Rt = Ct1 / = Ct1 + Wt
ou equivalentemente
1
Wt = Ct1 = Ct1 .
Como Rt = Ct1 + Wt podemos interpretar esta especificacao intuitivamente como
um aumento de incerteza, ao evoluir de t1 para t, quantificado como uma proporcao
de Ct1 .
A sequencia de vari
ancias Vt tambem e, em geral, desconhecida embora o pesqui-
sador possa ter alguma informacao a priori sobre caractersticas desta sequencia. Por
exemplo, Vt = V (vari ancia constante e desconhecida), Vt = V kt onde os pesos kt s ao
conhecidos, Vt = V k(t ) onde k() e uma funcao de vari
ancia do nvel da serie ou em
p
particular Vt = V t .
Impondo-se uma particular estrutura para a sequencia Wt e para a informacao
inicial obtem-se um procedimento de atualizacao sequencial para V alem de t . Para
92 CAPITULO 7. MODELOS LINEARES DINAMICOS
yt = t + t , t N (0, V ),
t = t1 + t , t N (0, V Wt ),
0 |V, D0 N (m0 , V C0 )
n0 n0 S0
1
V |D0 Gama , ou n0 S0 V 1 2n0
2 2
sendo que m0 , C0 , n0 e S0 ser
ao especificados. Surgiu assim mais um item na infor-
macao inicial com
n0 /2 1
E(V 1 |D0 ) = =
n0 S0 /2 S0
e S0 e a estimativa pontual a priori da vari ancia V . Com esta definicao pode-se
mostrar que a distribuicao inicial marginal de 0 e
com C0 = S0 C0 .
Se a distribuicao a posteriori (incondicional) do nvel em t 1 e
onde os par
ametros atualizados s
ao
Qt = Rt + St1
mt = mt1 + At et
Ct = (St /St1 )(Rt A2t Qt )
nt = nt1 + 1
nt St = nt1 St1 + St1 e2t /Qt .
A funcao mld1 abaixo faz a an alise sequencial com a variancia das observacoes
fixa e desconhecida. A especificacao de Wt e feita via fator de desconto. Note que
agora tanto o nivel quanto a vari
ancia e os graus de liberdade sao atualizados sequen-
cialmente.
+ C[1] = C0
+ m[1] = m0
+ S[1] = S0
+ n[1] = n0
+ for (i in 2:N) {
+ n[i] = n[i - 1] + 1
+ R[i] = C[i - 1]/delta
+ f[i] = m[i - 1]
+ Q[i] = R[i] + S[i - 1]
+ A[i] = R[i]/Q[i]
+ e[i] = Y[i] - f[i]
+ S[i] = S[i - 1] + (S[i - 1]/n[i]) * (e[i]^2/Q[i] - 1)
+ m[i] = m[i - 1] + A[i] * e[i]
+ C[i] = A[i] * S[i]
+ }
+ return(list(m = m, C = C, R = R, f = f, Q = Q, n = n, S = S,
+ e = e))
+ }
Exemplo 7.3 : Novamente vamos examinar a serie de vazoes do rio Nilo, agora
usando diferentes fatores de desconto na funcao mld1.
> res1 = mld1(y, delta = 0.98, m0 = 1000, C0 = 100, n0 = 1, S0 = 0.01)
> res2 = mld1(y, delta = 0.7, m0 = 1000, C0 = 100, n0 = 1, S0 = 0.01)
Os graficos na Figura 7.3 mostram a serie original, as estimativas do nivel obtidas
com descontos 0,70 e 0,98 e estas mesmas estimativas com um intervalo de 1, 5 Ct .
Os graficos foram feitos com os seguintes comandos do R,
Os modelos podem ser comparados calculando-se o erro quadr atico medio e o
desvio absoluto medio. Usando os comandos abaixo percebe-se que o modelo com
fator de desconto 0,70 e melhor segundo estes criterios.
> eqm = dam = rep(0, 2)
> for (i in 2:length(y)) {
+ eqm[1] = eqm[1] + (y[i] - res1$m[i - 1])^2
+ dam[1] = dam[1] + abs(y[i] - res1$m[i - 1])
+ eqm[2] = eqm[2] + (y[i] - res2$m[i - 1])^2
+ dam[2] = dam[2] + abs(y[i] - res2$m[i - 1])
+ }
> eqm
> dam
yt = t + t , t N (0, Vt )
t = t1 + t1 + 1t
t = t1 + 2t .
E(t |Dt ) = mt = at + At et
V ar(t |Dt ) = Ct = (St /St1 )(Rt At At Qt )
N
ao e difcil verificar que a funcao de previs
ao e dada por
ft (k) = Xt Gk mt = mt + kbt
sendo que mt e bt s
ao as estimativas pontuais do nvel t e do crescimento t . Portanto,
assim como no caso anterior, este modelo tambem e apropriado para previs oes de curto
prazo.
As vari
ancias Wt s ao mais uma vez especificadas indiretamente atraves de um
fator de desconto . Neste caso,
Rt = GCt1 G /
implica que
Wt = GCt1 G (1 1).
7.4. MODELOS SAZONAIS 95
yt = t + t0 + t , t N (0, Vt )
t = t1 + t
tr = t1,r+1 + t,r , r = 0, , p 2
t,p1 = t1,0 + t,p1
com a restricao p1
P
r=0 tr = 0, t e onde p e o perodo sazonal da serie. Por exemplo,
p = 12 para uma serie com observacoes mensais e p = 4 para observacoes trimestrais.
Para fixar ideias, considere uma serie trimestral e suponha que t 1 e o segundo
trimestre de um determinado ano. Entao o vetor de par ametros consiste de 4 efeitos
sazonais, um para cada trimestre,
t0 trim. 2
t1 trim. 3
t1 = =
t2 trim. 4
t3 trim. 1
A funcao de previs
ao assume a forma ft (k) = mt + htj onde mt e o valor esperado
do nvel dessazonalizado no tempo t + k e htj e o desvio sazonal esperado em torno
deste nvel. O desvio utilizado na funcao de previs
ao e tal que j e o resto da divis
ao
k/p. Por exemplo, se p = 12, e t0 refere-se ao mes de janeiro entao a previs ao
1 passo a frente (k = 1) feita em dezembro e mt + E(t0 |Dt ), com j = 1. Se o
horizonte de previs ao for k = 2 entao j = 2 e o desvio sazonal refere-se a fevereiro,
i.e. ft (2) = mt + E(t1 |Dt ).
96 CAPITULO 7. MODELOS LINEARES DINAMICOS
yt = t + t0 + t , t N (0, Vt )
t = t1 + t1 + t
t = t1 + t
tr = t1,r+1 + t,r , r = 0, , p 2
t,p1 = t1,0 + t,p1
Pp1
com a restricao r=0 tr = 0, t. A funcao de previs
ao agora assume a seguinte
forma
p1
X
ft (k) = mt + kbt + htj , com htj = 0
j=0
7.5 Representac
ao de Fourier
Uma forma alternativa de se representar padr oes cclicos e atraves de combinacoes
lineares de funcoes peri
odicas. Em particular a utilizacao de funcoes trigonometricas
leva a representacoes de Fourier da sazonalidade.
O modelo (com crescimento) e representado pelas seguintes equacoes
p/2
X
yt = t + j,t + t , t N (0, Vt )
j=1
t = t1 + t1 + t ,
t = t1 + t ,
j,t " #" # " #
cos 2j/p sin 2j/p j,t1 wj,t
= + , j = 1, . . . , p/2 1
j,t1
wj,t
sin 2j/p cos 2j/p
j,t
p/2 p/2
X X
ft (k) = Sjk = [at,j cos(2jk/p) + at,j sen(2jk/p)
j=1 j=1
desconto para cada componente do modelo. No modelo com uma tendencia polinomial
mais um componente sazonal teremos entao 2 fatores de desconto.
Em geral, o fator de desconto do componente sazonal e maior do que o da tenden-
cia. Neste sentido estamos assumindo que o padr ao sazonal da serie, embora possa
estar sujeito a alteracoes, e mais est
avel do que a sua tendencia.
7.6 Ilustrac
ao
A Figura ?? apresenta o total de vendas trimestrais (em milhares) de perus na Irlanda
entre o primeiro trimestre de 1974 e o terceiro trimestre de 1982. A serie exibe
um crescimento sistem atico ao longo de todo o perodo juntamente com um padr ao
sazonal acentuado. Outra caracterstica interessante e que a forma do padrao sazonal
se alterou a partir de 1978. Vamos fazer a estimacao sequencial de um modelo para
os efeitos sazonais superpostos a uma tendencia de crescimento linear e verificar o
comportamento das previs oes 1 passo a frente.
Suponha que a informacao a priori foi acessada examinando-se as vendas dos anos
anteriores a 1974. Esta informacao esta resumida na Tabela 7.1. Note a restricao de
soma zero na especificacao a priori dos efeitos sazonais e tambem que a especificacao
equivalente em termos de fatores sazonais seria 11, 19, 19 e 11 para os fatores e
(11+19+19+11)/4 = 15 para o nvel.
Note que a mudanca no padr ao sazonal ocorre muito lentamente no modelo estatico e
no final da serie o padr
ao estimado e apenas ligeiramente diferente do padr
ao inicial.
Ja no modelo din amico o padrao sazonal evolui para uma forma completamente di-
Tabela 7.2:
ferente melhorando a performance preditiva. Este fato pode ser notado por inspecao
visual e e confirmado pelos indicadores na Tabela 7.2.
A explicacao intuitiva para este fato, lembrando da definicao de fator de desconto,
e que no modelo din amico um peso maior e dado para as observacoes mais recentes
ao fazer previsoes. Com isto a alteracao no padr
ao sazonal e incorporada mais rapi-
damente do que no modelo est atico. As previs
oes de vendas para o quarto trimestre
de 1982 e para 1983 tambem levar ao em conta os diferentes padr oes sazonais do final
da serie.
yt = Xt t + t , t N (0, Vt )
t = t1 + t , t N (0, Wt ).
de modo que o modelo pode ser visto como uma superposicao de p regress oes simples
pela origem.
Todas as distribuicoes envolvidas s
ao an
alogas aos casos anteriores e as equacoes
dadas na Secao 2.3 podem ser utilizadas para obter os momentos das distribuicoes a
7.8. MONITORAMENTO 99
at = mt1
Rt = Ct1 + Wt
ft = Xt mt1
k
X
t+k = t + t+j
j=1
de modo que
at+k = mt
k
X
Rt+k = Ct + Wt+j .
j=1
ft (k) = Xt+k mt
Qt+k = Xt+k Rt+k Xt+k + St .
Assim, a previs
ao pontual k passos a frente e a propria funcao de regress
ao avaliada
na estimativa dos coeficientes no tempo t e nos valores futuros dos regressores (que
nem sempre estao disponveis).
A sequencia de variancias Wt e mais uma vez estruturada usando um fator de
desconto.
7.8 Monitoramento
Ao comparar sequencialmente as previs oes com os valores observados pode-se julgar
a adequacao relativa de modelos alternativos com base em sua performance preditiva.
Observacoes ocorrendo nas caudas da distribuicao preditiva s ao sempre possveis
por definicao porem improv aveis. Quanto mais afastada em uma das caudas mais
improv preciso entao estabelecer um criterio para julgar que
avel e a observacao. E
tipo de inconsistencia entre observacao e previs ao deve ser sinalizada pelo sistema.
No entanto, sinalizar uma observacao como improv avel apenas indica uma possvel
deficiencia geral do modelo. E preciso saber em que sentido o modelo e deficiente,
i.e. verificar que modelos alternativos, com diferentes distribuicoes preditivas, teriam
uma performance melhor. O fator de Bayes, definido a seguir, e a ferramenta utilizada
para fazer esta comparacao de modelos.
100 CAPITULO 7. MODELOS LINEARES DINAMICOS
V/W= 20 V/W= 2
30
27
26
25
y
22
23
18
21
0 20 40 60 80 100 0 20 40 60 80 100
tempo tempo
V/W= 0.2
40
30
y
20
10
0 20 40 60 80 100
tempo
Figura 7.1: 100 valores simulados do modelo polinomial de 1a ordem com (a) V /W = 20,
(b) V /W = 2, (c) V /W = 0, 2.
7.8. MONITORAMENTO 103
> y = Nile
> n = length(y)
> res = mld(y, V = rep(var(y), n), W = rep(50, n), m0 = 1000, C0 = 1000)
> plot(y, xlab = "Anos", ylab = "Medi
co
~es", type = "p")
> lines(res$m, col = 2)
> lines(res$m - 2 * sqrt(res$C), col = 2, lty = 1)
> lines(res$m + 2 * sqrt(res$C), col = 2, lty = 1)
> res = mld(y, V = rep(var(y), n), W = rep(0.05, n), m0 = 1000,
+ C0 = 1000)
> lines(res$m, col = 4)
> legend(1940, 1350, c("obs", "W=50", "W=.05"), col = c(1, 2, 4),
+ bty = "n")
1400
obs
W=50
1200
W=.05
1000
Medies
800
600
Anos
Figura 7.2:
104 CAPITULO 7. MODELOS LINEARES DINAMICOS
1400
1400
obs
desconto=.98
1000
1000
desconto=.70
1200
600
600
1000
Time
Figura 7.3:
Ap
endice A
Lista de Distribui
coes
Neste apendice s
ao listadas as distribuicoes de probabilidade utilizadas no texto para
facilidade de referencia. Sao apresentadas suas funcoes de (densidade) de probabili-
dade alem da media e variancia. Uma revis ao exaustiva de distribuicoes de probabili-
dades pode ser encontrada em Johnson et al. (1994), Johnson et al. (1995) e Johnson
et al. (1992).
A.1 Distribuic
ao Normal
X tem distribuicao normal com par ametros e 2 , denotando-se X N (, 2 ), se
sua funcao de densidade e dada por
para Rp e positiva-definida.
A.2 Distribuic
ao Gama
X tem distribuicao Gama com parametros e , denotando-se X Ga(, ), se sua
funcao de densidade e dada por
1 x
p(x|, ) = x e , x > 0,
()
para , > 0.
E(X) = / e V (X) = / 2 .
105
106
APENDICE A. LISTA DE DISTRIBUIC
OES
A.3 Distribuic
ao Wishart
Diz-se que uma matriz aleatoria (n n) segue uma distribuicao Wishart com
par
ametro e graus de liberdade, denotando-se W (, ), se sua funcao de
densidade e dada por,
A.4 Distribuic
ao Gama Inversa
X tem distribuicao Gama Inversa com par ametros e , denotando-se
X GI(, ), se sua funcao de densidade e dada por
(+1) /x
p(x|, ) = x e , x > 0,
()
para , > 0.
2
E(X) = e V (X) = .
1 ( 1)2 ( 2)
N
ao e difcil verificar que esta e a distribuicao de 1/X quando X Ga(, ).
A.5 Distribuic
ao Wishart Invertida
Diz-se que uma matriz aleat
oria (n n) segue uma distribuicao Wishart-Invertida
com parametro e graus de liberdade, denotando-se W I(, ) se sua funcao
de densidade e dada por,
A.6 Distribuic
ao Beta
X tem distribuicao Beta com parametros e , denotando-se X Be(, ), se sua
funcao de densidade e dada por
( + ) 1
p(x|, ) = x (1 x)1 , 0 < x < 1,
()()
A.7. DISTRIBUIC DE DIRICHLET
AO 107
para , > 0.
E(X) = e V (X) = .
+ ( + )2 ( + + 1)
A.7 Distribuic
ao de Dirichlet
O vetor aleat orio X = (X1 , . . . , Xk ) tem distribuicao de Dirichlet com par ametros
1 , . . . , k , denotada por Dk (1 , . . . , k ) se sua funcao de densidade conjunta e dada
por
k
(0 )
x1 1 1 . . . xkk 1 ,
X
p(x|1 , . . . , k ) = xi = 1,
(1 ), . . . , (k )
i=1
Pk
para 1 , . . . , k > 0 e 0 = i=1 i .
i (0 i )i i j
E(Xi ) = , V (Xi ) = , e Cov(Xi , Xj ) =
0 02 (0 + 1) 2
0 (0 + 1)
A.8 Distribuic
ao t de Student
X tem distribuicao t de Student (ou simplesmente t) com media , par
ametro de escala
2
e graus de liberdade, denotando-se X t (, ), se sua funcao de densidade e
dada por
(+1)/2
(( + 1)/2) /2 (x )2
2
p(x|, , ) = + , x R,
(/2) 2
A.9 Distribuic
ao F de Fisher
X tem distribuicao F com 1 e 2 graus de liberdade, denotando-se X F (1 , 2 ),
se sua funcao de densidade e dada por
2 222 (1 + 2 2)
E(X) = , para 2 > 2 e V (X) = , para 2 > 4.
2 2 1 (2 4)(2 2)2
108
APENDICE A. LISTA DE DISTRIBUIC
OES
A.10 Distribuic
ao Binomial
X tem distribuicao binomial com par ametros n e p, denotando-se X bin(n, p), se
sua funcao de probabilidade e dada por
n x
p(x|n, p) = p (1 p)nx , x = 0, . . . , n
x
A.11 Distribuic
ao Multinomial
O vetor aleat
orio X = (X1 , . . . , Xk ) tem distribuicao multinomial com par ametros n
e probabilidades 1 , . . . , k , denotada por Mk (n, 1 , . . . , k ) se sua funcao de probabi-
lidade conjunta e dada por
k
n!
x1 , . . . , kxk ,
X
p(x|1 , . . . , k ) = xi = 0, . . . , n, xi = n,
x1 !, . . . , xk ! 1
i=1
para 0 < i < 1 e ki=1 i = 1. Note que a distribuicao binomial e um caso especial
P
A.12 Distribuic
ao de Poisson
X tem distribuicao de Poisson com par ametro , denotando-se X P oisson(), se
sua funcao de probabilidade e dada por
x e
p(x|) = , x = 0, 1, . . .
x!
para > 0.
E(X) = V (X) = .
A.13 Distribuic
ao Binomial Negativa
X tem distribuicao de binomial negativa com par ametros r e p, denotando-se X
BN (r, p), se sua funcao de probabilidade e dada por
r+x1 r
p(x|r, p) = p (1 p)x , x = 0, 1, . . .
x
A.13. DISTRIBUIC BINOMIAL NEGATIVA
AO 109
Um caso particular e quando r = 1 e neste caso diz-se que X tem distribuicao geo-
metrica com par
ametro p.
Refer
encias
110
References. 111