S

eries Temporais
Tend
encia e sazonalidade.

Fernando Lucambio
Departamento de Estatstica
Universidade Federal do Parana
Curitiba/PR, 81531990, Brasil

email: lucambio.ufpr@gmail.com

Agosto de 2015
DECOMPOSIC
AO
CLASSICA

Nao existe uma definic

ao precisa de tend encia e diferentes autores usam
este termo de diferentes formas. Podemos pensar em tend encia como uma
mudan ca de longo prazo no nvel m
edio da s
erie. A dificuldade aqui
e definir
longo prazo.

Lembremos que a decomposi

cao cl
assica de um s
erie temporal
e da forma
Xt = Tt + Ct + t ,
onde Tt e uma componente de tend encia, Ct e uma componente cclica ou
sazonal e t
e uma componente aleatoria ou rudo (a parte n
ao explicada, que
espera-se ser puramente aleat
oria).

A forma mais simples de tend

encia
e linear
Tt = + t,
onde e s
ao constantes a serem estimadas.

1
 Construcao civil, Alemanha (19751979)
No. mensal de desempregados

100000
60000
20000

1976 1977 1978 1979

Tempo

2
 No. mensal de desempregados

20000 0 20000 60000

1976
1977

Tempo
1978
Dados sem tendencia

1979

3
 NCIA
DIFERENTES MODELOS DE TENDE

De um modo geral, uma forma de se lidar com dados que contenham

uma tend
encia consiste em ajustar uma fun
cao polinomial
e
Tt = + 1 t + + p tp

Uma func
ao linear ou quadr
atica seria apropriada no caso de uma tend encia
monotonicamente crescente ou decrescente. Caso contr ario polin
omios
de ordem mais alta devem ser ajustados.

Outras possveis formas de tend

encia s
ao os crescimentos descritos por
uma curva Gompertz
Tt = exp( t )
onde , e s
ao par
ametros com 0 < < 1, ou uma curva Logstica,

Tt = ,
1 + et
onde , e s
ao par
ametros.

4
 NCIA
DIFERENTES MODELOS DE TENDE

Regressao local. A id
eia aqui
e estimar para cada instante de tempo uma
equa
cao de regressao polinomial diferente, por exemplo,
Tt = (t) + (t)t
Observemos que as estimativas de e dependem do tempo, o qual d a
o car
ater local das retas de regress
ao. Este procedimento
e conhecido
como loess.

Filtragem. Outro procedimento para analisar s eries com tendencia

e
atrav erie {Xt } em
es de filtros lineares. Um filtro linear converte uma s
outra {Yt } atraves da seguinte operac
ao linear

s
Yt = aj Xt+j ,
q

onde {aj }
e um conjunto de pesos. Al em
disso, como queremos estimar
a media local os pesos devem ser tais que sj=q aj = 1, garantindo assim
que min{Xt} < Yt < max{Xt}. Neste caso a opera c
ao
e chamada m edia
movel.
5
 NCIA
DIFERENTES MODELOS DE TENDE

Diferencia
cao. Um tipo especial de filtro, muito util para remover uma
componente de tend encia polinomial, consiste em diferenciar a s erie at e
que ela se torne estacion aria (este conceito ser a formalizado posterior-
mente). Para dados n ao sazonais, a primeira diferen ca e, em geral, sufici-
ente para induzir estacionariedade aproximada. A nova s erie Y2 , Y3 , , Yn

e formada a partir da serie original X1 , X2 , , Xn como
Yt = Xt Xt1 = Xt

Note que isto nada mais e do que um filtro (assimetrico) com coeficientes
1 e -1. Diferencia c
ao de primeira ordem e a mais utilizada sendo que
ocasionalmente uma diferencia c
ao de segunda ordem pode ser requerida,
isto
e,
Yt = 2 Xt = (Xt Xt1 ) = Xt 2Xt1 + Xt2
Alem disso, independente do seu uso para induzir estacionariedade, a
diferenciac
ao pode ser muito util como ferramenta explorat oria. Ob-
servacoes discrepantes, por exemplo, podem ter um efeito dram atico na
s
erie diferenciada e uma representa c
ao gr
afica
e, em geral, suficiente para
identificar tais pontos.

6
SAZONALIDADE

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 inv
es disto pode-se recorrer
mais uma vez ` as medias moveis.

Esta componente pode ser de dois tipos:

Sazonalidade aditiva. A s
erie apresenta flutua
coes sazonais mais ou me-
nos constantes n
ao importando o nvel global da s erie.

Sazonalidade multiplicativa. O tamanho das flutua

coes sazonais varia
dependendo do nvel global da s
erie.