Quais anlises de sries temporais

esto includas no Minitab?

O Minitab oferece diversos mtodos de previso e suavizao simples, mtodos de anlise
de correlao e tcnicas de modelagem ARIMA para analisar seus dados de sries
temporais.
Grfico de sries temporais
Para representar graficamente os dados na ordem temporal para determinar se h
uma tendncia ou padro sazonal, crie um grfico de sries temporais. No Minitab,
selecione Stat > Sries temporais > Grfico de sries temporais.
Anlise de tendncias
Para ajustar as linhas de tendncia usando um modelo linear, quadrtico, de
crescimento ou de curva S, realize uma anlise de tendncia. No Minitab,
selecione Stat > Sries temporais >Anlise de tendncia.
Decomposio
Para ajustar um modelo que pondera todas as observaes igualmente para
determinar o melhor ajuste de regresso, realize uma anlise de decomposio. Use
quando suas sries exibirem um padro sazonal, com ou sem uma tendncia. No
Minitab, selecione Stat > Sries temporais >Decomposio.
Mdia de movimento
Para suavizar suas sries usando um mtodo que calcula a mdia de observaes
recentes e exclui observaes mais antigas, use um mtodo de mdia mvel. No
use quando suas sries exibirem uma tendncia. No Minitab, selecione Stat > Sries
temporais > Mdia mvel.
Suavizao exponencial simples
Para suavizar sua srie usando um mtodo que fornece pesos decrescentes a para
observaes mais antigas, quando suas sries temporais no exibirem uma
tendncia ou um padro sazonal, use um mtodo de suavizao exponencial
simples. No Minitab, selecione Stat > Sries temporais > Suavizao exp simples.
Suavizao exponencial dupla
Para suavizar suas sries usando um mtodo que fornece pesos decrescentes para
observaes mais antigas, quando suas sries temporais exibirem uma tendncia,
mas no um padro sazonal, use um mtodo de suavizao exponencial dupla. No
Minitab, selecione Stat > Sries temporais> Suavizao exp. dupla.
Mtodo de Winters
Para suavizar suas sries usando um mtodo que fornece pesos decrescentes para
observaes mais antigas, quando suas sries temporais exibirem um padro
sazonal, com ou sem uma tendncia, use o mtodo de suavizao de Winters. No
Minitab, selecione Stat > Sries temporais > Mtodo de Winters.
Diferenas
 Crie uma nova coluna de dados para anlises personalizadas e grficos e armazene
as diferenas entre observaes dentro de uma srie. No Minitab,
selecione Stat > Sries temporais >Diferenas.
Lag
Crie uma nova coluna de dados para anlises personalizadas e grficos e reduza
uma srie em um nmero especfico de linhas na worksheet. No Minitab,
selecione Stat > Sries temporais >Defasagem.
Autocorrelao
Para medir quo bem as observaes em diferentes pontos de tempo se
correlacionam entre si e procurar um padro sazonal, realize uma anlise de
autocorrelao. Use esta anlise em conjunto com a funo de autocorrelao
parcial para identificar os componentes para um modelo ARIMA. No Minitab,
selecione Stat > Sries temporais > Autocorrelao.
Autocorrelao parcial
Para medir quo bem as observaes passadas em uma srie temporal se
correlaciona com futuras observaes, enquanto explicam observaes que esto
entre o par de correlaes, realize uma anlise de autocorrelao parcial. Use esta
anlise em conjunto com a funo de Autocorrelao para identificar os
componentes de um modelo ARIMA. No Minitab, selecioneStat > Sries
temporais > Autocorrelao parcial.
Correlao cruzada
Para determinar se uma srie prediz outra representando graficamente as
correlaes entre duas sries, em diferentes pontos no tempo, realize uma anlise
de correlao cruzada. No Minitab, selecione Stat > Sries temporais > Correlao
cruzada.
ARIMA
Para ajustar um modelo com componentes autorregressivos, diferena e mdia
mvel, realize uma ARIMA. Para ajustar um modelo ARIMA, voc deve entender a
autocorrelao e a estrutura de autocorrelao parcial das suas sries. No Minitab,
selecione Stat > Sries temporais >ARIMA.

O que uma srie temporal?

Uma srie temporal uma sequncia de observaes em intervalos de tempo regularmente
espaados. Por exemplo:

Taxas de desemprego mensais para os ltimos cinco anos

Produo diria em uma fbrica durante um ms

Populao em cada dcada de um sculo anterior em um estado

Componentes de uma srie temporal

Tendncia
 A tendncia de longo prazo de uma srie para aumentar ou diminuir (tendncia
para cima ou tendncia para baixo).

Sazonalidade
Flutuao peridica na srie temporal durante um determinado perodo. Essas
flutuaes formam um padro que tende a se repetir de um perodo sazonal para o
prximo.

Ciclos
Grandes desvios da tendncia devidos a fatores no sazonais. Os ciclos ocorrem em
um grande intervalo de tempo, e a durao dos intervalos entre picos sucessivos ou
ciclos no so necessariamente os mesmos.

Movimento irregular
Movimento restante aps a explicao da tendncia e dos movimentos sazonais e
cclicos, rudo aleatrio ou erro em uma srie temporal.

Grficos que exibem dados em

ordem cronolgica
Voc pode criar vrios grficos para exibir dados em ordem cronolgica:

Grfico de sries temporais

Use para examinar tendncias nos dados ao longo do tempo. Grficos de sries
temporais podem ser usados em conjunto com outras funes de sries temporais,
como previso.

Grfico de rea
Use para exibir uma srie de dados agrupados em categorias. O Minitab plota
dados de sries temporais no eixo y em relao ao tempo no eixo x e preenche o
espao sob cada linha. Os dados so empilhados para mostrar a proporo com
que cada srie contribui para o todo.

Cartas de Controle
Usadas para detectar pontos fora do controle para dados de variveis ou de
atributos coletados ao longo do tempo.

Grfico de disperso
Use quando os dados no so ordenados cronologicamente ou quando os
intervalos de coleta de dados so irregulares. necessrio fornecer os valores de
tempo junto com os dados de sries temporais.
 Previso com anlise de sries
temporais
NESTE TPICO
O que previso?
Previses para anlises de mdia mvel
Previses para anlise de suavizao exponencial simples
Previses para anlise de suavizao exponencial dupla
Previses para o mtodo de Winters
O que previso?

Previso um mtodo usado extensivamente em anlise de sries temporais para predizer

uma varivel de resposta como lucro mensal, desempenho dos estoques ou ndices de
desemprego para um perodo de tempo especificado. Previses so baseadas em padres
nos dados existentes. Por exemplo, o gerente de um almoxarifado pode modelar a
quantidade de produtos a ser encomendada para os prximos 3 meses com base nos
pedidos dos ltimos 12 meses.

Voc pode usar uma variedade de mtodos de sries temporais como anlise de
tendncias, decomposio ou suavizao exponencial simples para modelar padres nos
dados e extrapolar esses padres para o futuro. Escolha um mtodo de anlise em funo
de se os fatores so estticos (constantes no tempo) ou dinmicos (mudam com o tempo),
a natureza da tendncia e componentes sazonais e o quo adiante voc deseja fazer a
previso. Antes de gerar previses, ajuste diversos modelos candidatos aos dados para
determinar qual modelo mais estvel e preciso.

Voltar para tpico

Previses para anlises de mdia mvel

O valor ajustado no tempo t a mdia mvel no centralizada no tempo t-1. As previses

so os valores ajustados na origem da previso. Se voc prev 10 unidades de tempo
frente, o valor previsto para cada tempo ser o valor ajustado na origem. Os dados at a
origem so usados para calcular as mdias mveis.

Voc pode usar o mtodo de mdias mveis lineares calculando mdias mveis
consecutivas. O mtodo de mdias mveis lineares usado frequentemente quando existe
uma tendncia nos dados. Primeiro calcule e armazene a mdia mvel da srie original. Em
seguida, calcule e armazene a mdia mvel da coluna previamente armazenada para obter
uma segunda mdia mvel.
Em predio sem informaes anteriores, a previso para o tempo t o valor dos dados no
tempo t-1. Usar o procedimento de mdia mvel com mdia mvel de comprimento 1 gera
previso sem informaes anteriores.

Voltar para tpico

Previses para anlise de suavizao exponencial simples

O valor ajustado no tempo t o valor suavizado no tempo t-1. As previses so os valores

ajustados na origem da previso. Se voc prev 10 unidades de tempo frente, o valor
previsto para cada tempo ser o valor ajustado na origem. Os dados at a origem so
usados para a suavizao.

Em predio sem informaes anteriores, a previso para o tempo t o valor dos dados no
tempo t-1. Faa a suavizao exponencial simples com peso um para efetuar previso sem
informaes anteriores.

Voltar para tpico

Previses para anlise de suavizao exponencial dupla

A suavizao exponencial dupla usa os componentes de nvel e tendncia. A previso para

m perodos frente de um ponto t no tempo

Lt + mTt, onde Lt o nvel e Tt a tendncia no tempo t.

Os dados at o tempo da origem da previso so usados para a suavizao.

Voltar para tpico

Previses para o mtodo de Winters

O mtodo de Winters usa os componentes de nvel, tendncia e sazonais para gerar

previses. A previso para m perodos frente de um ponto t no tempo :

Lt + mTt
onde Lt o nvel e Tt a tendncia no tempo t, multiplicada pelo (ou adicionada ao em um
modelo aditivo) componente sazonal para o mesmo perodo do ano anterior.
O mtodo de Winters dados at o tempo da origem da previso para gerar as previses.

Voltar para tpico

Mtodos para analisar sries

temporais
 NESTE TPICO
Mtodos de previso simples e suavizao
Anlise de correlao e modelagem ARIMA
O Minitab oferece diversas anlises que permitem analisar sries temporais. Essas anlises
incluem mtodos de previso simples e suavizao, mtodos de anlise de correlao e
modelagem ARIMA. Apesar de a anlise de correlao poder ser feita separadamente da
modelagem ARIMA, o Minitab apresenta os mtodos de correlao como parte da
modelagem ARIMA.

Mtodos de previso simples e suavizao

Os mtodos de previso simples e suavizao modelam componentes em uma srie que

normalmente fcil de observar em um grfico de sries temporais dos dados. Esta
abordagem decompe os dados em suas partes componentes e, depois, estende as
estimativas dos componentes no futuro para fornecer previses. Voc pode escolher dos
mtodos estticos de anlise de tendncias e decomposio, ou os mtodos dinmicos de
mdia mvel, suavizao exponencial simples e dupla e mtodo de Winters. Os mtodos
estticos tm padres que no mudam com o tempo; os mtodos dinmicos tm padres
que no mudam com o tempo e as estimativas so atualizadas usando-se valores vizinhos.

Voc pode usar dois mtodos em combinao. Isto , voc pode escolher um mtodo
esttico para modelar um componente e um mtodo dinmico para modelar um
componente diferente. Por exemplo, voc pode ajustar uma tendncia esttica usando a
anlise de tendncia, e modelar dinamicamente o componente sazonal nos resduos
usando o mtodo de Winters. Ou voc pode ajustar um modelo sazonal esttico usando
decomposio e modelar dinamicamente o componente de tendncia nos resduos usando
a suavizao exponencial dupla. Voc tambm pode aplicar uma anlise de tendncia e
decomposio juntas, de forma que possa usar a seleo mais ampla de modelos de
tendncia oferecida pela anlise de tendncia. Uma desvantagem da combinao de
mtodos que os intervalos de confiana para previses no so vlidos.

Para cada um dos mtodos, a tabela a seguir fornece um resumo e um grfico de ajustes e
previses de dados comuns.

Anlise de tendncia

Ajusta um modelo de tendncia a dados de sries temporais. Escolha entre modelos de

crescimento linear, quadrtico ou exponencial ou declnio, e de curva S de tendncia. Use
este procedimento para ajustar tendncia quando no existem componentes sazonais na
srie.

Previses:

Comprimento: longo

Perfil: extenso da linha de tendncia

 Decomposio
Separa as sries temporais em componentes da tendncia linear, componentes sazonais e o
erro. Escolha se o componente sazonal aditivo ou multiplicativo com a tendncia. Use
este procedimento para prever quando haver um componente sazonal em sua srie ou
quando desejar examinar a natureza das partes componentes.

Previses:

Comprimento: longo

Perfil: tendncia com padro sazonal

Mdia Mvel

Suaviza os dados calculando a mdia de observaes consecutivas em uma srie. Voc

pode usar este procedimento quando os dados no possuem um componente de
tendncia. Se houver um componente sazonal, defina o comprimento da mdia mvel
como igual ao comprimento do ciclo sazonal.

Previses:

Comprimento: curto

Perfil: linha plana

 Suavizao exponencial simples
Suaviza seus dados usando a frmula tima de previso ARIMA (0,1,1) um passo frente.
Este procedimento funciona melhor sem uma tendncia ou componente sazonal. O
componente dinmico simples em um modelo de mdia mvel o nvel.

Previses:

Comprimento: curto

Perfil: linha plana

Suavizao exponencial dupla

Suaviza seus dados usando a frmula tima de previso ARIMA (0,2,2) um passo frente.
Este procedimento pode funcionar bem quando h uma tendncia, mas ele tambm pode
servir como um mtodo de suavizao geral. A suavizao exponencial dupla calcula
estimativas dinmicas para dois componentes: nvel e tendncia.

Previses:

Comprimento: curto

Perfil: linha reta com inclinaes iguais s estimativas da ltima tendncia

 Mtodo de Winters
Suaviza seus dados pela suavizao exponencial de Holt-Winters. Use este procedimento
quando h tendncia e sazonalidade, com esses dois componentes sendo aditivos ou
multiplicativos. O Mtodo de Winters calcula estimativas dinmicas para trs componentes:
nvel, tendncia e sazonal.

Previses:

Comprimento: curto a mdio

Perfil: tendncia com padro sazonal

Voltar para tpico

Anlise de correlao e modelagem ARIMA

A modelagem ARIMA (mdia mvel integrada autorregressiva) tambm faz uso de padres
nos dados, mas esses padres podem no ser facilmente visveis em um grfico dos dados.
Em vez disso, a modelagem ARIMA usa a diferenciao e as funes de autocorrelao e de
autocorrelao parcial para ajudar a identificar um modelo aceitvel.

A modelagem ARIMA pode ser usada para modelar vrias sries temporais diferentes, com
ou sem tendncia ou componentes sazonais, e para fornecer previses. O perfil da previso
depende do modelo que se ajusta. A vantagem da modelagem ARIMA comparada aos
mtodos de previso simples e suavizao que ela mais flexvel no ajuste dos dados.
Contudo, a identificao e o ajuste de um modelo pode ser demorada, e a modelagem
ARIMA no facilmente automatizada.

Diferenas

Calcula e armazena as diferenas entre valores de dados de uma srie temporal. Se

voc quer ajustar um modelo ARIMA, mas seus dados tm uma tendncia ou
componente de sazonalidade, diferenciar os dados um passo comum na avaliao
de provveis modelos ARIMA. A diferenciao usada para simplificar a estrutura
de correlao e para revelar qualquer padro subjacente.

Lag
Calcula e armazena as defasagens de uma srie temporal. Quando voc defasa uma
srie temporal, o Minitab move os valores originais para baixo na coluna, e insere
os valores ausentes na parte superior da coluna. O nmero de valores ausentes
inseridos depende do comprimento da defasagem.

Autocorrelao
Calcula e cria um grfico das autocorrelaes de uma srie temporal. A
autocorrelao a correlao entre observaes de uma srie temporal separada
por unidades de tempo k. O grfico de autocorrelaes chamado de funo de
autocorrelao (ACF). Visualize a ACF para conduzir sua escolha de termos a incluir
em um modelo ARIMA.

Autocorrelao parcial
Calcula e cria um grfico das autocorrelaes parciais de uma srie temporal. As
autocorrelaes parciais, como as autocorrelaes, so correlaes entre conjuntos
de pares de dados ordenados de uma srie temporal. Como ocorre com as
correlaes parciais no caso da regresso, as autocorrelaes parciais medem a
fora da relao com outros termos que esto sendo explicados. A autocorrelao
parcial em uma defasagem k a correlao entre resduos no tempo t de um
modelo autorregressivo e observaes em uma defasagem K com termos para
todas as defasagens intervenientes no modelo autorregressivo. O grfico de
autocorrelaes parciais chamado de funo de autocorrelao parcial (PACF).
Visualize a PACF para conduzir sua escolha dos termos a incluir em um modelo
ARIMA.

Correlao cruzada
Calcula e cria um grfico das correlaes entre duas sries temporais.

ARIMA
Ajusta um modelo ARIMA Box-Jenkins a uma srie temporal. Em ARIMA,
"Autorregressivo, "integrado" e "mdia mvel" consulte os passos de filtragem
 realizados no clculo do modelo ARIMA at restar somente rudo aleatrio. Use a
ARIMA para modelar o comportamento das sries temporais e para gerar previses.

Voltar para tpico

Executar uma anlise de tendncia

ponderada
possvel efetuar uma anlise de tendncia de mdia ponderada incluindo conhecimento
obtido do ajuste do mesmo modelo de tendncia aos dados anteriores para obter um
ajuste melhor dos dados atuais. A linha de tendncia suavizada combina informaes
anteriores e novas de forma muito parecida com a suavizao exponencial. De uma certa
forma, essa suavizao dos coeficientes filtra parte do rudo dos parmetros do modelo
estimados em ciclos sucessivos.

Se voc fornecer coeficientes de um ajuste de anlise de tendncia anterior, o Minitab

efetuar uma anlise de tendncia ponderada. Se o peso de um coeficiente especfico for ,
o Minitab estimar o novo coeficiente com:

p1 + (1 - ) p2, onde p1 o coeficiente estimado com os dados atuais e p2 o coeficiente

anterior.
1. Selecione Stat > Srie Temporal > Anlise de Tendncia e selecioneOpes.
2. Em Valores dos parmetros anteriores, digite as estimativas dos coeficientes da anlise de
tendncia anterior na ordem na qual forem mostrados na janela Sesso ou no grfico.
3. Tambm possvel inserir pesos entre 0 e 1 para cada novo coeficiente em Pesos para
mesclar estimativas anteriores e novas. Digite-os na mesma ordem que os coeficientes.
Pesos padro de 0,2 sero usados para todos os coeficientes se voc no inserir
coeficientes. Se voc inserir os coeficientes, o nmero inserido deve ser igual ao nmero de
coeficientes.
4. Clique em OK nas duas caixas de dilogo.
O Minitab gera um grfico de srie temporal dos dados e um segundo grfico de srie
temporal mostrando linhas de tendncia para os trs modelos. A janela Session exibe os
coeficientes e medidas de preciso para todos os trs modelos.

Incluir uma covarivel em uma

anlise de sries temporais ou incluir
erros de sries temporais
 correlacionadas em uma anlise de
regresso
O Minitab no inclui uma aplicao para uma anlise de sries temporais que usa
covariveis ou regresso envolvendo erros de sries temporais correlacionadas.

Entretanto, voc pode usar o Minitab para analuisar os dados descritos. Por exemplo, se o
modelo especificado for:

Yt = a0 + a1 X1t + a2 X2t + Et onde Yt a varivel de resposta, X1t, X2t so as variveis

dependentes e Et a srie temporal.
1. Regresso Yt para X1t e X2t.
2. Analise os resduos resultantes com o mdulo de sries temporais do Minitab.

Orientaes para testar a

autocorrelao ou correlao cruzada
Orientaes para testar autocorrelao
Uma orientao baseada em aproximao normal de grandes amostras usada
frequentemente para decidir se a autocorrelao de uma amostra especfica est dentro do
erro de amostragem zero. (Isso equivale a testar se a autocorrelao da populao de lag k
zero). Se a autocorrelao da populao de lag k for zero para k = 1, 2,... ento, para um
valor de n adequadamente grande, rkser aproximadamente normalmente distribudo, com

mdia () zero e desvio padro () . Como aproximadamente 95% de uma populao

normal esto a 2 desvios padro da mdia, um teste que rejeite a hiptese de que a

autocorrelao da populao de lag k igual a zero, quando| rk | maior que possui um

nvel de significncia () de aproximadamente 5%.
Orientaes para teste de autocorrelao parcial
Uma orientao baseada em aproximao normal de grandes amostras usada
frequentemente para decidir se a autocorrelao parcial de uma amostra especfica est
dentro do erro de amostragem zero. (Isso equivale a testar se a autocorrelao parcial da
populao de lag k zero). Se a autocorrelao da populao de lag k for zero para k = 1,
2,... ento, para um valor de n adequadamente grande, rk ser aproximadamente

normalmente distribudo, com mdia () zero e desvio padro () Como

aproximadamente 95% de uma populao normal esto a 2 desvios padro da mdia, um
teste que rejeite a hiptese de que a autocorrelao da populao de lag k igual a zero,

quando| rkk | maior que possui um nvel de significncia () de aproximadamente 5%.

 Orientaes para testar correlao cruzada
Uma orientao baseada em aproximao normal de grandes amostras usada
frequentemente para decidir se a correlao cruzada de uma amostra especfica est dentro
do erro de amostragem zero. (Isso equivale a testar se a correlao cruzada da populao
de lag k zero). Se a autocorrelao da populao de lag k for zero para k = 1, 2,... ento,
para um valor de n adequadamente grande, rxy (k) ser aproximadamente normalmente

distribudo, com mdia () zero e desvio padro () . Como aproximadamente

95% de uma populao normal esto a 2 desvios padro da mdia, um teste que rejeite a
hiptese de que a autocorrelao da populao de lag k igual a zero, quando | rxy(k) |

maior que possui um nvel de significncia () de aproximadamente 5%.

Por que eu recebo uma mensagem

"Um ou mais ndices sazonais igual a
0" no mtodo de Winters?
O Minitab exibe esta mensagem de erro quando todos os valores para uma estao so
zero. Por exemplo, voc pode ter dados semestrais com todos os valores para a primavera
iguais a zero. Mude pelo menos um desses zeros para um nmero pequeno (como
0,0000001) para evitar este erro.

Como o Minitab efetua

decomposio?
A decomposio segue estas etapas:
1. O Minitab suaviza os dados usando uma mdia mvel centralizada com comprimento igual
ao comprimento do ciclo sazonal. Quando o comprimento do ciclo sazonal um nmero
par, necessria uma mdia mvel de duas etapas para sincronizar a mdia mvel
corretamente.

2. O Minitab divide (modelo multiplicativo) ou subtrai (modelo aditivo) a mdia mvel dos
dados para obter o que se costuma chamar valores sazonais brutos.

3. Para perodos de tempo correspondentes nos ciclos sazonais, o Minitab determina a

mediana dos valores sazonais brutos. Por exemplo, se voc possui 60 meses consecutivos
de dados (5 anos), o Minitab determina a mediana dos 5 valores sazonais correspondentes
a janeiro, fevereiro, etc.
4. O Minitab ajusta as medianas dos valores sazonais brutos para que sua mdia seja um
(modelo multiplicativo) ou zero (modelo aditivo). Essas medianas ajustadas constituem os
ndices sazonais.

5. O Minitab usa os ndices sazonais para ajustar os dados sazonalmente.

6. O Minitab ajusta uma linha de tendncia aos dados ajustados sazonalmente usando
regresso de mnimos quadrados.

A tendncia pode ser removida dos dados divindindo-s pelo componente de tendncia
(modelo multiplicativo) ou subtraindo o componente de tendncia dos dados (modelo
aditivo).

Por que os ajustes e coeficientes

esto sombreados na caixa de
dilogo Armazenamento no ARIMA?
Voc deve selecionar Resduos antes de selecionar Ajustes, necessrio
selecionar Ajustes antes de selecionar Coeficientes.