Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
O artigo analisa as propriedades das sries temporais de lucros trimestrais de empresas
brasileiras, verificando a presena ou no de independncia estatstica nessas sries. Como
varivel sntese do desempenho da empresa, o lucro objeto intenso de anlise (por analistas
de mercado, investidores, rgos governamentais de fiscalizao etc), fato que ressalta a
relevncia da pesquisa em relao aleatoriedade do comportamento de sua srie temporal.
Os dados foram obtidos no banco de dados da Economatica para o perodo compreendido
entre o primeiro trimestre de 1995 ao ltimo trimestre de 2006. As variveis utilizadas no
estudo foram o Lucro Operacional e o Lucro Lquido, ambas submetidas aos seguintes testes:
(i) mudanas mdias; (ii) testes de carreiras (runs tests), (iii) diferenas sucessivas e (iv)
correlao serial. Os resultados encontrados corroboram a evidncia internacional sobre
lucros trimestrais de que estes apresentam certa dependncia temporal. Verificou-se que
existe uma relao negativa entre variaes sucessivas de lucros trimestrais, ou seja,
empresas que aumentaram seus lucros acima da mdia num determinado perodo tiveram
uma tendncia a variar menos que a mdia nos perodos subseqentes.
Palavras-chave: sries temporais; lucro operacional; lucro lquido; lucros trimestrais.
Abstract
This article analyzes the Brazilian companies quarterly profit time series properties, verifying
whether there is or not the presence of statistics independence in these series. Being a
variable summary of the company performance, the profit is strongly analyzed (by market
analysts, investors, government tax department etc), which shows the relevance of research
when compared to the random behavior of its time series. The data were obtained from the
data base of Economatica for a period between the first quarterly of 1995 and the last one of
2006. The variables used in this study were: the operational profit and the net profit, both
subjected to the tests: (i) average changes; (ii) run tests; (iii) successive differences and (iv)
serial correlation. The results found show certain time dependency according previous
international evidence. It was also verified that there was a negative relation between the
quarterly profit successive variations which means the companies that had their profit
increased above average during a certain time, tended to vary less than the others in
subsequent periods.
Key words: time series, operating profit, net income, quarterly income.
INTRODUO
Como medida sntese do desempenho da empresa, o lucro utilizado por uma vasta
faixa de usurios. Dechow (1992) relata seu emprego no clculo da bonificao paga aos
executivos de grandes corporaes dos Estados Unidos da Amrica. Outros exemplos
incluem a monitorao da capacidade das empresas em liquidar as dvidas assumidas
(SMITH & WARNER, 1979); incluso como varivel em modelos de avaliao de empresas
(OHLSON, 1995; FERNNDEZ, 2001); verificao do comportamento do preo de aes
(DONNELLY, 2002); tratamento de questes contbeis (gerenciamento de lucros, por
exemplo) etc.
A diversidade do uso dos lucros reportados suscita uma necessria digresso sobre a
sua forma de mensurao. Entre as definies e maneiras de clculo existentes, aquela
que se apresenta de forma mais objetiva dada pela contabilidade. Os princpios
contbeis do o balizamento elementar para os propsitos de uniformidade e
comparabilidade1. Contudo, a contabilidade permite algumas aes discricionrias,
admitindo critrios diferenciados, porm, igualmente aceitos, para registrar um
determinado evento. Exemplos incluem a avaliao de estoques e depreciao de ativos
tangveis. Na viso de Strickland (1981), os administradores usam essa tolerncia como
fator de gerenciamento dos lucros a serem reportados, como, por exemplo, a prtica bem
conhecida de suavizao (smoothing).
A anlise do comportamento das sries temporais de lucros assume papel
proeminente na identificao das caractersticas de interesse (tendncias, suavizao
etc) para contadores, financistas, investidores e demais usurios. Nesse sentido, grande
parte da pesquisa emprica confirma a independncia entre as mudanas observadas nas
sries de lucros (HAMMAN et al., 2002; BALL & BROWN, 1969; BALL & WATTS, 1972;
LITTLE, 1962). Por outro lado, h diferentes teorias (como as grafistas2) que defendem
que as sries passadas o ricas em informaes a respeito do comportamento futuro dos
lucros das empresas. Em termos gerais, essa ltima linha dita que o histrico de lucros ir
se repetir em um padro de valores j observados e, portanto, o comportamento das sries
futuras ser recorrente.
A linha que defende a independncia das sries de lucros conhecida na literatura
especializada como teoria Random Walk. Ela estabelece que o caminho futuro dos lucros
no mais previsvel do que o caminho de nmeros aleatrios acumulados. Em termos
estatsticos, a teoria dita que as mudanas sucessivas em lucros so independentes, tal
como se observa em variveis distribudas aleatoriamente. A implicao, ento, a de que
a srie no teria memria e o passado no poderia ser utilizado para predizer o futuro em
nenhuma forma significativa.
O fato de que as mudanas nos lucros apresentam um comportamento temporal de
distribuio aleatria apresenta uma srie de implicaes para investidores. A primeira
delas a de que, se a premissa for vlida, as mudanas no lucro futuro de empresas,
individualmente consideradas, no podem ser previstas a partir das variaes j
observadas em uma srie histrica. Se as mudanas no podem ser previstas, as taxas de
crescimento da varivel tambm no podem ser estimadas. Hamman et al. (2002)
1
Discusso detalhada sobre os princpios contbeis pode ser encontrada em Paton & Littleton (1940)
e em diversos livros-textos como, por exemplo, FIPECAFI (2003). No Brasil, os princpios
fundamentais de contabilidade so regulamentados atualmente pela Resoluo 750/93 do
Conselho Federal de Contabilidade (1993).
2
Chartist Theories, como mais conhecida.
2. EVIDNCIA ANTERIOR
A lucratividade das empresas tem sido objeto de intensa pesquisa nas ltimas
quatro dcadas. Os primeiros trabalhos identificados sobre a aleatoriedade da srie de
lucros das empresas so de Little (1962) e Little e Raynor (1967). Ambos pesquisaram as
mudanas sucessivas percentuais dos lucros anuais das empresas britnicas como proxy da
taxa de crescimento dos lucros e verificaram que no havia estabilidade entre as
observaes analisadas. O fenmeno foi denominado de Higgledy Piggledy Growth, termo
como ficou conhecida a aleatoriedade dessa srie. O estudo estimulou vrios trabalhos
envolvendo a aplicao do conceito de caminho aleatrio (random walk) em estudos de
eficincia de mercado (FAMA, 1965; BROWN, 1993).
Lintner e Glauber (1967) tambm investigaram o relacionamento entre taxa de
crescimento entre perodos sucessivos. Os autores concentraram suas anlises em
empresas americanas e a taxa de crescimento foi medida como o coeficiente de inclinao
nas regresses de variveis de lucros (apresentadas em logaritmos) em um lapso temporal
que compreendia um perodo de 5 a 10 anos. Constatou-se que havia pouca correlao
entre lucros sucessivos. Ball e Watts (1972) chegaram mesma concluso ao aplicarem trs
testes diferentes e acrescentaram que as sries do lucro lquido anual e dos lucros anuais
por ao podem ser descritas por um modelo do tipo random walk. Resultados similares
foram encontrados por Whittred (1978) e Burgstahler, Caird e Emanuel (1981) ao
investigarem o comportamento de lucros de empresas da Austrlia e da Nova Zelndia,
respectivamente. Foster (1986) ressalta que a constatao de que, na mdia, os lucros
anuais reportados possam ser descritos por um modelo random walk um dos resultados
empricos mais robustos na literatura acadmica sobre demonstraes financeiras.
3. METODOLOGIA
3.1. DADOS
3
Seja Y1, Y2... variveis aleatrias com expectativas. Ento a seqncia { Yt} um processo do tipo
Martingale se E (Yt +1 Y0 ,..., Yt ) = Yt , para todo t.
4
Ou seja E(Yt)= Yt-1, onde Yt o lucro no perodo t.
5
O objeto do presente estudo o lucro trimestral. Contudo, uma primeira percepo do
comportamento da srie de lucro anual pde ser constatada pelo teste da funo de
autocorrelao (no reportado). Esse teste foi aplicado na amostra selecionada, considerando os
lucros anuais (somatrio dos lucros trimestrais). O resultado no permite rejeitar a hiptese de
aleatoriedade da srie de lucros anuais para o perodo de 1995 a 2006.
6
ndice de Preos calculado pelo Instituto Brasileiro de Geografia e Estatstica.
SOUGIANNIS, 1998). O terceiro e ltimo filtro objetivou eliminar empresas com dados
perdidos ou insuficientes. Como parmetro, foi adotada a razo de 70% sobre o perodo
abrangido na seleo. Se, por um lado, tal procedimento pode conduzir ao vis de
sobrevivncia (ELTON et al., 1996), de outro ele se configura como um procedimento
alternativo para o expurgar os outliers (observaes extremas)7. Esse procedimento foi
adotado em decorrncia da sensibilidade da anlise em relao a poucas observaes ou
dados perdidos. Conjugados, os dados filtrados correspondem a 10.844 observaes da
srie de Lucro Operacional e 10.841 observaes da srie de Lucro Lquido.
O efeito do critrio de seleo adotado de superestimar a importncia das
tendncias, uma vez que a amostra contm apenas empresas com dados disponveis para
mais de 70% da srie. Ball e Watts (1972) ensinam que o procedimento de restringir as
observaes s empresas com dados existentes para a maior parte da srie tem como
conseqncia concentrar as anlises apenas em firmas sobreviventes e, assim, os
decrscimos observados nas sries de lucros sero poucos e subestimados. A expectativa
ser, ento, de desvios positivos no esperados, remetendo a uma tendncia de lucros
crescentes, uma vez que a parte relativa s chances de desvios negativos foi removida pelo
procedimento de seleo.
O impacto do vis dos desvios positivos no esperados em relao expectativa
genuna de tendncia (devido aos reinvestimentos, por exemplo) extrapola o objetivo do
presente estudo. A anlise incluiria a verificao das razes que explicam as quebras
estruturais dentro da srie temporal, que poderiam ser distintas em relao ao segmento
econmico8. A tarefa fica, ento, sugerida e reservada a estudos futuros.
Dois tipos de medida de lucros foram utilizados no estudo, sendo eles:
- Lucro Operacional (LO); e 21
- Lucro Lquido (LL).
7
Para maiores detalhes, vide Foster (1986).
8
Explica-se: cada segmento econmico pode apresentar choques originados por determinantes
distintos, tais como fatores macroeconmicos (taxa de juros, variaes cambiais etc.) ou
microeconmicos (monoplio, por exemplo).
23
LL. A constatao preliminar de no normalidade das variveis envolvidas condicionou a
escolha por testes no paramtricos para identificao da aleatoriedade das sries
analisadas. Uma vez que esses testes no definem previamente um modelo estrutural9, sua
escolha no estudo ainda reforada pelo fato de no ser utilizada nenhuma teoria da firma
ou de mensurao do lucro nas anlises.
2 N1 N 2 2 N 1 N 2 (2 N 1 N 2 N )
R = +1 e R2 =
N N 2 ( N + 1)
9
O modelo especificado a partir dos dados.
24
O segundo teste no construdo observando-se os sinais das variaes e sim a
mdia da srie. Ele encontrado em alguns pacotes estatsticos, como o Minitab. Sua
definio de carreira o conjunto de observaes consecutivas em que todas elas no se
distanciam em valor superior a mdia das observaes. O nmero observado de carreiras
comparado com o seu nmero esperado. A probabilidade calculada indica que, dado um
nvel de significncia, existe evidncia suficiente para concluir que os dados no so
aleatoriamente distribudos. Os resultados dos dois testes de carreiras esto apresentados
no quadro 2.
O teste de carreiras oferece alguma indicao da origem da aleatoriedade (ou no)
da srie. Um excesso de carreiras reais sobre esperadas sugere um mecanismo de
compensao (variaes positivas so compensadas por variaes negativas), enquanto um
dficit uma evidncia da persistncia na direo da mudana observada.
Outro teste no-paramtrico para a identificao da aleatoriedade o das
Diferenas Sucessivas Quadradas Mdias.10 Para sua execuo, a varivel 2 definida
como:
(Y ) 2(N 1)
N 1
2 =
2
'
t 1 Yt '
tT =1
( )
N
2
s 2 = Yt ' Y ' N
t =1
onde Y ' a diferena mdia. Ento s 2 a estimativa usual da varincia sob as mesmas
premissas. Se as premissas so violadas, ento a razo 2 s 2 mede a fora e a origem da
violao. Se uma tendncia de persistncia existe, ento a razo dever ser baixa. Por
outro lado, se a srie flutua com bastante freqncia, ento a razo dever ser alta. Sob a
premissa de um processo distribudo independentemente com varincia definida, a razo
N 2
= 2 s 2 tem = 1 e 2 = sendo a distribuio prxima da normal. Por
N 2 1
1
sua vez, a estatstica Z = normal (0, 1).
O quadro 3 demonstra a estatstica e Z das diferenas sucessivas observadas nas
sries de lucro operacional e lucro lquido. A interpretao do teste a seguinte: se a
estatstica Z for zero, a indicao de um processo independente. Valores positivos ou
negativos, por sua vez, indicam persistncia e flutuao, respectivamente.
10
A descrio metodolgica deste teste baseada na discusso promovida por Ball & Watts (1972).
Como teste final, verificou-se a autocorrelao da srie de dados (Grfico 2). Hanke
et al. (2001) ensinam que a autocorrelao a correlao entre a varivel, defasada em
um ou mais perodos, com ela mesma. O teste da funo de autocorrelao (ACF -
Autocorrelation Function) utilizado para determinar esse grau de associao da variao
no decorrer do tempo. A funo definida como:
nk
(Y Y )( R
t t +k Y )
rk = t =1
n
(Y Y )
t =1
t
2
26
Assim, nos testes que consideram a mdia das observaes, como o caso do teste
alternativo de carreiras, foi utilizada a mdia das medianas.
O teste de mudanas mdias (quadro 1) no um teste robusto de aleatoriedade,
mas oferece uma primeira percepo sobre o comportamento das variaes. Uma
mudana considerada como a diferena entre a observao atual e a imediatamente
anterior. Um acrscimo (decrscimos) representa uma variao positiva (negativa) da
mudana. A intuio a de que, para grandes amostras, o nmero de variaes no
pode ser concentrado em um dos plos (positivo ou negativo), se os dados forem realmente
aleatrios. Os dados por trimestre apresentaram 26 (25) acrscimos e 21 (22) decrscimos
para a srie de LO (LL), fato que no permitiu rejeitar a hiptese de aleatoriedade para os
dados.
Os testes de carreira apresentam-se mais robustos que o teste de mudanas mdias.
No teste de sinais (teste de Geary) detectou-se que 46,4% (39,9%) das sries de LO (LL),
por empresa, podiam ser consideradas aleatrias, indicando que a maior parte da amostra
selecionada no possua tal caracterstica. A constatao corroborada por um teste
alternativa de carreira, executado pelo pacote estatstico Minitab. O teste alternativo
acusou um total de 4 (15) carreiras na srie de LO (LL) para um total esperado de 24,62
(25). O p-value de 0,0000 (0,0035) permite rejeitar a hiptese nula de aleatoriedade de
dados .
O teste das Diferenas Sucessivas Quadradas Mdias possui algumas das
caractersticas do teste de carreiras. Os resultados da aplicao desse teste encontram-se
descritos no Quadro 3. Conforme j mencionado, se a media de prxima de 1 ou Z
prximo de zero, tem-se indicao de que o processo independente. Por outro lado,
valores positivos ou negativos de Z indicam persistncia ou flutuao, respectivamente. O
valor mdio estimado de para o LO e LL no prximo o suficiente de 1 (afastamento
maior que 2 desvios padres), fato que permite rejeitar a hiptese de aleatoriedade dos
dados. Analogamente, os valores encontrados para a estatstica Z, so negativos (-2,11 e -
2,78, para LO e LL, respectivamente), no s indicando que as series no so aleatrias
como tambm sugerindo a presena de autocorrelao negativa.
A autocorrelao na srie de dados de lucro operacional lucro trimestral est
representada nos correlogramas do Grfico 2. A Figura A demonstra que as autocorrelaes
nos primeiras trs defasagens so significativas diferentes de zero para a srie de LO. A
estatstica Q calculada para doze defasagens 19,67 ao passo que a estatstica Q calculada
foi de 39,57, rejeitando a hiptese de aleatoriedade dos dados da srie de LO. J a Figura
B demonstra que h autocorrelao na 1, 3 e 4 defasagens para a srie de LL. A
estatstica Q observada foi de 32,52 contra 19,67 para a calculada, considerando um
perodo de 12 defasagens. Assim como foi identificado na srie de lucro operacional, as
constataes rejeitam a hiptese de aleatoriedade na srie de lucro lquido.
CONSIDERAES FINAIS
27
O fenmeno de autocorrelao negativa verificado dos lucros indica uma reverso a
mdia (mean reversion), entretanto esse fato isolado no asseguraria uma maior
previsibilidade dos lucros trimestrais em relao ao random-walk.
Como razes econmicas para a reverso a mdia dos lucros podem ser citadas: i) a
competio no mercado que impede que uma lucratividade acima da mdia se mantenha
no longo prazo, existindo uma inevitvel reverso. Nesse ambiente, as firmas com
desempenho medocre tendem a desaparecer, sobrevivendo apenas aquelas que revertem
os resultados abaixo da mdia em direo a mdia; e ii) o conservadorismo contbil que
motiva os gestores a antecipar perdas. O reconhecimento de perdas torna as perdas menos
permanentes o que induz a uma autocorrelao negativa. e iii) a sazonalidade em algumas
indstrias que torna inevitvel a verificao de reverses em torno da mdia.
Quanto a oportunidades para pesquisas futuras, o campo frtil. Num primeiro
momento, poder-se-ia modelar as sries de lucros trimestrais para objetivos de previso e
avaliao de empresas. Tais modelos poderiam aplicar os mais recentes desenvolvimentos
da econometria como os modelos das classes ARCH e GARCH.
Uma segunda motivao seria verificar se os resultados encontrados por Hong e
Stein (1999), nos EUA, sobre a previsibilidade dos retornos das aes e seu relacionamento
com variaes de lucros se aplica ao mercado brasileiro.
Finalmente, apesar da consistncia dos resultados, as constataes referem-se
apenas amostra examinada. Eventuais extrapolaes para outras sries de dados 29
envolvendo lucros (abrangncia temporal ou forma de mensurao diferenciada, por
exemplo) devem ser efetuadas com cautela.
REFERNCIAS
28
______. M.; RICHARDSON, S. A.; TUNA, I. Why Are Earnings Kinky? An Examination of the
Earnings Management Explanation. Review of Accounting Studies, 8, 2-3, p. 355-384,
2003.
DONNELLY, R. Earnings Persistence, Losses and the Estimation of Earnings Response
Coefficients. Abacus, v. 38, 1, 2002.
ELTON, E. J.; GRUBER, M. J.; BLAKE, C. R. Survivorship Bias and Mutual Fund Performance,
The Review of Financial Studies, v. 9, 4, 1996.
FAMA, E. The Behavior of Stock-Market Prices. The Journal of Business, v. 38, 1, 1965.
FERNNDEZ, P. Valuation Using Multiples: How do Analysts Reach their Conclusions? [S.l.]:
Social Science Research Network, 2001. Disponvel em: <http://papers.ssrn.com>. Acesso
em 19 out. 2003.
FIPECAFI. Manual de Contabilidade das Sociedades por Aes (aplicvel s Demais
Sociedades), 6 ed. So Paulo: Atlas, 2003.
FRANCIS, J.; OLSSON, P.; OSWALD, D. Comparing the Accuracy and Explainability of
Dividend, Free Cash Flow, and Abnormal Earnings Equity Value Estimates. Journal of
Accounting Research, v. 38,spring, p. 45-70, 2000.
FOSTER, G. Financial Statement Analysis, 2.ed.. Englewood Cliffs: Prentice Hall, 1986.
FOSTER, G, Quartely accounting data: time-series properties and predictive-ability results.
Accounting Review, 52, 1-21, 1977.
GAGNON, J.-M. Purchase Versus Pooling of. Interests: The Search for a Predictor. Journal
of Accounting Research, suplemento do v. IV, 1967.
GRIFFIN, P. The time-series behavior of quarterly earnings: preliminary evidence. Journal
of Accounting Research 15, 71-83, 1977.
GREENE, W. Econometric Analysis. New Jersey: Prentice Hall, 5. ed. 2003.
GORDON, M. J. Postulates, Principles and Research in Accounting. Accounting Review, v.
XXXIX, 2, 1964.
HAMMAN, W. D.; JORDAAN, A.C.; SMIT, E.V.D. Earnings Changes: a Random Walk? Same
South African Evidence. The Investment Analysts Journal, 41, p. 5, 2002.
HEPWORTH, S. R. Smoothing Periodic Income. Accounting Review, v. XXVIII, 1, 1953.
HONG, H., STEIN, J., A unified theory of underreaction, momentum trading and
overreaction in asset markets, Journal of Finance, 54, p. 2.143-2.184, 1999.
IBGE Instituto Brasileiro de Geografia e Estatstica. ndice de Preos ao Consumidor
Amplo. Disponvel em << http://www. ibge.gov.br >>. Acesso em 03 jan. 2007.
KOTHARI, S. P., Capital Markets Research in Accounting , Journal of Accounting and
Economics, p. 105-231, 2001.
JUDGE, G. G.; CARTER, R. H.; WILLIAM, E. G.; HELMUT, L.; TSOUNG-CHAO L. Theory and
Practice of Econometrics, 2. ed. NY: John Wiley & Sons, 1988.
LINTNER, J.; GLAUBER, R. Higgledy Piggledy Growth in America. Modern Developments in
Investment Management, 2 ed., Hindale IL: Dryden Press, 1967.
LITTLE, L. D. Higgledy Piggledy Growth. Bulletin of the Oxford Institute of Economics and
Statistics, v. 24,4, p. 387-412, 1962.
LITTLE, I. M. D.; RAYNER, A. C. Higgledy Piggledy Growth again. Economica. New Series, v.
34,135, p. 326-329, 1967.
29
OHLSON, J. A. Earnings, Book Values, and Dividends in Equity Valuation. Contemporary
Accounting Research, v. 11, p. 661-687, 1995.
PATON, W.; LITTLETON, A. An Introduction to Corporate Accounting Standards. Sarasota:
American Accounting Association,1940.
PENMAN, S. H.; SOUGIANNIS, T. A Comparison of Dividend, Cash Flow, and Earnings
Approaches to Equity Valuation. Contemporary Accounting Research, v. 15, 3, fall, p.
343-383, 1998.
RAYNER, A.C., LITTLE, L.D. Higgledy Piggledy Growth Again. Oxford: Basil Blackwell,
1966.
SMITH, C.; WARNER, J. On Financial Contracting: An Analysis of Bond Covenants. Journal
of Financial Economics, v. 6, p. 117-161, 1979.
GUJARATI, D. N. Econometria Bsica. So Paulo: Makron Books, 2000.
HANKE, J. E.; REITSCH, A. G.; WICHERN, D. W. Business Forecasting, 7.ed. New Jersey:
Prentice Hall, 2001.
HAYN, C. The Information Content of Losses. Journal of Accounting and Economics, v. 20,
2, September, p. 125-153, 1995..
RYAN, T.A.; JOINER, B.L. Normal Probability Plots and Tests for Normality Technical
Report, Statistics Department, The Pennsylvania State University, 1976.
STRICKLAND, S. G. Discretionary Accounting Changes in Relation to Income Smoothing,
Firm Characteristics and Bankruptcy Prediction Models.Texas A&M University, 1981.
WATTS, R ; ZIMMERMAN, J, Positive Accounting Theory: a ten-year perspective, The
Accounting Review. 65, p. 131-156, 1990.
WHITTRED, G. P. The Time-Series Behaviour of Corporate Earnings. Australian Journal of
Management, oct., p. 195-202, 1978.
,999 ,999
,99 ,99
,95 ,95
Probabilidade
Probabilidade
,80 ,80
,50 ,50
,20 ,20
,05 ,05
,01 ,01
,001 ,001
,999 ,999
,99 ,99
,95 ,95
Probabilidade
Probabilidade
,80 ,80
,50 ,50
,20 ,20
,05 ,05
,01 ,01
,001 ,001
0 1 2
-0,05 -0,04 -0,03 -0,02 -0,01 0,00 0,01 0,02
Lucro Operacional Lucro Lquido
Mdia: -0,0286454 Teste de Normalidade W
Mdia: 0,0045066 Teste de Normalidade W Desvio Padro: 0,321590 R: 0,5888
Desvio Padro: 0,0123234 R: 0,8473 N: 48 P-Value (approx): < 0,0100
N: 48 P-Value (approx): < 0,0100
Y' N 2 s2
Mdia das Sries (0,00) 38,279 0,137 0,214 1,375
Desvio Padro 0,00 5,717 3,80 9,234 0,032
Mdia Esperada 1 Esperado 0,375
Afastamento de em n de
Varincia Esperada 0,025 DP 2,380
Desvio Padro (DP) Esperado 0,157 Z (2,11)
Y' N 2 s2
Mdia das Sries (0,00) 38,290 46,00 69,826 1,421
Desvio Padro 0,00 5,725 5,14E+05 1,21E+06 0,023
Mdia Esperada 1 Esperado 0,421
Afastamento de em n de
Varincia Esperada 0,025 DP 2,674
Desvio Padro (DP) Esperado 0,157 Z (2,78)
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
2 7 12
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
2 7 12