Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 35
Tem-se, assim,
Lxt = xt-1
L2xt = xt-2
em que,
em que
(L) = 1 – 1L – 2L2 – ... – pLp
(polinômio autorregressivo de grau p)
Processos ARMA
em que
em que
(L) = 1 – 1L – 2L2 – ... – qLq
(polinômio de médias móveis de grau q)
As equações (6) e (7) especificam um processo MA(q) puro.
Processos ARMA
Combinando as equações (3) e (6), temos um processo
misto, autorregressivo e de médias móveis, ARMA(p, q):
(9)
em que
(L) = 1 – 1L – 2L2 – ... – pLp
(L) = 1 – 1L – 2L2 – ... – qLq
PROPRIEDADES
DOS
PROCESSOS ARMA
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(1)
Considere que xt siga o seguinte processo
xt = 0 + 1xt-1 + t
em que
t ~ RB(0,2).
Prova-se que, se
|1| < 1,
então xt será considerado estacionário.
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(1) – cont.
E(xt) = 0 / (1 – 1) = .
x2 E ( xt ) 2 2
2
1 1
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(1) – cont.
Exercício*
h
h 1 h 1 1 , h 1, 2 , 3...
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(2)
xt = 0 + 1xt-1 + 2xt-2 + t
em que
t ~ RB(0,2).
Condições de Estacionariedade
2 + 1 < 1
2 - 1 < 1
-1 < 2 < 1
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(2) – cont.
Baseando-se no resultado anterior, tem-se que
E(xt) = 0 / (1 – 1 – 2).
( 1 2 ) 2
0
( 1 2 )( 1 1 2 )( 1 1 2 )
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(2) – cont.
Exercício
j 1 j 1 2 j 2 , j 0
com
2
0
1 1 1 2 2
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(2) – cont.
Exercício
h 1 h 1 2 h 2 , h 3, 4 , 5 , ...
com
1 12
1 e 2 2
1 2 1 2
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(p)
Considere que xt siga o seguinte processo
em que
t ~ RB(0,2).
Condições de Estacionariedade:
As raízes da equação característica (L) = 0, devem estar fora
do círculo unitário.
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(p) – cont.
Prova-se que a FACV do processo AR(p) é dada por:
com
2
0
1 1 1 2 2 ... p p
j 1 j 1 2 j 2 ... p j p , j 0
PROPRIEDADES DOS PROCESSOS AR
PROCESSO AR(p) – cont.
FATO
Muitas vezes é difícil fazer a distinção entre processos AR de
diferentes ordens com base apenas nos correlogramas. (Pq?)
Observação
1
1 2 3 ... 0
( 1 12 )
PROPRIEDADES DOS PROCESSOS MA
PROCESSO MA(1) – cont.
Observação
Todavia, a equação
xt = t – 1xt-1 – 12xt-2 – ...
só fará sentido se
| 1 | < 1.
Exercício
Considere o processo MA(2) dado por
xt = 0 + t – 1t-1 – 2t-2
em que
t ~ RB(0,2).
Encontre a média, a variância, a facv e a fac de xt.
PROPRIEDADES DOS PROCESSOS MA
PROCESSO MA(2) – cont.
Observação
em que
t ~ RB(0,2)
Condições de Invertibilidade:
As raízes da equação característica (L) = 0 devem estar fora
do círculo unitário, em que
(L) = 1 – 1L – 2L2 – ... – qLq.
PROPRIEDADES DOS PROCESSOS MA
PROCESSO MA(q) – cont.
Observação
(L)xt = +(L)t
em que
(L) = 1 – 1L – 2L2 – ... – pLp
(L) = 1 – 1L – 2L2 – ... – qLq
PROPRIEDADES DOS PROCESSOS ARMA
PROCESSO ARMA(p,q)
Observação
• A estacionariedade do processo exige que as raízes de (L)
se situem fora do círculo unitário;
xt = xt-1 + t – t-1.
1 2 2 2
0
1 2
PROPRIEDADES DOS PROCESSOS ARMA
PROCESSO ARMA(1,1) – cont.
( θ)( 1 θ) 2
γ1 σε e γh γh 1, h 2 , 3, ...
1 2
( θ)( 1 θ)
ρ1 ρh ρh 1 h 2 , 3, ...
1 2θ θ 2
PROPRIEDADES DOS PROCESSOS ARMA
PROCESSO ARMA(1,1) – cont.
Observação
• O primeiro coeficiente depende tanto do parâmetro da
parte AR como do parâmetro da parte MA.
Padrões de Correlação
Processo FAC FACP
AR(p) Infinita: decai para zero Finita: decai
exponencialmente ou segundo bruscamente para zero a
uma senóide amortecida. partir do lag p.
MA(q) Finita: decai bruscamente para Infinita: decai para zero
zero a partir do lag q ou exponencialmente.
segundo uma senóide
amortecida.
ARMA(p, q) Infinita: decai para zero Infinita: decai para zero
exponencialmente ou segundo exponencialmente ou
uma senóide amortecida. segundo uma senóide
amortecida.
Exercício 1 – (Questão 09 – 2005)
(0) A
(1) F
(2) F
(3) V
(4) V
Exercício 2
Considere o modelo
X t j t j , 0 1, (a)
j 0
Ainda,
E( X t ) Var ( X t ) 2
j
2
j 0
h 2 j j h , j
ψ 2
j 0
j 0
j jh
h
j
2
j 0
Teorema de Wold
Processos ARMA são casos particulares de (a).
Exemplos:
ψ j j X t X t 1 εt ~ AR( 1 ),
1, ρh ; h
ρ1 ( θ) , ρh 0 , j 1;
( 1 θ)
2
ρ1 (1 ) , ρh ρh 1, h 1;
( 1 θ 2)
2
Exercício 3 – (Questão 11 – 2011)
Considere o processo
Considere o processo
Considere o processo
(L)
at Zt
Filtro Linear
E (at ) 0, t ,
Var (at ) , t ,
2
a
Cov(at , as ) E (at as ) 0, s t
Ou seja, at é um RB estacionário.
Modelos Lineares Estacionários
em que
µ – parâmetro determinando o nível da série
L – operador defasagem
pag. 85-86).
Modelos Lineares Estacionários
E ( Z t ) E at j at j
j 1
e como
E(at) = 0, para todo t,
temos que
E(Zt) = µ
se a série
j
convergir.
Modelos Lineares Estacionários
j 2
a i i j
i 0
,
com 0 = 1.
Modelos Lineares Estacionários
0 Var ( Z t ) 2
a
j 0
2
j .
j 0
2
j .
Modelos Lineares Estacionários
j ~
1 j L Z t at
j 1
Modelos Lineares Estacionários
ou
~
( L) Z t at
( L) 1 1 L 2 L ...
2
Modelos Lineares Estacionários
Mas,
~
Z t ( L)at ,
de modo que
~
( L) Z t at ( L) ( L)at at ,
ou seja,
( L) ( L) 1 ( L) 1 ( L)
Esta relação pode ser usada para obter os pesos j em
função dos pesos j e vice-versa.
Condições de Estacionariedade e Invertibilidade
Exemplo 1
Considere o processo
Zt = µ + (L)at
em que
j = ()j, j = 1, 2, 3, ...,
0 = 1;
|| < 1; e
at como definido anteriormente.
Condições de Estacionariedade e Invertibilidade
Exemplo 1 (cont.)
Temos que
1
j 0
j
j
j 0 1
,
logo, E(Zt) = µ.
Condições de Estacionariedade e Invertibilidade
Exemplo 1 (cont.)
2
0 a
1 2
j
j , j0
2
1 2 a
Condições de Estacionariedade e Invertibilidade
Exemplo 2
Z t at at 1 ...
Exemplo 3
Z t Z t 1 at .
Assim, da equação anterior, não é difícil observar que
Z t Z t 1 at .
Ou seja, a primeira diferença de Zt é um RB estacionário.
Dizemos que Zt é um passeio aleatório; seu valor no
instante t é uma soma de choques aleatórios que entraram
no sistema desde o passado remoto até o instante t.
Condições de Estacionariedade e Invertibilidade
Exercício
Considere o processo
Zt = (L)at
em que
j = ()j, j = 1, 2, 3, ...,
0 = 1; e
|| < 1.
Encontre (L) e escreva (L)Zt = at. Interprete.
Condições de Estacionariedade e Invertibilidade
Exemplo 4
Considere o processo
Zt = at + at-1,
ou seja,
1 = , j = 0, j > 1.
Exemplo 5
1
Z t (1 L)at Z t at (1 L 2 L2 ...) Z t at .
(1 L)
( L) 1 L 2 L2 ... (L) j e j ( ) j , j 1
j 0
Condições de Estacionariedade e Invertibilidade
Exemplo 5 (cont.)
Z t Z t 1 Z t 2 ... at .
2
Condições de Estacionariedade e Invertibilidade
Proposição
X t j t j , 0 1, (a)
j 0
h 2
j 0
j jh , ψ 2
j
j 0
j jh
h
j
2
j 0
Teorema de Wold
Processos ARMA são casos particulares de (a).
Exemplos:
ψ j j X t X t 1 εt ~ AR( 1 ),
1, ρh ; h
ρ1 ( θ) , ρh 0 , j 1;
( 1 θ)
2
ρ1 (1 ) , ρh ρh 1, h 1;
( 1 θ 2)
2
Exercícios
Exercício 1
O processo
Zt = (L)at
em que
j = ()j, j = 1, 2, 3, ...,
0 = 1; e
|| < 1.
é invertível?
Exercício 2
ψ j ( θ ) j 1 , j 1
t ~ RB(0 ; 2)
Exercício 2 (cont.)
O processo
X t 0,80 X t 1 t 0,80 t 1
em que
t ~ NID(0;1)