Escolar Documentos
Profissional Documentos
Cultura Documentos
Séries Temporais
Aula 34
300
250
150
100
50
Ainda,
Domínio da freqüência
Procedimento baseado no fato de que uma série
temporal pode ser decomposta como uma
superposição linear de senos e co-senos com
períodos diferentes (modelos não-paramétricos).
Modelos para
Séries Temporais
Modelos para Séries Temporais
. .
. (t)
t
t1 t2 t3
Modelos para Séries Temporais
. .
. (t)
t
t1 t2 t3
Estamos assumindo que a distribuição de probabilidades é a mesma em todos
os instantes de tempo – grau zero de heterogeneidade temporal.
Restrição na Memória do Processo
Um processo estocástico
X = {X(t): t T = 1, 2, ...}
diz-se estritamente estacionário (ou estacionário de
primeira ordem) se, para cada conjunto de índices
1 t1 < t2 < ... < tm,
a distribuição conjunta de
{X(t1), X(t2), ..., X(tm)}
é igual à distribuição conjunta de
{X(t1+), X(t2 +), ..., X(tm +)},
para qualquer inteiro 1.
PROCESSO ESTACIONÁRIO EM COVARIÂNCIA
Um processo estocástico
{X(t): t = 1, 2, ...},
(i) 0 > 0;
yt = ut, t = 1, 2, ...
em que
ut ~ NID(0, u2);
Cov( xt , xt )
Corr ( xt , xt )
Var ( xt ) Var ( xt )
Função de Autocorrelação
Que fica reduzida à expressão:
Cov( xt , xt )
Corr ( xt , xt )
Var ( xt ) Var ( xt )
Cov( xt , xt )
Var ( xt ) 0
Observação
A função de autocorrelação (FAC) proporciona evidências de
uma série temporal não-estacionária. Tipicamente, tais séries
apresentam FACs significativas para muitas defasagens.
Exercícios
Exercício 1
Verifique se o processo
yt = et + 1et-1, t = 1, 2, ...
em que
yt = 0 + 1t + et,
em que:
(i) 1 0;
Verifique se:
yt = yt-1 + et,
em que:
(i) y0 = 0;