Escolar Documentos
Profissional Documentos
Cultura Documentos
LISTA DE FIGURAS...........................................................................................................I
1. INTRODUÇÃO ........................................................................................................ 2
1.1 Formulação do Problema ........................................................................................ 2
2.2.3 Sazonalidade........................................................................................................ 6
2.2.4 Estacionariedade.................................................................................................. 7
O presente trabalho tem como o tema análise de séries temporais, esta análise visa a
compreender e prever fenómenos, em que a informação (dados) é recolhida em intervalos
de tempo iguais (horas, dias, semanas, etc), ao longo de um período mais ou menos longo, é
uma faceta particular da estatística.
O trabalho está estruturado da seguinte maneira: começaremos por fazer a definição,
abordaremos sobre os tipos de séries temporais, suas características, seus componentes, a
sua decomposição e apresentaremos exercícios práticos.
1.2 Hipóteses
De acordo com Alvarenga (2012, p. 27), “hipóteses são preposições, ou tentativas de
explicação sobre a relação entre duas ou mais variáveis, as que se supõe que possam ser
encontradas ao realizar um estudo científico”. Tendo em conta o problema em causa,
traçamos as seguintes hipóteses:
H1: Auxiliar na compreensão e previsão de fenómenos contribuindo na tomada de
decisões estratégicas;
H2: Proporcionar melhor identificação de períodos de crescimento ou decrescimento.
2
1.3 Objectivos do Estudo
Segundo Cervo & Bervian (2002), os objectivos definem a natureza do trabalho, o
tipo de problema, o material a colectar, etc.
A realização do estudo em causa, leva-nos a atingir determinadas metas, nisto
traçamos os seguintes objectivos:
3
2. FUNDAMENTAÇÃO TEÓRICA
Alguns exemplos de séries temporais são: valores diários de poluição em uma cidade,
valores mensais de temperatura registrados em uma cidade, índices diários da Bolsa de
Dívida e Valores de Angola (BODIVA), acidentes ocorridos nas rodovias da cidade de
Luanda durante um mês...
O objectivo da análise de séries temporais é identificar padrões não aleatórios na
série temporal de uma variável de interesse, e a observação deste comportamento passado
pode permitir fazer previsões sobre o futuro, orientando a tomada de decisões.
4
Um processo estocástico pode ser descrito como uma família de variáveis aleatórias
{𝑥1 , 𝑥2 , , … , 𝑥t, 𝑡 ∈ 𝑇} indexadas no tempo, onde T é um conjunto ordenado de índices.
Esta notação é usada quando as observações não são igualmente espaçados no tempo.
Uma série temporal estocástica é não-estacionária quando a sua média varia com o
tempo. Nestas séries só é possível determinar uma parte dos dados, pelo que geram piores
previsões que as séries estacionárias.
5
Figura nº 01 - Exemplo de autocorrelação
Fonte: https://operdata.com.br/blog/caracteristicas-das-series-temporais/
2.2.2 Tendência
A tendência de uma série temporal é definida como um padrão de
crescimento/descrecimento da variável em um certo período de tempo. Existem testes
específicos para a identificação da tendência, como o Teste de Wald e o de Cox-Stuart.
Entretanto, uma técnica muito utilizada é o ajuste de uma Regressão Linear Simples para a
identificação da inclinação da reta de tendência.
Vale lembrar que o ajuste da Regressão Linear, neste caso, pode levar a resultados
enviesados e, para evitar este problema, estimadores robustos à autocorrelação podem ser
utilizados.
No exemplo abaixo, consideramos os dados referentes ao número de passageiros
internacionais no transporte aéreo entre os anos de 1949 e 1961. Pode-se observar uma clara
tendência crescente na série ao longo dos anos.
Fonte: https://operdata.com.br/blog/caracteristicas-das-series-temporais/
2.2.3 Sazonalidade
A sazonalidade pode ser definida como padrões de comportamento que se repetem
em específicas épocas do ano. Por exemplo, o número de passageiros que utilizam o
6
transporte aéreo geralmente é maior em períodos de férias escolares do que nos demais meses
do ano, fato que pode ser verificado na Figura 2. A sazonalidade, muitas vezes, pode ser
identificada de maneira visual.
A sazonalidade pode ser determinística ou estocástica.
Sazonalidade determinística é quando pressupomos um padrão sazonal regular e
estável no tempo, desta forma podemos prever o comportamento sazonal perfeitamente a
partir de dados anteriores.
Uma série temporal possui sazonalidade estocástica quando a componente sazonal
da série varia com o tempo. Este procedimento pode ser utilizado e normalmente é utilizado
quando temos um padrão sazonal constante.
2.2.4 Estacionariedade
A estacionariedade é um importante conceito na modelagem de séries temporais e
é caracterizada por uma variável que se comporta de forma aleatória ao longo do tempo ao
redor de uma média constante. Basicamente, séries temporais que possuem tendência e ou
sazonalidade não são estacionárias e é necessário o uso de técnicas adequadas a tal situação.
Fonte: https://operdata.com.br/blog/caracteristicas-das-series-temporais/
7
Sazonalidade: existe sazonalidade quando a série é influenciada por fatores
sazonais, que podem ser trimestrais, mensais, semanais ou diários. A sazonalidade se
apresenta em períodos fixos e conhecidos.
8
Fonte: http://files.estatistica-empresarial.webnode.com.br/200000049-
b7249b81ea/SERIES%20TEMPORAIS%20site.pdf
Fonte: http://files.estatistica-empresarial.webnode.com.br/200000049-
b7249b81ea/SERIES%20TEMPORAIS%20site.pdf
Exemplo nº 1
Tome-se a seguinte função linear, que chamaremos de função "f": yt = a + b ∙ xt
A convenção utilizada nesta série temporal é a seguinte:
y representa o dado obtido.
a representa o intercepto
x representa a variável que determina y.
o subscrito "t" indica o período à qual o dado se refere.
Se fôssemos analisar a função yt = 1 + 2 ∙ xt a partir do período em que x = 0, teríamos:
9
𝑡=2 X2 = 2 Y2 = 1 + 2 ∙ 𝑋 2 = 5
Exemplo nº 2
Suponha que dois irmãos façam uma aposta anual em dinheiro. A quantidade de
dinheiro a ser paga ao irmão 1 é determinada pela série temporal: gt = a + b ∙ xt ∙ Et
onde
gt é o valor em reais que o irmão 1 vai receber. Se o valor for negativo, o irmão 1 deve
pagar ao irmão 2, em vez de receber.
a = intercepto = -2
b = inclinação = 0,2
xt é a o número de anos que o irmão 1 tem no dia da aposta.
Et é uma variável aleatória com distribuição binomial que assume o valor 10 se chover
no dia, e -20 se não chover. Note-se que esta variável introduz a incerteza, pois não se
pode saber, a priori, quanto o irmão 1 deverá pagar para, ou receber do, irmão 2.
10
CONCLUSÃO
11
FONTES BIBLIOGRÁFICAS
XAVIER, Jorge Manuel Nunes. Análise e previsão de séries temporais com modelos arima
e análise espectral singular, 2016.
https://profes.com.br/isadora.lupchinski/blog/caracteristicas-das-series-temporais
https://econoquant.github.io/2017/02/22/componentes-de-series-temporais/
http://www.portalaction.com.br/series-temporais/introducao
https://www.inf.ufsc.br/~marcelo.menezes.reis/Cap4.pdf
http://files.estatisticaempresarial.webnode.com.br/200000049b7249b81ea/SERIES%20TE
MPORAIS%20site.pdf
12