Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução........................................................................................................................................2
Objectivos........................................................................................................................................2
Séries Temporais.............................................................................................................................3
Componente de tendência................................................................................................................5
Ruído Aleatório...............................................................................................................................6
Componente de sazonal...................................................................................................................7
Componente de ciclo.......................................................................................................................8
Exercício Resolvido.........................................................................................................................8
Conclusão......................................................................................................................................11
Referências Bibliográficas.............................................................................................................12
2
Introdução
As séries temporais são observadas em domínios variados na vida quotidiana, por exemplo:
agronomia (produções e áreas cultivadas anuais e produção média anual por hectare de um dado
produto agrícola), economia (rendimento anual per capita, vendas trimestrais de um dado
produto, taxa Euribor a 3 meses) engenharia (intensidade do som num determinado local,
intensidade da corrente eléctrica num dado ponto), medicina (registos de eletroencefalogramas e
eletrocardiogramas), meteorologia (velocidade média horária do vento e temperatura média
diária e pluviosidade anual num determinado local) e ciências sociais (taxas de mortalidade,
taxas de acidentes de viação, taxas de criminalidade ). Portanto todos esses exemplos envolvem
observações ordenadas no tempo, sendo que de alguma maneira valores que ocorreram em um
tempo passado, não muito distante, podem influenciar os valores presentes e futuros do processo.
Modelar essa dependência e utilizá-la para o cálculo de previsões de valores futuros pode trazer
grandes vantagens.
Objectivos
Objectivo Geral
Descrever o comportamento das componentes na série temporal.
Objectivos específicos
Identificar as componentes de uma série temporal;
Determinar componentes de uma série temporal num período;
Fazer previsões de valores futuros de uma série.
3
1. Séries Temporais
Def. 1: Serie Temporal é uma série estatística e como tal é um conjunto de dados ordenados
segundo suas características comuns, as quais servirão futuramente para fazer análises e
inferências, mais especialmente uma serie cujos dados são dispostos em correspondência com o
tempo, isto significa que o tempo varia, no entanto o fato e local conservam-se constantes.
Morettin e Toloi (1987) definem série temporal como um conjunto
de observações ordenadas no tempo, de maneira que essas
observações são ordenadas em intervalos de tempo comumente
iguais. Em séries temporais a ordem dos dados é fundamental. De
maneira objetiva Silva et al. descrevem uma série temporal como
sendo um conjunto de observações discretas, realizadas em
períodos equidistantes e que apresentam uma dependência serial
entre essas observações.
Def.2: Pode-se definir uma série temporal como sendo um conjunto de dados observados e
ordenados segundo parâmetro de tempo e com dependência serial, sendo esse espaço de tempo
entre os dados disponíveis equidistantes (horários, diário, semanal, mensal, trimestral, anual,
etc.)
Para que uma determinada série seja classificada como uma série temporal, é necessário que ela
preencha outro pré-requisito: os dados também devem apresentar uma dependência serial entre
eles. Por exemplo: os dados de uma variável aleatória z (consumo de energia) no instante t , com
t variando de 1 até N , possa, de certa maneira, conter informações necessárias para que seja
determinado o valor dessa variável no instante t+ 1. Cabe mencionar que, N representa o número
de observações da série temporal em questão. As séries temporais podem ser classificadas como
discretas, contínuas, determinísticas, estocásticas, multivariadas e multidimensionais.
Séries temporais são compostas por quatro (04) elementos, denominados de componentes, a
saber: Tendência, Ciclo, Sazonalidade e o Ruído Aleatório.
4
Uma serie temporal é descrita em função de suas componentes, sendo Z( t) o valor observado da
série no tempot , T t a componente tendência, St a componente sazonal é a t o erro aleatório. O
modelo e classificado como modelo aditivo, que pressupõe componentes não correlacionadas
actuando de modo absoluto e independente; sendo aplicado às series cujas taxas de variação são
constantes. Isto é, usam-se quando a componente sazonal (St ) não depende das outras
componentes, como por exemplo, a tendência (T t ).
Z( t)=f (T t , S t ,C t , ε t )
Onde:
Z(t ): é o valor da série temporal
T t : é a componente tendência no período t
C t : é a componente ciclo no período t
St : é a componente de sazonalidade no período t
ε t: é a componente de aleatório no período t
É comum incluir a componente Ciclo no modelo para representar movimentos com períodos
longos. Contudo, como em geral os períodos observados são pequenos quando comparados com
o tamanho do Ciclo, muitas vezes o que se observa ao analisar o efeito da Tendência é parte do
Ciclo. Este fato nos leva a confundir o efeito do componente Ciclo com a componente
Tendência. Por isto, autores como Makridakis (1998) e Morettin e Toloi (1987) utilizam para
representar, o modelo de Decomposição a seguinte expressão:
Z( t)=f (T t , S t , ε t )
Z(t ): é o valor da série temporal
T t : é a componente tendência no período t
St : é a componente de sazonalidade no período t
ε t: é a componente de aleatório no período t
5
Para uma série registrada anualmente, por exemplo, de 2005 a 2014, a variável independente
assumiria os valores dos anos. Para uma série registrada mensalmente, por exemplo, com 60
meses, a variável independente poderia assumir os valores de 1 a 60.
T t=a ×t+ b
Onde:
T : É o valor da tendência;
6
t : É o valor do tempo;
n
a=n ∑ ( t i ∙ Y i )−¿¿ ¿
i=1
n n
∑ Y i−a ∙ ∑ ti
b= i=1 i=1
n
Onde:
t i É o período associado a Y i ;
Reis (2005) se refere a aleatória como movimento de uma série temporal que se desloca
esporadicamente, provocados por eventos casuais. O autor ainda chama a atenção para os
movimentos dessa natureza, pois requerem atenção especial, tendo em vista que podem causar
novos movimentos cíclicos.
7
As componentes sazonais em uma série são aquelas oscilações de subida e de queda que sempre
ocorrem em um determinado período do ano, do mês, da semana, do dia ou horário. A diferença
essencial entre as componentes sazonais e cíclicas é que a primeira possui movimentos
facilmente previsíveis, ocorrendo em intervalos regulares de tempo, por exemplo, ano a ano, mês
a mês, semana a semana, ou mesmo dia a dia. Em suma, variações sazonais ou sazonalidade (S),
flutuações nos valores da variável com duração inferior a um ano, e que se repetem todos os
anos, geralmente em função das estações do ano (ou em função de feriados ou festas populares).
Exemplos:
Considerando o método multiplicativo, o fator sazonal mede a relação da média dos valores da
série temporal de um mesmo período com a média de todos os valores da série temporal. De
maneira formal fica:
μi
St =
μt
Onde:
As componentes cíclicas são aquelas que provocam oscilações de subida e de queda nas séries,
de forma suave e repetitiva, ao longo da componente de tendência. Ou seja, variações cíclicas ou
ciclos (C), flutuações nos valores da variável com duração superior a um ano, e que se repetem
com certa periodicidade, que podem ser resultado de variações da economia como períodos de
crescimento ou recessão, ou fenómenos climáticos.
Aditivo Multiplicativo
Modelos de uma Y t =T t + St + ε t Y t =T t ∙ St ∙ ε t
série
Onde:
Exercício Resolvido
1.Em uma empresa de determinado ramo de atividade, utilizando o método de regressão linear,
obteve-se a equação de tendência (T ) da série temporal abaixo. Os dados apresentam 10
observações da série temporal Y , que representa o faturamento de uma empresa, em milhões de
meticais.
t 1 2 3 4 5 6 7 8 9 10
Yt 6 5 6 8 8 7 8 10 10 11
a) encontra a equação de tendência.
b) qual é a estimativa da componente de tendência no sexto ano?
9
Resolução
a) A equação da tendência fica determinada, quando são conhecidos os coeficientes a e b :
n
a=n ∑ ( t i ∙ Y i )−¿¿ ¿
i=1
4840−4345 495
a= = =0,6
3850−3025 825
n n
c) Para calcularmos o factor da componente sazonal nos primeiros seis (06) período, é
necessário calcular a média dos valores da série temporal para os primeiros seis (06)
períodos. Assim, teremos:
6+ 5+6+8+ 8+7 40
μ6 = = =6,6
6 6
Como a média dos valores da série temporal é 79, então μ10=79 . Finalmente, calcula-se o
factor da componente sazonal:
μi 6.6
St = ⟹ S6 = =0,085
μt 79
Com
T 6=8,2
S6 =0,085
Y 6=T 6 + S6 + ε 6 ⟹ Y 6 =8,2+0,085+0=8,285
R: A previsão do faturamento no sexto ano é de 8,285 milhões de meticais.
11
Conclusão
Referências Bibliográficas
LAMOUNIER. Wagner Moura. Tendência, ciclos e sazonalidade nos preços spot do café
brasileiro na NYBOT Gest. Prod., São Carlos, v. 14, n. 1, p. 13-23, jan. -Abr. 2007.
MILONE, Giuseppe. Estatística Geral e Aplicada. 2.ed. Sao Paulo: Thomson Learning, 2006.
MORETTIN, Pedro A.; TOLOI, Clélia M. Séries Temporais: Métodos Quantitativos. 2. ed. São
Paulo: Atual,1987.
MORETTIN, Pedro Alberto; TOLOI, Clélia Maria Previsão de Séries Temporais. 2.ed. São
Paulo: Atual,1987.
13