Componentes

Tendencia e Sazonalidade
Airlane Pereira Alencar

Componentes: Podemos decompor a serie Z = {Z (t), t T } em: Zt = Tt + St + at com Tt : tendencia St : componente sazonal at : erro aleatorio com E(at ) = 0 e Var (at ) = 2 .

19 de Marco de 2009

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

1 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

2 / 19

Tendencia

Tendencia

a) Polinomio
Tendencia: Zt = Tt + at Metodos para estimar Tt Polinomio: Suavizar os valores da serie para estimar a tendencia em cada instante; Suavizar a serie com ajustes sucessivos de retas de mnimos quadrados (lowess); Apos estimar Tt podemos obter a serie livre de tendencia Yt = Zt Tt . Supomos Tt = 0 + 1 t + 2 t 2 + . . . + m t m . Ajustando o polinomio pelo metodo de mnimos quadrados temos que minimizar
T

(Zt 0 1 t . . . m t m )2
t=1

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

3 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

4 / 19

 Tendencia

Tendencia

b) Medias Moveis

b) Medias Moveis

Medias moveis em torno de Zt 1 2n + 1

n

Medias moveis em torno de Zt Dado que Zt = Tt + at Zt = Tt + at , entao Zt+j .

j=n n

Zt = De modo mais geral,temos:

Zt =
j=n n

cj (Tt+j + at+j )
n

= cj Zt+j .
j=n

cj Tt+j +
j=n

cj at+j ,

Zt

=
j=n

e vamos denotar at =

n j=n cj at+j .

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

5 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

6 / 19

Tendencia

Tendencia

b) Medias Moveis

b) Medias Moveis

Portanto E(at ) = 0; Supondo tendencia suave: n E(Zt ) = n j=n cj Tt+j j=n cj Tt = Tt = E(Zt ). = e para < 1, temos e consequentemente Var (Zt ) < Var (Zt ).
Var (at )

Correlacao Uma desvantagem e que introduzimos correlacao nos erros. Supondo Cov (at , as ) = 0, s = t, obtemos:
n

n 2 j=n cj

cj2

Var (at )

< Var (at )

Cov (at , as ) = 2
j=n+h

cj cjh , h = 0, 1, . . . , 2n

= 0, h = 2n + 1, . . .

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

7 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

8 / 19

 Tendencia

Tendencia

b) Medias Moveis

c) Kernel Smoothing
Media ponderada

Desvantagens de medias moveis Inferencias sao limitadas pois o metodo nao e baseado em modelo estatstico. Nao podemos obter previsoes para t = T + 1, . . . Observacoes E bastante usado para analise descritiva. Podemos utilizar medianas moveis. t f =

wt (i)xi
i=1

wt (i) =

k( ti ) b tj n j=1 k( b )

O estimador t e chamado estimador Naradaya-Watson (Watson, f 1966). Por exemplo, o kernel normal e k(z) = f Quanto maior b, mais suave e t .
z 1 e 2 2 2

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

9 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

10 / 19

Tendencia

Tendencia

d) Regressao vizinho mais proximo

Regressao com metodo vizinho mais proximo e simplesmente uma regressao linear aplicada aos k vizinhos mais proximos {xtk/2 , . . . , xt , . . . , xt+k/2 } para predizer xt . Lowess Locally weighted regression scatter plot smoothing Lowess e um metodo mais complexo que usa uma certa proporcao de vizinhos em uma regressao ponderada robusta (apos regressao ponderada usa os resduos para reponderar. Detalhes: MT p. 57) Exemplo: n=512 = mortalidade cardiovascular semanal k=n/2 tendencia, k=n/100 para estimar componente sazonal

e) Splines
Primeiro os tempos t= 1, . . . , n, sao separados em k intervalos [t0 = 1, t1 ], [t1 + 1, t2 ], . . . , [tk1 + 1, tk = n]. Os tempos t1 , . . . , tk sao denominados nos. Em cada intervalo e ajustado o modelo de regressao ft = Tt = 0 + 1 t + 2 t 2 + 3 t 3 (em geral de grau 3 = splines cubicos). A suavizacao usando splines e obtida minimizando
n

(zt ft )2 +
t=1

(ft )2 dt.

A primeira parcela se refere ao ajuste do polnomio e a segunda ao grau de suavidade controlado por . Obs Alguns testes para tendencia encontram-se em MT pg. 63.
11 / 19 Alencar, A.P., Rocha, F.M.M. (IME-USP) Tendencia e Sazonalidade 19 de Marco de 2009 12 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

Sazonalidade

Sazonalidade

Sazonalidade
Zt = Tt + St + at , t = 1, . . . , T . Para o modelo aditivo acima, podemos: a. obter estimativas St de St ; b. calcular serie dessazonalizada ZtSA = Zt St .
Zt . St

b) Medias moveis
Primeiro retira-se a tendencia: Yt Tt = Zt T t
n

=
j=n

cj Zt+j .

Para modelo multiplicativo, podemos ter Zt = Tt St + at e Yt = a) Sazonalidade determinstica - Regressao Por exemplo, para dados mensais: Zt = 0 + m j t j + 11 j Djt + at , j=1 j=1 com Djt variavel indicadora que vale 1 se o mes t e igual a j.

Para dados mensais (pode estender), temos que para a observacao do ano i no mes j, Yij , temos: nj 1 Y.j = nj i=1 Yij e a media do mes j. j = Y.j Y sao estimativas das constantes sazonais para S 12 Y.j . Y = 1 Calcula-se ZtSA = Zt St .
12 j=1

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

13 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

14 / 19

Suavizacao exponencial

Suavizacao exponencial

Suavizacao Exponencial simples

Suavizacao Exponencial Simples

Previsao

Observacoes: a. Esse metodo e conhecido como EWMA (Exponential Weighting Moving Averages); b. O metodo e otimo se Zt for ARIMA(0,1,1). c. Ha varios metodos de escolha de . d. Esse metodo e muito utilizado para estimar a volatilidade usando-se os log-retornos ao quadrado.

Zt (h) = Zt , h = 1, 2, . . .; A atualizacao da previsao e Zt (h) = Zt + (1 )Zt1 (h + 1), sendo Zt1 (h + 1) a previsao para o tempo t quando temos os dados ate t 1. E(Zt (h)) =
t1 k=0 (1

)k tk .

A expressao do EQM(Zt (h)) encontra-se em MT(2006). Assumindo estacionariedade Zt = + at , obtem-se expressoes 2 2t 2 mais simples: E(Zt (h)) = e Var (Zt (h)) = [1(1) ] 2 e 2 para t .

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

15 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

16 / 19

Suavizacao exponencial

Suavizacao exponencial

Suavizacao de Holt
Para Zt = + Tt + at Os valores de nvel e tendencia sao estimados por: Zt = AZt + (1 A)(Zt1 + Tt1 ), 0 < A < 1; Tt = C(Zt Zt1 ) + (1 C)Tt1 , 0 < C < 1. Observacoes Previsao: Zt (h) = Zt + hTt , h > 0. A e C sao estimados por exemplo de modo a minimizar
2 at .

Suavizacao de Holt-Winters
Serie sazonal multiplicativa A serie com perodo s, fator sazonal multiplicativo (Ft ) e tendencia aditiva e Zt = t Ft + Tt + at , t = 1, . . . , T . Equacoes de suavizacao para t = s + 1, . . . , T :
Z Ft = D Zt + (1 D)Fts , 0 < D < 1.
t

Zt = A

Zt Fts

+ (1 A)(Zt1 Tt1 ), 0 < A < 1;

Tt = C(Zt Zt1 ) + (1 C)Tt1 , 0 < C < 1. Observacoes A, C e D sao estimados pelo metodo de mnimos quadrados.

Fornece previsoes otimas se Zt for gerado a partir de processo ARIMA(0,2,2).

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

17 / 19

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

18 / 19

Referencia

Referencias

Morettin e Toloi (2006). Shumway e Stoffer (2006).

Alencar, A.P., Rocha, F.M.M. (IME-USP)

Tendencia e Sazonalidade

19 de Marco de 2009

19 / 19