Séries Temporais

Docente: Miranda Muaualo

Licenciatura em Estatística - 3o Ano - Semestre II - UEM

Métodos de decomposição

10 de Agosto de 2023

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 1 / 16

Sumário

1. Modelos clássicos de decomposição

„ Decomposição Multiplicativa

„ Decomposição Aditiva
2. Decomposição gráfica
3. Ajustamentos sazonais
„ Método do Ajustamento Sazonal X-12-ARIMA

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 2 / 16

Decomposição

„ Como o próprio nome, decompor uma série significa desmembrar

uma série temporal em quatro componentes: sazonalidade,
tendência, ciclo e irregularidade que frequentemente estão
presentes nas séries económicas e de negócios.
„ O princípio de decomposição é intuitivo e fácil de compreensão.
„ Na prática muitas vezes prefere-se usar os métodos de
decomposição embora necessitem algumas entradas humanas
(prevendo a tendência-ciclo) em vez de abordagens
estatisticamente mais completas, tais como Métodos
Autoregressivos e de Médias Móveis (ARMA), que são
provavelmente difíceis de entender.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 3 / 16

Decomposição

„ Por outro lado, estatísticos preferem Métodos ARMA,

popularizados por Box and Jenkins, porque fornecem ampla
escolha de modelos de previsão que teoricamente podem ajustar
qualquer tipo de dados.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 4 / 16

Decomposição

A representação Matemática de uma decomposição pode ser

demonstrada por via de uma função do tipo:

Yt = f(St , Ct , Tt , Et )
Onde
„ Yt = Série Temporal;

„ St = Componente sazonal;
„ Ct = Componente cíclica;
„ Tt = Componente de Tendência ou componente cíclica;
„ Et = Componente irregular.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 5 / 16

Decomposição Multiplicativa e Aditiva

A correcta apresentação funcional seria dada pela soma de cada

uma das componentes:
Yt = St + Ct + Tt + Et

Alternativamente a apresentação pode ser feita mediante

decomposição multiplicativa:
Yt = St × Ct × Tt × Et

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 6 / 16

Decomposição Multiplicativa e Aditiva
„ Os modelos aditivos são apropriados quando a magnitude das
flutuações sazonais não varia com o nível da série.
„ Se as flutuações sazonais variam aumentando e reduzindo
proporcionalmente com o nível de aumentos e diminuições do nível
da série, então o modelo apropriado será o modelo Multiplicativo.
„ O modelo multiplicativo adequa-se para grande parte das séries
temporais económicas, pelo facto destas apresentarem variações
sazonais muito correlacionadas com os níveis da série.
„ Um modelo de forma multiplicativa, quando ajustado por via de
logaritmos, transforma-se num modelo de forma aditiva:
Yt = St × Ct × Tt × Et
logYt = logSt + logCt + logTt + logEt
Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 7 / 16
Decomposição Multiplicativa e Aditiva

„ Um outro método de decomposição prende-se entre o método

aditivo e multiplicativo passando a designar-se por modelo
pseudo-aditivo:
Yt = St × Ct (Tt + Et − 1)

„ Este tipo de decomposição é usado para modelar e prever séries

que apresentam picos ou valores muito baixos num determinado
período (mês, trimestre ou ano).
„ Seria o exemplo de cafés e restaurantes, ou outros negócios em
Maputo que tendem a encerrar por conta das férias.
„ A escolha do melhor modelo depende sempre da natureza dos dados
associados.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 8 / 16

Decomposição Gráfica

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 9 / 16

Decomposição Gráfica

„ A ideia primária é que o gráfico anterior pode ser decomposto para

identificar o comportamento cíclico, a tendência e sazonalidade, ao
ponto de cada uma das componentes somar-se as demais. Veremos
mais adiante ao abordar o método STL e o X-12 ARIMA.
„ No exemplo em causa a componente sazonal não se altera bastante.
„ A componente sazonal no início da série afigura-se quase sem
grandes alterações até o fim da série.
„ Para uma visão mais clara aconselha-se efectuar um plot das sub-
séries.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 10 / 16

Ajustamento Sazonal

„ Por intermédio do método aditivo, calcula-se a componente sazonal

e subtrai-se dos dados originais, deixando a função apenas com a
componente cíclica, tendência e a componente irregular:

Yt − St = Ct + Tt + Et
„ No caso do método multiplicativo, os dados seriam divididos pela
componente sazonal para encontrar os dados ajustados.
„ Grande parte dos dados económicos publicados são sazonalmente
ajustados, na medida em que as variações sazonais acabam não
constituindo o interesse central do estudo.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 11 / 16

Ajustamento Sazonal X-12-ARIMA

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 12 / 16

Ajustamento Sazonal X-12-ARIMA

„ X-12-ARIMA é um software produzido pelo Bureau do Censo dos

Estados Unidos, para produzir os ajustamentos sazonais. Pode ser
usado por muitos pacotes informáticos, como o grtl, Eviews,
Microsoft Excel e contém uma interface gráfica.
„ O algorítmo é baseado na réplica da decomposição clássica, todavia
seguido de uma série de iterações que permitem refinar os dados.
„ Actualmente existe uma versão mais desenvolvida, 13-X-ARIMA.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 13 / 16

Decomposição das Séries Temporais

Estudo independente:
„ Métodos de alisamento ou suavização exponencial:

„ Suavização exponencial simples e duplo;

„ Método de Holt e Método de Holt-Winters.
„ As médias móveis:
„ Médias móveis simples;
„ Médias móveis centradas;
„ Médias móveis duplas; e
„ Médias móveis ponderadas.

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 14 / 16

Bibliografia
„ Cryer, J. D. and Chan, K. Time Series Analysis with Applications
in R, Second Edition, USA, 2008;
„ Cumbane, E. A. C., Aplicação da Metodologia de Box e Jenkins para
a previsão do volume de Investimentos no sub-sector de Algodão em
Moçambique. (01.2018-12.2018).Monografia, DMI-UEM, 2018;
„ Gujarati, Damodar, Econometria Básica, Editora Campus, 4a
edição, 2006;
„ Morettin, Pedro A. e Toloi, Clélia M. C. Análise de Séries
Temporais, 2a edição, São Paulo, Blucher, 2006;
„ Spyros Makridakis, Forecasting Methods and Applications, third
edition, 1998.
„ Makridakis, S. and Wheelwright, S. C., Interactive Forecasting.
Univariate and Multivariate Methods. 2a Edição, London, 1978.
Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 15 / 16
 OBRIGADO

Docente: Miranda Muaualo (UEM) Séries Temporais 10 de Agosto de 2023 16 / 16