Na identificação de modelos, a análise da Função d...

Q: Na identificação de modelos, a análise da Função de Autocorrelação (FAC) e A Função de Autocorrelação Parcial (FACP) são extremamente importante para identificar processos ARIMA (p,d,q). Neste sentido

A) Apresenta FAC finita, que decai de acordo com exponenciais e/ou senóides amortecidas após o "lag" p+q. | B) tem FAC infinita, a qual decai de acordo com exponenciais e/ou senóides amortecidas após o "lag" q. | C) Apresenta FAC infinita, a qual decai de acordo com exponenciais e/ou senóides amortecidas após o "lag" p-q. | D) tem FAC finita, a qual decai de acordo com exponenciais e/ou senóides amortecidas após o "lag" p+q. | E) Apresenta FAC infinita, que decai de acordo com exponenciais e/ou senóides amortecidas após o "lag" q-p.

457941200157815

Ano: 2019Banca: IF-PAOrganização: IF-PADisciplina: Estatística e ProbabilidadeTemas: Fundamentos de Estatística | Análise de Séries Temporais

Na identificação de modelos, a análise da Função de Autocorrelação (FAC) e A Função de Autocorrelação Parcial (FACP) são extremamente importante para identificar processos ARIMA (p,d,q). Neste sentido, para um modelo ARMA (p,q) pode-se afirmar que FAC paresenta a seguinte característica específica:

Gabarito comentado

Anotações

Marcar para revisão

Na identificação de modelos, a análise da Função de Autocorrelação ...

Questões relacionadas para praticar

Na identificação de modelos, a análise da Função de Autocorrelação ...

Questões relacionadas para praticar