Questões

não são cointegradas, pois não são estacionárias e os resíduos da regressão entre elas não possuem raiz unitária;

são cointegradas, pois tanto as séries quanto os resíduos são estacionários, o que torna a regressão entre elas válida;

não são cointegradas, pois, apesar de serem estacionárias, os resíduos da regressão entre elas não são estacionários;

são cointegradas, pois, embora não sejam estacionárias, os resíduos da regressão entre elas são estacionários;

não são cointegradas, pois, embora não sejam estacionárias, os resíduos da regressão entre elas possuem raiz unitária.

Processos estocásticos estacionários são caracterizados por uma dependência de longo prazo significativa entre suas observações, o que é inexistente em processos não estacionários.

Um processo estocástico não estacionário sempre retorna ao seu valor médio original após um choque, característica que não é observada em processos estacionários. 

Processos estocásticos não estacionários podem ser tornados estacionários simplesmente aumentando o tamanho da amostra coletada, sem necessidade de transformações ou diferenciações.

Um processo estocástico estacionário possui média e variância constantes ao longo do tempo, enquanto um processo não estacionário exibe mudanças na média, na variância ou em ambas ao longo do tempo.

Devido à sua natureza variável, apenas processos estocásticos não estacionários podem ser modelados e previstos usando técnicas de análise de séries temporais.

estacionária na média e na variância.

inversível.

não inversível.

estacionária na variância.

estacionária na média.

k < 1/2 ou k > 1.

1/2 < k< 2/3.

2/3 < k < 1.

k < 2/3 ou k > 1.

1/2 < k< 1.

Φ(B) = 1 - Φ₁B - Φ₂B² + at

Φ(B) = 1 - Φ₁B - Φ₂B² - at

Φ(B) = 1 + Φ₁B + Φ₂B².

Φ(B) = 1 - Φ₁B - Φ₂B².

Φ(B) = Φ₁B - Φ₂B².

taxa de poupança da economia

produtividade da mão de obra

acumulação de capital, sujeito a retornos decrescentes de escala

acúmulo de conhecimento, sujeito a retornos crescentes de escala 

progresso técnico, pressuposto exógeno no modelo

CERTO

ERRADO

(1 - ΦB)Z_t = (1 - θB) a_t

Z_t = (1 - θB) a_t

(1 - Φ B)Z_t = a_t

(1 - ΦB)(1 - B)Z_t = (1 - θB) a_t

irregular.

cíclica.

previsão qualitativa.

sazonal.

tendência.

ERRADO

CERTO