Questões

Considere as seguintes afirmações abaixo relativas a Séries Temporais.

I. Para o modelo Zt = 1 + at − 0,73at − 1, onde at é o ruído branco de média zero e variância 2, a previsão de origem t e horizonte 1 é 1 − 0,73at .

II. Se a uma série temporal for ajustado um modelo ARIMA(1,0,0) com parâmetro φ = 0,5 , a previsão dessa série de origem t e horizonte 2 é igual ao produto do valor da série no instante t por 0,25.

III. Se f(k) é função de autocorrelação de um MA(1) que tem parâmetro θ = −0,4, então 0 < f(1) < 0,35.

IV. Uma técnica de diagnóstico para verificar se um modelo de série temporal representa adequadamente aos dados é o teste do periodograma alisado.

Está correto o que se afirma APENAS em

O procedimento usado na tentativa de identificar automaticamente o modelo mais adequado a uma série temporal é ajustar muitos modelos e verificar aquele que tem o menor desvio segundo alguns critérios. Os critérios comumente usados são:

Uma formulação de Séries Temporais, definida por

zk = b₁.z_k-1 + r_k - c₁.r_k-1

onde a entrada (input) r_k é uma variável aleatória gaussiana e a saída atual (z_k) é uma combinação linear da saída passada e da entrada em dois instantes (k e k-1), é conhecida como processo

Se {y_t} for uma série temporal fracamente estacionária descrita pelo modelo na forma y_t = 3 + 0,7y_t−1 + ε_t , no qual ε_t é um ruído branco com média nula e t ∈ ℤ, então o valor esperado da variável y_t será igual a

A identificação do modelo mais adequado na modelagem de uma série temporal é feita com base nos