questionei.comQuestões
Explore as questões disponíveis e prepare-se para seus estudos!
Ano: 2023Banca: FCCOrganização: TRT - 18ª Região (GO)Disciplina: Estatística e ProbabilidadeTemas: Processos Estocásticos | Análise de Séries Temporais
Considere o modelo de série temporal dado por:
Yt = Yt-1 - 0,25Yt-2 + et - 0,1et-1, sendo et ~ N(0, σ2)
Trata-se do modelo
Ano: 2013Banca: CESGRANRIOOrganização: IBGEDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
Os critérios de informação de Akaike (AIC) e de Schwartz (SBC) são estatísticas que ajudam na seleção do melhor modelo de séries temporais.
Observe as afirmações a seguir concernentes a tais processos:
I – O valor da estatística do critério AIC é menor do que o da estatística do critério SBC, supondo que o tamanho amostral seja maior do que oito períodos.
II – No caso de os critérios selecionarem modelos diferentes, deve-se testar se os resíduos seguem um processo ruído branco.
III – AIC e SBC selecionam o modelo que apresenta a maior estatística entre os modelos estimados.
IV – Ao se estimar e comparar as estatísticas AIC e SBC de modelos diferentes, deve-se manter o tamanho amostral fixo.
Está correto o que se afirma em:
Observe as afirmações a seguir concernentes a tais processos:
I – O valor da estatística do critério AIC é menor do que o da estatística do critério SBC, supondo que o tamanho amostral seja maior do que oito períodos.
II – No caso de os critérios selecionarem modelos diferentes, deve-se testar se os resíduos seguem um processo ruído branco.
III – AIC e SBC selecionam o modelo que apresenta a maior estatística entre os modelos estimados.
IV – Ao se estimar e comparar as estatísticas AIC e SBC de modelos diferentes, deve-se manter o tamanho amostral fixo.
Está correto o que se afirma em:
Ano: 2022Banca: CESPE / CEBRASPEOrganização: ANPDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
Considere-se um modelo de séries temporais na forma Xt = 2 + 0,2Xt-1 + at em que t denota um índice temporal, at representa um ruído branco com média zero e variância 4, e as variáveis Xt e Xt-1 são tais que E[Xt] = E [Xt-1] e Var [Xt] = Var [Xt-1].
Com base nessas informações, julgue o próximo item.
A série temporal em tela apresenta uma tendência linear cujo
intercepto é igual a 2.
Ano: 2022Banca: IF-PIOrganização: IF-PIDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
Uma empresa fictícia apresentou a seguinte
série histórica de vendas de um de seus principais
produtos:
Janeiro – 20 unidades;
Fevereiro – 30 unidades;
Março – 25 unidades;
Abril – 35 unidades;
Maio – 30 unidades.
Com base no método da média móvel de previsão
de demanda e considerando os 03 (três) últimos
períodos da série apresentada, indique qual a
previsão de demanda para o mês de junho.
Ano: 2022Banca: CESPE / CEBRASPEOrganização: ANPDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
Considere-se um modelo de séries temporais na forma Xt = 2 + 0,2Xt-1 + at em que t denota um índice temporal, at representa um ruído branco com média zero e variância 4, e as variáveis Xt e Xt-1 são tais que E[Xt] = E [Xt-1] e Var [Xt] = Var [Xt-1].
Com base nessas informações, julgue o próximo item.
A correlação linear entre Xt-1 e Xt+1 é igual a 0,04.
Ano: 2014Banca: FGVOrganização: SEDUC-AMDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
Em séries temporais, para se conseguir estabilizar uma série, frequentemente recorremos à transformação Box-Cox para estudar a variância.
Essa transformação é dada por
Ano: 2010Banca: CESPE / CEBRASPEOrganização: INMETRODisciplina: Estatística e ProbabilidadeTemas: Processos Estocásticos | Análise de Séries Temporais
Considere os processos de médias móveis (moving average) Wt ~ MA(q1) e Zt ~ MA(q2) em que q1 e q2 representam as ordens desses processos e Wt e Zt são independentes. Então, nesse caso, o processo St = Wt + Zt será um processo de médias móveis de ordem igual a
Ano: 2024Banca: CESGRANRIOOrganização: BNDESDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
Os modelos de vetores autorregressivos (VAR) são uma
classe de modelos estatísticos usados para capturar as
interações dinâmicas entre múltiplas séries temporais.
Uma característica dessa categoria de modelos VAR é
que
Ano: 2010Banca: CESGRANRIOOrganização: PetrobrasDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
A Análise de Séries Temporais consiste no estudo de sequências numéricas, que são realizações de Processos Estocásticos. Um processo estocástico é considerado
Ano: 2018Banca: CESGRANRIOOrganização: PetrobrasDisciplina: Estatística e ProbabilidadeTemas: Análise de Séries Temporais
Considere o modelo de séries temporais cuja equação é dada por (1- L)(1+0,4L7 ) Xt =(1-0,3L+1,2L2 )εt , εt ~N(0, σ2ε ), levando em conta polinômios autoregressivos e médias móveis, ambos completos.
Tal modelo é um
..