Questões de Concursos Séries Temporais

O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.

Se f = 0,9, então a autocorrelação parcial entre Z t e Z t + 157 é superior a 0,05.

A autocorrelação parcial entre Z_t+3 e Z_t+6 é igual a zero.

Relativamente à Análise de Séries Temporais, considere as afirmativas abaixo.

I. O teste de Box- Pierce é um teste baseado nas autocorrelações dos resíduos estimados e serve para diagnosticar se o modelo ajustado à série é adequado.

II. Um modelo ARIMA(1,0,1) é estacionário se o coeficiente autoregressivo for um número, em módulo, maior do que um.

III. O modelo Zt = ? _t + X _t onde ? t é uma função determinística periódica, satisfazendo ?_t - ?_t -12 = 0 e X_t é um processo estacionário que pode ser modelado por um ARMA (p, q), exibe um comportamento sazonal estocástico.

IV. Um modelo AR (1) tem função de autocorrelação parcial com decaimento exponencial dominante.

Está correto o que se afirma APENAS em:

O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.

Se f = -0,7, então a autocorrelação entre Z t e Z t - 2h é negativa.

O modelo ARMA é um modelo

Na literatura de séries temporais, para se detectar uma tendência são conhecidos, entre outros, o teste de sinais de Cox-Stuart, o teste com base no coeficiente de correlação de Spearman e o run test de Wald-Wolfowitz.

Acerca desse assunto e considerando que Z₁, ..., Z_N seja uma série temporal, julgue os itens seguintes.

Se a serie temporal for 7, 8, 10, 12, 11, 9, 15, 16, 18, 20, então a quantidade de runs obtidos será igual a 4.

Sejam f(k), k = 1,2,3,... e g(k), k = 1,2.3,... as funções de autocorrelação (fac) e autocorrelação parcial (facp), respectivamente, de um modelo ARMA(p,q). Considere as seguintes afirmações:

I. Para um ARMA(1,0), f(k) só difere de zero para k = 1 e g(k) decai exponencialmente.

II. Para um ARMA(1,1), f(k) só difere de zero para k = 1 e g(k) decai exponencialmente.

III. Para um ARMA(0,2), f(k) só difere de zero para k = 1 e k = 2 e g(k) é dominada por misturas de exponenciais ou senoides amortecidas.

IV. Para um ARMA(2,0), f(k) é dominada por misturas de exponenciais ou senoides amortecidas e g(k) = 0, somente para k = 1 e para k > 1 decai exponencialmente.

Está correto o que se afirma SOMENTE em

Séries Temporais são métodos utilizados para fazer a projeção de valores futuros de uma variável a partir, unicamente, de observações do passado e presente dessa variável. Inicialmente, busca-se observar graficamente a presença do componente Tendência para a seleção do método, sabe-se que:

I. Se na série houver a presença de Tendência então podem ser utilizados os modelos de tendência linear, quadrático e exponencial, por exemplo.

II. Caso contrário, pode-se aplicar o método de médias móveis e o ajuste exponencial.

Em relação às assertivas acima, pode-se afirmar que:

Considerando que uma série temporal {Z_t}_{t = 1,..., n,} em que Zt representa o número mensal de ligações recebidas por uma central de atendimento ao cliente no mês t, segue um processo SARIMA(0,1,1) × (0,1,1)₁₂, julgue os itens subsequentes.

A série temporal {Z_t}_{t = 1,..., n} é estacionária.

Sejam f(k) e g(k), k = 1, 2, ..., respectivamente, a função de autocorrelação parcial e a função de autocorrelação, de um processo ARIMA (p,d,q). Sabendo que g(k) é uma mistura de exponenciais ou ondas senoides amortecidas e que para f(k) somente f(1) e f(2) são diferentes de zero, então:

Na literatura de séries temporais, para se detectar uma tendência são conhecidos, entre outros, o teste de sinais de Cox-Stuart, o teste com base no coeficiente de correlação de Spearman e o run test de Wald-Wolfowitz.

Acerca desse assunto e considerando que Z₁, ..., Z_N seja uma série temporal, julgue os itens seguintes.

Para a série temporal 2, 8, 7, 9, 12, 6, 11, 10, o valor da estatística T₃ do teste com base no coeficiente de correlação de Spearman é 34.

O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.

Se o processo estocástico for fracamente estacionário, então a variância do processo será inferior à variância do ruído aleatório.

O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.

A série temporal {Z t } é estacionária, se f < 1.

Considere que um indicador de acessos — Z(t) — a determinado portal da Internet no dia t siga um processo na forma Z(t) = 0,8 Z(t – 1) + a(t), em que t = 1, 2, 3, ...; a(t) é um ruído branco gaussiano e Z(0) ~ N(0, 1). Com base nessas informações, julgue os itens que se seguem.

Tal modelo é um caso particular do modelo de filtro linear com entrada a(t), saída Z(t) e função de transferência Y(B), ou, equivalentemente, Z(t) = Y(B)a(t), em que Y(B) = 1 + 0,8 B + 0,82 B2 + 0,83B3+..., e B é o operador de translação para o passado tal que BZ(t) = Z(t – 1).

A série temporal {Z _t}, t = 1, ..., n, é estacionária.