Define-se como série temporal qualquer conjunto de observações ordenadas no tempo, podendo apresentar até quatro componentes. O modelo de decomposição aditivo (Xt = Ct + Tt + St + It) considera que uma série temporal é resultante da soma das componentes
Considerando uma série temporal, é correto afirmar que
Considere uma distribuição normal com média 30 e desvio padrão 5, utilizando a regra empírica determine a porcentagem de dados entre o intervalo 15 e 35.
Considere o modelo de séries temporais dado por Zt = 0,6 Zt-1 + at onde at é o ruído branco de média zero e variância 4. Nessas condições, a variância de Zt é
ABIN•
A respeito de séries temporais, julgue os itens seguintes. A série temporal modelada por yt = 0,6yt - 1 + 1,2t + et é uma série autorregressiva AR(1) com tendência.
Para a série cronológica de consumo mensal (em R$): 410, 520, 700 e 930, a previsão para o próximo período pelo ajustamento linear no método dos mínimos quadrados é:
Considerando a hipótese de que a quantidade anual de granéis sólidos transportada por uma empresa forme uma série temporal {Wt}t = 1, ..., n, em que Wt represente a quantidade transportada pela empresa no mês t, e que essa série siga um processo ARIMA(0,1,1), julgue os itens subsequentes.
A função de autocorrelação parcial entre (Wt - Wt - 1) e (Wt -3 -Wt - 4) é nula.
Tipicamente, um gráfico (ou carta) de controle apresenta determinada medida de qualidade ao longo do tempo. Ele contém uma linha horizontal central (:) que representa o valor médio dessa medida de qualidade quando o processo está sob controle. Duas outras linhas horizontais, chamadas de limite superior de controle (LSC) e limite inferior de controle (LIC), também são características marcantes desse gráfico. Determinada empresa estabelece que um alarme deve ser acionado quando uma medição produzir um valor fora desses limites. Um alarme é considerado como falso quando a ocorrência da medição além dos limites de controle é decorrente de um erro estatístico. Com base nessas informações, julgue os itens seguintes.
A presença de autocorrelação positiva entre observações sucessivas em uma carta de controle pode induzir a um aumento na taxa de falsos alarmes.
Seja {Xt, t ? Z} um processo estocástico onde as variáveis Xt são não correlacionadas, isto é, Cov {Xt, Xs} = 0, t ? s e Z é o conjunto dos números inteiros. O processo Xt é um
Considerando que uma série temporal {Zt}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 {Zt}t = 1,..., n possui sazonalidade estocástica de período anual.
MCT•
Em determinado local, há 20 pessoas que devem ser distribuídas em duas salas, A e B. Inicialmente, algumas pessoas são colocadas na sala A e o restante na sala B. Em seguida, uma pessoa entre as 20 existentes é selecionada ao acaso. Se a pessoa sorteada estiver na sala A, então ela é removida para a sala B. Caso a pessoa sorteada esteja na sala B, ela será removida para a sala A. Esse procedimento é repetido infinitamente e os sorteios entre as repetições são independentes.
Em face da situação hipotética acima e considerando que Xt seja a variável aleatória que representa o número de pessoas na sala A logo após o sorteio t, julgue os itens a seguir, acerca de processos estocásticos.
Pelo menos um estado do processo estocástico X1, X2, ..., Xt é recorrente.
Se o modelo de Séries Temporais dado por Zt = 2 + ?t + 0,5 ?t -1 onde ?t é o ruído branco de média zero e desvio padrão 2, tem função de autocorrelação dada por ? (t), t = 1,2,3, .... , então o valor de ? (1) é
Considerando a série temporal xt = Tt + St + et , em que T é o componente de tendência, S é o componente de sazonalidade e e é um componente aleatório de média 0 e variância constante, julgue os itens a seguir.
O método de suavização por médias móveis não é aplicável para essa situação, pois a série xt possui sazonalidade.
Considerando a série temporal xt = Tt + St + et , em que T é o componente de tendência, S é o componente de sazonalidade e e é um componente aleatório de média 0 e variância constante, julgue os itens a seguir.
Um modelo de regressão com tendência polinomial e variáveis dummies para descrever a componente S pode ser usado corretamente para a estimação dos componentes da série temporal xt
EBC•
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 processo corresponde a um modelo autorregressivo de ordem 0,8.
O órgão responsável por controlar os níveis de poluição no meio ambiente avaliou as condições do ar em uma cidade obtendo os seguintes valores: 27, 40, 56, 45, 43, 50, 64, 50 e 49. Através dos 25ª e 75ª percentuais o ar é identificado como bom e insalubre, respectivamente. Indique quais seriam estes valores:
Uma série temporal tem como processo gerador um modelo autoregressivo, estacionário, com média 10. Dentre os modelos citados a seguir, onde at é o ruído branco de média zero e variância 1, aquele que serve para gerar a série é
Acerca da análise de séries temporais, assinale a alternativa incorreta.
Considere um processo autoregressivo estacionário Zt = 10 + 0,5 Zt-1 + at, onde at é ruído branco com variância ?2 = 3. A média e a variância de Zt são, respectivamente,
Sobre o modelo SARIMA em relação ao modelo ARIMA pode-se afirmar que