Considere um processo estocástico estacionário definido por em que é uma observação no instante t e é um ruído branco com média zero e variância 5. Com base nessas informações, julgue os itens que se seguem. segue um processo ARIMA(0,0,1).
No contexto da estatística, julgue os itens seguintes.
Apenas em séries que apresentam um elemento típico, isto é, um valor cuja freqüência é superior à freqüência dos outros elementos da série, a mediana é indicada como medida de tendência central.
ABIN•
A respeito de séries temporais, julgue os itens seguintes. A série temporal {xt; t = 0, 1, 2, ...} expressa por xt = xt - 1 + et, em que et é um termo de variação com média zero e variância constante, é denominada ruído branco.
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, ..., ZN seja uma série temporal, julgue os itens seguintes.
Em um teste bilateral de sinais, se o nível de significância for de 5%, a hipótese de ausência de tendência é aceita para a série temporal 2, 4, 3, 5, 6, 3, 5, 4, 6, 5.
Considere um banco no qual o tempo de atendimento é de 2 minutos, com 4 caixas de atendimento ao cliente e onde os clientes chegam a uma taxa de 2 clientes a cada minuto. Assinale a alternativa que apresenta a taxa de utilização (tu) desse sistema e a interpretação correta dessa taxa.
Um sistema é constituído por dois componentes A e B que encontram-se dispostos em série. Sabendo que ?A = 1 X 10- 4/h e ?B = 3 X 10- 4/h, qual será a confiabilidade deste sistema para uma missão de 2310 horas?
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.
Para modelar outro indicador, considere que seja proposto um modelo na forma X(t) = m + Y(B)a(t), em que t = 1, 2, 3, ...; Y(B) = 1 + Y1 B + Y2 B2 + Y3B3+...; em que Yk é uma constante real, B é o operador de translação para o passado tal que BX(t) = X(t – 1) e m é uma constante real. Com base nessas informações, é correto afirmar que X(t) segue um processo de médias móveis, e, portanto, é estacionário em torno da média m.
De um modo geral, a análise espectral de séries temporais estacionárias decompõe a série em
Considere as seguintes afirmações:
I. Para um processo ARMA (1, 1) a função de autocorrelação parcial só é diferente de zero no lag 1.
II. Para um processo ARMA (1, 1), onde ? é o coeficiente autoregressivo e ? é o coeficiente de médias móveis, a região de admissibilidade é dada por |?| < 1 e |?| < 1.
III. De um modo geral, a análise espectral de séries temporais estacionárias decompõe a série em componentes senoidais com coeficientes aleatórios não-correlacionados.
IV. Um processo ARIMA (1, d ,1), onde d = 1, é estacionário.
Está correto o que se afirma APENAS em
Para a estimação de tendência em séries temporais podem-se utilizar os seguintes métodos, exceto o
Para responder às questões de números 59 e 60, considere o enunciado a seguir.
O modelo ARIMA(0,0,1) é dado por Xt = ?0 + at - ?at-1 , onde t a é o ruído branco de média zero e variância ?2 , e ?0 é uma constante.
Pode-se afirmar corretamente que
Suponha que uma série temporal sofra uma intervenção. Na sua manifestação essa intervenção pode ser de dois tipos:
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 autocorrelação entre Wt e Wt -2 é nula.
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 diferença Wt - W-1 é estacionária e segue um processo de médias móveis de ordem 1.
Considerando que uma série temporal {Z t}, em que t = 1, ..., n, e Zt representa o número de processos judiciais julgados por um tribunal no mês t, segue um processo SARIMA(0, 0, 0) × (0, 0, 1)12 com uma constante, julgue os itens subsequentes.
A autocorrelação parcial entre Zt+3 e Zt+6 é igual a zero.
Considere um processo estocástico estacionário definido por em que é uma observação no instante t e é um ruído branco com média zero e variância 5. Com base nessas informações, julgue os itens que se seguem. A autocorrelação entre e é nula.
Considere uma série temporal gerada ao se lançar 100 vezes, sucessiva e independentemente, o mesmo dado, registrando a cada vez o resultado numérico. Esta série é
Um modelo de séries temporais tem a forma (1 - 0,5B)Yt = (1 - 0,5B)at, em que at representa um choque aleatório no instante t, B é o operador de atraso (backward shift operator) e Yt = (1 - B6)Xt. Nesse caso, é correto afirmar que o processo Yt
INPI•
Com relação às cadeias de Markov em tempo discreto, julgue os itens seguintes.
Considere uma cadeia de Markov com 3 estados, na qual o estado 3 é absorvente e a transição do estado 1 para o estado 2 tem probabilidade igual a 1. Nesse processo, é correto afirmar que a probabilidade de transição do estado 1 para o estado 3, em k passos, é igual à probabilidade de transição do estado 2 para o estado 3, em k – 1 passos.
Considere o modelo autorregressivo de ordem dois AR(2) dado por:
Zt = ?1Zt-1 + ?2Zt-2 + at
onde t a é o ruído branco de média zero e variância 2a ? .
Considere as seguintes condições: I. ?1 + ?2 < 1 II. -1< ?1 + ?2 < 1 III. -1< ?2 <1 IV. ?2 - ?1 <1 V. -1< ?1 <1
O processo Zt é estacionário APENAS se satisfaz às condições