

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
A formulação do modelo de séries temporais 𝐴𝑅𝐼𝑀𝐴(1,1,1) é dada por
(1 − 𝜙𝐵)𝑍𝑡 = 𝑎𝑡
𝑍𝑡 = (1 − 𝜃𝐵)𝑎𝑡
(1 − 𝜙𝐵)𝑍𝑡 = (1 − 𝜃𝐵)𝑎𝑡
(1 − 𝜙𝐵)(1 − 𝐵)𝑍𝑡 = (1 − 𝜃𝐵)𝑎𝑡
Considere as informações da tabela a seguir.
TABELA 5
Produção anual do bem A
Ano | Produção (toneladas) | Médias móveis de 3 anos |
2016 | 20 | |
2017 | 22 | W |
2018 | 18 | X |
2019 | 23 | Y |
2020 | 17 | Z |
2021 | 20 |
Os valores de W e Y da 3a coluna (médias móveis de ordem 1 e 3) são, respectivamente:
20,0 e 19,3.
20,2 e 20,0.
19,3 e 21,0.
20,0 e 20,2.
18,3 e 21,0.
Considere um modelo de médias móveis puro, SMA (1), da seguinte forma:
Zt=at−θat−12
Onde at, é um ruido branco com média 0 e variância σ2. Com base nessas informações, assinale a opção que apresenta a autocorrelação no "lag"12(ρ12).
1−θθ
1+θ2−θ12
1−θ212θ
1−θ2θ12
1+θ2−θ
A expressão matemática do modelo autorregressivo e de médias móveis de ordem p e q - ARMA(p,q) - é dada por
𝑍𝑡 − 𝜙1𝑍𝑡−1 − ⋯ − 𝜙𝑝𝑍𝑡−𝑝 = 𝑎𝑡
𝑍𝑡 = 𝑎𝑡 − 𝜃1𝑎𝑡−1 − ⋯ − 𝜃𝑞𝑎𝑡−𝑞
𝑍𝑡 − 𝜙1𝑍𝑡−1 − ⋯ − 𝜙𝑝𝑍𝑡−𝑝 = 𝑎𝑡 − 𝜃1𝑎𝑡−1 − ⋯ − 𝜃𝑞𝑎𝑡−𝑞
𝑍𝑡 − 𝜙1𝑍𝑡−1 − ⋯ − 𝜙𝑞𝑍𝑡−𝑞 = 𝑎𝑡 − 𝜃1𝑎𝑡−1 − ⋯ − 𝜃𝑝𝑎𝑡−𝑝
Assinale a alternativa INCORRETA sobre a técnica de Séries Temporais.
Os modelos Auto-Regressivos (AR) têm como objetivo definir que uma observação possa ser explicada como uma função das observações passadas.
Os modelos de Média Móveis (MA) são definidos por combinações lineares de ruído branco ocorridos no período corrente e nos períodos passados.
O modelo ARMA é formado por uma combinação do modelo Auto-Regressivo (AR) com o modelo de Média Móvel (MA).
São exemplos de modelos usados para estudar séries temporais: ARMA, ARIMA, SARIMA e ARIMAX.
Um processo AR(1) também pode ser representado por um processo Auto-Regressivo (AR) de ordem infinita.
O gráfico abaixo apresenta o valor de fechamento diário das ações preferenciais da empresa Braskem SA (linha cinza) negociadas na Bovespa, em um período recente. Sobre o gráfico são adicionadas três médias móveis aritméticas representadas por linhas escuras (L1, L2 e L3).

As médias móveis têm três períodos diferentes de 10, 20 e 50. Identifique a alternativa que corretamente identifica as médias móveis L1, L2 e L3 em termos dos seus períodos.
L1: 10 / L2: 20 / L3: 50
L1: 20 / L2: 10 / L3: 50
L1: 20 / L2: 50 / L3: 10
L1: 50 / L2: 20 / L3: 10
Uma maneira bastante difundida de acompanhar a evolução da covid-19 em uma localidade é a média móvel de casos dos últimos 7 dias no n-ésimo dia (MVn). Por definição, no n-ésimo dia, para n = 7, 8, 9, 10 e 11, tem-se MVn=(∑i=n−6n Ci)/7 , em que Ci é o número de novos casos de determinada região no n-ésimo dia.
A tabela seguinte apresenta dados sobre o número de novos casos de covid-19 em dois bairros (A e B) de uma mesma cidade, no transcorrer de 11 dias.
dia | A | B |
1 | 21 | 15 |
2 | 0 | 6 |
3 | 20 | 8 |
4 | 0 | 6 |
5 | 15 | 8 |
6 | 20 | 13 |
7 | 0 | 8 |
8 | 15 | 13 |
9 | 7 | 1 |
10 | 9 | 16 |
11 | 8 | 12 |
A média móvel de casos dos últimos 7 dias no dia 8 do bairro A é a média aritmética entre os casos ocorridos nesse bairro nos dias 2, 3, 4, 5, 6, 7 e 8, e assim por diante.
Com base nessas informações, e considerando-se n = 7, 8, 9, 10 e 11, é correto afirmar que a menor diferença entre as médias móveis dos bairros A e B ocorreu no dia
7.
8.
9.
11.
10.
Considere o processo de média móvel de ordem, MA(1) escrito da forma:

A média e a variância de Xt são, respectivamente:
Os valores de consumo observados para um determinado material nos meses de junho, julho, agosto e setembro deste ano foram 320, 310, 350 e 330 unidades, respectivamente. Devido a pequenas flutuações na média do consumo, adota-se como modelo de previsão o método da média móvel ponderada, com pesos (0,3), (0,2) e (0,5). Nesse contexto, qual será a demanda calculada desse material no mês de outubro?
Seja o modelo MA(q) que pode ser escrito na forma Zt = θ(B)at em que Zt corresponde a série temporal modelada, θ(B) é o polinômio característico e at é o ruído branco aleatório, é correto afirmar que as funções de autocorrelação, Pk (FAC) e autocorrelação parcial, Φkk, (FACP) são, respectivamente:
ρk é infinita exponencial e/ou senoide amortecida e Φkk é infinita, exponencial e/ou senoide amortecida.
ρk é finita exponencial e/ou senoide amortecida e Φkk é finita exponencial e/ou senoide amortecida.
ρk é infinita exponencial e/ou senoide amortecida e Φkk é finita com corte brusco zerando após o lag q (defasagem).
ρk é finita com corte brusco zerando após o lag q (defasagem) e Φkk é infinita exponencial e ou senoide amortecida.
ρk é finita exponencial e/ou senoide amortecida e Φkk é infinita, exponencial e/ou senoide amortecida.

A condição de inversibilidade dos modelos da estrutura médias móveis de ordem q, Zt = Θ (B) at, é que
as raízes do polinômio característico Θ (B) situem-se dentro do círculo unitário, ou seja, |B| < 1
as raízes do polinômio característico Θ (B) situem-se fora do círculo unitário, ou seja, |B| > 1.
as raízes do polinômio característico Θ (B) situem-se em cima da circunferência do círculo unitário, ou seja, |B| = 1.
a FAC seja infinita, exponencial e/ou senoide amortecida.
a FACP seja infinita, exponencial e/ou senoide amortecida.
Quando se ajusta a uma série temporal um modelo da estrutura médias móveis, a condição fundamental é que a série seja
inversível.
estacionária na média.
estacionária na variância.
não inversível.
estacionária na média e na variância.
Por meio de técnicas específicas, podem-se suavizar os valores extremos de uma série temporal de forma a identificar seu padrão básico. Dentre essas técnicas, têm-se os Modelos de Suavização Exponencial. Com relação a essas técnicas, assinale a opção correta.
o modelo de Médias Móveis Simples (MMS) possui como desvantagem a dificuldade de determinar os valores mais apropriados das constantes de suavização e a impossibilidade e/ou dificuldade de estudar as propriedades estatísticas.
A Suavização Exponencial de Holt (SER) possui a desvantagem de ser utilizado somente para prever séries estacionárias.
A Suavização Exponencial Simples (SES) possui como vantagem a dificuldade em determinar o valor mais apropriado da constante de suavização.
A Suavização Exponencial Sazonal de Holt-Winters (HW) possui como vantagem o fácil entendimento.
O modelo de Médias Móveis Simples (MMS) possui como vantagem a aplicabilidade quando há um número pequeno de observações.
I, II, III e IV.
I e II, apenas.
III e IV, apenas.
I, II e III, apenas.
II, III e IV, apenas.
Com relação aos processos utilizados na modelagem de Box-Jenkins afirma-se:
I - Os modelos de média móvel MA(1) e MA(2) são sempre estacionários.
II - Os modelos autoregressivos AR(1) são sempre estacionários.
III - Um processo autoregressivo de ordem P pode ser representado por um processo de média móvel de ordem infinita.
É correto apenas o que se afirma em
I.
II.
III.
I e II.
I e III.
Com relação aos modelos de processos utilizados na modelagem Box e Jenkins são apresentadas as seguintes afirmativas:
I – Os processos AR podem ser representados por processos MA com ordem infinita.
II - Os processos AR, ARMA e MA são utilizados para modelar séries temporais não estacionárias.
III - A classe de modelos ARIMA pode descrever séries estacionarias e não estacionárias.
É correto apenas o que se afirma em
I.
II.
III.
I e III.
II e III.