Questões de Concurso sobre Modelos não Estacionários

Podem-se classificar os modelos para séries temporais em duas classes, segundo o número de parâmetros envolvidos: modelos paramétricos e não paramétricos.

Na classe de modelos paramétricos, a análise é feita no domínio do tempo.

Dentre os modelos não paramétricos, os modelos ARMA, ARIMA e ARFIMA são alguns dos mais frequentemente usados.

Os modelos de erro (ou de regressão), modelos estruturais e modelos não lineares são exemplos de modelos paramétricos.

A vantagem de se descrever a série no domínio de frequências está no fato de se eliminar o problema da correlação serial.

são cointegradas, pois tanto as séries quanto os resíduos são estacionários, o que torna a regressão entre elas válida;

não são cointegradas, pois, apesar de serem estacionárias, os resíduos da regressão entre elas não são estacionários;

são cointegradas, pois, embora não sejam estacionárias, os resíduos da regressão entre elas são estacionários;

não são cointegradas, pois não são estacionárias e os resíduos da regressão entre elas não possuem raiz unitária;

não são cointegradas, pois, embora não sejam estacionárias, os resíduos da regressão entre elas possuem raiz unitária.

invertível para quaisquer valores de θ₁ e θ₂.

estacionário somente para valores θ₁ + θ₂ < 1.

estacionário para quaisquer valores de θ₁ e θ₂.

invertível somente para valores θ₁ + θ₂ > 1.

estacionário somente se atender as condições −1 < θ₁ < 1 e −1 < θ₂ < 1.

um ruído branco.

não estacionário.

estacionário de 2a ordem.

estacionário em torno da tendência.

fortemente estacionário.

será necessariamente espúria.

não será espúria se a estatística F for significante.

não será espúria se o coeficiente de determinação (R²) for maior do que 0,9.

não será espúria se as estatísticas t forem maiores do que 2.

não será espúria se os resíduos da regressão forem estacionários.