Questões de Concurso sobre Séries Temporais

 
 
Disciplina
Assunto 1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
 
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
 
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
 
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
 
Questões:
Todas as questões
 
Filtro simplificado
 
Questões
Todas as questões
 
201 questões encontradas
Questões por página
20
Mais recentes
 

Uma série temporal é um conjunto de observações ordenadas no tempo e que apresentam dependência serial. Quanto aos modelos Box & Jenkins, marque o item incorreto:


A

As metodologias de modelos Box & Jenkins buscam capturar a estrutura de dependência entre os valores observados, restando uma série de resíduos com um comportamento aleatório com valor esperado igual a zero.


B

Os modelos Box & Jenkins analisam séries temporais estacionárias, buscando identificar algum padrão que ajude entender o comportamento da série.


C

A identificação do modelo representativo seguindo esta metodologia ocorre com base em autocorrelações e correlações parciais para as séries estacionárias.


D

Podem ser realizados testes de Raiz Unitária: Dickey-Fuller (DF), Dickey-Fuller Aumentado (ADF), Phillips e Perron (PP), Dickey-Pantula; sendo que quando a série temporal possui Raiz Unitária ela é definida como Não Estacionária.


E

Na escolha do melhor modelo para explicar o comportamento da série de dados, pode ser utilizado o critério Akaike e o critério Schwarz. Quanto maiores forem os valores destes critérios em um determinado modelo analisado, melhor será o referido modelo.

Em séries temporais, as oscilações aproximadamente regulares em torno da tendência


A

são típicas de séries muito curtas, como dados dentro de um mês.


B

dão a direção global dos dados.


C

podem ser decorrentes de fenômenos naturais e socioeconômicos.


D

caracterizam uma série sem variável residual.


E

determinam o componente não sistemático.

A série temporal trimensal de vendas de unidades de óleos lubrificantes em um posto BR, sua média trimestral centrada e os índices de sazonalidade são dados nas Tabelas abaixo:

Imagem associada para resolução da questão

Qual a previsão aproximada de unidades de óleos lubrificantes a serem vendidas no 2o trimestre de 2018, considerando -se o efeito sazonal?


A
300

B
320

C
340

D
346

E
398
A respeito de medidas usadas em estatística descritiva, é correto afirmar:

A
Para uma determinada amostra finita, a moda pode assumir mais do que um valor.

B
Uma distribuição de probabilidade mais achatada do que a distribuição normal é chamada de leptocúrtica.

C
Curtose é uma medida da assimetria de uma determinada distribuição de frequência.

D
Uma mediana de uma distribuição simétrica possui um valor maior do que o valor da média aritmética.

E
A média geométrica de 1 e 9 é maior do que a média aritmética desses dois valores.

Imagem associada para resolução da questão

A partir dos resultados, é correto afirmar que:


A
Imagem associada para resolução da questão

B
o valor da estatística F-Snedecor do modelo é 27;

C
o intercepto do modelo é não significativo ao nível de 10%;

D
no longo prazo o número médio de homicídios é de 25;

E
o coeficiente de determinação do modelo é 0,75.
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

A
tendência, ciclo, sazonalidade e ruído.

B
cíclica, temporal, sistemática e irregular.

C
tendência, padrão, sistemática e ruído.

D
ciclo, tendência, padrão e temporal.

E
ciclo, tendência, senoide e interpolação.

Um modelo clássico para uma série temporal dada por {Zt t = 1, ..., N} considera sua decomposição em três componentes não observáveis, Zt = Tt + St + at em que Tt e St representam tendência e sazonalidade, respectivamente, e at é uma componente aleatória de média nula e variância constante σ2. Sendo assim, é correto afirmar que


A

a estimação de St independe da estimação de Tt.


B

se E(at as) = 1, s≠t, então {at} é ruído branco.


C

a suposição de que a componente T1 pode ser representada por uma função polinomial implica utilização de todas as observações Zt (t =1, ..., N) no processo de estimação do polinómio.


D

se a componente St for estocástica, o método de regressão é o mais apropriado para estimá-la.


E

não é necessário eliminar a componente St antes de utilizar testes estatísticos para verificar a existência de tendência na série.

Suponha que um economista esteja trabalhando com dados de uma série temporal trimestral, envolvendo a regressão do produto sobre trabalho e capital. Suponha ainda que ocorra uma greve em um dos trimestres, com queda do produto. Suponha que a greve termine e, mesmo assim, o produto permaneça em queda nos trimestres seguintes, ou seja, verifica-se que os termos de perturbação desta regressão apresentam comportamento tal que E(µi µj ) 0 e i j. Com relação a este caso específico, ocorre o seguinte fenômeno:


A

viés de especificação.


B

comportamento homoscedástico.


C

presença de autocorrelação.


D

forma funcional incorreta.


E

covariância com mudança de fase.

Considerando as definições de modelos para séries temporais, analise as assertivas e assinale a alternativa que aponta a(s) correta(s). 


I. Um processo estacionário Z = {Z(t); t ∈ T} diz-se Gaussiano se para qualquer conjunto t1, t2, ... , tn de T, as variáveis aleatórias Z(t1), Z(t2), ... , Z(tn)  têm distribuição normal n-variada. 

II. Seja {X(t); t ∈ Imagem associada para resolução da questão }  um processo de segunda ordem, dizemos que X(t) é contínuo em média quadrática no ponto to se e somente se Imagem associada para resolução da questão

III. Dizemos que {εt, t ∈ Z} é um ruído branco discreto se as variáveis aleatórias εt são não correlacionadas, isto é, Cov{εt,εs}= 0,t ≠ s.


A

Apenas I e II.


B

Apenas I.


C

Apenas II.


D

Apenas III.


E

Apenas I e III.

Quando pode-se denominar temporal uma série estatística?


A

Quando a variação ocorre em função da proporção.


B

Quando a variação é em função da espécie.


C

Quando a variação se dá pela função de densidade de probabilidade.


D

Quando a população é variável.


E

Quando a variação ocorre em função do tempo.

Os principais métodos modernos aplicados na previsão de séries temporais e que foram facilitados pela computação veloz e barata são:


A

Médias Móveis, Regressão Simples e Múltipla, e Alisamento Exponencial Simples.


B

Metodologia de Box & Jenkins, Regressão Simples e Múltipla e Alisamento Exponencial Simples.


C

Metodologia Box & Jenkins, Redes Neurais e Combinação de Previsões.


D

Regressão Simples e Múltipla e Alisamento Exponencial Simples.


E

Metodologia de Box & Jenkins e Médias Móveis.

Uma série temporal tem como processo gerador o modelo:

Imagem associada para resolução da questão

Está correto o que se afirma APENAS em


A
I e II.

B
II e IV.

C
I e III.

D
I, II e IV.

E
II e III.

Relativamente à Análise de Séries Temporais, considere:


I. A classe de modelos ARIMA é capaz de descrever de maneira satisfatória séries não estacionárias que não apresentem comportamento explosivo.

II. A variância de um AR(1) onde o valor do parâmetro autoregressivo é 0,8 e o valor da variância do ruído branco é 1,8, é igual a 5.

III. Se f(k), k = 1,2, é a função de autocorrelação parcial de um ARMA(1,1), então f(k) = 0, para k = 2,3,4,...

IV. Se g(k), k = 1,2,... é a função de autocorrelação do modelo sazonal dado por: Zt = at − θat − 12, onde at é o ruído branco de média zero e variância 1, então g(k) decai exponencialmente para k ≥ 12.


Está correto o que se afirma APENAS em


A

I e IV.


B

I e III.


C

I e II.


D

II e III.


E

II e IV.

Em relação à teoria de Séries Temporais, a respeito de uma variação cíclica, assinale a alternativa correta.


A

trata-se de um movimento de longo prazo.


B

a cada ano, na estação do inverno, ocorre uma maior procura por roupas de lã, devido às temperaturas mais baixas.


C

fato fortuito, muitas vezes imprevisível, e que pode afetar os valores da série temporal.


D

trata-se de um movimento de curto prazo.


E

é uma recessão que pode estender-se por alguns anos, e alternar-se com períodos de prosperidade, que também durem alguns anos.

Em séries temporais, um modelo utilizado para ajustar funções com base nos seus valores passados e nas médias móveis da série é o denominado

A
amplitude.

B
princípio da parcimônia.

C
série temporal anual.

D
ARMA.

E
teste regressão.

O seguinte modelo foi ajustado a uma série temporal de vendas de um produto:

Zt = φ1Zt _ 1 + φ2Zt _ 2 + at onde φ1 e φ2 são os parâmetros do modelo e at é o ruído branco de média zero e variância 1.

Considere as afirmações:

Tal modelo é

I. estacionário se |φ1| ≤ 1 e |φ2| ≤ 1.

II. invertível se |φ1| ≤ 1 e |φ2| ≤ 1.

III. um ARMA(2,1).

IV. não estacionário, se φ1 = 0,4 e φ2 = 0,6 .

Está correto o que consta APENAS em


A

IV.


B

I e II.


C

II e III.


D

I e IV.


E

I e III.

Considere o modelo AR(2): Zt = 0,5Z t–1 + 0,3Z t–2 + at, em que at é ruído branco de média zero e variância σ2. A autocorrelação de ordem é, aproximadamente,

A
0,15.

B
0,20.

C
0,60.

D
0,71.

E
0,80.
   
Gerar simulado