(1,0)
Julgue o item , relativo à análise de séries temporaisConsidere que o critério de informação bayesiana (BIC) para um modelo ARMA(p, q) seja definido por , BIC( p,q ) = In
+ ( p + q ) In N/ N, em que N é o número de observações da série, e
é a estimativa da variância do modelo. Nesse caso, se
e se BIC ( 1,1 ) = 1/2BIC( K,0 ) = 2/3BIC( 0, w ) então os modelos considerados são, respectivamente, ARMA(1, 1), AR(4) e MA(3).
Julgue o item, relativo à análise de séries temporaisO teste de Durbin-Watson em modelos ARMA é um teste de raízes unitárias.
Julgue o item, relativo à análise de séries temporais.O critério de Akaike para o modelo AR(p) com uma ordem fixa decresce à medida que a quantidade de observações da série aumenta.
Julgue o item, relativo à análise de séries temporaisSe Zt* for o valor de um filtro linear (médias móveis) no instante t e se µt = E(Zt ) for o valor esperado da série no mesmo instante, então E(Zt*) > µt .
Julgue o item, relativo à análise de séries temporais.Um modelo ARMA(2, 2) não pode ser reduzido à um modelo AR(2) com o operador
= 1 - B.
Considere-se o modelo de séries temporais em tempo discreto na forma Xt = Xt – 1 + f Wt – 1 + Wt , em que t representa o tempo, φ = 1, 2, 3,...; φ …0 é o coeficiente do modelo e Wt representa um processo de choques aleatórios com média zero e variância σ2 . Com base nessas informações, julgue o item seguinte , acerca da primeira diferença Xt - X t-1.Essa diferença é uma série temporal fracamente estacionária.
Considere-se o modelo de séries temporais em tempo discreto na forma Xt = Xt – 1 + f Wt – 1 + Wt , em que t representa o tempo, φ = 1, 2, 3,...; φ … 0 é o coeficiente do modelo e Wt representa um processo de choques aleatórios com média zero e variância σ2 . Com base nessas informações, julgue o item seguinte , acerca da primeira diferença Xt - X t-1.A auto-correlação e a auto-correlação parcial entre Xt - X t - 1 e X t + 12 - X t + 11 são, respectivamente, iguais a φ / 1 + φ2 e ( 1 + φ)12 / 1 + φ2 + φ4 + φ6 +... + φ24
Considere-se o modelo de séries temporais em tempo discreto na forma Xt = Xt – 1 + f Wt – 1 + Wt , em que t representa o tempo, φ = 1, 2, 3,...; φ … 0 é o coeficiente do modelo e Wt representa um processo de choques aleatórios com média zero e variância σ2 . Com base nessas informações, julgue o item seguinte , acerca da primeira diferença Xt - X t-1.A função de densidade espectral dessa diferença é h(ω) = σ2( 1 - 2 sen
) / 2π, em que - π ≤ ω ≤ π.
Considere-se o modelo de séries temporais em tempo discreto na forma Xt = Xt – 1 + f Wt – 1 + Wt , em que t representa o tempo, φ = 1, 2, 3,...; φ … 0 é o coeficiente do modelo e Wt representa um processo de choques aleatórios com média zero e variância σ2 . Com base nessas informações, julgue o item seguinte , acerca da primeira diferença Xt - X t-1.A variância dessa diferença é igual a (1 + φ2) σ2.
Considere que uma série temporal {Xt } seja gerada por
em que B representa o operador de atraso (backshift), tal que BZt = Zt-1, θ seja uma constante real e Zt seja um ruído aleatório com média nula e variância unitária.
Acerca da série temporal {Xt }, julgue o item subsecutivo.
A média e a variância do processo {Xt } são, respectivamente, iguais a 0 e 1.
Se θ = 5, o processo {Xt } não é estacionário.
A respeito do método de estimação por MQO, julgue o item que se segue.
Na análise de séries temporais, a suposição de ausência de autocorrelação serial dos resíduos deve sempre ser verificada para garantir que os estimadores de mínimos quadrados ordinários sejam não viesados e consistentes.
Com relação aos modelos de séries temporais, julgue o próximo item.
No modelo ARMA (p,q), o teste de estacionariedade relaciona-se apenas à especificação AR(p), sendo necessário verificar-se se o processo MA(q) atende às propriedades de inversibilidade.
Um processo autorregressivo de ordem p, AR(p), é estacionário somente se as p raízes da equação polinomial forem menores que um.
Recuperar senha
