Questões de Concurso Sobre análise de séries temporais em estatística

Foram encontradas 277 questões

Q3015563 Estatística

Se {yt} for uma série temporal fracamente estacionária descrita pelo modelo na forma yt = 3 + 0,7yt−1 + ε, no qual εt é um ruído branco com média nula e t ∈ ℤ, então o valor esperado da variável yt será igual a



Alternativas
Q3015562 Estatística

    Nos seguintes modelos de séries temporais, Xt representa uma observação e wt denota um ruído branco no instante t  .


I  Xt = Xt-1 − 0,25Xt-2 + wt − 0,5wt-1


II  Xt = wt − 0,5wt-1


III  Xt = 0,8Xt-1  − 0,5wt


IV  Xt = 0,09Xt-2 + wt − 0,3wt-1


Considerando os modelos de séries temporais apresentados, assinale a opção em que é corretamente indicada a quantidade de modelos cuja função de autocorrelação apresenta a forma de um processo autorregressivo de primeira ordem. 

Alternativas
Q2572493 Estatística

No que se refere a vetores autorregressivos, julgue o item que se segue. 


Em um modelo de vetor autorregressivo de ordem p, cada variável do sistema é modelada como uma função linear das defasagens de todas as variáveis incluídas no modelo, incluindo as próprias defasagens passadas. 

Alternativas
Q2572492 Estatística

No que se refere a vetores autorregressivos, julgue o item que se segue. 


Para a utilização efetiva de um modelo de vetor autorregressivo em previsões, não é necessário que as séries temporais incluídas sejam estacionárias. 

Alternativas
Q2572491 Estatística

No que se refere a vetores autorregressivos, julgue o item que se segue. 


Uma série temporal é considerada estacionária se suas médias e variâncias permanecerem constantes ao longo do tempo e se ela não exibir tendências ou sazonalidade. 

Alternativas
Q2567322 Estatística

Os seguintes gráficos correspondem a determinada série temporal e foram obtidos em uma análise exploratória antes de ajustar um modelo de previsão:


Imagem associada para resolução da questão


Imagem associada para resolução da questão


Observando os gráficos, é correto afirmar que 

Alternativas
Q2517677 Estatística
Considere duas séries temporais x e y, ambas integradas de ordem 1, ou I(1), representando a evolução de agregados macroeconômicos no tempo. Ao aplicarmos o teste de raiz unitária ADF aos resíduos da regressão linear de y em x (com valores críticos propostos por Engle-Granger para aplicá-lo a resíduos de uma regressão), verifica-se que a hipótese nula não é rejeitada, aos níveis usuais.
É correto concluir que essas séries:
(Obs: os valores críticos propostos por Engle-Granger para esse tipo de teste não são necessários para a resolução da questão) 
Alternativas
Q2515501 Estatística
Com o intuito de fazer previsões meteorológicas, um tecnologistaadotou o seguinte modelo de séries temporais:
Q5.png (176×28)

onde εt é independente e igualmente distribuído com distribuiçãonormal com média zero e variância δ2.
Sabendo-se que β0 = 65 , β1 = 0,8 e que y3 = 90 e usando omodelo adotado, a previsão para y5 é
Alternativas
Q2512362 Estatística
Considere as propriedades de processos estocásticos estacionários e não estacionários em análise de séries temporais.

Assinale a opção que melhor descreve uma diferença chave entre um processo estocástico estacionário e um não estacionário.
Alternativas
Q2462941 Estatística

Julgue o item seguinte, referente a regressão linear e séries temporais. 


O processo autorregressivo Imagem associada para resolução da questão, com Imagem associada para resolução da questãode ordem 2, é estacionário.

Alternativas
Q2462939 Estatística

Julgue o item seguinte, referente a regressão linear e séries temporais. 


Duas séries temporais, xt e yt, ambas não estacionárias e integradas de ordem um, são cointegradas se existir uma combinação linear entre yt e xt que seja estacionária.

Alternativas
Q2447342 Estatística

A formulação do modelo de séries temporais ARIMA(1,1,1) é dada por 

Alternativas
Q2384759 Estatística
Entender qual processo melhor explica a dinâmica de uma série temporal é uma questão central da análise de séries temporais univariadas. A metodologia de Box-Jenkins auxilia na resposta a essa questão, indicando se a dinâmica temporal de uma série é mais bem compreendida por processos: AR(p); MA(q); ARMA(p,q) ou outro.
Essa metodologia é composta pelas seguintes etapas:

P - Estimação
Q - Diagnóstico
R - Previsão
S - Identificação 

Segundo essa metodologia, a sequência das etapas, da primeira para a última, para explicar a dinâmica de uma série temporal é:
Alternativas
Q2384754 Estatística

Seja o seguinte processo dinâmico caracterizado pela descontinuidade no tempo:



Imagem associada para resolução da questão



em que t é a unidade de tempo e εt é o termo de erro independente e identicamente distribuído com média igual a 0 e variância constante.



Sendo assim, qual é o valor esperado para t = 3, isto é, E[Y3 ]?

Alternativas
Q2382928 Estatística
Um analista de planejamento está estudando a evolução dos preços de vendas de imóveis. Dessa forma, ajustou aos dados um modelo de séries temporais de modo a prever os preços de venda para os próximos anos. Nesse modelo, observou-se que sua Função de Autocorrelação tinha valores significativos até a segunda defasagem e que a Função de Autocorrelação Parcial tinha um decaimento exponencial.
Com base nessas informações, identifica-se que o modelo ajustado pelo analista foi o de
Alternativas
Q2382927 Estatística
Um analista de planejamento utilizou um modelo ARMA(1,1) para estimar a safra de grãos (w) anual para determinada cidade no interior do Mato Grosso do Sul. O modelo usado é escrito da seguinte forma:

 wt = awt-1 βet-1 + et ,

em que et é um ruído branco com média zero e variância σ2.
Desse modo, esse modelo é estacionário de segunda ordem se, e somente se,
Alternativas
Q2382926 Estatística
O site do Ipeadata traz dados sobre a evolução da estimativa mensal do PIB do Brasil realizada pelo Bacen. A Figura a seguir mostra um extrato dessa série.

Imagem associada para resolução da questão

Disponível em: http://www.ipeadata.gov.br/ExibeSerie.aspx?serid=521274780&module=M. Acesso em: 17 dez. 2023. Adaptado.

Um pesquisador deseja modelar essa série, a partir de um modelo ARMA(p,q).

Esse modelo
Alternativas
Q2360335 Estatística
Considere o seguinte modelo de séries temporais:
Yt = a + bXt + et, t = 1, ...., T,
em que Yt é a variável dependente, Xt é a variável explicativa e et é o termo aleatório.
Logo, pode-se concluir que
Alternativas
Q2353398 Estatística
Seja uma série temporal Imagem associada para resolução da questão mensal de média zero gerada por um processo SARIMA(0,1,0)(1,0,0). Sendo et um termo de erro aleatório correspondente a um ruído branco gaussiano e ɵ, ɸ, ɸ1ɸ2 parâmetros do modelo, a equação apropriada ao processo especificado para essa série temporal é: 
Alternativas
Q4076742 Estatística
Utilizado quando se deseja trabalhar com duas ou mais informações provenientes de dados numéricos, composição de dois eixos, um vertical e outro horizontal, e por elementos que mostram a variação dos dados na pesquisa, ou seja, a movimentação dos dados no decorrer do tempo. Sua indicação propõe que uma das variáveis represente o tempo e se almeje despontar a oscilação dos dados ao longo do tempo.
(Disponível em: https://educa.ibge.gov.br/professores/ educa-recursos/20773-tipos-de-graficos-no-ensino.ht ml. Adaptado.)

O conceito presente na frase representa:
Alternativas
Respostas
61: D
62: C
63: C
64: E
65: C
66: C
67: E
68: D
69: A
70: C
71: C
72: D
73: D
74: B
75: B
76: D
77: C
78: D
79: D
80: E