Questões de Concurso
Sobre análise de séries temporais em estatística
Foram encontradas 278 questões
Janeiro – 20 unidades; Fevereiro – 30 unidades; Março – 25 unidades; Abril – 35 unidades; Maio – 30 unidades.
Com base no método da média móvel de previsão de demanda e considerando os 03 (três) últimos períodos da série apresentada, indique qual a previsão de demanda para o mês de junho.
Dois setores industriais, A e B, possuem apenas 4 e 3 empresas, respectivamente. Os faturamentos das empresas estão indicados nas tabelas a seguir
Considerando o índice de concentração Hirschman-Herfindahl (IHH) e utilizando as percentagens como números inteiros, ou seja, o índice variando até 10000, é correto afirmar que a soma dos índices dos setores é dada por
Considere os seguintes modelos de análise de séries temporais
Modelo 1: média móvel de ordem 1, MA(1), Zt = at - θat-1, t ∈ Z
Modelo 2: autorregressivo de ordem 1, AR(1), Zt = φZt-1 + at , t ∈ Z
Onde at possui uma distribuição normal com média 0 e variância σ2.
Então é correto afirmar que
Zt = at − 0,5at-1, t ∈ Z
Onde at possui uma distribuição normal com média 0 e variância 1.
O valor da função densidade espectral no ponto 0 é dado por
Com base nessas informações, julgue o próximo item.
Se X10 = 5, o valor projetado para a observação X12, segundo o modelo em tela, será menor que 2.
Com base nessas informações, julgue o próximo item.
A série temporal em tela apresenta uma tendência linear cujo intercepto é igual a 2.
Com base nessas informações, julgue o próximo item.
O desvio padrão da série temporal {Xt} é menor que 2.
Com base nessas informações, julgue o próximo item.
E [ Xt ]= 2,5.
Yt = aXt + et ,
em que et segue distribuição Normal N(0,σ 2 ), com 0 < σ2 < ∞ e t=1,...,T. Além disso, et é independente ao longo de t. Se a = 1, então conclui-se que
I: zt = 0,4zt-1 + 0,8zt-2 + εt
II: zt = 0,8zt-1 - 0,4zt-2 + εt
III: zt = - 0,4zt-1 + 0,8zt-2 + εt
Sendo (ε1, ε2, ..., εt ) variáveis aleatórias independentes e identicamente distribuídas, iid, com média zero e variância constante, ou seja, os εt' s, formam uma sequência de ruídos brancos.
A condição de estacionariedade é satisfeita somente no(s) modelo(s):
Seja o modelo de séries temporais dado por:
onde ut é independente e igualmente distribuído com média zero e variância 
. Suponha que 
Se Z3 = 30, encontre a melhor previsão para Z5 utilizando o critério do Erro Médio Quadrático.
Determinada empresa utiliza o método da sazonalidade aditiva para prever a curva de consumo trimestral dos seus itens de estoque no ano seguinte. Supondo que o quadro seguinte representa os acréscimos ou reduções do consumo do item X em relação à média trimestral por ano no período 2018-2021, julgue o item que se segue.
O consumo do 1.º trimestre é historicamente igual ao
consumo do 4.º trimestre.
Determinada empresa utiliza o método da sazonalidade aditiva para prever a curva de consumo trimestral dos seus itens de estoque no ano seguinte. Supondo que o quadro seguinte representa os acréscimos ou reduções do consumo do item X em relação à média trimestral por ano no período 2018-2021, julgue o item que se segue.
A utilização de componentes aditivos para as projeções de
sazonalidade é mais vantajosa do que o método que utiliza os
componentes multiplicativos.
Seja um modelo auto-regressivo de ordem 1, em que εt caracteriza o processo conhecido como ruído branco:
yt = φyt-1 + εt, com φ > 0
Sabendo-se que φ =
1-2k / k-2 , sendo k um número real, e que a série
yt é estacionária, tem-se que
Considerando uma série temporal representada por {Xt}, julgue o item a seguir.
Se a série temporal for gerada por um processo na forma
no qual Et representa um ruído branco com média zero e desvio padrão igual a 1, então a variância de Xt será igual a 0,5.
Considerando uma série temporal representada por {Xt}, julgue o item a seguir.
Se a figura abaixo apresenta a forma da função de autocorrelação parcial (facp) da série temporal {Xt}, na qual as correlações parciais são nulas nos lags iguais ou superiores a 2, então a autocorrelação entre Xt e Xt-4 é igual a zero.
A série temporal Wt = (1 − 0,3B)Zt, em que B denota o operador backshift, segue um processo white noise (ruído branco) que possui média zero e variância 1.
Conheça nossos planos