Questões Militares de Estatística - Análise de séries temporais

Em relação às séries temporais, assinale a alternativa correta.

Seja uma série temporal estacionária, cujos gráficos das funções de autocorrelação e autocorrelação parcial são apresentados a seguir:


Seja a notação de modelo tipo ARIMA (p, d, q), sendo p a ordem da parte autorregressiva, d o grau da diferenciação e q a ordem da parte de médias móveis. O modelo que representa melhor a série temporal em questão é:

Considere a série temporal representada graficamente a seguir:

Considerando a decomposição clássica da série (Y_t ) em tendência (T_t ), sazonalidade (S_t ) e componente aleatório (E_t ), assinale a alternativa correta.

Considerando-se séries temporais, coloque F (falso) ou V (verdadeiro) nas afirmativas abaixo e assinale a opção correta.
I - A estratégia para a construção do modelo ARiMA é baseada em um ciclo iterativo, no qual a escolha da estrutura do modelo é baseada nos próprios dados. Os estágios do ciclo iterativo são na seguinte ordem: identificação, especificação, estimação e verificação, caso o modelo não seja adequado o cicio é repetido. II - A classe dos modelos ARIMA é capaz de descrever de maneira satisfatória séries estacionárias e séries não estacionárias, desde que não apresentem comportamento explosivo. Ill- A heterocedasticidade não afeta a adequação da previsão, pois ela não implica em estimadores viesados.

Correlacione os modelos para séries temporais às suas respectivas definições, e assinale a opção que apresenta a sequência correta.

MODELOS

I - Modelos não lineares

II - Modelos estruturais

III- Modelos ARIMA

DEFINIÇÕES

( ) São modelos desse tipo: modelo de nivel local e modelo de tendência linear local.

( ) São modelos autorregressivos integrados e de médias móveis .

( ) São modelos desse tipo: modelos da familia ARCH-GARCH e modelos de volatilidade estocástica. O objetivo é modelar o que se chama de volatilidade que é a variância condicional de uma variável, comumente um retorno.

( ) Descrevem três classes de processos : processos lineares estacionários, processos lineares não estacionários homogêneos e processos de memória longa.