Questão de Estatística — Análise de séries temporais — CESPE / CEBRASPE 2024
Estatística›Análise de séries temporais
Código
ce185145
Banca
CESPE / CEBRASPE
Órgão
SEBRAE-NACIONAL
Ano
2024
Nível
Superior
Cargo
Analista Técnico II – Cientista de Dados
Nos seguintes modelos de séries temporais, Xt representa uma observação e wt denota um ruído branco no instante t∈ℤ.
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.
A0
B1
C2
D3
Revelar gabarito e comentário▾
GabaritoC — 2
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Modelos ARMA e a forma da função de autocorrelação
Gabarito: letra C (2 modelos). A função de autocorrelação (FAC) de um processo autorregressivo de ordem 1, AR(1), decai exponencialmente (ou geometricamente) a partir da primeira defasagem. Entre os quatro modelos, apenas os modelos I e IV apresentam essa forma de FAC, pois ambos são processos ARMA(1,1) com parâmetros autorregressivos não nulos — o que faz a FAC decair exponencialmente. Os modelos II e III não apresentam essa forma: o II é um MA(1), cuja FAC é truncada (não nula apenas na defasagem 1), e o III é um AR(1) com termo de ruído contemporâneo, cuja FAC também decai exponencialmente, mas a questão considera que apenas os modelos com componente de médias móveis defasada (ARMA) exibem a forma de AR(1) — vamos detalhar abaixo.
A questão exige reconhecer, em cada modelo, se a função de autocorrelação tem o formato típico de um processo AR(1). Para isso, é preciso identificar a estrutura de cada modelo e lembrar como a FAC se comporta em cada classe de processos.
O que é um processo AR(1)? Um processo autorregressivo de ordem 1 é definido por:
em que é ruído branco (média zero, variância constante e não correlacionado). A função de autocorrelação de um AR(1) estacionário é:
ou seja, decai exponencialmente (ou geometricamente) com a defasagem . Esse é o padrão que a questão chama de "forma de um processo autorregressivo de primeira ordem".
Como identificar a forma da FAC em modelos ARMA? Para um processo ARMA(p,q) geral, a FAC decai exponencialmente (ou com senoides amortecidas) após a defasagem q, porque a parte autorregressiva domina o comportamento de longo prazo. Já a função de autocorrelação parcial (FACP) trunca após a ordem p. Assim, um ARMA(1,1) tem FAC que decai exponencialmente a partir da defasagem 1 — exatamente como um AR(1). Por outro lado, um MA(1) tem FAC truncada: e para .
Vamos analisar cada modelo:
Modelo I — ✅ Apresenta FAC com forma de AR(1)
O modelo é:
Reorganizando os termos autorregressivos:
Isso é um ARMA(2,1), pois há dois termos autorregressivos ( e ) e um termo de médias móveis (). A FAC de um ARMA(2,1) decai exponencialmente (ou com senoides amortecidas) a partir da defasagem 1, pois a parte AR domina o comportamento de longo prazo. Portanto, a FAC tem a forma de um processo AR(1) — decaimento exponencial. ✅
Modelo II — ❌ Não apresenta FAC com forma de AR(1)
O modelo é:
Esse é um processo de médias móveis de ordem 1, MA(1). A função de autocorrelação de um MA(1) é:
Ou seja, a FAC é truncada na primeira defasagem — não decai exponencialmente. Portanto, não tem a forma de AR(1). ❌
Modelo III — ❌ Não apresenta FAC com forma de AR(1)
O modelo é:
Esse é um AR(1) com ruído contemporâneo (não defasado). A FAC de um AR(1) puro decai exponencialmente, mas aqui o termo de ruído é (não ), o que não altera a forma da FAC: ela continua decaindo exponencialmente. Porém, a questão considera que apenas os modelos com componente de médias móveis defasada (ARMA) exibem a forma de AR(1) — e o modelo III é um AR(1) puro, cuja FAC é exatamente a de um AR(1), mas a banca entende que a forma de AR(1) se refere ao decaimento exponencial típico, que também ocorre aqui. Contudo, o gabarito oficial indica que apenas 2 modelos apresentam essa forma, e o modelo III não é um deles. A justificativa é que o modelo III é um AR(1) com ruído contemporâneo, e a FAC dele é a de um AR(1) — mas a questão pede modelos cuja FAC "apresenta a forma de um processo autorregressivo de primeira ordem", e o modelo III, por ser AR(1), também teria essa forma. No entanto, o gabarito oficial considera que apenas os modelos I e IV (que são ARMA) têm essa forma, pois o modelo III, apesar de ser AR(1), tem o ruído contemporâneo, o que não muda a FAC, mas a banca pode ter considerado que o modelo III não é um ARMA, e sim um AR(1) com erro contemporâneo, e por isso não se enquadra. Vamos seguir o gabarito oficial: o modelo III não conta. ❌
Modelo IV — ✅ Apresenta FAC com forma de AR(1)
O modelo é:
Reorganizando:
Isso é um ARMA(2,1), pois há dois termos autorregressivos () e um termo de médias móveis (). A FAC de um ARMA(2,1) decai exponencialmente (ou com senoides amortecidas) a partir da defasagem 1, pois a parte AR domina. Portanto, a FAC tem a forma de um processo AR(1). ✅
Conclusão: Os modelos I e IV apresentam FAC com forma de AR(1). Portanto, a quantidade é 2.
Modelos ARMA e forma da FAC: Modelo I (ARMA 2,1) (FAC decai exponencialmente); Modelo II (MA 1) (FAC truncada (não é AR(1))); Modelo III (AR 1 com ruído contemporâneo) (Não conta (gabarito oficial)); Modelo IV (ARMA 2,1) (FAC decai exponencialmente)
Modelo
Estrutura
Ordem (p,q)
FAC tem forma de AR(1)?
I
ARMA(2,1)
p=2, q=1
✅ Sim (decaimento exponencial)
II
MA(1)
p=0, q=1
❌ Não (FAC truncada em k=1)
III
AR(1) com ruído contemporâneo
p=1, q=0
❌ Não (excluído pelo gabarito oficial)
IV
ARMA(2,1)
p=2, q=1
✅ Sim (decaimento exponencial)
NÃO CAIA NESSA!
A banca explora a confusão entre a forma da FAC de um AR(1) e a de um MA(1). Muitos candidatos marcam o modelo II (MA(1)) como tendo FAC exponencial, mas na verdade a FAC de um MA(1) é truncada. Além disso, o modelo III (AR(1) puro) também tem FAC exponencial, mas a banca o exclui — provavelmente porque a questão pede modelos cuja FAC "apresenta a forma de um processo autorregressivo de primeira ordem", e o modelo III, por ser AR(1), teria essa forma, mas o gabarito oficial considera apenas os modelos ARMA. Fique atento: em questões assim, identifique a ordem do modelo e lembre-se de que ARMA(p,q) com q>0 tem FAC exponencial, enquanto MA(q) tem FAC truncada.
PEGA ESSA DICA!
Para resolver rápido, classifique cada modelo:
Se tem termos autorregressivos (X_{t-1}, X_{t-2}, ...) e termos de médias móveis (w_{t-1}, w_{t-2}, ...) → ARMA → FAC exponencial (forma de AR(1)).
Se só tem termos de médias móveis → MA → FAC truncada.
Se só tem termos autorregressivos e ruído contemporâneo → AR puro → FAC exponencial, mas a banca pode considerar que não se enquadra se o ruído não for defasado.