Pular para o conteúdo principal

Questão de Estatística — Análise de séries temporais — FCC 2022

EstatísticaAnálise de séries temporais
Código
fc064460
Banca
FCC
Órgão
TRT - 17ª Região (ES)
Ano
2022
Cargo
Analista Judiciário - Área Apoio Especializado - Especialidade Estatística
Em uma modelagem de série temporal foi adotado o modelo auto-regressivo de ordem p = 1, AR(1), dado por Zt = 0,8Zt-₁ + at , onde at é o ruído branco com média zero e variância unitária. Zt depende apenas de Zt-₁ e do ruído branco no instante t, t ∈ Z. A variância do processo e o valor da função de auto-covariância Yj para j = 2 são (adotando duas casas decimais), respectivamente,
  1. A2,78 e 1,78
  2. B3,65 e 2,15
  3. C3,65 e 1,78
  4. D2,78 e 2,15
  5. E2,78 e 1,15
Revelar gabarito e comentário

GabaritoA — 2,78 e 1,78

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”.

Modelo AR(1): variância e autocovariância

Gabarito: letra A. Para um processo AR(1) estacionário Zt=ϕZt−1+atZ_t = \phi Z_{t-1} + a_t com ruído branco de variância σa2\sigma_a^2, a variância do processo é γ0=σa21−ϕ2\gamma_0 = \frac{\sigma_a^2}{1-\phi^2} e a autocovariância na defasagem jj é γj=ϕjγ0\gamma_j = \phi^j \gamma_0. Com ϕ=0,8\phi = 0,8 e σa2=1\sigma_a^2 = 1, obtemos γ0=11−0,64=2,78\gamma_0 = \frac{1}{1-0,64} = 2,78 e γ2=0,82×2,78=1,78\gamma_2 = 0,8^2 \times 2,78 = 1,78.

O modelo autorregressivo de ordem 1, AR(1), expressa o valor atual da série como uma combinação linear do valor imediatamente anterior mais um choque aleatório: Zt=δ+ϕ1Zt−1+εtZ_t = \delta + \phi_1 Z_{t-1} + \varepsilon_t, em que εt\varepsilon_t é o ruído branco com média zero e variância constante σ2\sigma^2. A condição de estacionariedade exige ∣ϕ1∣<1|\phi_1| < 1, o que garante que o processo não exploda e que suas propriedades estatísticas (média, variância e autocovariância) sejam constantes no tempo. No caso, ϕ1=0,8\phi_1 = 0,8, satisfazendo a condição.

A variância do processo, denotada γ0\gamma_0, é obtida aplicando a variância em ambos os lados da equação do modelo. Como Zt−1Z_{t-1} e εt\varepsilon_t são independentes, temos Var(Zt)=ϕ12Var(Zt−1)+σ2Var(Z_t) = \phi_1^2 Var(Z_{t-1}) + \sigma^2. Pela estacionariedade, Var(Zt)=Var(Zt−1)=γ0Var(Z_t) = Var(Z_{t-1}) = \gamma_0, o que leva a γ0=σ21−ϕ12\gamma_0 = \frac{\sigma^2}{1-\phi_1^2}. A função de autocovariância segue a recorrência γj=ϕ1γj−1\gamma_j = \phi_1 \gamma_{j-1}, resultando em γj=ϕ1jγ0\gamma_j = \phi_1^j \gamma_0. Essas relações são fundamentais para caracterizar a dependência temporal da série e são amplamente cobradas em provas de séries temporais.

A pegadinha da banca está em exigir a autocovariância na defasagem j=2j=2, e não na defasagem j=1j=1. Muitos candidatos calculam apenas γ1=ϕ1γ0=0,8×2,78=2,22\gamma_1 = \phi_1 \gamma_0 = 0,8 \times 2,78 = 2,22 e se perdem, ou confundem autocovariância com autocorrelação, que seria ρ2=ϕ12=0,64\rho_2 = \phi_1^2 = 0,64. É essencial lembrar que a autocovariância é uma medida absoluta (não normalizada), enquanto a autocorrelação é a versão padronizada pela variância.

Caso

Cálculo

Resultado

Variância (\gamma_0)

(11−0,82=10,36)(\frac{1}{1-0{,}8^2} = \frac{1}{0{,}36})

2,78

Autocovariância (\gamma_2)

(0,82×2,78=0,64×2,78)(0{,}8^2 \times 2{,}78 = 0{,}64 \times 2{,}78)

1,78

Alternativa A

(\gamma_0 = 2{,}78) e (\gamma_2 = 1{,}78)

Correta

Alternativa B

(\gamma_0 = 3{,}65) e (\gamma_2 = 2{,}15)

Incorreta

Alternativa C

(\gamma_0 = 3{,}65) e (\gamma_2 = 1{,}78)

Incorreta

Alternativa D

(\gamma_0 = 2{,}78) e (\gamma_2 = 2{,}15)

Incorreta

Alternativa E

(\gamma_0 = 2{,}78) e (\gamma_2 = 1{,}15)

Incorreta

Alternativa A — ✅ Correta ⟵ GABARITO

A alternativa apresenta exatamente os valores calculados: variância γ0=2,78\gamma_0 = 2,78 e autocovariância na defasagem 2, γ2=1,78\gamma_2 = 1,78. O cálculo é direto: γ0=11−0,82=10,36=2,78\gamma_0 = \frac{1}{1-0,8^2} = \frac{1}{0,36} = 2,78 e γ2=0,82×2,78=0,64×2,78=1,78\gamma_2 = 0,8^2 \times 2,78 = 0,64 \times 2,78 = 1,78. A alternativa espelha corretamente as fórmulas do AR(1) estacionário.

Alternativa B — ❌ Incorreta

O valor 3,65 para a variância está incorreto. Esse número não corresponde a nenhuma fórmula padrão do AR(1) com ϕ=0,8\phi = 0,8 e σa2=1\sigma_a^2 = 1. O candidato pode ter chegado a esse valor ao calcular 11−0,8=5\frac{1}{1-0,8} = 5 e depois aplicar alguma operação incorreta, ou ao confundir a fórmula da variância com a de outros modelos. O valor correto é 2,78. O segundo valor, 2,15, também não corresponde a γ2\gamma_2.

Alternativa C — ❌ Incorreta

A variância 3,65 está incorreta, como explicado na alternativa B. O valor 1,78 para a autocovariância está correto, mas como a variância está errada, a alternativa como um todo é falsa. O candidato que acertou a autocovariância mas errou a variância pode ter confundido a fórmula da variância com a de um modelo ARMA ou com a soma de uma série geométrica mal calculada.

Alternativa D — ❌ Incorreta

A variância 2,78 está correta, mas a autocovariância 2,15 está incorreta. Esse valor pode ter sido obtido ao calcular γ2=ϕ1γ1\gamma_2 = \phi_1 \gamma_1 com γ1\gamma_1 errado, ou ao confundir a defasagem 2 com a defasagem 1. O valor correto de γ2\gamma_2 é 1,78. O candidato que acertou a variância mas errou a autocovariância provavelmente aplicou a recorrência de forma incorreta.

Alternativa E — ❌ Incorreta

A variância 2,78 está correta, mas a autocovariância 1,15 está incorreta. Esse valor pode ter sido obtido ao calcular γ2=ϕ12×σa2=0,64\gamma_2 = \phi_1^2 \times \sigma_a^2 = 0,64, e depois somar ou subtrair algo, ou ao confundir a autocovariância com a autocorrelação. O valor correto de γ2\gamma_2 é 1,78.

NÃO CAIA NESSA!

A banca troca a defasagem da autocovariância: muitos candidatos calculam γ1=0,8×2,78=2,22\gamma_1 = 0,8 \times 2,78 = 2,22 e marcam uma alternativa com esse valor, mas a questão pede j=2j=2. Além disso, é comum confundir autocovariância com autocorrelação — a primeira é γj=ϕjγ0\gamma_j = \phi^j \gamma_0, a segunda é ρj=ϕj\rho_j = \phi^j. Fique atento ao que o enunciado pede!

NÃO CAIA NESSA!

Para AR(1), memorize as fórmulas: γ0=σa21−ϕ2\gamma_0 = \frac{\sigma_a^2}{1-\phi^2} e γj=ϕjγ0\gamma_j = \phi^j \gamma_0. Na prova, identifique ϕ\phi e σa2\sigma_a^2 no enunciado e aplique diretamente. Se a questão pedir autocorrelação, use ρj=ϕj\rho_j = \phi^j — não confunda as duas!

Gabarito: letra A

Link permanente: /questoes/fc064460