Pular para o conteúdo principal

Questão de Estatística — Modelos lineares — FCC 2022

EstatísticaModelos lineares
Código
fc065789
Banca
FCC
Órgão
TRT - 23ª REGIÃO (MT)
Ano
2022
Cargo
Analista Judiciário - Área Apoio - Estatística
Considere os dois modelos ARMA(1,1) a seguir:Modelo 1: Zt = 0,8Zt − ₁ + at − 0,3at − 1Modelo 2: Zt= 1,5Zt − ₁+ at − 0,6at − ₁onde at ∼ N(0, σ²)Quanto à estacionariedade e invertibilidade,
  1. Aos dois modelos são não estacionários.
  2. Bo modelo 2 é invertível e estacionário.
  3. Co modelo 1 é invertível e o modelo 2 é estacionário.
  4. Do modelo 1 é invertível e estacionário.
  5. Eos dois modelos são estacionários.
Revelar gabarito e comentário

GabaritoD — o modelo 1 é invertível e estacionário.

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(1,1): estacionariedade e invertibilidade

Gabarito: letra D. O modelo 1 é estacionário e invertível, pois o coeficiente autorregressivo (0,8) e o coeficiente de médias móveis (0,3) têm módulo menor que 1; o modelo 2 é não estacionário, pois o coeficiente autorregressivo (1,5) tem módulo maior que 1. A condição para estacionariedade de um ARMA(1,1) é que a raiz do polinômio autorregressivo esteja fora do círculo unitário, o que equivale a ϕ1<1|\phi_1| < 1; para invertibilidade, a raiz do polinômio de médias móveis deve estar fora do círculo unitário, o que equivale a θ1<1|\theta_1| < 1.

Um modelo ARMA(1,1) é escrito como Zt=ϕ1Zt1+atθ1at1Z_t = \phi_1 Z_{t-1} + a_t - \theta_1 a_{t-1}, onde ϕ1\phi_1 é o parâmetro autorregressivo e θ1\theta_1 é o parâmetro de médias móveis. A estacionariedade exige que as raízes do polinômio autorregressivo 1ϕ1B=01 - \phi_1 B = 0 estejam fora do círculo unitário, ou seja, ϕ1<1|\phi_1| < 1. A invertibilidade exige que as raízes do polinômio de médias móveis 1θ1B=01 - \theta_1 B = 0 estejam fora do círculo unitário, ou seja, θ1<1|\theta_1| < 1. Essas condições são essenciais para que o processo tenha propriedades estatísticas estáveis e possa ser representado de forma única.

A banca explora a confusão entre os dois conceitos: muitos candidatos verificam apenas a estacionariedade e esquecem a invertibilidade, ou invertem os papéis dos coeficientes. Aqui, o modelo 1 tem ϕ1=0,8\phi_1 = 0,8 e θ1=0,3\theta_1 = 0,3, ambos com módulo menor que 1, satisfazendo as duas condições. O modelo 2 tem ϕ1=1,5\phi_1 = 1,5, que viola a condição de estacionariedade, e θ1=0,6\theta_1 = 0,6, que satisfaz a invertibilidade. Portanto, o modelo 1 é estacionário e invertível, enquanto o modelo 2 é apenas invertível, mas não estacionário.

Modelo

φ₁ (AR)

θ₁ (MA)

Estacionário (φ₁ < 1)

Invertível (θ₁ < 1)

Resultado

1

0,8

0,3

V

V

Estacionário e invertível

2

1,5

0,6

F

V

Não estacionário, mas invertível

Estacionário
Não estacionário
Não invertível
Modelo 1
Modelo 2
Invertível
LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

Afirma que os dois modelos são não estacionários. Isso é falso para o modelo 1, pois ϕ1=0,8<1|\phi_1| = 0,8 < 1, garantindo estacionariedade. O modelo 2, de fato, é não estacionário, mas a afirmação generaliza incorretamente para ambos.

Alternativa B — ❌ Incorreta

Afirma que o modelo 2 é invertível e estacionário. O modelo 2 é invertível (pois θ1=0,6<1|\theta_1| = 0,6 < 1), mas não é estacionário, pois ϕ1=1,5>1|\phi_1| = 1,5 > 1. A alternativa erra ao atribuir estacionariedade ao modelo 2.

Alternativa C — ❌ Incorreta

Afirma que o modelo 1 é invertível e o modelo 2 é estacionário. O modelo 1 é de fato invertível, mas o modelo 2 não é estacionário (mesmo erro da alternativa B). A combinação está parcialmente correta, mas a parte sobre o modelo 2 é falsa.

Alternativa D — ✅ Correta ⟵ GABARITO

O modelo 1 tem ϕ1=0,8\phi_1 = 0,8 e θ1=0,3\theta_1 = 0,3, ambos com módulo menor que 1, portanto é estacionário e invertível. O modelo 2 tem ϕ1=1,5\phi_1 = 1,5, violando a condição de estacionariedade, mas θ1=0,6\theta_1 = 0,6, satisfazendo a invertibilidade. A alternativa descreve exatamente essa situação.

Alternativa E — ❌ Incorreta

Afirma que os dois modelos são estacionários. Isso é falso para o modelo 2, pois ϕ1=1,5>1|\phi_1| = 1,5 > 1. A alternativa ignora a violação da condição de estacionariedade no modelo 2.

NÃO CAIA NESSA!

A banca troca os conceitos de estacionariedade e invertibilidade. Muitos candidatos verificam apenas o coeficiente autorregressivo e esquecem o de médias móveis, ou confundem as condições. Lembre-se: para ARMA(1,1), estacionariedade exige ϕ1<1|\phi_1| < 1 e invertibilidade exige θ1<1|\theta_1| < 1. Aqui, o modelo 2 tem ϕ1=1,5\phi_1 = 1,5, então não é estacionário, mas é invertível — a pegadinha está em achar que ele é estacionário por ter θ1<1\theta_1 < 1.

PEGA ESSA DICA!

Na prova, monte uma tabela rápida com os coeficientes de cada modelo e aplique as condições: se ϕ1<1|\phi_1| < 1 → estacionário; se θ1<1|\theta_1| < 1 → invertível. Isso evita confusão e resolve a questão em segundos.

Gabarito: letra D

Link permanente: /questoes/fc065789