Questão de Estatística — Modelos lineares — FCC 2022
Estatística›Modelos 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,
Aos dois modelos são não estacionários.
Bo modelo 2 é invertível e estacionário.
Co modelo 1 é invertível e o modelo 2 é estacionário.
Do modelo 1 é invertível e estacionário.
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 ; para invertibilidade, a raiz do polinômio de médias móveis deve estar fora do círculo unitário, o que equivale a .
Um modelo ARMA(1,1) é escrito como , onde é o parâmetro autorregressivo e é o parâmetro de médias móveis. A estacionariedade exige que as raízes do polinômio autorregressivo estejam fora do círculo unitário, ou seja, . A invertibilidade exige que as raízes do polinômio de médias móveis estejam fora do círculo unitário, ou seja, . 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 e , ambos com módulo menor que 1, satisfazendo as duas condições. O modelo 2 tem , que viola a condição de estacionariedade, e , 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 , 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 ), mas não é estacionário, pois . 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 e , ambos com módulo menor que 1, portanto é estacionário e invertível. O modelo 2 tem , violando a condição de estacionariedade, mas , 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 . 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 e invertibilidade exige . Aqui, o modelo 2 tem , então não é estacionário, mas é invertível — a pegadinha está em achar que ele é estacionário por ter .
PEGA ESSA DICA!
Na prova, monte uma tabela rápida com os coeficientes de cada modelo e aplique as condições: se → estacionário; se → invertível. Isso evita confusão e resolve a questão em segundos.