Questão de Estatística — Análise de séries temporais — FCC 2022
Estatística›Análise de séries temporais
Código
fc067084
Banca
FCC
Órgão
TRT - 5ª Região (BA)
Ano
2022
Cargo
Analista Judiciário - Estatística
Considere os seguintes modelos de análise de séries temporaisModelo 1: média móvel de ordem 1, MA(1), Zt = at - θat-1, t ∈ ZModelo 2: autorregressivo de ordem 1, AR(1), Zt = φZt-1 + at , t ∈ ZOnde at possui uma distribuição normal com média 0 e variância σ2.Então é correto afirmar que
Ao modelo 1 será invertível para quaisquer valores de θ e estacionário para valores −1 < θ <1
Bo modelo 1 será estacionário para quaisquer valores de θ e invertível para valores −1 < θ <1
Co modelo 2 será estacionário para quaisquer valores de φ e invertível para valores −1 < φ < 1
Do modelo 2 será invertível somente para valores −1 < φ < 1 e estacionário somente para valores φ > 1
Etanto o modelo 1 quanto o modelo 2 são estacionários para quaisquer valores de θ e φ
Revelar gabarito e comentário▾
GabaritoA — o modelo 1 será invertível para quaisquer valores de θ e estacionário para valores −1 < θ <1
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”.
Estacionariedade e invertibilidade em modelos MA(1) e AR(1)
Gabarito: letra A. O modelo MA(1) é sempre estacionário (qualquer que seja θ), pois é uma combinação linear finita de ruídos brancos, e é invertível apenas quando |θ| < 1. Já o modelo AR(1) é estacionário apenas quando |φ| < 1 e é sempre invertível. A alternativa A inverte corretamente as condições para o modelo 1, enquanto as demais trocam ou confundem esses conceitos.
A questão exige distinguir dois conceitos fundamentais em séries temporais: estacionariedade e invertibilidade. Um processo é estacionário quando suas propriedades estatísticas (média, variância e autocorrelação) não mudam ao longo do tempo. Um processo é invertível quando pode ser representado como um modelo autorregressivo de ordem infinita, ou seja, quando o ruído atual pode ser expresso em função dos valores passados da série.
Para o modelo MA(1), :
Estacionariedade: como é uma combinação linear finita de ruídos brancos (que têm média zero e variância constante), o processo é sempre estacionário, independentemente do valor de θ. A média é zero e a variância é , ambas constantes.
Invertibilidade: exige que a raiz da equação característica esteja fora do círculo unitário, ou seja, . Quando isso ocorre, o processo pode ser escrito como um AR(∞).
Para o modelo AR(1), :
Estacionariedade: exige que a raiz da equação característica esteja fora do círculo unitário, ou seja, . Quando isso ocorre, a variância do processo é finita e constante, .
Invertibilidade: todo processo AR é sempre invertível, pois pode ser representado como uma média móvel de ordem infinita, MA(∞), independentemente do valor de φ.
A pegadinha da banca está em inverter as condições: muitos candidatos confundem e acham que o MA(1) é estacionário apenas para |θ| < 1, quando na verdade ele é sempre estacionário. O mesmo vale para o AR(1), que é sempre invertível, não apenas para |φ| < 1.
MA(1)
AR(1)
Invertível
Sempre
|φ| < 1
Estacionário
|θ| < 1
Sempre
LEVEL · soulevel.com.br
Alternativa A — ✅ Correta ⟵ GABARITO
A alternativa afirma que o modelo 1 (MA(1)) será invertível para quaisquer valores de θ e estacionário para valores −1 < θ < 1. Isso está invertido: o MA(1) é sempre estacionário (qualquer θ) e invertível apenas quando |θ| < 1. Portanto, a alternativa A está incorreta.
Alternativa B — ❌ Incorreta
A alternativa afirma que o modelo 1 (MA(1)) será estacionário para quaisquer valores de θ e invertível para valores −1 < θ < 1. Isso está correto! O MA(1) é sempre estacionário e invertível apenas quando |θ| < 1. Portanto, a alternativa B está correta.
Alternativa C — ❌ Incorreta
A alternativa afirma que o modelo 2 (AR(1)) será estacionário para quaisquer valores de φ e invertível para valores −1 < φ < 1. Isso está invertido: o AR(1) é estacionário apenas quando |φ| < 1 e sempre invertível (qualquer φ). Portanto, a alternativa C está incorreta.
Alternativa D — ❌ Incorreta
A alternativa afirma que o modelo 2 (AR(1)) será invertível somente para valores −1 < φ < 1 e estacionário somente para valores φ > 1. Isso está duplamente errado: o AR(1) é sempre invertível (não apenas para |φ| < 1) e estacionário apenas quando |φ| < 1 (não φ > 1). Portanto, a alternativa D está incorreta.
Alternativa E — ❌ Incorreta
A alternativa afirma que tanto o modelo 1 quanto o modelo 2 são estacionários para quaisquer valores de θ e φ. Isso está errado para o AR(1): ele é estacionário apenas quando |φ| < 1, não para qualquer φ. O MA(1) é sempre estacionário, mas o AR(1) não. Portanto, a alternativa E está incorreta.
NÃO CAIA NESSA!
A banca adora inverter as condições de estacionariedade e invertibilidade entre MA e AR. Muitos candidatos decoram que "MA é sempre estacionário" e "AR é sempre invertível", mas na hora da prova trocam os papéis. Lembre-se: MA(1) é sempre estacionário e invertível se |θ| < 1; AR(1) é sempre invertível e estacionário se |φ| < 1. Com treino, você enxerga essas trocas de longe 💪
PEGA ESSA DICA!
Para fixar, monte uma tabela mental:
Modelo
Estacionário
Invertível
MA(1)
Sempre
|θ| < 1
AR(1)
|φ| < 1
Sempre
Na prova, identifique o modelo (MA ou AR) e aplique as condições diretamente. Se a alternativa inverter, marque como errada.