Questão de Estatística — Análise de séries temporais — FCC 2023
Estatística›Análise de séries temporais
Código
fc069866
Banca
FCC
Órgão
TRT - 18ª Região (GO)
Ano
2023
Nível
Superior
Cargo
Analista Judiciário - Estatística
Considere o modelo de série temporal dado por:Yt = Yt-₁ - 0,25Yt-₂ + et - 0,1et-₁, sendo et ~ N(0, σ²)Trata-se do modelo
AARMA(1,1) e o processo resultante é estacionário e não invertível.
BMA(2) e o processo resultante é não estacionário e invertível.
CARIMA cujo processo resultante é não estacionário e não invertível.
DARMA(2,1) e o processo resultante é estacionário e invertível.
EAR(1) e o processo resultante é estacionário e não invertível.
Revelar gabarito e comentário▾
GabaritoD — ARMA(2,1) e o processo resultante é estacionário e invertível.
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 ARMA: identificação, estacionariedade e invertibilidade
Gabarito: letra D. O modelo dado é um ARMA(2,1), pois apresenta dois termos autorregressivos ( e ) e um termo de média móvel (). O processo é estacionário porque as raízes do polinômio autorregressivo estão fora do círculo unitário, e é invertível porque a raiz do polinômio de médias móveis também está fora do círculo unitário. A identificação vem da forma geral , com , e .
Um modelo ARMA(p,q) combina a parte autorregressiva (AR) e a parte de médias móveis (MA). A ordem p é o maior lag da variável dependente que aparece no modelo; a ordem q é o maior lag do erro. Aqui, temos e (logo, p = 2) e (logo, q = 1). Portanto, ARMA(2,1).
Para verificar a estacionariedade, analisamos o polinômio autorregressivo . Substituindo os coeficientes: . As raízes dessa equação são (raiz dupla). Como , as raízes estão fora do círculo unitário, e o processo é estacionário.
Para a invertibilidade, analisamos o polinômio de médias móveis . Com , temos , cuja raiz é . Como , a raiz está fora do círculo unitário, e o processo é invertível.
A pegadinha da banca está em confundir a ordem do modelo ou inverter as condições de estacionariedade e invertibilidade. Muitos candidatos identificam apenas o termo e esquecem o , marcando ARMA(1,1) ou AR(1). Outros trocam as condições: dizem que o processo é não estacionário quando as raízes estão dentro do círculo unitário, ou que é não invertível quando estão fora.
Alternativa A — ❌ Incorreta
Afirma que o modelo é ARMA(1,1). Erro: há dois termos autorregressivos ( e ), portanto p = 2, não 1. Além disso, o processo é invertível, não não invertível.
Alternativa B — ❌ Incorreta
Afirma que o modelo é MA(2). Erro: não há termos autorregressivos? Há, sim: e . O modelo tem componente AR, então não pode ser puramente MA. Além disso, o processo é estacionário, não não estacionário.
Alternativa C — ❌ Incorreta
Afirma que é um ARIMA. Erro: ARIMA é usado quando a série precisa de diferenciação para se tornar estacionária (d > 0). Aqui, o processo já é estacionário sem diferenciação (d = 0), então é ARMA, não ARIMA. Também erra ao dizer que é não estacionário e não invertível.
Alternativa D — ✅ Correta ⟵ GABARITO
Correta: o modelo é ARMA(2,1), pois tem dois lags autorregressivos e um lag de média móvel. É estacionário porque as raízes do polinômio AR estão fora do círculo unitário (raiz dupla em 2), e é invertível porque a raiz do polinômio MA está fora do círculo unitário (raiz em -10).
Alternativa E — ❌ Incorreta
Afirma que o modelo é AR(1). Erro: há dois termos autorregressivos, então p = 2, não 1. Além disso, o processo é invertível, não não invertível.
NÃO CAIA NESSA!
A banca explora a confusão entre a ordem do modelo e as condições de estacionariedade/invertibilidade. Muitos candidatos contam apenas o primeiro lag autorregressivo e esquecem o segundo, marcando ARMA(1,1) ou AR(1). Outros invertem as condições: dizem que é não estacionário quando as raízes estão fora do círculo unitário, ou que é não invertível quando estão fora. Lembre-se: estacionariedade exige raízes do polinômio AR fora do círculo unitário; invertibilidade exige raízes do polinômio MA fora do círculo unitário. Com treino, você identifica essas trocas de longe 💪.
PEGA ESSA DICA!
Para identificar a ordem de um ARMA, conte os lags da variável dependente (p) e os lags do erro (q). Depois, para estacionariedade, resolva a equação característica do polinômio AR e verifique se todas as raízes têm módulo maior que 1. Para invertibilidade, faça o mesmo com o polinômio MA. Monte uma tabela mental: