Questão de Estatística — Análise de séries temporais — FGV 2024
Estatística›Análise de séries temporais
Código
fg084810
Banca
FGV
Órgão
EPE
Ano
2024
Nível
Superior
Cargo
Analista de Pesquisa Energética (Gás e Bioenergia - Gás Natural)
Uma série temporal é um conjunto de observações ordenadas no tempo, não necessariamente igualmente espaçadas, que apresentam dependência serial, isto é, dependência entre instantes de tempo.Sobre o tema, analise as afirmativas a seguir.I. A tendência de uma série indica o seu comportamento “de longo prazo”, isto é, se ela cresce, decresce ou permanece estável, e qual a velocidade destas mudanças. Nos casos mais comuns trabalha-se com tendência constante, linear ou quadrática.II. A sazonalidade em uma série corresponde às oscilações de subida e de queda que sempre ocorrem em um determinado período do ano, do mês, da semana ou do dia. A diferença essencial entre as componentes sazonal e cíclica é que a primeira possui movimentos de difícil previsão, ocorrendo em intervalos irregulares de tempo, enquanto os movimentos cíclicos tendem a ser regulares.III. Dentre os procedimentos estatísticos de previsão podem ser citados os modelos univariados que se baseiam em uma única série histórica e a decomposição por e modelos multivariados que modelam simultaneamente duas ou mais séries temporais sem qualquer exigência em relação à direção da causalidade entre elas.Está correto o que se afirma em
AI, apenas.
BI e II, apenas.
CI e III, apenas.
DII e III, apenas.
EI, II e III.
Revelar gabarito e comentário▾
GabaritoC — I e III, apenas.
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”.
Componentes de uma série temporal: tendência, sazonalidade e modelos de previsão
Gabarito: letra C — estão corretos os itens I e III. A afirmativa II inverte os conceitos de sazonalidade e ciclo: a sazonalidade é que apresenta movimentos regulares e previsíveis (ligados ao calendário), enquanto os movimentos cíclicos ocorrem em intervalos irregulares e são de difícil previsão. O item I descreve corretamente a tendência como o comportamento de longo prazo, e o item III apresenta corretamente os modelos univariados e multivariados de previsão.
A análise de séries temporais decompõe a série em componentes que ajudam a entender seu comportamento e a fazer previsões. As quatro componentes clássicas são: tendência (movimento de longo prazo), sazonalidade (padrão regular ligado ao calendário), ciclo (flutuações de médio/longo prazo, irregulares) e variação irregular/aleatória (ruído). A banca explora exatamente a confusão entre sazonalidade e ciclo, que são conceitos vizinhos e frequentemente trocados.
A tendência é o componente que indica a direção geral da série ao longo do tempo — se ela cresce, decresce ou permanece estável — e a velocidade dessas mudanças. Nos casos mais comuns, modela-se a tendência como constante, linear ou quadrática. Por exemplo, uma série com crescimento linear oscila ao redor de uma reta com inclinação positiva ou negativa.
A sazonalidade é o padrão que se repete em intervalos regulares e previsíveis, geralmente associados a períodos do calendário: anual, mensal, semanal ou diário. Por exemplo, o consumo de energia elétrica costuma crescer no verão, e a arrecadação de IPVA concentra-se nos primeiros meses do ano. Já o ciclo refere-se a flutuações de médio ou longo prazo que não têm periodicidade fixa — são movimentos de expansão e contração, como os ciclos econômicos, que ocorrem em intervalos irregulares e são difíceis de prever. A afirmativa II inverte exatamente essa caracterização.
Quanto aos procedimentos de previsão, os modelos univariados utilizam apenas a própria série histórica para estimar valores futuros — como os modelos AR, MA, ARMA e ARIMA — enquanto os modelos multivariados modelam simultaneamente duas ou mais séries temporais, sem exigir uma direção de causalidade entre elas (a relação pode ser de interdependência, como em modelos de vetores autorregressivos).
Itens corretos e incorretos — só Corretos: I e III; só Incorretos: II; Corretos∩Incorretos:
Item I — ✅ Correto
A afirmativa descreve com precisão o conceito de tendência: comportamento de longo prazo, com direção (crescente, decrescente ou estável) e velocidade das mudanças. Também é correto afirmar que os casos mais comuns de modelagem são tendência constante, linear ou quadrática — a tendência linear é o exemplo típico de série que oscila ao redor de uma reta.
Item II — ❌ Incorreto
A afirmativa inverte os conceitos. A sazonalidade é que possui movimentos regulares e previsíveis, ocorrendo em intervalos fixos (ano, mês, semana, dia). O ciclo é que apresenta movimentos irregulares e de difícil previsão, como os ciclos econômicos. A banca trocou as características das duas componentes — armadilha clássica.
Item III — ✅ Correto
A afirmativa está correta: modelos univariados baseiam-se em uma única série histórica (ex.: ARIMA), e modelos multivariados modelam simultaneamente duas ou mais séries, sem exigência de direção de causalidade — a relação pode ser de interdependência, como nos modelos VAR.
NÃO CAIA NESSA!
A banca adora inverter as características de sazonalidade e ciclo. Lembre-se: sazonalidade = regular e previsível (ligada ao calendário); ciclo = irregular e imprevisível (flutuações de longo prazo). Se a afirmativa disser o contrário, está errada. Com esse macete, você elimina a pegadinha na hora.