Questão de Estatística — Análise de séries temporais — FGV 2024
Estatística›Análise de séries temporais
Código
fg085126
Banca
FGV
Órgão
EPE
Ano
2024
Nível
Superior
Cargo
Analista de Pesquisa Energética (Petróleo - Abastecimento)
A respeito de uma série temporal, conjunto de observações sobre uma variável, ordenado no tempo e registrado em períodos regulares, analise as afirmativas a seguir.I. A suposição básica que norteia a análise de séries temporais é que há um sistema causal mais ou menos constante, relacionado com o tempo, que exerceu influência sobre os dados no passado e pode continuar a fazê-lo no futuro. Este sistema causal costuma atuar criando padrões aleatórios que podem ser detectados em um gráfico da série temporal, ou mediante algum outro processo estatístico.II. O objetivo da análise de séries temporais é identificar padrões não aleatórios na série temporal de uma variável de interesse e a observação deste comportamento passado pode permitir fazer previsões sobre o futuro, orientando a tomada de decisões.III. São exemplos de séries temporais: as temperaturas máximas e mínimas diárias em uma cidade, as vendas mensais de uma empresa, os valores mensais do IPC-A, o resultado de um eletroencefalograma e o gráfico de controle de um processo produtivo.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▾
GabaritoD — II 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”.
Análise de séries temporais: conceitos fundamentais
Gabarito: letra D — estão corretos os itens II e III. O item I está incorreto porque afirma que o sistema causal atua criando padrões aleatórios, quando na verdade o objetivo da análise é justamente identificar padrões não aleatórios (tendência, sazonalidade, ciclos) que se repetem no tempo. Essa é a essência da análise de séries temporais: separar o sinal (padrão) do ruído (aleatoriedade).
A análise de séries temporais parte da ideia de que o passado contém informações sobre o futuro. Se os dados apresentam tendência, ciclos ou repetições, é possível explorar esses padrões para prever os próximos valores. Os modelos univariados de previsão, por exemplo, usam apenas a própria série para estimar valores futuros, partindo do princípio de que o comportamento passado se repete de alguma forma.
A distinção central que a questão explora é entre padrão e aleatoriedade. Uma série temporal é composta por componentes sistemáticos (tendência, sazonalidade, ciclos) e por um componente aleatório (ruído). O trabalho do analista é identificar os componentes sistemáticos — que são previsíveis — e modelar o ruído como erro. O item I inverte essa lógica ao dizer que o sistema causal cria "padrões aleatórios", o que é um contrassenso: se é padrão, não é aleatório; se é aleatório, não é padrão.
A pegadinha da banca está exatamente nessa inversão de termos. O candidato que lê o item I rapidamente pode achar que ele está correto, pois a primeira parte (sistema causal constante relacionado ao tempo) é verdadeira. Mas a segunda parte trai: o sistema causal atua criando padrões não aleatórios, que são justamente o que se busca detectar. O erro está na palavra "aleatórios".
Item
Afirmação sobre séries temporais
Veredito
I
Sistema causal constante cria "padrões aleatórios" detectáveis
Incorreto (contrassenso: padrão ≠ aleatório)
II
Objetivo: identificar padrões não aleatórios e prever o futuro
Correto
III
Exemplos citados (temperaturas, vendas, IPCA, EEG, gráfico de controle) são séries temporais
Correto
Item I — ❌ Incorreto
O item I afirma que o sistema causal atua criando "padrões aleatórios" que podem ser detectados. Isso é um contrassenso: a análise de séries temporais busca identificar padrões não aleatórios (tendência, sazonalidade, ciclos). O componente aleatório é o ruído, que não é padrão e não é o foco da análise. A primeira parte do item (sistema causal constante) está correta, mas a segunda parte inverte o conceito.
Item II — ✅ Correto
O item II está correto. O objetivo da análise de séries temporais é identificar padrões não aleatórios na série, e o comportamento passado permite fazer previsões sobre o futuro, orientando a tomada de decisões. Isso é exatamente o que a literatura define: a análise de séries temporais permite identificar padrões no tempo e construir modelos de previsão que ajudam a estimar o comportamento futuro da variável observada.
Item III — ✅ Correto
O item III está correto. Todos os exemplos citados são séries temporais: temperaturas máximas e mínimas diárias (observações diárias), vendas mensais de uma empresa (observações mensais), valores mensais do IPCA (índice econômico mensal), resultado de um eletroencefalograma (sinal contínuo amostrado no tempo) e gráfico de controle de um processo produtivo (observações ao longo do tempo). Todos são conjuntos de observações ordenadas no tempo, registradas em períodos regulares.
NÃO CAIA NESSA!
A banca troca o termo "não aleatórios" por "aleatórios" no item I. O candidato que lê rápido pode achar que o item está correto, pois a primeira parte é verdadeira. Mas a análise de séries temporais busca justamente o oposto: identificar padrões não aleatórios (tendência, sazonalidade, ciclos) que se repetem no tempo. O componente aleatório é o ruído, que não é padrão e não é o foco da análise. Fique atento a esse tipo de inversão de termos — é uma pegadinha clássica em questões de séries temporais.