Questão de Estatística — Análise de séries temporais — TJ-PI 2025
EstatísticaAnálise de séries temporais
- Código
- qg614910
- Banca
- TJ-PI
- Órgão
- TJ-PI
- Ano
- 2025
- Nível
- Superior
- Cargo
- Residente Tecnológico
A presidência do TJPI solicitou à equipe de análise de dados uma previsão do número de novos processos que serão distribuídos no primeiro grau para os próximos 12 meses, a fim de planejar o orçamento e a alocação de pessoal. A equipe dispõe de uma série histórica mensal dos últimos 10 anos. Ao plotar os dados, eles observam um claro crescimento ao longo do tempo, picos recorrentes de distribuição em certos meses do ano (como março e agosto) e quedas em outros (como janeiro e julho, devido aos recessos). Qual abordagem de modelagem estatística é a mais adequada para analisar esses dados e gerar a previsão?
- ARegressão linear simples, usando o tempo (mês) como a única variável preditora para capturar o crescimento.
- BCalcular a média móvel dos últimos 12 meses e projetá-la para o futuro, pois ela suaviza as flutuações aleatórias.
- CUm modelo de Análise de Séries Temporais, como o SARIMA (Seasonal AutoRegressive Integrated Moving Average), que é projetado para modelar simultaneamente a tendência, a sazonalidade e a estrutura de autocorrelação dos dados.
- DUm teste de hipóteses para comparar a média de processos de março com a de julho, para confirmar a existência de sazonalidade.
- EUm algoritmo de clusterização para agrupar os meses com volumes de distribuição similares, identificando os períodos de alta e baixa.