Questões de Concurso Sobre análise de séries temporais em estatística

Foram encontradas 210 questões

Q3213623 Estatística
O seguinte gráfico diz respeito a uma série temporal simulada.

Internet:<kaggle.com> .


        As configurações mostradas nos seguintes gráficos referem-se, respectivamente, às funções de autocorrelação (ACF) e de autocorrelação parcial (PACF) calculadas a partir daquela série temporal. 

A partir dessas informações, considerando que nenhuma cointegração nos dados tenha sido detectada e que esses dados sejam estacionários do modo que se apresentam, julgue o item seguinte.
A série pode ser modelada como um AR(2). 
Alternativas
Q3208388 Estatística

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.


O método ARIMA refere-se aos modelos de séries temporais, que fazem a previsão de valores futuros com base na autocorreção e na sazonalidade. 

Alternativas
Q3171733 Estatística

Uma empresa do ramo de sorvetes contratou uma consultoria com o intuito de diminuir seus custos de produção. Entre muitos outros fatores, o gasto semanal com energia elétrica foi analisado com detalhes pela consultoria. Para auxiliar na análise, o consultor estatístico modelou a série temporal do consumo semanal de energia elétrica dos últimos 50 meses, digamos Xt,  utilizando corretamente uma abordagem de Box e Jenkins. Após a remoção de possíveis tendências e sazonalidades utilizando ferramentas-padrão, obteve-se uma série Yt, à qual foi ajustada com sucesso um modelo AR(2), cuja equação teórica é Y= 0,4Yt-2  - 0,2Y t-2 + Imagem associada para resolução da questão onde Imagem associada para resolução da questão denota um ruído branco com média zero. Com base nesse cenário hipotético, analise as seguintes assertivas e assinale a alternativa correta.


I. As raízes do polinômio característico associado ao modelo Yt são complexas, e o modelo não é invertível.


II. O modelo Yt é estacionário. 


III. Suponha que Y49 = 1 e Y50 = 0,75, então a previsão obtida através do modelo para o instante t = 51 é 0,1. 

Alternativas
Q3261646 Estatística
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
Alternativas
Q3261009 Estatística
Um instituto de pesquisa resolveu utilizar um modelo de vetores autorregressivos (VAR) no monitoramento do preço do gás natural.
Sobre o referido modelo, analise as afirmativas a seguir.

I. O modelo VAR é um modelo de séries temporais usado para prever valores de duas ou mais variáveis, sendo uma extensão do caso univariado autorregressivo (AR), que considera apenas uma variável de cada vez.

II. Um vetor autorregressivo é um sistema de equações lineares dinâmicas, em que cada variável exógena é escrita como uma combinação linear de suas defasagens e também defasagens das variáveis endógenas de outras equações.

III. O sistema multivariado de Vetores Autorregressivo deve apresentar um processo ruído branco, de forma que os erros sejam independentes, porém não são identicamente distribuídos.



Está correto o que se afirma em
Alternativas
Q3222787 Estatística
Para responder à questão, utilize o gráfico da Ancine que ilustra a evolução na emissão de Certificados de Produtos Brasileiros (CPBs) para projetos independentes de espaço qualificado, de acordo com a região do requerente, no período de 2010 a 2022.



De 2010 a 2022, qual é a tendência para a região “Centro-Oeste + Norte + Nordeste”?
Alternativas
Q3028899 Estatística
Considere as características a seguir:

I. Tendência: efeito de longo prazo na média. Sua especificação de longo prazo é difícil.
II. Sazonalidade: refere‐se a efeitos associados a variações periódicas (semanal, mensal, anual, etc.).
III. Ciclos: variações que, apesar de periódicas, não são associadas automaticamente a nenhuma medida temporal.

São características típicas de séries temporais: 
Alternativas
Q3022198 Estatística

Julgue os próximos itens, considerando uma série temporal {Yt} gerada por um processo ARMA(1,1) estacionário representado pela equação Yt = 0,45Yt-1 + t − 0,45t-1, em que {t } constitui uma série temporal de ruídos aleatórios independentes com médias iguais a zero e variâncias iguais a 10, com  t ∈ ℤ. 


A autocorrelação entre Yt e Yt-1 é igual a 0,45.

Alternativas
Q3022197 Estatística

Julgue os próximos itens, considerando uma série temporal {Yt} gerada por um processo ARMA(1,1) estacionário representado pela equação Yt = 0,45Yt-1 + t − 0,45t-1, em que {t } constitui uma série temporal de ruídos aleatórios independentes com médias iguais a zero e variâncias iguais a 10, com  t ∈ ℤ. 


A média do processo ARMA(1,1) em questão é igual a zero.

Alternativas
Q3022196 Estatística

Julgue os próximos itens, considerando uma série temporal {Yt} gerada por um processo ARMA(1,1) estacionário representado pela equação Yt = 0,45Yt-1 + t − 0,45t-1, em que {t } constitui uma série temporal de ruídos aleatórios independentes com médias iguais a zero e variâncias iguais a 10, com  t ∈ ℤ. 


A variância de Yt é igual a 10. 

Alternativas
Q3022195 Estatística
Julgue os próximos itens, considerando uma série temporal {Yt} gerada por um processo ARMA(1,1) estacionário representado pela equação Yt = 0,45Yt-1t − 0,45t-1, em que {t } constitui uma série temporal de ruídos aleatórios independentes com médias iguais a zero e variâncias iguais a 10, com  t ∈ ℤ. 
Se a série temporal observada for constituída pelos valores 0, 2, −1, −2, 2, então, com base nesses cinco valores, segundo o modelo ARMA(1,1) em tela e o preditor linear, o valor previsto para a sexta observação será 0,1.
Alternativas
Q3015564 Estatística

A respeito do modelo de séries temporais Stɛt + ɛt-12ɛt-24ɛt-36 + ... = Imagem associada para resolução da questão no qual t ∈  representa um índice temporal e εt  denota um erro aleatório no instante t, que segue uma distribuição normal com média zero e desvio padrão 5, assinale a opção correta.

Alternativas
Q3015563 Estatística

Se {yt} for uma série temporal fracamente estacionária descrita pelo modelo na forma yt = 3 + 0,7yt−1 + ε, no qual εt é um ruído branco com média nula e t ∈ ℤ, então o valor esperado da variável yt será igual a



Alternativas
Q3015562 Estatística

    Nos seguintes modelos de séries temporais, Xt representa uma observação e wt denota um ruído branco no instante t  .


I  Xt = Xt-1 − 0,25Xt-2 + wt − 0,5wt-1


II  Xt = wt − 0,5wt-1


III  Xt = 0,8Xt-1  − 0,5wt


IV  Xt = 0,09Xt-2 + wt − 0,3wt-1


Considerando os modelos de séries temporais apresentados, assinale a opção em que é corretamente indicada a quantidade de modelos cuja função de autocorrelação apresenta a forma de um processo autorregressivo de primeira ordem. 

Alternativas
Q2572493 Estatística

No que se refere a vetores autorregressivos, julgue o item que se segue. 


Em um modelo de vetor autorregressivo de ordem p, cada variável do sistema é modelada como uma função linear das defasagens de todas as variáveis incluídas no modelo, incluindo as próprias defasagens passadas. 

Alternativas
Q2572492 Estatística

No que se refere a vetores autorregressivos, julgue o item que se segue. 


Para a utilização efetiva de um modelo de vetor autorregressivo em previsões, não é necessário que as séries temporais incluídas sejam estacionárias. 

Alternativas
Q2572491 Estatística

No que se refere a vetores autorregressivos, julgue o item que se segue. 


Uma série temporal é considerada estacionária se suas médias e variâncias permanecerem constantes ao longo do tempo e se ela não exibir tendências ou sazonalidade. 

Alternativas
Q2567322 Estatística

Os seguintes gráficos correspondem a determinada série temporal e foram obtidos em uma análise exploratória antes de ajustar um modelo de previsão:


Imagem associada para resolução da questão


Imagem associada para resolução da questão


Observando os gráficos, é correto afirmar que 

Alternativas
Q2517677 Estatística
Considere duas séries temporais x e y, ambas integradas de ordem 1, ou I(1), representando a evolução de agregados macroeconômicos no tempo. Ao aplicarmos o teste de raiz unitária ADF aos resíduos da regressão linear de y em x (com valores críticos propostos por Engle-Granger para aplicá-lo a resíduos de uma regressão), verifica-se que a hipótese nula não é rejeitada, aos níveis usuais.
É correto concluir que essas séries:
(Obs: os valores críticos propostos por Engle-Granger para esse tipo de teste não são necessários para a resolução da questão) 
Alternativas
Q2512362 Estatística
Considere as propriedades de processos estocásticos estacionários e não estacionários em análise de séries temporais.

Assinale a opção que melhor descreve uma diferença chave entre um processo estocástico estacionário e um não estacionário.
Alternativas
Respostas
1: C
2: C
3: E
4: D
5: A
6: C
7: E
8: E
9: C
10: C
11: E
12: C
13: D
14: C
15: C
16: E
17: C
18: C
19: E
20: A