Questões de Concurso Sobre análise de séries temporais em 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 X_t,  utilizando corretamente uma abordagem de Box e Jenkins. Após a remoção de possíveis tendências e sazonalidades utilizando ferramentas-padrão, obteve-se uma série Y_t, à qual foi ajustada com sucesso um modelo AR(2), cuja equação teórica é Y_t = 0,4Y_t-2  - 0,2Y _t-2 +  onde  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 Y_t são complexas, e o modelo não é invertível.

II. O modelo Y_t 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. 

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

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

De 2010 a 2022, qual é a tendência para a região “Centro-Oeste + Norte + Nordeste”?

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: 

A respeito do modelo de séries temporais S_t = ɛ_t + ɛ_t-12 + ɛ_t-24 + ɛ_t-36 + ... =  no qual t ∈ ℤ representa um índice temporal e ε_t  denota um erro aleatório no instante t, que segue uma distribuição normal com média zero e desvio padrão 5, assinale a opção correta.

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

    Nos seguintes modelos de séries temporais, X_t representa uma observação e w_t denota um ruído branco no instante t ∈ ℤ.

I  X_t = X_t-1 − 0,25X_t-2 + w_t − 0,5w_t-1

II  X_t = w_t − 0,5w_t-1

III  X_t = 0,8X_t-1  − 0,5w_t

IV  X_t = 0,09X_t-2 + w_t − 0,3w_t-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. 

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

Observando os gráficos, é correto afirmar que 

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) 

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.