Filtrar


Questões por página:
O método AutoRegressive Integrated Moving Average (ARIMA) é um modelo estatístico utilizado em problemas de previsibilidade em séries temporais. Ao estudar sobre esse método, um analista de dados de uma rede varejista examina o comportamento das vendas mensais de um determinado produto ao longo dos últimos cinco anos. Durante a análise da série temporal, ele observa que os dados apresentam um padrão cíclico e uma tendência crescente. Após realizar a decomposição clássica da série temporal, o analista decide aplicar um modelo ARIMA para fins de previsão. Nesse contexto, o ajuste prévio ao método é dado por:

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

Os modelos de vetores autorregressivos (VAR) são uma classe de modelos estatísticos usados para capturar as interações dinâmicas entre múltiplas séries temporais.
Uma característica dessa categoria de modelos VAR é que
Um dos tipos importantes de dados utilizados em análises são os de séries temporais.
Nas análises aplicadas às séries temporais,
Considere uma série temporal {Yt }tn=1 adequadamente modelada por um processo ARIMA(1,1,0). Sendo c uma constante e at um erro aleatório (ruído branco gaussiano), a equação apropriada ao modelo especificado para esta série temporal é: