Questões sobre Séries Temporais

Considere as seguintes afirmações:

I. Para um processo ARMA (1, 1) a função de autocorrelação parcial só é diferente de zero no lag 1.

II. Para um processo ARMA (1, 1), onde φ é o coeficiente autoregressivo e θ é o coeficiente de médias móveis, a região de admissibilidade é dada por |φ| < 1 e |θ| < 1.

III. De um modo geral, a análise espectral de séries temporais estacionárias decompõe a série em componentes senoidais com coeficientes aleatórios não-correlacionados.

IV. Um processo ARIMA (1, d ,1), onde d = 1, é estacionário.

Está correto o que se afirma APENAS em

Séries Temporais são métodos utilizados para fazer a projeção de valores futuros de uma variável a partir, unicamente, de observações do passado e presente dessa variável. Inicialmente, busca-se observar graficamente a presença do componente Tendência para a seleção do método, sabe-se que:

I. Se na série houver a presença de Tendência então podem ser utilizados os modelos de tendência linear, quadrático e exponencial, por exemplo.

II. Caso contrário, pode-se aplicar o método de médias móveis e o ajuste exponencial.

Em relação às assertivas acima, pode-se afirmar que:

As auto-correlações parciais fora dos limites de confiança de 95% indicam que a série temporal não é estacionária.

A presença de um padrão ondulatório no gráfico da função de auto-correlação parcial amostral significa que a série temporal é sazonal.

A auto-correlação amostral entre Z_t e Z_t-1 é maior que 0,5.