1

ENCE
Anlise de Sries Temporais de
Pesquisas Amostrais Peridicas
Denise Britz do Nascimento Silva
Escola Nacional de Cincia Estatsticas - IBGE
Eduardo Rosseti
Escola Nacional de Cincia Estatsticas - IBGE
1
ENCE
Roteiro do Curso Dia !"#$$
Pesquisas Repetidas
Sries Temporais de Pesquisas mostrais
!odelos de Sries Temporais para Pesquisas
mostrais
" E#tra$%o de Sinal na Presen$a de Rudo
utocorrela$%o dos Erros mostrais
!odelos para o Processo do Erro mostral
Estima$%o da utocorrela$%o dos Erros mostrais
2
2
ENCE
Roteiro do Curso Dia !%#$$
!odelos de Espa$o de Estados
!odelos para Pesquisas mostrais
!odelos para o Sinal e o Erro mostral
plica$%o dos !todos na Pesquisa !ensal
de Empre&o do IBGE
3
ENCE
&anual de So'reviv(ncia
)para as % *oras do minicurso+
&uita ,n-orma./o em Pouco Tempo
'ocar nas ideias principais
Per&untar tudo que dese(ar
)em*rar que poderemos con+ersar e
trocar material durante e ap,s o
S!I-./0
1m dos moti+os da apresenta$%o
do curso estimular pessoas a
tra*al2arem no assunto
4
3
ENCE
&otiva./o
Pesquisas repetidas ou peri,dicas produ3em
in4orma$%o para o estudo da e+olu$%o de um
4en5meno ao lon&o do tempo
67rias pesquisas repetidas empre&am
amostra&em pro*a*ilstica para sele$%o das
unidades de in+esti&a$%o
8s resultados est%o su(eitos a erros amostrais
cu(a estrutura de correla$%o e +aria*iliadade
precisam ser incorporadas na modela&em
5
ENCE
Ta0a de Desocupa./o )1+ P&E2,B3E2 Brasil
4 ,B3E coleta e produz in-orma./o em intervalos
re5ulares de tempo
6
4
ENCE
Pesquisas Repetidas no Tempo
Pesquisas amostrais
" Painel 6i0o7
a amostra mantida 4i#a entre duas ou mais
ocasi9es da pesquisa :amostras totalmente
so'repostas;
" Painis Rotativos7
parte da amostra mantida 4i#a entre duas ou
mais ocasi9es da pesquisa
parte su*stituda por um no+o con(unto de
unidades amostrais selecionadas
so'reposi./o parcial da amostra
7
ENCE
A Pesquisa &ensal de Empre5o do ,B3E
Pesquisa com painis rotativos< a cada ms s%o
in+esti&ados = painis de domiclios com >?@ de
so*reposi$%o nas amostras em dois meses consecuti+os
Painis< &rupos mutuamente e#clusi+os de domiclios
que entram e saem da pesquisa (untos
Esquema de rota./o< um painel entra na amostra no
instante t e permanece na amostra durante A mesesB n%o
+isitado durante = mesesB retornando no /0C ms para
mais A +isitas
8
5
ENCE
Pesquisas Repetidas no Tempo
Por amostra&em
Painis 4i#os ou rotati+os
" mesmas unidades amostrais
" respostas correlacionadas
mostras n%o coincidentes :de domiclios;
" no caso de amostra&em em dois est7&ios<
domic8lios di-erentes porm mesmas
unidades primrias de amostra5em
9
ENCE
Estima./o e Anlise em Pesquisas
Repetidas 7 A'orda5em Atual
Estima./o
" I&nora in4orma$%o passada
" 1sa apenas amostra do tempo corrente
Anlise
" I&nora desen2o amostral
" 1tili3a os resultados sem considerar a
presen$a do erro amostral
10
6
ENCE
Srie temporal su9eita a erros amostrais
Se(a D
t
uma estimati+a para o parEmetro
populacional
t
o*tida atra+s da amostra
o*ser+ada no tempo t
D
t
- estimati+a amostral no ms t

t
- valor populacional :parEmetro
descon2ecido no ms t;
e
t
- erro amostral no ms t
y e
t t t
= +
11
ENCE
Anlise de Sries Temporais de
Pesquisas Repetidas
*orda&em atual i&nora<
" desen2o amostral
" so*reposi$%o das amostras
" correla$%o das respostas
Para o*ter in4ormac9es so*re o +erdadeiro
+alor populacional necess7rio decompor a
srie o*ser+ada em dois processos<
" Sinal e Erro amostral
{ }
t
{ }
t
e
12
7
ENCE
Anlise de Sries Temporais de
Pesquisas Amostrais Peridicas
Srie o*ser+ada su(eita a erros amostrais
Erros amostrais correlacionados no tempo
utocorrela$%o da srie o*ser+ada &erada
pelo desen2o amostral
13
ENCE
Anlise de Sries Temporais de Pesquisas
Amostrais Peridicas
E#iste metodolo&ia adequada e amplamente utili3ada
internacionalmente para tratar do pro*lema
P4e44ermannB FGB !G 'ederB e FG Si&norelli :/HH=;
Sil+aB FG e TG Smit2 :-../;
P4e44ermannB FG e TillerB RG :-..I;
6an den BraJelB KG e SG Lrie& :-..HB -./.;
Sil+aB FG e Cru3B !G !G :-..-;
PittaB !G TG e Sil+aB FG BGN :-..A;
)unaB G e MottaB )GLG :-./-;
RossetiB EGSG :-./0;
14
8
ENCE
Anlise de Sries Temporais de Pesquisas
Amostrais Peridicas
N2en a times series o4 population +alues is estimated 4rom a
sur+eDB t2e samplin& errors complicate t2e analDsisG Comple0
rotation patterns &i+e rises to comple# co+ariance structures
O2ic2 are superimposed on t2e co+ariance structure o4 t2e
times series and s*ould 'e ta:en account o- in an; anal;sis
:TG!G Smit2B /HHH;
o padr/o de so'reposi./o e rota./o das amostras
da pesquisa 5era uma estrutura de correla./o para
os erros amostrais que se con-unde com a estrutura
de correla./o da srie temporal de o'serva.<es e
pode 5erar distor.<es na anlise
15
ENCE
Anlise de Sries Temporais de
Pesquisas Amostrais Peridicas
PGG t*e samplin5 errors complicate t*e anal;sisG Comple0
rotation patterns PPPGG :TG!G Smit2B /HHH;
o padr/o de so'reposi./o e rota./o das amostras
da pesquisa======
16
9
ENCE
Esquema de Rota./o
1m plane(amento amostral de4inido como
r$ 2 r!)m+ por ParJ et alG :-../;
r$7 nQmero de ocasi9es consecuti+as que a unidade
amostral permanece na amostra
r!7 nQmero de ocasi9es consecuti+as que a unidade
amostral 4ica 4ora da amostra
m< nQmero de +3es que o ciclo se repete
e#istem mr$ &rupos de rota$%o e a amostra de cada
perodo composta por um painel de cada um deles
E0emplos7 A-=:-;B /--:?;B I-/:/;B /--:A;
17
ENCE
Esquema 4-8-4
A1 A2 A3 A4 A5 A6 A7 A8 B1 B2 B3 B4 B5 B6 B7 B8 C1 C2 C3 C4 C5 C6 C7 C8 D1 D2 D3 D4 D5 D6 D7 D8 E1 E2 E3 E4
jan/09 8 7 6 5 4 3 2 1
fev/09 8 7 6 5 4 3 2 1
mar/09 8 7 6 5 4 3 2 1
abr/09 8 7 6 5 4 3 2 1
mai/09 8 7 6 5 4 3 2 1
jun/09 8 7 6 5 4 3 2 1
jul/09 8 7 6 5 4 3 2 1
ago/09 8 7 6 5 4 3 2 1
set/09 8 7 6 5 4 3 2 1
out/09 8 7 6 5 4 3 2 1
nov/09 8 7 6 5 4 3 2 1
dez/09 8 7 6 5 4 3 2 1
jan/10 8 7 6 5 4 3 2 1
fev/10 8 7 6 5 4 3 2 1
mar/10 8 7 6 5 4 3 2 1
abr/10 8 7 6 5 4 3 2 1
mai/10 8 7 6 5 4 3 2 1
jun/10 8 7 6 5 4 3 2 1
jul/10 8 7 6 5 4 3 2 1
ago/10 8 7 6 5 4 3 2 1
set/10 8 7 6 5 4 3 2 1
out/10 8 7 6 5 4 3 2
nov/10 8 7 6 5 4 3
dez/10 8 7 6 5 4
Ms
Painel
18
10
ENCE
Padr/o de Rota./o da P&E
19
ENCE
Esquema de Rotao 6-1(1)
20
11
ENCE
Esquema de Rotao : 1-2(4)
21
ENCE
Esquema de Rotao - 1-2(4)
22
12
ENCE
Esquema de Rotao - 1-2(4)
23
ENCE
Rotation Pattern of Households - 1-2(4)
24
13
ENCE
Rotation Pattern of Households - 1-2(4)
25
ENCE
Rotation Pattern of Households - 1-2(4)
26
14
ENCE
Anlise de Sries Temporais de
Pesquisas Amostrais Peridicas
27
ENCE
Anlise de Sries de Temporais
Previs/o
Procura representar o
4uturo :incerto;G
Anlise#&odela5em
Busca descre+er o
comportamento da srie
e seus componentes
estruturaisG
In+esti&a mecanismo
&erador da srieG
28
15
ENCE
Componentes Estruturais de uma Srie
tend(ncia7 n+el da srie :movimento fundamental
da srie;
sazonalidade7 +aria$%o em torno da tendncia
que se pode atri*uir a 4atores que ocorrem
sistematicamente ao lon&o do tempo :movimento
intra-anual e sistemtico)
irre5ular7 +aria$%o residual da srie ap,s a
remo$%o da tendncia e sa3onalidade
29
ENCE
Escol*a da Representa./o
4'9etivo do estudo <
n7lise # Pre+is%o # A9uste Sazonal
A9ustamento Sazonal < procedimento que estima e
remo+e os componentes sistem7tico e peri,dico da
das sries
Produto -inal < estima$%o de componentes de
tendnciaB ciclo e sa3onalidade
Dimens/o da srie<
" univariada # multi+ariada
30
16
ENCE
&otivos para realiza./o do
a9ustamento sazonal
Permite a reali3a$%o de compara$9es ms a
ms
u#ilia na reali3a$%o de pre+is9es a curto
pra3o
u#ilia na an7lise quando necess7rio
relacionar duas sries ou em caso de e+entos
e#tremosRmo+imentos inesperados
31
ENCE
importEncia de se estimar a sa3onalidade pode ser
mel2or ilustrada pelo se&uinte trec2o de Ke+ons
:/=I-; <
>Todo tipo de -lutua./o peridica? se9a diria?
semanal? mensal? trimestral ou anual? deve ser
detectada e e0i'ida n/o somente como o'9eto
de estudo? mas principalmente porque devemos
eliminar tais varia.<es antes que possamos
e0i'ir corretamente aquelas que s/o irre5ulares
ou n/o2peridicas? e provavelmente de maior
interesse e import@ncia=A
32
17
ENCE
33
ENCE
Anlise de Sries Temporais de Pesquisas
Amostrais Peridicas
1sual
lternati+a
y T S I
t t t t
= + + t t t
y e = +
t t t t
T S I = + +
34
18
ENCE
Anlise de Sries Temporais de
Pesquisas Amostrais Peridicas
Srie o*ser+ada su(eita a erros amostrais
Erros amostrais correlacionados no tempo
utocorrela$%o da srie o*ser+ada &erada
pelo desen2o amostral
35
ENCE
&odela5em de Sries Temporais de
Pesquisas Amostrais Peridicas
E#tra$%o de sinal na presen$a de rudo
t t t
e y + =
t t t t
I S T + + =
Permite a ela'ora./o de modelos de sries temporais
que incorporam as caracter8sticas e in-lu(ncias do
desen*o da pesquisa na anlise da srie
4'9etivo7 estimar o sinal da srie : e os componentes
estruturais n%o o*ser+7+eis; com *ase nas in4orma$9es
na presen$a de rudo t
y y y , , ,
2 1
L
36
19
ENCE
&odelo E0tra./o de Sinal7
com'ina dois modelos
E+olu$%o do sinal no tempo :componente
n%o-o*ser+7+el;
Rela$%o entre os erros amostrais :ru8do;
*orda&em (7 utili3ada no Canad7B Estados
1nidosB MolandaB Israel e ustr7liaG
{ }
t

{ }
t
e
37
ENCE
&odelo do tipo ! em $
8 modelo de sries temporais para a
estimati+a amostral da pesquisa uma
com*ina$%o de dois modelos distintos
" Modelo que descreve a evoluo de
" Modelo que representa a autocorrelao de
{ }
t

{ }
t
e
t t t
y e = +
38
20
ENCE
B necessrio===
Recon2ecer que a srie o*ser+ada Sy
t
T
incorpora o processo de erro amostral
Se
t
T
Fe4inir modelo para o Sinal
Identi4icar modelo adequado para o
processo Se
t
T a partir da estima$%o da
estrutura de correla$%o dos erros
amostrais
{ }
t

39
ENCE
A'orda5em de E0tra./o de Sinal
na presen.a de ru8do
PR4DCD7 estimativas do sinal? da
tend(ncia e da sazonalidade que
incorporam o plano amostral da pesquisa
P4RB&=== requer es-or.o inicial de
modela5em e clculo de covari@ncias dos
erros amostrais
40
21
ENCE
&odelo para o Sinal E
t
F
E0emplo7 o processo E
t
F pode ser representado por um
&odelo Estrutural Bsico )&EB+7

+ =
+ =
+ + =
+ + =

11
1
2
2
1
2
1 1
2
) , 0 ( ~
) , 0 ( ~
) , 0 ( ~
) , 0 ( ~
j
S
t
S
t j t t
R
t
R
t t t
L
t
L
t t t t
I t t t t t
S
R
L
N S S
N R R
N R L L
N I I S L

Tendncia
41
ENCE
Poss8veis modelos para Ee
t
F
!odelo R:/;
!odelo R:-;
!odelo !:/;
!odelo R:-;
&odelos AR&A)p?q+
q t q t t t p t p t t t
a a a a e e e e

+ + + + = ... ...
2 2 1 1 2 2 1 1
t t t
a e e + =
1 1

t t t t
a e e e + + =
2 2 1 1

1 1
=
t t t
a a e
2 2 1 1
=
t t t t
a a a e
42
22
ENCE
Como identi-icar o modelo para Ee
t
F GG
Precisa o*ter <
" 'un$%o de utocorrela$%o :'C;
" 'un$%o de utocorrela$%o Parcial :'CP;
6un./o de Autocorrela./o )* H la5 ou de-asa5em+
0
) ( ) (
) , (

h
h t t
h t t
h
e Var e Var
e e Cov
= =
+
+
h e h t e t h t t
e e E e e Cov = =
+ +
) )( [( ) , (

=
+

=
T
t
t
h T
t
h t t
e e
e e e e
h r
1
2
1
) (
) )( (
) (
Estimador de
h

43
ENCE
Como identi-icar o modelo para Ee
t
F GG
Precisa o*ter <
" 'un$%o de utocorrela$%o :'C;
" 'un$%o de utocorrela$%o Parcial :'CP;
6un./o de Autocorrela./o Parcial
!ede a correla$%o entre e
t
e e
tI*
eliminando
:controlando; a dependncia dos termos
intermedi7rios e
tI$
B e
tI!
B e
tI*2$
) ,..., | , (
1 1 + + +
=
h t t h t t hh
e e e e Corr
44
23
ENCE
Como relacionar a 6AC do processo Ee
t
F
com Esquema de Rota./o da PesquisaG
8 esquema de rota$%o e so*reposi$%o da
amostra indu3 autocorrela$%o no processo
Pesquisas de Painis 'i#os - R:p;
45
ENCE
Como relacionar a 6AC do processo Ee
t
F
com Esquema de Rota./o da PesquisaG
Esquema de rota$%o I-/:/;
!:?;
0 5
) )( [( ) , (
=
= =
+ +
h
h e h t e t h t t
h para
e e E e e Cov

FAC nula para
lags acima de q
46
24
ENCE
6AC para um Processo &A)!+
http://www.mathworks.com/access/helpdesk/help/toolbox/econ/autocorr.html
http://support.sas.com/documentation/cdl/en/etsug/60372/HTML/default/etsug_arima
_sect004.htm
q t q t t t t
a a a a e

= ...
2 2 1 1
47
ENCE
6AC do processo Ee
t
F vs Esquema de Rota./o da PesquisaG
Bli5*t?B=J=N= K Scott?A=J=)$LMN+= stoc2astic model 4or repeated
sur+eDsG Kournal o4 t2e RoDal Statistical SocietDB Series B 0?B I/-I=G
Scott? A=J= and Smit*?T=&=6=)$LMO+= nalDsis o4 repeated sur+eDs usin&
time series met2odsG Kournal o4 t2e merican Statistical ssociation IHB
I>A-I>=G
Scott? A=J=? Smit*?T=&=6= and Jones?R=3=)$LMM+= T2e application o4
time series met2ods to t2e analDsis o4 repeated sur+eDsG International
Statistics Re+ieO A?B /0--=G
Silva? D=B=N=)$LL%+= !odellin& compositional time series 4rom repeated
sur+eDsG 1npu*lis2ed P2F T2esisG 1ni+ersitD o4 Sout2amptonG 1L
Silva? D=B=N= and Smit*? T=&=6? )!PP$+= U !odellin& Compositional
Time Series 4rom Repeated Sur+eDsVB Sur+eD met2odolo&DB 6olG ->B NoG
-B -.?--/?G
Silva? D=B=N= e Cruz? &=&=)!PP!+= Sries Temporais de Pesquisas
mostrais Peri,dicasG BEG
48
25
ENCE
Como estimar 6AC e 6ACP se o erro
amostral n/o o'servvelGG
49
ENCE
Estima./o da 6AC do Ee
t
F
A'orda5em Quantitativa 2 Anlise Primria<
" re&istros indi+iduais :microdados; y
ti
dispon+eis em todas as ocasi9es
" possi*ilidade de acompan2ar os indi+duos ao
lon&o da pesquisa
" procedimentos de estima$%o da amostra&em
pro*a*ilstica
" 4ormula$%o an7lo&a W estima$%o de +ariEncias
amostrais
50
26
ENCE
Estima./o da 6AC do Ee
t
F
A'orda5em Quantitativa 2 Anlise Primria<
y
t
=
t
+e
t
E ( e
t
|
t
) = 0 e V ( e
t
|
t
) = S
t
2
S
t
-
a +ariEncia do estimador y
t
so* o plano
amostral
Nota./o7

e |
(h) = COV ( e
t - h
, e
t
|
t -h
,
t
)

y|
(h) = COV ( y
t - h
,y
t
|
t -h
,
t
)
51
ENCE
Estima./o da 6AC do Ee
t
F
A'orda5em Quantitativa 2 Anlise Primria7
" utiliza2se mtodos usuais da amostra5em
pro'a'il8stica dado que7

y|
(h) = COV( y
t - h

, y
t

|
t-h

,
t

)
= COV( e
t h
-
t-h

, e
t

-
t
|
t-h

,
t

)
= COV( e
t - h

, e
t

|
t-h

,
t

)
=
e|
(h)

y|
(0) = V
y
|


= COV( y
t

, y
t
|
t

,
t
)
= COV( e
t
, e
t

|
t
,
t
) =V
e|
52
27
ENCE
Estima./o da 6AC do Ee
t
F
A'orda5em Quantitativa 2 Anlise Primria<
" assumindo2se estacionariedade do processo
Ee
t
F 7
e|
(h) depende de * mas n/o de t
" A autocovari@ncia do processo de erro
amostral pode ser estimada por7
) , | y , y ( V O

C
h T
1

t h t
h T
1 t
t h t | e

=
53
ENCE
Estima./o da 6AC do Ee
t
F
A'orda5em Quantitativa 2 Anlise Primria<
" a partir das estimati+as de +ariEncia e
autoco+ariEncias dos erros amostrais o*tem-se
a 'C do processo de erros amostrais e
procede-se a identi4ica$%o do modelo
" Estima$%o dos parEmetros do modelo +ia
mtodo dos momentos e equa$9es de Xule-
NalJer
54
28
ENCE
Estimativa Elementar
Estimativa amostral o'tida considerando2se
somente as o'serva.<es de um dado painel
numa ocasi/o espec8-ica da pesquisa
Em pesquisas com painis rotati+os< estimati+as
elementares est%o dispon+eis para os analistas
No caso de pesquisas com painis 4i#os ou
rotati+os a cada ocasi%o<
( k ) ( k )
t t t
y e k 1, ,K = + = K
55
ENCE
Na Pesquisa &ensal de Empre5o
mostra mensal composta por = painis
Estimati+as elementares y
t
:/;
B y
t
:-;
B y
t
:0;
GGG y
t
:=;
Cada painel 4ornece uma estimati+a y
t
!")
n%o
+iciada do parEmetro de interesse
t
estimati+a pu*licada mensalmente
essencialmente a mdia das estimati+as
elementares
56
29
ENCE
Pesquisa &ensal de Empre5o
R painis s/o investi5ados em cada ocasi/o
R estimativas elementares est/o dispon8veis a
cada ocasi/o da pesquisa
( k ) ( k )
t t t
y e k 1, 2, ,8 = + = L
( k )
t
E( e ) 0 , k 1, 2, ,8 = = L
57
ENCE
Estima./o da 6un./o de
Autocorrela./o )6AC+ do Ee
t
F
Ctiliza./o de pseudo2erros para estimar a
correla./o dos erros amostrais
)P-e--ermann at al= $LL%+
( )
t
) k (
t
t t
) k (
t t
t
) k (
t
) k (
t
e e
e e
y y e
~
=
+ + =
= =

58
30
ENCE
Estima./o da 6AC do Ee
t
F
Y interessante o*ser+ar que apesar de e
t
e
e
t
:";
n%o serem o*ser+7+eisGGG
os pseudo-erros podem ser calculados com os
dados da pesquisa pois s%o o*tidos como
contrastes de estimati+as elementares
t
) k (
t t
) k (
t
) k (
t
e e y y e
~
= =
59
ENCE
Estima./o da 6AC do Ee
t
F
P-e--ermann at alG desen+ol+eram um
mtodo para utili3ar as sries de pseudo2
erros )quantidades o'servveis+ para
estimar a 4un$%o de autocorrela$%o dos erros
amostrais )quantidades n/o o'servveis+G
Pfeffermann, Feder & Signorelli (1998)
Pro&ramas em SSRI!) e R est%o
dispon+eis para o*ter as estimati+as e
represent7-las esquematicamente
60
31
ENCE
Estima./o da 6AC do Ee
t
F
Pseudo2erros 7
Ctilizar pseudo2erros para estimar 6AC dos
erros amostrais
t
) k (
t
) k (
t
e e e
~
=
( )
( )
K K
C
e e COV C
e e COV C
K
k
k
h
t h t h
k
t
k
h t
k
h

= =
=

2
1
) (
) ( ) ( ) (
,
~
,
~
61
ENCE
Camin*o das Pedras===
Os erros amostrais de estimativas
elementares de painis no-coincidentes
so considerados no-correlacionados
COV ( e
t - h
(i)
, e
t
(j)
) = 0 se i j, t , h
A correlao depende do lag h mas no
do tempo t
62
32
ENCE
6un./o de Autocorrela./o dos Erros Amostrais
( )
( )
( ) ( )
( ) ( )
( ) ( ) ( ) ( )
2
2 2
( )
1
( )
0
1
,
cov ,
cov , cov ,
cov ,
cov , cov ,
h t t h
t h t
t t t h t h
t h t
t t t h t h
K
k
h
k
K
k
k
corr e e
e e
e e e e
K K e e
K K e e K K e e
C
C

=
=
=
=

=

=

Pfeffermann at al. (1998)

Silva e Cruz (2002) - Cap.5
Silva(1996)
63
ENCE
&odelos para Pesquisas Amostrais
*orda&em de sries temporais so* a
4ormula$%o de modelos de espa$o de estados
'ormula$%o introdu3ida por Binder e
Midiro&lou :/H==;
Cso de modelos de espa.o de estados e
das equa.<es do 6iltro de Salman para
o'ter o estimador de m8nimo erro
quadrtico mdio para
{ }
t
{ }
t

{ }
t

64
33
ENCE
Modelos de Espao de Estados
Equao de observao: representa a relao entre as
observaes e o estado atual das componentes no-
observveis
) , ( ~ N
t t t t t t
U 0 H y + =
Equao do sistema: descreve a evoluo das
componentes no-observveis ao longo do tempo
) , ( ~
1
N
t t t t t t t
Q 0 G T + =

65
ENCE
Tetor de Estados
Y o con(unto mnimo de in4orma$%o necess7ria para
determinar seu comportamento 4uturo
representa$%o de Espa$o de Estados da 4orma
marJo+ianaG Fado o estado presenteB o 4uturo do
sistema independente do seu passadoG
8 +etor de estados no tempo t possui roda a
in4orma$%o necess7ria para determinar o 4uturo do
sistema
t

66
34
ENCE
Modelos de Espao de Estados
Modelo de Tendncia Linear
t t t
t t t t
t t t
y



+ =
+ + =
+ =

1
1 1
Representao em Espao de Estados
[ ]
(

=
(

=
(

= =
(

=
t
t
t
t
t
t

G T H ,
1 0
0 1
,
1 0
1 1
, 0 1 ,
) , ( ~
) , ( ~
1
2
N
N
t t t t t
t t t t
Q 0 G T
0 H y
+ =
+ =

) , ( diag ) ( V and ) ( V with

t t t
2 2
2
2
2
0
0
Q

=
(
(

= = =
67
ENCE
Formulao em Espao de Estados
Modelo de Tendncia Linear
t t t
t t t t
t t t
y



+ =
+ + =
+ =

1
1 1
) , ( N ~
) , ( N ~
t t t t t
t t t t
Q 0 G T
0 H y
1
2
+ =
+ =

[ ]
t t t
t
t
t
t
t
t
t
t
t
t
t
y
G T
1 0
0 1
1 0
1 1
H
0 1
1
1
1

+
(

=
(

+
(

68
35
ENCE
Modelo Estrutural Bsico
) , ( N ~
) , ( N ~
t t t t t
t t t t
Q 0 G T
0 H y
1
2
+ =
+ =

S
t
j
j t t
R
t t t
L
t t t t
t t t t
S S
R R
R L L
I S L y

+ =
+ =
+ + =
+ + =

3
1
1
1 1
(Harvey, 1989)
[ ] 0 0 1 0 1 H =
[ ]

=
2 1

t t t t t t
S S S R L
(sries trimestrais)
69
ENCE
6ormula./o em Espa.o de Estados
1 t t t
G T + =

1
1
1
1 2
2 3
1 1 0 0 0 1 0 0
0 1 0 0 0 0 1 0
0 0 1 1 1 0 0 1
0 0 1 0 0 0 0 0
0 0 0 1 0 0 0 0
t t
L
t
t t
R
t t t
S
t t
t
t t
L L
R R
S S
S S
S S

| | | | | | | |
| | | |
| |
| | | |
|
| | | | = +
|
| | | |
|
| | | |
\
| | | |
\ \ \ \
S , R , L k ), , ( N
k
k
t
=
2
0
70
36
ENCE
!odelo Estrutural B7sico para o Sinal
) , ( ~
) , ( ~
1
2
N
N
t t t t t
t t t t
Q 0 G T
0 H
+ =
+ =

S
t
j
j t t
R
t t t
L
t t t t
t t t t
S S
R R
R L L
I S L

+ =
+ =
+ + =
+ + =

11
1
1
1 1 (Harvey, 1989)
[ ] 0 0 0 0 0 0 0 0 0 0 1 0 1 = H
[ ]

=
10 2 1

t t t t t t t
S S S S R L L
para sries mensais
71
ENCE
6ormula./o em Espa.o de Estados
[ ] 0 0 0 0 0 0 0 0 0 0 1 0 1 = H
[ ]

=
10 2 1

t t t t t t t
S S S S R L L
(
(
(
(
(
(
(
(
(
(
(

0 1 0 0
0 0 1 0
0 0 0 1
1 1 1 1
1 0
1 1
2 11
11 2
K M
M M M M M M
K M
K M
K M
K K K K K M K K
M
M
0
0
T
(
(
(

=
3 10
3
0
I
G L L L
[ ]
'

S
t
R
t
L
t
=
t
72
37
ENCE
6ormula./o de Espa.o de Estados AR&A )p?q+
) ( AR 2 :
t t t t
y y y + + =
2 2 1 1

0 ] 0 , 1 [ + =
t t
y
t
t
t
t
t
t
y
y
y
y

+
(

=
(

0
1
0 1
2
1 2 1
1

) ( MA 2 :
t t t t
y
2 2 1 1
+ + =
t t
y ] 0 , 0 , 1 [ = and
t
t
t
t
t
t
t
t
y y

(
(
(

+
(
(
(

(
(
(

=
(
(
(

0
1
1
0 1 0
0 0 0
0
2
1
1 2 1
1

Poss8veis
modelos para Ee
t
F
73
ENCE ENCE 15 SINAPE
Filtro de Kalman
O Filtro de Kalman utilizado para estabelecer um
conjunto de equaes recursivas que permite estimar
as componentes no-observveis de um modelo de
espao de estados a cada tempo t, condicionalmente
a um particular conjunto de informaes.
Formulao do Modelos em Espao de Estados:
) ( ) , ( ~
) , ( ~
1
Estado Sistema de Equao N
Observao de Equao N
t t t t t t t
t t t t t t
Q 0 G T
U 0 H y
+ =
+ =

74
38
ENCE
6iltro de Salman
Para um modelo de4inido na 4orma de espa$o de
estados<
" 8 procedimento recursi+o reali3ado em -
est7&ios<
o primeiro - antes de o*ser+ar ;
t
- re4erente Ws
equa$9es de pre+is%o
o se5undo " ap,s o*ser+ar ;
t
- re4erente W
equa$%o de atuali3a$%o das estimati+as
*D RGEG Lalman :LalmanB /HI.B Lalman and BucDB /HI/;
75
ENCE
Procedimento do 6iltro de Salman
6iltra5em7 produ3 in4orma$%o so*re a componente
n%o-o*ser+7+el no tempo t com *ase nas medidas
o*ser+adas at o tempo t
Suaviza./o< produ3 in4orma$%o so*re a componente
n%o-o*ser+7+el no tempo t com *ase nas medidas
o*ser+adas antes e depois do tempo t
" ocorre ap,s o tempo t
Previs/o< pre+ o comportamento 4uturo do sistema
com *ase nas medidas o*ser+adas at o tempo t-#
76
39
ENCE
Procedimento do 6iltro de Salman
Produ3 estimati+as dos componentes n%o-o*ser+7+eis
Pre+ +alores 4uturos das o*ser+a$9es
) y , , y ( =
D
t 1
t
K
) y , , y ( =
D
1 - t 1
1 - t
K
D
t
representa toda a
informao disponvel at
o tempo t
77
ENCE
Critrio de Estima./o
8 4iltro produ3 in4orma$%o so*re a +ari7+el aleat,ria t
dados os +alores o*ser+ados de outra +ari7+el aleat,ria
) y , , y ( =
D
t 1
t
K
sendo que Dt representa toda a
in4orma$%o dispon+el at o tempo t

1tili3a a distri*ui$%o de pro*a*ilidade condicional de t
dado Dt

8 mel2or estimador de t dado Dt a mdia da
distri*ui$%o condicional
)
D
| E(
t t

Mel$or no sentido de minimi3ar o erro quadr7tico mdio de
pre+is%o
78
40
ENCE
Critrio de Estima./o
Seja e D com distribuio conjunta Normal
com vetor de mdias e matriz de covarincia
dadas por:

.






=
D


V
m


m

=
D


E
D D D
D
D
(
(

(
(

(
(

(
(

, )
m
- (D +
m
= D) | E(
D
1 -
D D D

- = D) | V(
D
1 -
D D D

Ento
D |
normalmente distribudo com:
79
ENCE
Equaes do Filtro
4 -iltro de Salman umal5oritmo recursivo para o clculo
do estimador timo do vetor de estados
As matrizes que de-inem o sistema )modelo+ s/o
con*ecidas
Equaes de Previso:
T t
V
E
t t t t t t t t t
t t t t t t t
,..., 1
) (
) (
' '
1 1 1 1
1 1 1 1
=
+ = =
= =


G Q G T P T D P
T D
t t
Calculados pelo Filtro de Kalman
Toda informao
disponvel at o
tempo t-1.
) , ( ~
) , ( ~
1
2
N
N
t t t t t
t t t t
Q 0 G T
0 H y
+ =
+ =

80
41
ENCE
Equaes do Filtro
Para prever y
t
com base em D
t-1
, um passo a frente,
a previso dada por:
Calculados pelo Filtro de Kalman
Toda informao
disponvel at o
tempo t-1.
T t
V
E
t t t t t t t t
t t t t t t t
,..., 1
) (
) (
'
1 1 1 1
1 1 1 1
=
+ = =
= =


t
U H P H D y F
H D y y
) , ( ~
) , ( ~
1
2
N
N
t t t t t
t t t t
Q 0 G T
0 H y
+ =
+ =

81
ENCE
Equaes de Atualizao:
) , ( ~
) , ( ~
1
2
N
N
t t t t t
t t t t
Q 0 G T
0 H y
+ =
+ =

Matriz K
t
(Ganho de Kalman)
T t
V
E
t t t t t t t t t t t t t t
t t t t t t t t t t t t t t
,..., 1
) (
) ( ) (
1
1
1
'
1 1
1
1
1
'
1 1
=
= =
+ = =

P H F H P P D P
y y F H P D
Equaes do Filtro
82
42
ENCE
83
ENCE
6un./o de Terossimil*an.a
Se(a os 2iperparEmetros a serem estimados
] ) ( ) ( ln [
2
1
) (
1 /
1
1
1 /
+ =

+
t t
N
d t
t t t t t t
L y y F y y F
'
Varincia de y
t
dado D
t-1
Erro de previso
Decomposio da verossimilhana em erros de
previso
) , ( ~
) , ( ~
1
N
N
t t t t t t t
t t t t t t
Q 0 G T
U 0 H y
+ =
+ =

)
D
| y p( = ) , y , , y p( = ) ,
D
( p
-1 t
t
T
1 = t T 1
T
K
84
43
ENCE
Estima./o dos Par@metros7 &0ima Terossimil*an.a
Implementa$%o<
Indicar +alores iniciais para o +etor de parEmetros
U=
E#ecutar o 'iltro de LalmanB utili3ando os
parEmetros iniciais para estimar o +etor de estados
:
t
;G
Esta*elecido
t
B e#ecutar al&oritmo de
ma#imi3a$%o da 4un$%o de +erossimil2an$a para
o*ter no+as estimati+as para os parEmetrosG
85
ENCE
Iniciali3a$%o do 'iltro de Lalman
aplica$%o das equa$9es recursi+as do 4iltro de
Lalman requer os +alores iniciais
.
e P
.
G
Componentes estacionrios de
t
s%o
iniciali3ados utili3ando-se sua respecti+as mdias e
+ariEnciasB
V
P
e P
V
P
= e#emplo<
Considere que
t
contm um componente de erro
amostralB e
t
B que se&ue um R:/;G Ent%o<
e
t
Z e
t-/
[
t
E\e
t
] Z . Z
V
.
e
P
V
.
H
!

R :/-
-
;G
86
44
ENCE
Iniciali3a$%o do 'iltro de Lalman
8s componentes n/o2estacionrios podem
ser iniciali3ados com +ariEncias muito &randesB
de4inindo-se uma priori n%o-in4ormati+a para o
+etor de estados
t
Se e#istem d componentes n%o-estacion7riosB a
+erossimil2an$a ser7 estimada considerando as
Qltimas :%-d; o*ser+a$9es
Para o modelo estrutural *7sicoB os componentes
:T
t
B R
t
; e :S
t
B S
t-/
B GGGB S
t-/.
; s%o n%o-estacion7riosB e
consequentemente d&#'
87
ENCE
&odelo para o Sinal E
t
F
Assume2se que o processo E
t
F se5ue um modelo &EB7

+ =
+ =
+ + =
+ + =

11
1
2
2
1
2
1 1
2
) , 0 ( ~
) , 0 ( ~
) , 0 ( ~
) , 0 ( ~
j
S
t
S
t j t t
R
t
R
t t t
L
t
L
t t t t
I t t t t t
S
R
L
N S S
N R R
N R L L
N I I S L

88
45
ENCE

+ =
+ =

t t t
t t t
I
G T
H
1
[ ] 0 0 0 0 0 0 0 0 0 0 1 0 1 =

H
[ ]
`

10 2 1
=
t t t t t t t
S S S S R L L

(
(
(
(
(
(
(
(
(
(
(

0 1 0 0
0 0 1 0
0 0 0 1
1 1 1 1
1 0
1 1
2 11
11 2
K M
M M M M M M
K M
K M
K M
K K K K K M K K
M
M
0
0
T

89
ENCE
&odelo AR)p+ para o Erro Amostral
tam'm pode ser escrito na -ormula./o de
Espa.o de Estados

+ =
=

e
t
e e
t
e e
t
e
t
e
t
e
G T
H
1
90
46
ENCE
&odelo para as Estimativas Amostrais ;
t
8 modelo para a srie de estimati+as amostrais
composto pela com*ina$%o dos modelos do sinal e do
erro amostral dado que ;
t
H
t
I e
t
G Y representado
em Espa$o de Estados como<

+ =
+ =
t t t
t t t
I y
G T
H
[ ]
e
H H H M

= onde:
(
(
(

=
e
t
t
t

(
(
(

=
e
T 0
0 T
T
M
L L L
M

(
(
(

=
e
G
G
G L

(
(
(
(
(
(

=
e
t
S
t
R
t
L
t
t

91
ENCE
Aplica./o
Silva e Cruz )!PP!+
Ta0a de desempre5o produzida pela P&E
Pesquisa amostral de painis rotativos
Pro5rama./o7 SAS#,&W
92
47
ENCE
A Pesquisa &ensal de Empre5o )P&E#,B3E+
A P&E#,B3E -ornece estimativas relacionadas Xs
caracter8sticas da -or.a de tra'al*o=
R&7 RJ 2 SP 2 BY2 RE 2 SW 2 PA
,ndicador Nacional7 a5re5a./o )ta0a mdia+ das % R&
Per8odos de Re-er(ncia
4s indicadores re-erem2se X situa./o das pessoas de $"
anos e mais de idade=
A pesquisa por amostra domiciliar
Aspectos 3erais
93
ENCE
Plano Amostral
" Amostra5em estrati-icada de con5lomerados em dois est5iosZ
"CPA7 V setor da 'ase 5eo5r-ica do CD de $LL$Z
V amostras independentes em cada munic8pioZ
V sele./o com PPT sistemtica )n[mero de domic8lios+Z
" CSA7 domic8lio )amostra5em sistemtica simples+Z
" Seis Re5i<es &etropolitanas )R&+
Reci4eB Sal+adorB Belo Mori3onteB Rio de KaneiroB S%o Paulo
e Porto le&re
A amostra composta por painis rotativos
94
48
ENCE
Esquema de Rota./o da P&E at !PP!
Cada clula apresenta o n[mero de entrevistas )visitas+ no
domic8lio do 5rupo de rota./o correspondente
Ano Ms Painel A Painel B Painel C Painel D
A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4
1 Jan 4 3 2 1
1 Fev 4 3 2 1
1 Mar 4 3 2 1
1 Abr 4 3 2 1
1 Mai 4 3 2 1
1 Jun 4 3 2 1
1 Jul 4 3 2 1
1 Ago 4 3 2 1
1 Set 4 3 2 1
1 Out 5 4 3 2
1 Nov 6 5 4 3
1 Dez 7 6 5 4
2 Jan 8 7 6 5
2 Fev 8 7 6 5
2 Mar 8 7 6 5
2 Abr 8 7 6 5
2 Mai 8 7 6 5
2 Jun 8 7 6 5
2 Jul 8 7 6 5
2 Ago 8 7 6 5
2 Set 8 7 6 5
2 Out 8 7 6 1
2 Nov 8 7 2 1
2 Dez 8 3 2 1
3 Jan 4 3 2 1
3 Fev 4 3 2
3 Mar 4 3
3 Abr 4
95
ENCE
4 Procedimento de &odela5em
aplica$%o da metodolo&ia 4oi reali3ada utili3ando-se
a srie da ta#a de desempre&o a*erto da re&i%o de S%o
PauloB para o perodo de (aneiro de /HH? a de3em*ro
de -...<
0,02
0,04
0,06
0,08
0,1
jan/96 jan/97 jan/98 jan/99 jan/00

+ + =
+ =
t t t t
t t t
I S L
e y
proposto Modelo

96
49
ENCE
&odelo para o Sinal E
t
F
Assume2se que o processo E
t
F se5ue um modelo &EB7

+ =
+ =
+ + =
+ + =

11
1
2
2
1
2
1 1
2
) , 0 ( ~
) , 0 ( ~
) , 0 ( ~
) , 0 ( ~
j
S
t
S
t j t t
R
t
R
t t t
L
t
L
t t t t
I t t t t t
S
R
L
N S S
N R R
N R L L
N I I S L

97
ENCE
LAG1
0.061
.

LAG9
-0.043
.
2
0,034
.

10
-0,063
.
3
-0,042
.

11
-0,108
.
4
0,345
+

12
0,351
+
5
-0,119
.

13
-0,057
.
6
-0,024
.

14
-0,101
.
7
-0,096
.

15
-0,136
.
8
0,278
+

16
0,216
.


Autocorrelaes
LAG1
0.061
.

LAG9
0.004
.
2
0,031
.

10
-0,100
.
3
-0,046
.

11
-0,031
.
4
0,352
+

12
0,252
+
5
-0,189
.

13
-0,078
.
6
-0,016
.

14
-0,094
.
7
-0,055
.

15
-0,053
.
8
0,188
.






Autocorrelaes Parciais
98
50
ENCE
X(p) comparado com Qui-Quadrado com 1 GL
LAG X(p) P_valor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0,27
0,07
0,15
8,91
2,56
0,02
0,22
2,53
0,00
0,72
0,07
4,57
0,43
0,63
0,20
0,6033
0,7913
0,6985
0,0028
0,1096
0,8875
0,6390
0,1117
1,0000
0,3961
0,7913
0,0325
0,5120
0,4274
0,6547

Hiptese bsica: H
0
:{e
t
} ~ AR(p-1)
99
ENCE
an7lise das autocorrela$9es e dos resultados do
teste estatstico indicam que um modelo R:A; pode
ser utili3ado para representar os erros amostraisG
) , 0 ( ~
2
4 4 3 3 2 2 1 1
e
N e e e e e
e
t
e
t t t t t t

+ + + + =

Este modelo pode ser representado na 4orma de
Espa$o de Estados como<

+ =
=

e
t
e e
t
e e
t
e
t
e
t
e
G T
H
1
100
51
ENCE
[ ] 0 0 0 1 =
e
H
(
(
(
(

+
+ +
=

1 4
2 4 1 3
3 4 2 3 1 2
t
t t
t t t
t
e
t
e
e e
e e e
e

(
(
(
(

=
0 0 0
1 0 0
0 1 0
0 0 1
4
3
2
1

e
T
[ ]
`
0 0 0 1 =
e
G [ ]
e
t
e
=
101
ENCE
8s parEmetros do modelo R:A; 4oram estimados
pelo mesmo al&oritmo utili3ado para calcular as
autocorrela$9es parciaisG 8 modelo R:A; a(ustado
para Se
t
T dado por<
e
t t t t t t
e e e e e + + + =
4 3 2 1
35181 , 0 06718 , 0 02170 , 0 07670 , 0
com
0000117 , 0 )

1 ( ) (

4 4 3 3 2 2 1 1 0
= =
e
t
V
102
52
ENCE
Modelo para as Estimativas Amostrais y
t
8 modelo para a srie de estimati+as amostrais composto
pela com*ina$%o dos modelos do sinal e do erro amostral dado
que ;
t
H
t
I e
t
(

+ =
+ =
t t t
t t t
I y
G T
H
[ ]
e
H H H M

= com
(
(
(

=
e
t
t
t

(
(
(

=
e
T 0
0 T
T
M
L L L
M

(
(
(

=
e
G
G
G L

(
(
(
(
(
(

=
e
t
S
t
R
t
L
t
t

103
ENCE
Sendo a matri3 de co+ariEncia das pertur*a$9es
aleat,rias dada por<
(
(
(
(
(

= =
2
2
2
2
) (
e
S
R
L
t t
V Q

0
0
104
53
ENCE
Estima./o dos par@metros e a inicializa./o do
6iltro de Salman
restri$%o de positi+idade dos 2iperparEmetros 4oi
implementada ma#imi3ando a +erossimil2an$a com
respeito aos des+ios-padr%o G
Fa teoria da !6 decorre que as estimati+as de !6
para os 2iperparEmetros ori&inais
s%o 4acilmente o*tidas a partir das estimati+as de
aplicando-se a trans4orma$%o
in+ersaG
I
e
S R L


, ,
) , , , (
2 2 2 2
I
S R L


=
) , , , (
*
I
S R L


=
105
ENCE
dicionalmenteB a matri3 de co+ariEncia dos
2iperparEmetros dada por
1m pro&rama para implementar o procedimento de
ma#imi3a$%o 4oi desen+ol+ido utili3ando-se a rotina
de otimi3a$%o N)P^N do SSRI!)G
matri3 Messiana 4oi estimada numericamente
utili3ando-se a rotina N)P'FF : SSRI!);B que
calcula di4eren$as 4initas para deri+adas de primeira e
se&unda ordensG
`
J ) ( V J ) ( V
*
=
106
54
ENCE
8s componentes do +etor de estados inicial
assumiram o +alor 3eroB enquanto as +ariEncias dos
termos de pertur*a$%o 4oram iniciali3adas com +alores
de ordem/.
?
G
8s componentes do +etor de estados inicial do
processo Se
t
T rece*eram+alores nulosG
8 pro&rama para as equa$9es do 'iltro de Lalman
uma adapta$%o de um pro&rama SSRI!) do
pro4essor FG P4e44ermannG
*
0

107
ENCE
Resultados
Modelo
(log-likl)
6 2
10

8 2
10

7 2
10

6 2
10

BSME+AR(4)
(274,84)
6,79
(2,94)
7,66
(11,84)
1,38
(4,62)
0,62
(1,60)
BSM+AR(4)
(273,97)
10,20
(3,19)
0
(-)
0
(-)
0
(-)
BSM
(280,40)
8,32
(3,45)
6,04
(9,62)
0,39
(3,72)
5,55
(2,51)
Estimati+as dos 2iperparEmetros e respecti+os
des+ios-padr%o
108
55
ENCE
0
0,02
0,04
0,06
0,08
0,1
jan/96 jan/97 jan/98 jan/99 jan/00
____SINAL x _____SRIE OBSERVADA
Ta0a de desempre5o em S/o Paulo
109
ENCE
Ta0a de desempre5o sazonalmente a9ustada e
intervalos de con-ian.a 2 S/o Paulo
0
0,02
0,04
0,06
0,08
0,1
jan/96 jan/97 jan/98 jan/99 jan/00
____BSM+AR(4) x _____STAMP
IC(BSM+AR(4))
110
56
ENCE
Ta0a de desempre5o sazonalmente a9ustada e
intervalos de con-ian.a 2 S/o Paulo
0
0,02
0,04
0,06
0,08
0,1
jan/96 jan/97 jan/98 jan/99 jan/00
____BSM+AR(4) x _____ X-12-ARIMA
IC(X-12-ARIMA)
IC(BSM+AR(4))
111
ENCE
Tendncia da taxa de desemprego e intervalos de
confiana - So Paulo
0,00
0,02
0,04
0,06
0,08
0,10
jan/96 jan/97 jan/98 jan/99 jan/00
____BSM+AR(4) x . . . STAMP
IC(BSM+AR(4))
112
57
ENCE
Tend(ncia da ta0a de desempre5o e intervalos de
con-ian.a 2 S/o Paulo
0,00
0,02
0,04
0,06
0,08
0,10
jan/96 jan/97 jan/98 jan/99 jan/00
____BSM+AR(4) x _____X-12-ARIMA
IC(BSM+AR(4))
IC(X-12-ARIMA)
113
ENCE
114
58
ENCE
Aplica./o da &etodolo5ia na Srie
Atual da Ta0a de Desocupa./o da
Pesquisa &ensal de Empre5o ,B3E
Tra*al2o reali3ado como parte da
disserta$%o de !estrado de
Eduardo Rosseti
ENCE
Anlise de Sries Temporais de
Pesquisas Amostrais Peridicas
Eduardo Rosseti
Escola Nacional de Cincia Estatsticas " IBGE
Fenise Brit3 do Nascimento Sil+a
Escola Nacional de Cincia Estatsticas - IBGE
116
59
ENCE
Aplica./o do mtodo apresentado X
srie da ta0a de desocupa./o da P&E
117
ENCE
Srie da Ta0a de Desocupa./o
118
60
ENCE
1. Estimao dos parmetros e da ordem do modelo AR(p) do erro
amostral atravs dos pseudo-erros;
2. Estimao dos hiperparmetros atravs da
decomposio e maximizao da verossimilhana;
3. Avaliao e testes de qualidade do ajuste do modelo;
4. Extrao das componentes no observveis do sinal e suas
respectivas estimativas suavizadas.
Silva e Cruz (2002)
O passos para determinar o modelo
119
ENCE
6AC e 6ACP
Sugere utilizar um modelo AR(1) para o erro amostral
Adicionalmente, tambm estimamos um modelo AR(2)
120
61
ENCE
&odelos AR)$+ e AR)!+ para o erro
amostral
Estimativas dos coeficientes do modelo AR(1):
Estimativas dos coeficientes do modelo AR(2):
Lembrando que:
121
ENCE
Estimativas dos Yiperpar@metros
122
62
ENCE
Qualidade de A9uste
Modelo BSM
Modelo BSM + AR(1)
(reestimado)
Modelo BSM + AR(2)
(descartado)
123
ENCE
Novas Estimativas dos
Yiperpar@metros
Reestimamos os hiperparmetros do modelo BSM+AR(1)
Simulamos valores iniciais diferentes
Encontramos os seguintes resultados:
Nenhuma suposio rejeitada neste modelo:
JarqueBera com p-valor de 0,65
Teste de homocedasticidade com p-valor de 0,98
LjungBox com p-valor de 0,65
124
63
ENCE
Com'ina./o linear do vetor de estados
Estimador:
Varincia do Estimador:
125
ENCE
Sinal
Modelo BSM+AR(1)
Intervalo de Confiana (95%)
Observaes
64
ENCE
Tend(ncia
Modelo BSM+AR(1)
Intervalo de Confiana (95%)
Modelo BSM
ENCE
Sazonalidade
Modelo BSM+AR(1)
Intervalo de Confiana (95%)
65
ENCE
Srie Dessazonalizada
Modelo BSM+AR(1)
Intervalo de Confiana (95%)
ENCE
6un.<es
Nome da 6un./o7 PseudoErro
4'9etivo7 estimar o modelo R:p; para o erro amostral
Principal re-er(ncia7 Sil+a e Cru3 :-..-;
Entrada de Dados7
$= dados7 matri3 ou data4rame com
os dados por painel
!= la57 total de la&s que ser%o
utili3ados no c7lculo
N= p7 ordem p do modelo R:p;
O= procura7 su&est%o autom7tica da
ordem p do modelo R:p;
Sa8da de Dados7
$= dados7 matri3 com os dados di+ididos
por painel
!= media7 srie das mdias por painel
N= Pseudo7 matri3 com os pseudo-erros
O= calculos7 matri3 com todos os
calculos reali3ados
"= ordem7 ordem escol2ida par o
modelo
%= coe-7 coe4icientes estimados para o
modelo R:p;
M= var7 +ariEncia estimada para o modelo
R:p;
130
66
ENCE
6un.<es
Nome da 6un./o7 F)
4'9etivo7 computa o al&oritmo de Fur*in-)e+insonG 8 al&oritmo de Fur*in-
)e+inson calcula os coe4icientes de um modelo R:p; atra+s da 4un$%o de
autocorrela$%o da srieG
Principal re-er(ncia7 !orettin e Toloi :p&G//AB -..A;_ Nei:p&G-0B /HH.;
Entrada de Dados7
$= c7 -un$%o autocorrela$%o da srie
!= p7 ordem do modelo R:p;
Sa8da de Dados7
$= Tetor contendo os coe-icientes
estimados para o modelo AR)p+
131
ENCE
6un.<es
Nome da 6un./o7 4acp
4'9etivo7 calcula a 4un$%o de autocorrela$%o parcial atra+s de uma srie
temporal atra+s da 4un$%o F)G
Principal re-er(ncia7 !orettin e Toloi:-..A;_ Nei:/HH.;
Entrada de Dados7
$= c7 -un$%o autocorrela$%o da srie
!= p7 la&
Sa8da de Dados7
$= Tetor contendo a -un./o de
autocorrela./o parcial
132
67
ENCE
6un.<es
Nome da 6un./o7 matri3es
4'9etivo7 !ontar as matri3es que comp9em o sistema de um !EE
Principais re-er(ncias7 Sil+a:/HHI;?Sil+a e Cru3 :-..-;B Loopman:-..-;
Entrada de Dados7
$= deslocamento7 *oolean
indicando se o modelo ter7
deslocamento
!= sazonalidade7 *oolean indicando
se o modelo ter7 sa3onalidade
N= s7 perodo sa3onal
O= erro7 *oolean indicando se o
modelo ter7 erro amostral
"= pseudoErro7 o*(eto criado pela
4un$ao PseudoErro
%= PP7 +ariEncia do +etor de estados
inicial
M= d7 dimens%o
Sa8da de Dados7
$= Y7 matri3 de o*ser+a$%o
!= T7 matri3 de transi$%o
N= 37 matri# com os pseudo-erros
O= AWPYAP7 +etor de estados inicial
"= PP7 matri3 de co+ariEncia do +etorde
estados inicial
133
ENCE
6un.<es
Nome da 6un./o7 P.e
4'9etivo7 calcula os +alores iniciais da matri3 de co+ariEncia do +etor inicial de
estados associado ao erro amostral que representado por um modelo R:p;
Principal re-er(ncia7 Sil+a e Cru3:-..-;
Entrada de Dados7
$= pseudoErro7 o*(eto criado pela
4un$%o PseudoErro
Sa8da de Dados7
$= &atriz de covari@ncia do vetor
inicial de estados associada ao
modelo AR)p+ do modelo para o
erro amostral
134
68
ENCE
6un.<es
Nome da 6un./o7 Lalman'ilter
4'9etivo7 Reali3ar os c7lculos das equa$9es do 4iltro de Lalman
Principais re-er(ncias7 Mar+eD:/H=H;B Loopman:-..-;
Entrada de Dados7
$= 4BS7 !atri# dos dados o*ser+ados
:)in2aZDtBColunaZFimens%o de Dt;
!= AWPYAP7 +alor inicial do +etor de
estados
N= PP7 matri# de co+ariancia de )PM.
O= D7 !tri# de o*ser+a$%oo
"= TRANS7 !atri3 de Transi$%o de
estados
%= C7 !atri# de co+ariEncia da pertu*a$%o
associada a equa$%o de o*ser+a$%o
M= Q7 !atri# de co+ariEncia da pertu*a$%o
associada a equa$%o de estados
R= 37 matri3 associada a ^G
L= S&44TY7 *oolean que indica se ser7
4eita a sua+i3a$%o
Sa8da de Dados7
$= Pr0imo Slide
135
ENCE
6un.<es
Sa8da de Dados7
$= APRE7 pre+is9es um passo a 4rente
do +etor de estados
!= PPRE7 matri3es de co+ariEncia de
PRE
N= AWPYA7 +etores de estados
4iltrados
O= P7 matri3es de co+ariEncia de
)PM
"= AS&T7 +etores de estados
sua+i3ados
%= PS&T7 matri3es de co+ariEncia de
S!T
M= C7 !atri# de co+ariEncia da
pertu*a$%o associada a equa$%o de
o*ser+a$%o
R= Q7 !atri# de co+ariEncia da
pertu*a$%o associada a equa$%o de
estados
L= 67 +ariEncia da ino+a$%oG
$P= S7 &an2o de Lalman
$$= ,NN4T7 ino+a$9es
$!= ,NN4TRES7 ino+a$9es
padroni3adas
$N= lo5li:7 lo&aritmo da +erossimil2an$a
$O= &B7 Erro mdio de pre+is%o
$"= &AB7 Erro a*soluto mdio de
pre+is%o
$%= SQRE7 Erro quadr7tico mdio
relati+o de pre+is%o
$M= JarqueBera7 teste de normalidade
$R= Y7 teste de 2omocedasticidade
$L= W9un5Bo07 teste de independncia
136
69
ENCE
6un.<es
Nome da 6un./o7 M
4'9etivo7 Teste de 2omocedasticidade para srie de dadosG 8 teste possui
2ip,tese nula de 2eterocedasticidade
Principal re-er(ncia7 Loopman:-..-;
Entrada de Dados7
$= vt< sries de dados
Sa8da de Dados7
$= Wista com a estat8stica de teste e
o p2valor associado a ela=
137
ENCE
6un.<es
Nome da 6un./o7 liJ4n`s
4'9etivo7 retorna o +alor do lo&aritmo da +erossimal2an$a calculado pela 4un$%o
Lalman'ilter quando n%o consideramos o erro amostral no modelo e quando
utili3amos a trans4orma$%o quadr7tica como entrada de 2iperparEmetrosG
Principal re-er(ncia7 Sil+a e Cru3:-..-;
Entrada de Dados7
$= par7 +etor com os 2iperparEmetros
!= 4BS7 srie temporal
N= AWPYAP7 +etor de estados inicial
O= PP7 matri3 de co+ariEncia do +etor de
estados inicial
"= D7 matri3 de o*ser+a$%o
%= TRANS7 matri3 de transi$%o
M= 37 matri3 associado W pertu*a$%o da
equa$%o de transi$%o
Sa8da de Dados7
$= Wo5aritmo da verossiml*an.a
138
70
ENCE
6un.<es
Nome da 6un./o7 liJ4n`erro`s
4'9etivo7 retorna o +alor do lo&aritmo da +erossimal2an$a calculado pela 4un$%o
Lalman'ilter quando n%o consideramos o erro amostral no modelo e quando
utili3amos a trans4orma$%o quadr7tica como entrada de 2iperparEmetrosG
Principal re-er(ncia7 Sil+a e Cru3:-..-;
Entrada de Dados7
$= par7 +etor com os 2iperparEmetros
!= 4BS7 srie temporal
N= AWPYAP7 +etor de estados inicial
O= PP7 matri3 de co+ariEncia do +etor de
estados inicial
"= D7 matri3 de o*ser+a$%o
%= TRANS7 matri3 de transi$%o
M= 37 matri3 associado W pertu*a$%o da
equa$%o de transi$%o
R= var7 +ariEncia associada ao modelo
R:p; do erro amostral
Sa8da de Dados7
$= Wo5aritmo da verossiml*an.a
139
ENCE
6un.<es
Nome da 6un./o7 MIPER`C86uni
4'9etivo7 Calcula o erro padr%o e inter+alo de con4ian$a de cada
2iperparEmetro estimado ap,s a otimi3a$%o da lo&-+erossimil2an$a
Principal re-er(ncia7 Sil+a:/HHI;Z Sil+a e Cru3:-..-;
Entrada de Dados7
$= est7 o*(eto retornado pela 4un$ao de
otimi3a$%o optim!) do )G
!= inde07 indica qual 2iperparEmetro
est7 sendo analisado
Sa8da de Dados7
$= Yiperpar@metro7 2iperprEmetro
estimado
!= 9aco'iano7 (aco*iano da
trans4orma$%o no ponto
N= *essiana7 2essiana no ponto
O= CovT7 +ariEncia da trans4orma$ao
"= Cov7 +ariEncia na escala ori&inal
%= EP7 erro padr%o
M= intervalo7 inter+alo de con4ian$a
140
71
ENCE
141
Re-er(ncias so're &odelos de Espa.o
de Estados
Dur'in? J= and Soopman? S=J=
Time Series nalDsis *D State Space !et2odsG -../B
8#4ord 1ni+ersitD PressG
Commandeur? J=J=6 and and Soopman? S=J=
n Introduction to State Space Time Series
nalDsisG -..>B 8#4ord 1ni+ersitD PressG
Yarve;? A=C=
'orecastin&B Structural Time Series and t2e Lalman
'ilterG /H=HB Cam*rid&e 1PG
ENCE
142
Re-er(ncias
Bra:el? J=T D and Srie5? S )!PPL+? UEstimation o4 t2e mont2lD
unemploDment rate t2rou&2 structural time series modellin& in a rotatin&
panel desi&nVB Sur+eD !et2odolo&DB Statistics CanadaB Fecem*er -..HB
+olG 0? noG - pp/>>-/H.
Yarve;? A=C=? and P*illips? 3=D=A= )$LML;B aT2e Estimation o4
Re&ression !odels Oit2 utore&ressi+e-!o+in& +era&e Fistur*ancesG
*iometri"a ppG AH-?HG 6ol II
Yarve;? A=C=? and S*ep*ard? N= )$LLN+? U Structual Time Series
!odelsVB Mand*ooJ o4 StatisticsB 6olB //
Wuna? A= Y= )!P$!+? Estima$%o em pesquisas repetidas empre&ando o
4iltro G)SG Fisserta$%o de !estradoG I!ECCR1NIC!PG
P-e--ermann? D= )$LL$+? UEstimation and Seasonal d(ustment o4
Population means usin& Fata 'rom Repeated Sur+eDsVB Kournal o4
Business b Economic StatisticsB prilB /HH/B 6olGHB No-B pp/I0-/>>
72
ENCE
143
Re-er(ncias
P-e--ermann? D=? Bell? P=? and Si5norelli? DG :/HHI;B a)a*our 'orce
Trend Estimation in Small reasBa +roceedings of t$e *ureau of Census
Annual )esearc$ Conference and ,ec$nology -nterc$ange. Nas2in&tonB FC< 1GSG
Bureau o4 t2e CensusB ppG A.>-A0/
P-e--ermann? D=? Bell? P=? and Si5norelli? D= )$LLR+? aEstimation o4
utocorrelations o4 Sur+eD Error Oit2 pplication to Trend Estimation
in Small ErrorsaB /ournal of *usiness 0 1conomic Statistics.ppG A.>-A0B 6olG
/IB NoG0
P-e--ermann? D and Tiller? R )!PP%+? USmall-rea Estimation Nit2
State-Space !odels Su*(ect to *enc2marJ ConstraintsVB Kournal o4 t2e
merican Statistical ssociationB +olG /./ noGA>I
Silva? D=B=N= )$LL%+? aModelling composite ,ime Series From )epeated
Surveys2. 1npu*lis2ed P2GF T2esisG 1ni+ersitD o4 Sout2ampton
Silva? D=B=N= and Smit*? T=&=6? )!PP$+? U !odellin& Compositional
Time Series 4rom Repeated Sur+eDsVB Sur+eD met2odolo&DB 6olG ->B NoG
-B pp -.?--/?
Tiller? R=B )$LL!+? UTime Series !odelin& o4 Sample Sur+eD Fata 'rom
t2e 1GSG Current Population Sur+eDBV Kournal o4 844icial StatisticsB =B
pp/AH-/II
ENCE
Re-er(ncias adicionais
Cruz? &=&= e Silva? D=B=N )!PP!+= Estima$%o de 6ariEncia para Sries
Sa3onalmente (ustadas pelo c-/--RI! Considerando o Fesen2o
mostralG Re+ista Brasileira de EstatsticaB 6olGI-B nG -/>B >-0?G
Salman?R=E= and Buc;?R=S=)$L%$+= NeO results in linear 4ilterin& and
prediction t2eorDG Kournal o4 Basic En&ineerin& Transactions S!EB
Series F =0B H?-/.=G
Salton?3= and Citro?C=6=)$LLN+= Panel sur+eDs< addin& t2e 4ourt2
dimensionG Sur+eD !et2odolo&DB +olG/HB -B -.?--/IG
P-e--ermann?D= and Tillier?R=)!PPN+ State-space modelin& Oit2
correlated measurements Oit2 application to small area estimation under
*enc2marJ constraintsG SRI !et2odolo&D NorJin& Paper m.0R//B -..0G
1ni+ersitD o4 Sout2amptonG
Smit*?T=&=6=)$LMR+= Principles and Pro*lems in t2e analDsis o4 repeated
sur+eDsG In Sur+eD Samplin& and !easurementB -./--/IG EdsB
NGLGNam*oodiniG cademic PressG
144
73
ENCE
145
Para entrar em contato===
deniseGsil+adi*&eG&o+G*r
denise*rit3d&mailGcom
duduesrd&mailGcom