Académique Documents
Professionnel Documents
Culture Documents
DE SERIES TEMPORAIS
RICARDO S. EHLERS
O objetivo principal deste texto e oferecer um material did atico basico em portugues
para um curso de An alise de Series Temporais a nvel de graduacao para alunos
de cursos de Bacharelado em Estatstica. Alternativamente ele tambem pode ser
adotado em outros cursos de graduacao e de pos-graduacao aonde os alunos tenham
conhecimentos basicos de Probabilidade e Estatstica.
O texto se originou de notas de aulas da disciplina de An alise de Series Temporais
ministrada em programas de graduacao e pos-graduacao na Universidade Federal do
Paran a.
Existem atualmente excelentes livros sobre o assunto e este texto nao tem a pre-
tens ao de substitui-los. A maioria deles e motivado por aplicacoes em Economia,
outros em Fsica e Engenharia (principalmente processamento de sinais) sendo Diggle
(1990) uma excess ao cuja motivacao principal vem de aplicacoes em Biologia. Atu-
almente uma otima referencia em portugues e Morettin e Toloi (2004). Procurei
citar a maior parte destas excelentes referencias e o leitor e fortemente encorajado a
consult a-las conforme sua area de interesse.
O manuscrito foi preparado usando o LATEX e todos os exemplos, tabelas e ilus-
tracoes foram produzidas no pacote estatstico R (gratuito e de c odigo aberto) que
pode ser obtido em
http://www.r-project.org/
Em v arios exemplos s
ao fornecidos tambem os comandos do R que foram utilizados
e mostradas as sadas resultantes de modo que o leitor e encorajado a reproduzi-los.
Talvez este seja o maior diferencial em relacao a outros textos de series temporais de
meu conhecimento.
Este texto certamente nao est a livre de erros, e comentarios e sugestoes dos
leitores s
ao sempre bem vindos. Citar este texto como:
Ricardo S. Ehlers
Curitiba, novembro de 2005.
i
Sum
ario
1 Introdu
cao 1
2 Tecnicas Descritivas 4
2.1 Decomposicao Classica . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.1 Series com Tendencia . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.2 Series Sazonais . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Autocorrelacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.1 O Correlograma . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 Modelos Probabilsticos 15
3.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Processos Estacion arios . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3 A Funcao de Autocorrelacao . . . . . . . . . . . . . . . . . . . . . . . . 17
3.4 Alguns Processos Estoc asticos . . . . . . . . . . . . . . . . . . . . . . . 17
3.4.1 Sequencia Aleat oria . . . . . . . . . . . . . . . . . . . . . . . . 17
3.4.2 Passeio Aleat orio . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.4.3 Processos de Media M oveis . . . . . . . . . . . . . . . . . . . . 18
3.4.4 Processos Autoregressivos . . . . . . . . . . . . . . . . . . . . . 20
3.4.5 Modelos Mistos ARMA . . . . . . . . . . . . . . . . . . . . . . 24
3.4.6 Modelos ARMA Integrados . . . . . . . . . . . . . . . . . . . . 25
4 Estimac
ao 28
4.1 Autocovariancia e autocorrelacao . . . . . . . . . . . . . . . . . . . . . 28
4.2 Ajustando Processos Autoregressivos . . . . . . . . . . . . . . . . . . . 29
4.3 Ajustando Processos Medias M oveis . . . . . . . . . . . . . . . . . . . 30
4.4 Ajustando Processos ARMA . . . . . . . . . . . . . . . . . . . . . . . . 31
4.5 Modelos Sazonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.6 Adequacao do Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.6.1 An alise dos Resduos . . . . . . . . . . . . . . . . . . . . . . . . 33
4.6.2 Testes sobre os resduos . . . . . . . . . . . . . . . . . . . . . . 34
5 Previs
ao 39
5.1 Metodos Univariados de Previs
ao . . . . . . . . . . . . . . . . . . . . . 39
5.1.1 Alisamento Exponencial Simples . . . . . . . . . . . . . . . . . 39
ii
SUMARIO iii
6 Modelando a Vari
ancia 57
6.0.1 Modelos GARCH . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.0.2 Adequacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
A Lista de Distribui co
es 81
A.1 Distribuicao Normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
A.2 Distribuicao Gama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
A.3 Distribuicao Gama Inversa . . . . . . . . . . . . . . . . . . . . . . . . . 82
A.4 Distribuicao Beta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A.5 Distribuicao de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A.6 Distribuicao t de Student . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.7 Distribuicao F de Fisher . . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.8 Distribuicao Binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.9 Distribuicao Multinomial . . . . . . . . . . . . . . . . . . . . . . . . . 83
A.10 Distribuicao de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . 84
A.11 Distribuicao Binomial Negativa . . . . . . . . . . . . . . . . . . . . . . 84
References 85
Captulo 1
Introdu
cao
Observacoes correlacionadas s
ao mais difceis de analisar e requerem tecnicas
especficas.
Terminologia
Uma serie temporal e dita ser contnua quando as observacoes s
ao feitas continua-
mente no tempo ou discreta quando as observacoes s
ao feitas em tempos especficos,
1
2 CAPITULO 1. INTRODUC
AO
geralmente equiespacados. Note que estes termos nao se referem `a variavel observada,
esta pode assumir valores discretos ou contnuos.
Por outro lado, series temporais discretas podem surgir de v arias formas. Series
contnuas podem ser discretizadas, i.e. seus valores s
ao registrados a certos intervalos
de tempo. Series de valores agregados ou acumulados em intervalos de tempo, por
exemplo exportacoes medidas mensalmente ou quantidade de chuva medida diaria-
mente. Finalmente, algumas series s ao inerentemente discretas, por exemplo dividen-
dos pagos por uma empresa aos seus acionistas em anos sucessivos.
Objetivos
Em algumas situacoes o objetivo pode ser fazer previs
oes de valores futuros enquanto
em outras a estrutura da serie ou sua relacao com outras series pode ser o interesse
principal. De um modo geral, os principais objetivos em se estudar series temporais
podem ser os seguintes,
Abordagens
Tecnicas Descritivas: gr
aficos, identificacao de padroes, etc.
An
alise espectral.
Exemplos de S
eries Temporais
Como primeira ilustracao sao apresentadas na Figura 1.1 quatro series temporais
disponveis no pacote R. Nos eixos horizontais aparecem os anos de observacao e nos
eixos verticais os nomes das series (mesmos nomes do R). A Figura 1.1a mostra totais
3
mensais de passageiros em linhas aereas internacionais nos EUA entre 1949 e 1960.
Existe uma clara tendencia de crescimento bem como um padrao sazonal ao longo
dos anos. A Figura 1.1b mostra a serie com o numero anual de linces capturados em
armadilhas entre 1821 e 1934 no Canad a. Existe um padr ao cclico em torno de 10 ou
11 anos. A Figura 1.1c mostra a serie com as medicoes anuais de vazoes do Rio Nilo
em Ashwan entre 1871 e 1970. Parece haver alguma alteracao estrutural em torno
do ano de 1900. Finalmente a Figura 1.1d mostra a serie trimestral do consumo de
g
as no Reino Unido entre o primeiro trimestre de 1960 e o quarto trimestre de 1986.
Ha uma tendencia de crescimento porem a amplitude do padr ao sazonal aumenta
bastante a partir de 1971.
lynx
300 200
100
(a) (b)
1200
1400
1000
1200
800
1000
UKgas
Nile
600
800
400
600
200
1880 1900 1920 1940 1960 1960 1965 1970 1975 1980 1985
(c) (d)
Figura 1.1: (a) Totais mensais de passageiros em linhas aereas internacionais nos EUA
entre 1949 e 1960, (b) numero anual de linces capturados em armadilhas entre 1821 e 1934
no Canada, (c) medicoes anuais de vaz
oes do Rio Nilo em Ashwan entre 1871 e 1970, (d)
consumo de g as no Reino Unido entre o primeiro trimestre de 1960 e o quarto trimestre de
1986.
Captulo 2
T
ecnicas Descritivas
Ao se analisar uma ou mais series temporais a representacao gr afica dos dados se-
quencialmente ao longo do tempo e fundamental e pode revelar padr oes de comporta-
mento importantes. Tendencias de crescimento (ou decrescimento), padr oes cclicos,
alteracoes estruturais, observacoes aberrantes, etc. s
ao muitas vezes facilmente iden-
tificados. Sendo assim, o gr afico temporal deve ser sempre o primeiro passo e antecede
qualquer an alise. Outras ferramentas ser ao descritas ao longo deste captulo.
2.1 Decomposic
ao Cl
assica
Muitas das propriedades observadas em uma serie temporal Xt podem ser captadas
assumindo-se a seguinte forma de decomposicao
Xt = Tt + Ct + Rt
2.1.1 S
eries com Tend
encia
N
ao existe uma definicao precisa de tendencia e diferentes autores usam este termo
de diferentes formas. Podemos pensar em tendencia como uma mudanca de longo
prazo no nvel medio da serie. A dificuldade aqui e definir longo prazo.
A forma mais simples de tendencia e
Xt = + t + t (2.1)
onde e sao constantes a serem estimadas e t denota um erro aleat orio com media
zero. O nvel medio da serie no tempo t e dado por mt = + t que e algumas vezes
4
2.1. DECOMPOSIC CLASSICA
AO 5
xt = a/(1 + bect )
Filtragem
Outro procedimento para analisar series com tendencia e atraves de filtros lineares.
Um filtro linear converte uma serie {xt } em outra {yt } atraves da seguinte operacao
linear
Xs
yt = aj xt+j
j=q
onde {aj } e um conjunto de pesos. Alem disso, como queremos estimar a media local
os pesos devem ser tais que sj=q aj = 1, garantindo assim que min{xt } < yt <
P
O caso mais simples e quando todos os pesos aj tem o mesmo valor e devido `a restricao
de soma 1 segue que aj = 1/(2q +1), para j = q, . . . , q. Neste caso, o valor suavizado
de xt e dado por
q
1 X
yt = xt+j
2q + 1
j=q
Exemplo 2.1 : A Figura 2.1 apresenta a serie com os totais mensais de passageiros
de linhas aereas internacionais nos EUA, entre 1949 e 1960 (Box, Jenkins and Reinsel,
6 CAPITULO 2. TECNICAS
DESCRITIVAS
q = 2
coefs = rep(1/(2*q+1),2*q+1) # vetor de coeficientes do filtro
y = filter(x, coefs, sides=2, method="conv")
plot(x,xlab=Anos, ylim=c(0,650), ylab=N
umero de passageiros (em milhares))
lines(y,col=red)
q = 5
coefs = rep(1/(2*q+1),2*q+1)
y = filter(x, coefs, sides=2, method="conv")
lines(y,col=blue)
legend(1958,160,legend=c(q=2,q=5), col=c(red,blue), lty=c(1,1))
600
500
dados
Media Movel q=2
Media Movel q=5
Nmero de passageiros (em milhares)
400
300
200
100
0
Anos
Figura 2.1: Totais mensais de passageiros de linhas aereas internacionais nos EUA, com
a tendencia superimposta aplicando medias m
oveis aproximadamente trimestrais (q = 2) e
medias moveis aproximadamente anuais (q = 5).
onde 0 < < 1. Note como, embora todas as observacoes passadas sejam usadas no
filtro, os pesos (1 )j decaem geometricamente com j. Quanto mais proximo de 1
estiver mais peso ser a dado ` as observacoes mais recentes e quanto mais proximo de
zero mais os pesos estar ao distribuidos ao longo da serie. Por exemplo se = 0, 90 a
serie filtrada fica yt = 0, 9xt + 0, 09xt1 + 0, 009xt2 + . . . enquanto que para = 0, 1
temos que yt = 0, 1xt + 0, 09xt1 + 0, 081xt2 + . . . .
Diferencia
cao
Um tipo especial de filtro, muito u til para remover uma componente de tendencia,
consiste em diferenciar a serie ate que ela se torne estacion
aria (este conceito ser a
formalizado no Captulo 3). Para dados nao sazonais, a primeira diferenca e em
geral suficiente para induzir estacionariedade aproximada. A nova serie y2 , . . . , yn e
formada a partir da serie original x1 , . . . , xn como
yt = xt xt1 = xt .
2.1.2 S
eries Sazonais
Uma forma bastante simples de eliminar o efeito sazonal e simplesmente tomar medias
sazonais. Por exemplo, em dados mensais com sazonalidade anual, as medias anuais
estar
ao livres do efeito sazonal. Embora este procedimento esteja correto muitos dados
ser
ao perdidos e ao inves disto pode-se recorrer mais uma vez `as medias m
oveis.
2.2 Autocorrelac
ao
Uma importante ferramenta para se identificar as propriedades de uma serie tem-
poral consiste de uma serie de quantidades chamadas coeficientes de autocorrelaca
o
8 CAPITULO 2. TECNICAS
DESCRITIVAS
nk
X
ck = (xt x)(xt+k x)/n.
t=1
Os coeficientes de autocorrelacao s
ao entao obtidos como rk = ck /c0 .
2.2.1 O Correlograma
Um gr afico com os k primeiros coeficientes de autocorrelacao como funcao de k e
chamado de correlograma e pode ser uma ferramenta poderosa para identificar ca-
ractersticas da serie temporal. Porem isto requer uma interpretacao adequada do
correlograma, i.e. devemos associar certos padr oes do correlograma como determina-
das caractersticas de uma serie temporal. Esta nem sempre e uma tarefa simples e a
seguir sao dadas algumas indicacoes.
S
eries aleat
orias
A primeira quest ao que podemos tentar responder atraves do correlograma e se uma
serie temporal e aleat
oria ou nao. Para uma serie completamente aleat oria os valores
defasados s ao nao correlacionados e espera-se que rk = 0.
Suponha que x1 , . . . , xn sejam vari
aveis aleat
orias independentes e identicamente
distribuidas com media arbitr arias. Entao, pode-se mostrar que o coeficiente de au-
tocorrelacao amostral rk e assintoticamente normalmente distribuido, com media e
variancia dados por
E(rk ) 1/n e V ar(rk ) 1/n.
(ver Kendall, Stuart, and Ord 1983, Captulo 48). Portanto, limites de confianca
aproximados de 95% s ao dados por 1/n 1, 96/ n, que s ao frequentemente ainda
mais aproximados para 1, 96/ n.
Isto ilustra uma das dificuldades de interpretar o correlograma ja que, mesmo para
uma serie completamente aleat oria, espera-se que 1 em cada 20 coeficientes rk esteja
fora destes limites. Por outro lado, um valor muito grande de rk tem menos chance de
ter ocorrido ao acaso do que um valor que est a apenas ligeiramente fora dos limites.
A Figura 2.2 mostra uma serie temporal com 100 observacoes independentes e
identicamente distribuidas geradas no computador juntamente com o seu correlo-
grama. Neste caso os limites de confianca de 95% s ao aproximadamente 2/ 100 =
0,2 e podemos notar que 2 dentre as 20 primeiras autocorrelacoes est ao ligeiramente
fora destes limites. No entanto isto ocorre em defasagens aparentemente arbitr arias
(12 e 18) e podemos concluir que nao ha evidencia para rejeitar a hipotese de que as
observacoes s
ao independentes.
10 CAPITULO 2. TECNICAS
DESCRITIVAS
2
1
observaes
0
1
2
0 20 40 60 80 100
tempo
(a)
1.0
0.8
0.6
autocorrelaoes
0.4
0.2
0.0
0.2
0 5 10 15 20
defasagem
(b)
Figura 2.2: (a) 100 observacoes simuladas independentes e identicamente distribuidas. (b)
20 primeiras autocorrelacoes amostrais.
2.2. AUTOCORRELAC
AO 11
Correlac
ao de curto-prazo
Uma serie temporal na qual uma observacao acima da media tende a ser seguida
por uma ou mais observacoes acima da media, similarmente para observacoes abaixo
da media, e dita ter correlacao de curto-prazo. Um correlograma desta serie dever
a
exibir um valor relativamente grande de r1 seguido por valores que tendem a ficar
sucessivamente menores. A partir de uma certa defasagem k os valores de rk tendem
a ser aproximadamente zero.
Na Figura 2.3 temos 50 observacoes geradas de acordo com o processo xt =
0, 7xt1 + t juntamente com o seu correlograma.
3
2
1
observaes
0
1
2
0 10 20 30 40
tempo
(a)
1.0
0.8
0.6
autocorrelaoes
0.4
0.2
0.0
0.2
0 5 10 15
defasagem
(b)
Figura 2.3: (a) 50 observacoes simuladas com autocorrelacoes de curto-prazo. (b) 16 primei-
ras autocorrelacoes amostrais.
12 CAPITULO 2. TECNICAS
DESCRITIVAS
Correlac
ao negativa
Se os valores de uma serie temporal tendem a se alternar acima e abaixo de um valor
medio, o correlograma desta serie tambem tende a se alternar. O valor de r1 ser a
negativo enquanto o valor de r2 ser a positivo ja que as observacoes defasadas de 2
perodos tendem a estar do mesmo lado da media. Esta caracterstica est a ilustrada
na Figura 2.4 aonde temos 30 observacoes simuladas com autocorrelacoes negativas
juntamente com as 14 primeiras autocorrelacoes amostrais.
2
observaes
0
2
4
0 5 10 15 20 25 30
tempo
(a)
1.0
0.5
autocorrelaoes
0.0
0.5
0 2 4 6 8 10 12 14
defasagem
(b)
Figura 2.4: (a) 30 observacoes simuladas com autocorrelacoes negativas. (b) 14 primeiras
autocorrelacoes amostrais.
S
eries n
ao estacion
arias
Para uma serie temporal com tendencia os valores de rk nao decair
ao para zero a nao
em defasagens grandes. Intuitivamente, isto ocorre porque uma observacao de um lado
2.2. AUTOCORRELAC
AO 13
da media tende a ser seguida por um grande n umero de observacoes do mesmo lado
(devido ` a tendencia). Neste caso, pouca ou nenhuma informacao pode ser extraida
do correlograma ja que a tendencia dominar a outras caractersticas. Na verdade,
como veremos em outros captulos a funcao de autocorrelacao so tem um significado
para series estacionarias, sendo assim qualquer tendencia deve ser removida antes do
c
alculo de {rk }.
A Figura 2.5 mostra uma serie temporal com 50 observacoes geradas segundo
o modelo xt = xt1 + t , juntamente com o seu correlograma. Note que a nao
estacionariedade da serie fica evidenciada no correlograma ja que as autocorrelacoes
amostrais decaem muito lentamente.
0.0
0.2
observaes
0.4
0.6
0.8
0 10 20 30 40 50
tempo
(a)
1.0
0.8
0.6
autocorrelaoes
0.4
0.2
0.0
0.2
0 5 10 15
defasagem
(b)
Figura 2.5: (a) 50 observacoes simuladas segundo um passeio aleatorio. (b) 20 primeiras
autocorrelacoes amostrais.
14 CAPITULO 2. TECNICAS
DESCRITIVAS
Varia
cao sazonal
Um padr ao sazonal e em geral facilmente identificado no correlograma. De fato, se
uma serie temporal contem flutuacoes sazonais o correlograma ir
a exibir oscilacoes na
mesma frequencia. Por exemplo, com observacoes mensais r6 ser a grande e negativo
enquanto r12 sera grande e positivo.
Na verdade, se o padr ao sazonal ja for evidente no grafico da serie original o
correlograma trara pouca ou nenhuma informacao adicional.
Observa
coes discrepantes
Se uma serie temporal contem uma ou mais observacoes discrepantes (outliers) o
correlograma pode ser seriamente afetado. No caso de uma u nica observacao discre-
pante o gr
afico de xt contra xt+k ter
a pontos extremos o que pode viesar os coeficientes
de correlacao para zero. Com dois valores discrepantes o efeito pode ser ainda mais
devastador, alem de gerar uma correlacao espuria quando k e igual `a dist
ancia entre
os valores.
Captulo 3
Modelos Probabilsticos
3.1 Introduc
ao
Neste captulo ser ao descritos varios modelos adequados para dados de series tempo-
rais. Tais modelos s ao chamados de processos estoc asticos.
Matematicamente um processo estoc astico pode ser definido como uma colecao de
vari aveis aleat orias ordenadas no tempo e definidas em um conjunto de pontos T , que
pode ser contnuo ou discreto. Iremos denotar a vari avel aleatoria no tempo t por X(t)
no caso contnuo (usualmente < t < ), e por Xt no caso discreto (usualmente
t = 0, 1, 2, . . . ). O conjunto de possveis valores do processo e chamado de espaco
de estados que pode ser discreto (e.g. o n umero de chamadas que chegam a uma
central telef onica a cada 2 horas) ou contnuo (e.g. a temperatura do ar em uma
localidade observada em intervalos de 1 hora).
Em an alise de series temporais a situacao e bem diferente da maioria dos problemas
estatsticos. Embora seja possvel variar o tamanho da serie observada, usualmente
ser a impossvel fazer mais do que uma observacao em cada tempo. Assim, tem-se
apenas uma realizacao do processo estoc astico e uma u nica observacao da vari avel
aleat oria no tempo t denotada por x(t) no caso contnuo e xt , para t = 1, . . . , N no
caso discreto.
Uma maneira de descrever um processo estoc astico e atraves da distribuicao
de probabilidade conjunta de X(t1 ), . . . , X(tk ) para qualquer conjunto de tempos
t1 , . . . , tk e qualquer valor de k. Esta e uma tarefa extremamente complicada e
na pratica costuma-se descrever um processo estoc astico atraves das funcoes media,
vari ancia e autocovari ancia. Estas funcoes s
ao definidas a seguir para o caso contnuo
sendo que definicoes similares se aplicam ao caso discreto.
15
16 CAPITULO 3. MODELOS PROBABILISTICOS
( ) = ( )/(0)
que mede a correlacao entre X(t) e X(t + ). No captulo anterior foi apresentado
o seu equivalente emprico para series discretas rk . Note tambem que o argumento
sera discreto se a serie temporal for discreta e contnuo se a serie temporal for
contnua.
Na pratica e muito difcil usar a definicao de estacionariedade estrita e costuma-se
definir estacionariedade de uma forma menos restrita.
Nenhuma outra suposicao e feita a respeito dos momentos de ordem mais alta. Alem
disso, fazendo = 0 segue que V ar[X(t)] = (0), ou seja a vari ancia do processo
3.3. A FUNC DE AUTOCORRELAC
AO
AO 17
assim como a media tambem e constante. Note tambem que tanto a media quanto a
vari ancia precisam ser finitos.
Esta definicao mais fraca de estacionariedade ser a utilizada daqui em diante ja
que muitas propriedades dos processos estacionarios dependem apenas da estrutura
especificada pelo primeiro e segundo momentos. Uma classe importante de proces-
sos aonde isto se verifica e a classe de processos normais ou Gaussianos aonde a
distribuicao conjunta de X(t1 ), . . . , X(tk ) e normal multivariada para todo conjunto
t1 , . . . , tk . A distribuicao normal multivariada fica completamente caracterizada pelo
primeiro e segundo momentos, i.e. por (t) e (t1 , t2 ), assim estacionariedade fraca
implica em estacionariedade estrita para processos normais. Por outro lado, e ( )
podem nao descrever adequadamente processos que sejam muito n ao-normais.
3.3 A Func
ao de Autocorrelac
ao
Foi visto na Secao 2.2 que os coeficientes de autocorrelacao amostral de uma serie
temporal observada s ao uma ferramenta importante para descrever a serie. Analo-
gamente, a funcao de autocorrelacao teorica (fac) de um processo estocastico esta-
cion
ario e uma ferramenta importante para assessar suas propriedades. A seguir ser ao
apresentadas propriedades gerais da funcao de autocorrelacao.
Se um processo estoc ancia 2 entao
astico estacionario X(t) tem media e vari
( ) = ( )/(0) = ( )/ 2
2. 1 < ( ) < 1.
3.4.1 Sequ
encia Aleat
oria
Um processo em tempo discreto e chamado puramente aleat orio se consiste de uma
sequencia de vari
aveis aleat
orias {t } independentes e identicamente distribuidas. Isto
implica nas seguintes propriedades
18 CAPITULO 3. MODELOS PROBABILISTICOS
Um processo puramente aleat orio e as vezes chamado de rudo branco e pode ser
u
til por exemplo na construcao de processos mais complicados. As propriedades
acima podem ser entendidas como ausencia de correlacao serial e homocedasticidade
condicional (vari
ancia condicional constante).
Xt = Xt1 + t .
Xt = Xt2 + t1 + t
= Xt3 + t2 + t1 + t
..
.
Xt
= X0 + j
j=1
3.4.3 Processos de M
edia M
oveis
Seja {t } um processo discreto puramente aleat ancia 2 .
orio com media zero e vari
Um processo {Xt } e chamada de processo de medias m oveis de ordem q, ou MA(q),
se
Xt = t + 1 t1 + + q tq . (3.1)
3.4. ALGUNS PROCESSOS ESTOCASTICOS 19
N
ao e difcil verificar que
E(Xt ) = 0 e V ar(Xt ) = (1 + 12 + + q2 )2 .
Note que a funcao tem um ponto de corte na defasagem q, i.e. (k) = 0 para k >
q. Esta e uma caracterstica especfica de processos medias m oveis e ser
a u
til na
especificacao do valor de q na pratica (Box and Jenkins 1970, p. 170).
Vamos analisar agora com mais detalhes o caso particular do processo MA(1). A
funcao de autocorrelacao fica
1
k=0
(k) = 2
1 /(1 + 1 ) k = 1 (3.3)
0 k > 1.
Xt = t + t1
1
Xt = t + t1 .
Substituindo em (3.3) nao e difcil verificar que estes dois processos diferentes tem
exatamente a mesma funcao de autocorrelacao. Assim, nao e possvel identificar um
20 CAPITULO 3. MODELOS PROBABILISTICOS
processo MA(1) u nico a partir da funcao de autocorrelacao. Por outro lado, podemos
fazer substituicoes sucessivas e reescrever estes dois processos colocando t em funcao
de Xt , Xt1 , . . . , i.e.
Xt = (1 + 1 B + 2 B 2 + + q B q )t = (B)t
(B) = 1 + 1 B + 2 B 2 + + q B q = 0
Note que existe uma estrutura Markoviana no processo AR(1) no sentido de que,
dado Xt1 , Xt nao depende de Xt2 , Xt3 , . . . . Fazendo subtituicoes sucessivas em
(3.5) obtemos que
Xt = (Xt2 + t1 ) + t = 2 Xt2 + t1 + t
= 2 (Xt3 + t2 ) + t1 + t
= 3 Xt3 + 2 t2 + t1 + t
..
.
Xr
= r+1 Xtr1 + j tj .
j=0
j=0
Xt = t + t1 + 2 t2 + . . .
e assim || < 1 e uma condicao suficiente para que Xt seja estacionario. Neste caso,
reescrevendo o processo k perodos `a frente, i.e.
note como o efeito de t sobre Xt+k diminui a medida que k aumenta e por isso e
chamado efeito transit
orio.
Podemos tambem usar o operador de retardo reescrevendo a equacao (3.5) como
(1 B)Xt = t
ou equivalentemente
1
Xt = t = (1 + B + 2 B 2 + . . . )t = t + t1 + 2 t2 + . . .
(1 B)
Escrevendo o processo AR(1) neste formato de MA infinito fica facil ver que a sua
media e vari
ancia s
ao dados por
2
E(Xt ) = 0 e V ar(Xt ) = 2 (1 + 2 + 4 + . . . ) = .
1 2
A funcao de autocovari
ancia pode ser obtida usando os resultados acima e para
|| < 1 pode-se mostrar que
2
(k) = E(Xt Xt+k ) = k = k X
2
.
1 2
22 CAPITULO 3. MODELOS PROBABILISTICOS
1.0
0.8
0.5
autocorrelao
autocorrelao
0.6
0.0
0.4
0.5
0.2
0 2 4 6 8 10 0 2 4 6 8 10
defasagem (k) defasagem (k)
(a) (b)
1.0
1.0
0.8
0.8
0.6
0.6
autocorrelao
autocorrelao
0.4
0.4
0.2
0.2
0.0
0.2
0.0
0 2 4 6 8 10 0 2 4 6 8 10
defasagem (k) defasagem (k)
(c) (d)
Xt = 0 t + 1 t1 + 2 t2 + = (0 + 1 B + 2 B 2 + . . . )t = (B)t .
j2 < .
P
e em analogia com o caso AR(1) segue que o processo ser
a estacionario se j
Usando agora o operador de retardo a equacao (3.4) fica
(1 1 B 2 B 2 p B p )Xt = t ou (B)Xt = t
3.4. ALGUNS PROCESSOS ESTOCASTICOS 23
Autocorrela
coes Parciais
Para um processo AR(p), o u ltimo coeficiente p mede o excesso de correlacao na
defasagem p que nao e levado em conta por um modelo AR(p 1). Este e chamado
de p-esimo coeficiente de autocorrelaca o parcial. Assim, variando k = 1, 2, . . . temos
a chamada funca o de autocorrelaca o parcial (FACP).
Por outro lado, em um processo AR(p) nao existe correlacao direta entre Xt e
Xtp1 , Xtp2 , . . . e substituindo k = p + 1, p + 2, . . . nas equacoes de Yule-Walker
obtem-se que todos os coeficientes de correlacao parcial ser ao nulos para k > p. Por
exemplo, substituindo-se k = p + 1 segue que
O fato de que a facp e igual a zero para k > p e sugerido em Box and Jenkins (1970,
p. 170) como uma ferramenta para determinar a ordem p do processo autoregressivo
para series temporais observadas.
Xt = 1 Xt1 + + p Xtp + t + 1 t1 + + q tq
(1 1 B 2 B 2 p B p )Xt = (1 + 1 B + 2 B 2 + + q B q )t
ou
(B)Xt = (B)t .
Os valores de 1 , . . . , p que tornam o processo estacionario s
ao tais que as razes
de (B) = 0 est ao fora do crculo unit ario. Analogamente, os valores de 1 , . . . , q
que tornam o processo inversvel s ao tais que as razes de (B) = 0 est ao fora do
crculo unit
ario.
Vale notar que as funcoes de autocorrelacao e autocorrelacao parcial ficam con-
sideravelmente mais complicadas em processos ARMA. De um modo geral, para um
processo ARMA(p, q) estacionario a funcao de autocorrelacao tem um decaimento
exponencial ou oscilatorio ap os a defasagem q enquanto que a facp tem o mesmo
comportamento ap os a defasagem p (Box and Jenkins 1970, p. 79). Em princpio
este resultado pode ser utilizado para auxiliar na determinacao da ordem (p, q) do
processo mas na pratica pode ser bastante difcil distinguir entre decaimentos expo-
nenciais e oscilatorios atraves das estimativas destas funcoes.
3.4. ALGUNS PROCESSOS ESTOCASTICOS 25
Da equacao (3.6) acima pode-se notar que o modelo para Xt e claramente nao
omio autoregressivo (B)(1 B)d tem exatamente d razes
estacionario ja que o polin
sobre o crculo unitario. Um processo que se torna estacionario ap os d diferencas e
dito nao estacionario homogeneo.
Na pratica valores pequenos s ao em geral especificados para d, sendo d = 1 o valor
mais frequentemente utilizado e excepcionalmente d = 2. Note tambem que o passeio
aleatorio pode ser considerado um processo ARIMA(0,1,0).
Vale notar que para dados reais um modelo ARIMA (e de fato qualquer modelo)
e no m aximo uma aproximacao para o verdadeiro processo gerador dos dados. Na
pratica pode ser bem difcil distinguir entre um processo estacionario com mem oria
longa (e.g. AR(1) com 1) e um processo nao estacionario homogeneo. Existe
26 CAPITULO 3. MODELOS PROBABILISTICOS
uma vasta literatura econometrica sobre testes de raz unit aria (ver por exemplo
Hamilton 1994 e Bauwens, Lubrano, and Richard 1999). Mais recentemente, modelos
da classe ARFIMA (ou ARIMA fracion arios) tem sido utilizados para analisar series
com mem oria longa. Estes topicos nao ser
ao abordados aqui e o leitor interessado
pode consultar por exemplo Brockwell and Davis (1991).
Exerccios
Nos exerccios a seguir {t } e um processo discreto puramente aleat
orio com media
zero e vari 2
ancia .
(a) Xt = 0, 3Xt1 + t .
(b) Xt = t 1, 3 t1 + 0, 4 t2 .
(c) Xt = 0, 5Xt1 + t 1, 3 t1 + 0, 4 t2 .
(d) Xt = 0, 3 Xt1 + t 0, 6 t1
(1 + ab)(a + b)
(1) =
1 + b2 + 2ab
(k) = a(k 1), k = 2, 3, . . .
Estima
cao
No captulo anterior foram estudados modelos probabilsticos que podem ser utilizados
para descrever dados de series temporais. Neste captulo ser a discutido o problema
de ajustar um modelo aos dados observados. A inferencia ser a baseada na funcao de
autocorrelacao.
4.1 Autocovari
ancia e autocorrelac
ao
O coeficiente de autocovari
ancia amostral de ordem k foi definido na Secao 2.2 como
nk
X
ck = (xt x)(xt+k x)/n
t=1
Interpretando o correlograma
No captulo 2 foram vistos alguns exemplos de correlogramas associados a carac-
tersticas de series temporais observadas. O correlograma e u
til tambem na identi-
ficacao do tipo de modelo ARIMA que fornece a melhor representacao de uma serie
28
4.2. AJUSTANDO PROCESSOS AUTOREGRESSIVOS 29
Xt = 1 (Xt1 ) + + p (Xtp ) + t ,
Xt x = 1 (Xt1 x) + . . . p (Xtp x) + t ,
r1 = 1 + 2 r1 + + p rp1
r2 = 1 r1 + 2 + + p rp2
..
.
rp = 1 rp1 + 2 rp2 + + p
Como o custo computacional de estimar modelos AR nao e tao grande uma abor-
dagem alternativa para determinacao de p consiste em estimar modelos de ordem
progressivamente mais alta e calcular a soma de quadrados residual para cada valor
de p. Pode ser possvel encontrar o valor de p para o qual a inclus
ao de termos extras
nao melhora sensivelmente o ajuste. Como vimos na Secao 3.4.4 este procedimento
da origem `
a funcao de autocorrelacao parcial.
Xt = + t + 1 t1 + + q tq
xt 1 t q tq
Xt = 2Xt1 2 Xt2 t1 + t
(1 B)2 Xt = (1 B)t .
12 xt = (1 B 12 )xt = xt xt12
e ter
a variabilidade menor do que a primeira diferenca nao sazonal xt = xt xt1 ,
sendo portanto mais facil de identificar e estimar.
32 CAPITULO 4. ESTIMAC
AO
Box and Jenkins (1970) generalizaram o modelo ARIMA para lidar com sazonali-
dade e definiram um modelo ARIMA sazonal multiplicativo, denominado SARIMA,
dado por
(B)(B s )Wt = (B)(B s )t (4.1)
onde
(B) = (1 1 B p B p )
(B s ) = (1 s B s P B P s )
Wt = d D
s Xt
(B) = (1 + 1 B + + q B q )
(B s ) = (1 + s B s + + Q B Qs ).
(B s ) = (1 s B s )
(1 B)(1 B 12 )Xt = (1 B 12 )t
4.6 Adequac
ao do Modelo
Todos os modelos s
ao errados mas alguns s
ao u
teis (George Box)
4.6.1 An
alise dos Resduos
Apos um modelo ter sido ajustado a uma serie temporal deve-se verificar se ele fornece
uma descricao adequada dos dados. Assim como em outros modelos estatsticos a ideia
e verificar o comportamento dos resduos onde
Para os modelos vistos aqui o valor ajustado e a previs ao 1 passo a frente de modo
que o resduo fica definido como o erro de previs ao 1 passo a frente. Por exemplo,
em um modelo AR(1) se e a estimativa do coeficiente autoregressivo entao o valor
ajustado no tempo t e xt1 e o resduo correspondente e et = xt
xt1 .
Se o modelo tiver um bom ajuste espera-se que os resduos se distribuam ale-
atoriamente em torno de zero com vari ancia aproximadamente constante e sejam
nao correlacionados. Se a vari ancia dos resduos for crescente uma transformacao
logartmica nos dados pode ser apropriada. O fen omeno de n ao const ancia na
variancia e denominado de volatilidade na literatura de series temporais e pode ser
tratado atraves de transformacoes nos dados (e.g. transformacoes de Box-Cox)1 .
Alem disso, em modelos de series temporais os resduos est
ao ordenados no tempo
e e portanto natural trata-los tambem como uma serie temporal. E particularmente
importante que os resduos de um modelo estimado sejam serialmente (i.e. ao longo
do tempo) nao correlacionados. Evidencia de correlacao serial nos resduos e uma
1
Uma tendencia mais recente no entanto consiste em tentar modelar simultaneamente a media e
a vari
ancia ao inves de usar transformac
oes.
34 CAPITULO 4. ESTIMAC
AO
indicacao de que uma ou mais caractersticas da serie nao foi adequadamente descrita
pelo modelo.
Consequentemente, duas maneiras obvias de verificar a adequacao do modelo con-
sistem em representar graficamente os resduos e o seu correlograma. O gr afico tem-
poral poder a revelar a presenca de dados discrepantes, efeitos de autocorrelacao ou
padroes cclicos enquanto que o correlograma permite uma an alise mais detalhada da
estrutura de autocorrelacao indicando possveis termos faltantes no modelo.
Ou seja, assim como em outros modelos estatsticos, a ideia e que os resduos
poderao identificar caractersticas que nao foram adequadamente modeladas. Por
exemplo, autocorrelacoes residuais significativas nas defasagens 1 ou 2, ou em defa-
sagens sazonais (e.g. 12 para dados mensais) s ao uma indicacao de que mais termos
medias m oveis devem ser incluidos no modelo. Por outro lado, um valor de rk li-
geiramente fora dos limites de confianca em defasagens sem significado obvio (e.g.
k=5) nao e indicacao suficiente para se rejeitar o modelo. O mesmo comentario vale
para as autocorrelacoes parciais dos resduos no que diz respeito `a inclusao de termos
autoregressivos (sazonais e nao sazonais).
data(AirPassengers)
y = log(AirPassengers)
par(mfrow=c(3,2))
z = cbind(y,diff(y),diff(y,lag=12))
yl=c(No de passageiros,Variacao mensal,Variacao anual)
par(mfrow=c(3,2))
for (i in 1:3){
plot(z[,i],main=,xlab=Anos,ylab=yl[i],cex.lab=2,cex.axis=1.5)
m = acf(z[,i],lag.max=36, plot=F,na.action=na.pass)
m$lag = m$lag*12
plot(m,main=,xlab=defasagem,ylab=FAC,cex.lab=2,cex.axis=1.5)
}
z=diff(diff(y),lag=12)
plot(z,main=serie com 1 diferenca simples e 1 sazonal,xlab=Anos,
ylab=)
m = acf(z, lag.max=36, plot=F); m$lag = m$lag*12
plot(m, main=)
m = arima(y,order=c(0,1,1),seasonal=list(order=c(0,1,1)))
Call:
arima(x = y, order = c(0, 1, 1), seasonal = list(order = c(0, 1, 1)))
Coefficients:
ma1 sma1
-0.4018 -0.5569
s.e. 0.0896 0.0731
FAC
5.5
5.0
0.2
0.6
FAC
0.0
0.2
0.2 0.1
0.2
0.6
0.2
FAC
0.1
0.2
0.0
0.2
1950 1954 1958 0 5 10 15 20 25 30 35
Anos defasagem
Figura 4.1:
4.6. ADEQUAC DO MODELO
AO 37
tsdiag(m)
for (i in 1:10){
b = Box.test(m$residuals,i,type=Ljung-Box)$p.value
print(b)
}
[1] 0.8610206
[1] 0.9452508
[1] 0.4829255
[1] 0.3663101
[1] 0.4320234
[1] 0.4883209
[1] 0.539204
[1] 0.6328112
[1] 0.5096084
[1] 0.5502513
As outras verificacoes usuais sobre os residuos tambem devem ser feitas. Por
exemplo, um histograma com curva normal superposta, o gr afico de probabilidades
normais e um teste de normalidade. Os comandos abaixo podem ser utilizados no R.
par(mfrow=c(2,2))
z=m$residuals
hist(z,freq=F)
d = seq(range(z)[1]-3*sd(z),range(z)[2]+3*sd(z),0.001)
lines(d,dnorm(d,0,sd(z)))
qqnorm(z)
qqline(z)
shapiro.test(z)
data: z
W = 0.9864, p-value = 0.1674
Exerccios
1. Faca um esboco do correlograma para uma serie com estrutura MA(Q) pura-
mente sazonal, i.e. nao existe dependencia dentro de um perodo sazonal.
Previs
ao
Uma das formas de utilizacao de um modelo ajustado e para fazer previs oes de valores
futuros. Assim, se t e o perodo corrente estamos interessados em prever os valores
de Xt+1 , Xt+2 , . . . . A previs
ao de Xt+k , para k = 1, 2, . . . ser
a denotada por xt (k) e
e definida como a esperanca condicional de Xt+k dados todos os valores passados, i.e.
x
t (k) = E(Xt+k |xt , xt1 , . . . ).
5.1 M
etodos Univariados de Previs
ao
Os metodos descritos nesta secao tem um forte apelo intuitivo, decompondo uma serie
temporal em componentes de facil interpretacao. Dados os recursos computacionais
disponveis atualmente eles tambem tem a vantagem de serem extremamente simples
de programar e sua utilizacao ter um custo computacional muito pequeno. Vamos
comecar com o caso mais simples, adequado para series localmente constantes.
onde {aj } s
ao os pesos. Parece razo avel tambem dar um peso maior `as observacoes
mais recentes do que `as observacoes mais distantes no passado, i.e. a0 > a1 > . . . .
39
40 CAPITULO 5. PREVISAO
Neste procedimento s
ao adotados pesos que decaem geometricamente a uma taxa
constante dados por
aj = (1 )j , j = 0, 1, . . .
onde 0 < < 1 e chamada de constante de alisamento. Assim, a previs
ao 1 passo `
a
frente em t = n fica
i.e. uma media ponderada entre a observacao mais recente e a previs ao anterior.
A equacao (5.1) pode ainda ser reescrita na forma de correca o de erro. Definindo
en = xn xn1 (1) o erro de previs
ao 1 passo `a frente no tempo n entao
x
n (1) = x
n1 (1) + en .
Ou seja, a previs
ao para t = n + 1 e igual `a previs
ao para t = n que foi feita em
t = n 1 mais uma proporcao do erro cometido.
Previs
oes Dentro da Amostra
Usando x 0 (1) = x1 como previs ao inicial em t = 0 e definindo et = xt x t1 (1) os
erros de previsao 1 passo `
a frente, a equacao (5.2) pode ser usada recursivamente para
obter as previsoes, i.e.
x
t (1) = xt + (1 )
xt1 (1), t = 1, 2, . . .
x
t (1) = x
t1 (1) + et , t = 1, 2, . . .
Especifica
cao de
Vale notar que o valor de nao depende da escala em que as observacoes foram medi-
das, mas sim das propriedades da serie temporal. O valor de deve ser especificado de
modo a refletir a influencia das observacoes passadas nas previs
oes. Valores pequenos
produzem previs oes que dependem de muitas observacoes passadas. Por outro lado,
valores proximos de 1 levam a previs oes que dependem das observacoes mais recentes
e no caso extremo = 1 a previs ao e simplesmente a ultima observacao. O valor de
5.1. METODOS
UNIVARIADOS DE PREVISAO 41
tambem pode ser estimado a partir dos dados e o criterio utilizado e a minimizacao
da soma de quadrados dos erros de previs ao. Ou seja, dado um valor fixo de e
usando a equacao (5.2), calcule
x
0 (1) = x1 ,
x
1 (1) = x1 + (1 )
x0 (1), e2 = x2 x
1 (1)
x
2 (1) = x2 + (1 )
x1 (1), e3 = x3 x
2 (1)
..
.
xn1 (1) = xn1 + (1 ) xn2 (1), en = xn xn1 (1)
Pn 2
e calcule t=2 et . Repita o procedimento para valores de variando entre 0 e 1
(digamos com incrementos de 0,1) e selecione o valor que minimiza esta soma de qua-
drados. Na pratica, o valor mnimo pode ocorrer muito proximo de um dos extremos
do intervalo de variacao de . Isto pode ocorrer quando a soma de quadrados varia
muito pouco na regi ao em torno do mnimo. Neste caso faz mais sentido utilizar
valores nao tao extremos.
AES = function(x,interval){
e=NULL
for (alfa in interval){
e2=0; prev = x[1]
for (i in 2:length(x)){
prev = c(prev,alfa*x[i-1] + (1-alfa)*prev[i-1])
e2 = e2 + (x[i]-prev[i])**2
}
e=c(e,e2)
}
plot(interval,e,type=l,xlab=expression(alpha),
ylab=Soma de quadrados dos erros,cex=2,cex.axis=2,cex.lab=2)
e.min=min(e)
alfa=interval[e==e.min]
prev = x[1]
for (i in 2:length(x)){
prev = c(prev,alfa*x[i-1] + (1-alfa)*prev[i-1])
42 CAPITULO 5. PREVISAO
0 10 20 30 40
Amostra
Figura 5.1: Soma dos quadrados dos erros de previsao 1 passo a frente em funcao de .
Valores observados (pontos) e previs
oes 1 passo a frente (linhas) usando o valor otimo de .
}
return(list(alfa=alfa,sq2=e.min,prev=prev))
}
Os gr
aficos da Figura 5.1 foram obtidos com os comandos abaixo.
data(lh)
data=1871:1970
m = AES(lh,seq(0.1,0.99,0.001))
plot(1:48,m$prev,ylab=Hormonio,xlab=Amostras,type=l)
points(lh)
Exemplo 5.2 : O procedimento do Exemplo 5.1 foi repetido para a serie de medidas
anuais de vazoes do Rio Nilo entre 1871 e 1970, tambem do banco de dados do R. Os
resultados est
ao na Figura 5.2.
5.1.2 M
etodo de Holt-Winters
O procedimento de alisamento exponencial pode ser generalizado para series que
contenham tendencia e variacao sazonal. Suponha por exemplo que as observacoes
5.1. METODOS
UNIVARIADOS DE PREVISAO 43
Figura 5.2: Soma dos quadrados dos erros de previsao 1 passo a frente em funcao de .
Valores observados (pontos) e previs
oes 1 passo a frente (linhas) usando o valor otimo de
s
ao mensais e sejam Lt , Tt e It o nvel, a tendencia e o ndice sazonal no tempo t.
Assim, Tt e o aumento ou reducao esperada por mes no nvel atual da serie.
Suponha que no tempo t os termos (L1 , T1 , I1 ), . . . , (Lt1 , Tt1 , It1 ) sejam conhe-
cidos. Entao, ap
os observar xt os termos Lt , Tt e It s ao atualizados via alisamento
exponencial. Se a variacao sazonal for multiplicativa, i.e. com amplitudes que tendem
a crescer ao longo do tempo, as equacoes de atualizacao na forma de recorrencia s ao
dadas por
e as previs
oes k perodos `
a frente s
ao dadas por
x
t (k) = (Lt + kTt )It12+k , k = 1, 2, . . . .
e as previs
oes k perodos `
a frente ficam
x
t (k) = Lt + kTt + It12+k , k = 1, 2, . . . .
5.2 Previs
ao em Modelos ARMA
Em modelos ARMA as previs oes podem ser obtidas usando-se diretamente a equacao
do modelo. Assumindo que a equacao do modelo seja conhecida a previs ao xn (k)
e obtida substituido valores futuros dos erros por zero, valores futuros da serie
Xn+1 , Xn+2 , . . . pela sua esperanca condicional, e valores passados de X e de pelos
seus valores observados.
Tomemos como exemplo o modelo SARIMA(1, 0, 0) (0, 1, 1)12 . A equacao do
modelo e dada por
(1 B)(1 B 12 )Xt = (1 + B 12 )t
ou equivalentemente
x
n (1) = xn11 + (xn xn12 ) + n11
x
n (2) = xn10 + (
xn (1) xn11 ) + n10 .
Note como o valor futuro Xn+1 foi substitudo na segunda equacao pela sua esperanca
condicional xn (1), i.e. a previs
ao feita em t = n para t = n + 1. Previs oes para
horizontes maiores podem ser obtidas recursivamente.
No caso de modelos autoregressivos AR(p) nao e difcil verificar como fica a funcao
de previs
ao.
x
t (1) = 1 xt + + p xtp+1
x
t (2) = 1 x
t (1) + + p xtp+2
..
.
x
t (p + 1) = 1 x
t (p) + + p x
t (1)
EM MODELOS ARMA
5.2. PREVISAO 45
x
t (1) = 1 t + + q tq+1
x
t (2) = 2 t + + q tq+2
..
.
x
t (q) = q t
x
t (q + j) = 0, j = 1, 2, . . .
Atualiza
cao das Previs
oes
interessante notar tambem como as previs
E oes podem ser atualizadas conforme novas
observacoes da serie forem obtidas. Suponha por exemplo que o valor xn+1 foi obser-
vado. Neste caso a previs ao para t = n + 2 ficar
a condicionada em x1 , . . . , xn , xn+1
e pode ser facilmente atualizada para a nova origem n + 1. Para o modelo SARIMA
visto acima a previs ao fica
x
n+1 (1) = E(Xn+2 |xn+1 , . . . , x1 )
= xn10 + (xn+1 xn11 ) + n10 . (5.3)
Somando e subtraindo
xn (1) no lado direito de (5.3) obtemos que
x
n+1 (1) = xn10 + (
xn (1) xn11 ) + (xn+1 x
n (1)) + n10
= x
n (2) + (xn+1 x
n (1))
ou seja, a previs
ao atualizada e a previs
ao anterior mais uma proporcao do erro de
previs
ao 1 passo `
a frente em t = n + 1.
Previs
oes usando a forma MA
As previs
oes tambem podem ser obtidas reescrevendo-se o modelo como um processo
medias m
oveis de ordem infinita. Neste caso temos que
x
n (k) = k n + k+1 n1 + . . . . (5.4)
Note que apenas os valores n , n1 , . . . foram utilizados ja que a esperanca dos valores
futuros e igual a zero. Esta forma e particularmente u til para o calculo da vari
ancia
do erro de previs ao. Da equacao (5.4) obtemos que o erro de previs ao k passos `a
frente e dado por
xn+k x
n (k) = n+k + 1 n+k1 + + k1 n+1
46 CAPITULO 5. PREVISAO
e portanto a vari
ancia do erro de previs
ao e dada por
V ar(et+k ) = (1 + 12 + + k1
2
)2 .
O ponto importante a se notar aqui e que, para 2 fixo, a vari ancia do erro de previs
ao
aumenta com o horizonte de previs ao. Na pratica, isto significa ter mais confianca
em previs oes de curto prazo do que em previs oes de longo prazo.
Ate agora nao haviamos assumido nenhuma distribuicao de probabilidade para os
erros. Assumindo tambem que a sequencia {t } seja normalmente distribuida pode-se
construir intervalos de confianca para Xt+k simetricos em torno das previs oes. Estes
s
ao chamados intervalos de previs ao e sao dados por
v
u
u k1
X
xt (k) z/2 t 1 + j2 2 .
u
j=1
x
n (1) = xn11 + n11
(xn xn12 ) +
n11 = xn11 x
n12 (1).
Exemplo 5.3 : A Figura 5.3 mostra uma serie temporal com os totais mensais de
mortes por acidente nos Estados Unidos entre janeiro de 1973 e dezembro de 1978.
Suponha que foi identificado o modelo SARIMA(0,1,1)x(0,1,1). Ap os a estimacao,
analise de resduos e verificacao da adequacao do modelo foram feitas previs oes para
o ano de 1979, i.e. previs oes 1, 2, . . . , 12 passos `a frente. Em julho de 1979 os valores
para os primeiros 6 meses daquele ano foram disponibilizados e aparecem na Figura
5.4 juntamente com as previs oes. Note como os valores observados ficaram dentro
dos intervalos de previs ao fornecendo assim indicacao de que o modelo teve uma boa
performance preditiva. Sendo assim, uma estrategia inicial para o segundo semestre
de 1979 consiste em simplesmente atualizar as previs oes.
Os comandos do R para este exemplo s ao dados a seguir.
data(USAccDeaths)
fit = arima(USAccDeaths, order = c(0,1,1),
seasonal = list(order=c(0,1,1)))
pacc = predict(fit, n.ahead = 12, se.fit=T)
plot(ts(c(USAccDeaths,pacc$pred), frequency=12, start=c(1973,1)))
EM MODELOS ARMA
5.2. PREVISAO 47
11000 10000
Numero de mortes
8000 9000 7000
Figura 5.3: Totais mensais de mortes por acidente nos Estados Unidos entre janeiro de 1973
e dezembro de 1978.
abline(v=1979-1/12, lty=2)
lines(pacc$pred + 1.96*pacc$se, col=2)
lines(pacc$pred - 1.96*pacc$se, col=2)
obs79 = c(7798, 7406, 8363, 8460, 9217, 9316)
points(1979+(0:5)/12, obs79, pch=*,cex=2,col="blue")
Transformac
oes
Em muitas aplicacoes a serie modelada e na verdade uma transformacao dos dados
originais, sendo a transformacao logaritmica a mais usual. Assim, tanto as previs oes
pontuais quanto os intervalos de previs ao s
ao obtidos para a serie transformada e estes
valores precisam ser transformados novamente para a escala original. A abordagem
mais simples (e geralmente adotada) consiste simplesmente em tomar a transformacao
inversa, por exemplo se um modelo foi ajustado para a serie Xt = log Yt entao yn (k) =
exp(xn (k)) e a previs
ao k passos a frente da serie original. No entanto deve-se ter em
mente que estas previs oes via transformacao inversa s
ao em geral viesadas. Felismente
os intervalos de previs ao tem boas propriedades e por exemplo quanto se toma o anti-
logaritmo dos limites p
n (k) z/2 var(en+k )
x
obtem-se um intervalo (geralmente assimetrico) de 100(1 )% para a previs
ao pon-
tual yn (k).
11000 10000
Numero de mortes
*
*
9000
*
*
8000
*
7000
Figura 5.4: Previsoes para 1979 com observacoes do primeiro semestre incluidas.
Tabela 5.1: Previsoes e limites inferior (li) e superior (ls) dos intervalos de previsao.
previs
ao li ls
Jan 1961 6.110186 6.036754 6.183617
Fev 1961 6.053775 5.968209 6.139341
Mar 1961 6.171715 6.075533 6.267896
Abr 1961 6.199300 6.093564 6.305037
Mai 1961 6.232556 6.118059 6.347053
Jun 1961 6.368779 6.246145 6.491412
Jul 1961 6.507294 6.377031 6.637556
Ago 1961 6.502906 6.365438 6.640375
Set 1961 6.324698 6.180382 6.469014
Out 1961 6.209008 6.058156 6.359860
Nov 1961 6.063487 5.906370 6.220604
Dez 1961 6.168025 6.004883 6.331166
esta e a previs
ao 1 passo `
a frente de um passeio aleat orio. Assim, uma forma de medir
a capacidade preditiva de um model consiste em comparar seus erros de previs ao com
aqueles do passeio aleat orio. Isto pode ser feito atraves da chamada estatstica U de
Theil definida como sP
n1
t=1 (xt+1 xt (1))2
U= Pn1 .
2
t=1 (xt+1 xt )
Note que valores maiores do que 1 s ao uma indicacao de que globalmente os erros
de previsao tendem a ser grandes em relacao aos erros de um passeio aleat orio. Esta
nao e uma boa caracterstica e gostariamos que o valor de U fosse sempre menor do
que 1. Vale notar tambem que neste caso os erros de previs ao est
ao sendo avaliados
independente da escala dos dados.
Finalmente, vale notar que todas as medidas de capacidade preditiva citadas po-
dem ser estendidas para erros de previs ao k passos a frente.
Outra pratica comum em series temporais consiste em estimar o modelo excluindo
algumas observacoes finais e usar o modelo estimado para fazer previs oes. Neste caso
as previsoes podem ser comparadas com os valores observados. Por exemplo, para uma
serie mensal observada ao longo de 5 anos poderia-se estimar o modelo identificado
usando os primeiros 4 anos e meio (54 observacoes) e fazer previs oes para os u
ltimos
6 meses.
5.4 Crit
erios de Informac
ao
Em muitas aplicacoes varios modelos podem ser julgados adequados em termos do
comportamento dos resduos. Uma forma de discriminar entre estes modelos com-
petidores e utilizar os chamados criterios de informacao que levam em conta nao
50 CAPITULO 5. PREVISAO
Tabela 5.2: Previsoes, limites inferior (li) e superior (ls) e semi-amplitudes dos intervalos de
previs
ao.
onde m e o n
umero de parametros (em modelos ARMA(p, q) m = p + q + 1). Para
dados normalmente distribuidos e usando-se estimativas de m
axima verossimilhanca
para os par
ametros pode-se mostrar que
2 ) + 2m
AIC = n log(
2 = (1/n) 2t .
P
onde
Existem outros criterios de informacao que s
ao basicamente modificacoes do AIC
na forma de penalizar a inclus ao de par ametros extras. O mais famoso deles e o
criterio de informacao Bayesiano, denotado por BIC e dado por
quanto o BIC podem assumir valores quaisquer, inclusive valores negativos, ja que
eles dependem da forma da funcao de verossimilhanca.
Vale lembrar tambem que ao usar tais criterios para comparar modelos a es-
timacao precisa ser feita no mesmo perodo amostral de modo que os modelos sejam
compar aveis. Note tambem que aumentando-se o n umero de termos autoregressivos
e/ou medias m oveis, o valor de m aumenta. Assim se a inclus ao de termos adicionais
no modelo nao melhorar sensivelmente o ajuste, entao o AIC e o BIC (e qualquer
outro criterio) ser
ao maiores.
Para uma revis ao geral destes e outros criterios de informacao no contexto de
series temporais ver por exemplo Priestley (1981), Captulo 5.
Identificac
ao Revisitada
Vimos que as duas ferramentas basicas para identificacao de modelos da classe
ARIMA s ao as autocorrelacoes e autocorrelacoes parciais amostrais. Esta etapa en-
volve algum grau de arbitrariedade por parte do pesquisador ao interpretar estas
funcoes, i.e. comparar subjetivamente seus valores amostrais com os correspondentes
valores te oricos.
Uma abordagem alternativa consiste em usar os criterios de informacao de um
forma mais abrangente. Neste caso, um conjunto de possveis modelos competidores
e definido a priori e aquele que minimiza o AIC ou BIC e selecionado. Por exemplo,
modelos ARMA(p, q) podem ser estimados sequencialmente variando os valores de p
e q entre 0 e 3 digamos. Note que neste caso teremos 16 possveis modelos sendo
comparados e os criterios de informacao s ao agora funcoes de p e q. Analogamente,
para modelos AR(p) podemos variar o valor de p, digamos entre 1 e 10.
Na pratica este procedimento pode ser aplicado de forma semi-autom atica ja que
muitos pacotes estatsticos fornecem estes valores. Porem ap os um modelo ser seleci-
onado a an alise residual ainda deve ser feita antes de se passar `a etapa das previs oes.
Outro problema de ordem pratica e que pode haver dois ou mais modelos com
AIC e/ou BIC muito similares de modo que nao seja trivial discriminar entre eles.
Nestas situacoes Burnham and Anderson (1998), Secao 4.2, sugerem o uso de pesos
que s ao obtidos subtraindo-se o valor associado com o melhor modelo. Os pesos
relativos ao AIC s ao dados por
wk exp(AIC(k)/2)
wp exp(AIC(p)/2), p = 1, . . . , pmax
52 CAPITULO 5. PREVISAO
Exemplo 5.5 : Na Figura 5.5 e apresentada a serie com os totais anuais de linces
canadenses capturados em armadilhas entre 1821 e 1934. Estes dados tem sido mo-
delados na literatura apos uma transformacao que consiste em tomar o logaritmo na
base 10 e subtrair a media dos dados transformados. Vamos ajustar modelos AR(p)
com p variando de 1 ate 5 e calcular os criterios de informacao e os respectivos pesos
para cada modelo. Os resultados est ao na Tabela 5.3. Note que ha falta de con-
cord
ancia entre os criterios de informacao quanto ao melhor modelo. Isto pode ser
uma indicacao de que na verdade ha 2 modelos descrevendo bem os dados. Outro
problema e que o AIC seleciona um modelo com o valor m aximo de p e isto pode in-
dicar a necessidade de considerar mais termos autoregressivos. Repetindo o exercicio
com p variando de 1 a 15 obteve-se a Tabela 5.4.
1.0
0.5
0.0
-0.5
-1.0
0 20 40 60 80 100
Figura 5.5: Totais anuais de linces canadenses capturados em armadilhas entre 1821 e 1934.
Tabela 5.3: Criterios de informacao AIC e BIC e respectivos pesos para modelos AR(p)
ajustados a serie Lynx.
Tabela 5.4: Criterios de informacao AIC e BIC e respectivos pesos para modelos AR(p)
ajustados a serie Lynx.
data(lynx)
y = log10(lynx)
x = y-mean(y)
p = 1:15
n = length(x)
crit[,1] = p
for (k in p){
ar = arima(x, order = c(k,0,0), include.mean=F)
crit[k,2] = n*log(ar$sigma2) + 2*(k+1)
crit[k,4] = n*log(ar$sigma2) + (k+1)+(k+1)*log(n)
}
aicp = exp(-(crit[,2]-min(crit[,2]))/2)
bicp = exp(-(crit[,4]-min(crit[,4]))/2)
crit[,3] = aicp/sum(aicp)
crit[,5] = bicp/sum(bicp)
round(crit,4)
Finalmente vale notar que se o n umero de modelos candidatos for muito grande
e a serie analisada muito longa o custo computacional deste metodo pode ser muito
alto. Pox exemplo, em modelos SARIMA com pmax = qmax = 5, Pmax = Qmax = 2
e dmax = Dmax = 2 teremos mais de 500 modelos candidatos, sem contar possveis
transformacoes nos dados, diferentes distribuicoes dos erros, presenca de dados dis-
crepantes, alteracoes estruturais, etc.
5.5 Previs
oes Usando Todos os Modelos
Suponha que existem k modelos candidatos denotados por M1 , M2 , . . . , Mk e deseja-
se fazer a previs ao de Xn+h . Tratando tanto Xn+h quanto Mi como vari aveis
aleat
orias entao pelas regras de esperanca condicional segue que
k
X
E(Xn+h |x) = E(Xn+h |x, Mi )P (Mi |x).
i=1
A mesma l
ogica se aplica a qualquer funcao de Xn+h , em particular
k
X
2 2
E(Xn+h |x) = E(Xn+h |x, Mi )P (Mi |x).
i=1
que pode ser usado para quantificar a incerteza sobre Xn+h , i.e.
2
V ar(Xn+h |x) = E(Xn+h |x) [E(Xn+h |x)]2
k
X
= (V ar(Xn+h |x, Mi ) + E(Xn+h |x, Mi ))P (Mi |x) [E(Xn+h |x)]2
i=1
Um procedimento para fazer previs oes usando todos os modelos estimados consiste
em substituir as probabilidades P (Mi |x) pelos pesos wi padronizados. Por exemplo,
para modelos autoregressivos se kmax e o n
umero m aximo de defasagens entao
kX
max
Exerccios
1. Seja o modelo MA(1), Xt = t + t1 .
Xt = t + 1 t1 + 2 t2 + . . .
com vari
ancia
exp(2Yt (k) + Vy (k)) [exp(Vy (k)) 1].
Modelando a Vari
ancia
Nos modelos vistos ate aqui a vari ancia dos erros foi assumida constante ao longo
do tempo, i.e. V ar(t ) = E(2t ) = 2 . Muitas series temporais no entanto exibem
perodos de grande volatilidade seguidos de perodos de relativa tranquilidade. Nestes
casos, a suposicao de vari ancia constante (homocedasticidade) pode nao ser apropri-
ada. Na verdade, embora a vari ancia incondicional dos erros ainda possa ser assumida
constante, sua vari ancia condicional pode estar mudando ao longo do tempo.
Alem disso, em muitas situacoes praticas tem-se interesse em prever a vari ancia
condicional da serie alem da serie propriamente dita. Por exemplo, no mercado de
acoes o interesse e nao apenas prever a taxa de retorno mas tambem a sua vari ancia
ao longo de um certo perodo. Esta vari ancia condicional e tambem chamada de
volatilidade.
x
t (1) = E(Xt+1 |xt ) = xt .
A vari
ancia condicional de Xt+1 e dada por
Ate agora assumimos que E(2t+1 |xt ) = 2 , mas suponha que a vari ancia condicional
2 2
nao seja constante, i.e. E(t+1 |xt ) = t . Uma possvel causa disto e que os dados se
distribuem com caudas muito longas.
57
58 CAPITULO 6. MODELANDO A VARIANCIA
0.70
z.BRITPUS
0.60
0.55
0.50
0.0150.03
1.5
0.005
y.CDNDLUS
z.CDNDLUS
1.4
1.3
0.005
1.2
z.GERMDUS
1.7
1.6
1.5
1.4
100 110 120 130 140
0.02
y.JAPYNUS
z.JAPYNUS
0.00
0.02
0.04
90
80
Figura 6.1: Taxas de cambio e retornos diarios em relacao ao Dolar Americano da Libra
Esterlina, Dolar Canadense, Marco Alem
ao e Iene Japones, entre janeiro de 1991 a dezembro
de 1998.
Exemplo 6.2 : Na Figura 6.2 est ao os histogramas com uma curva normal supe-
rimposta para os mesmos dados (retornos) do exemplo anterior. Pode-se notar que
muitos valores aparecem nas caudas das distribuicoes e este fato deve ser levado em
conta pelo modelo.
O Modelo ARCH(1)
80
150
60
100
40
50
20
0
0
0.03 0.01 0.01 0.02 0.03 0.015 0.005 0.005 0.015
60
60
50
40
40
30
20
20
10
0
0.03 0.01 0.01 0.02 0.03 0.06 0.04 0.02 0.00 0.02
onde {vt } e uma serie puramente aleat oria com media zero e vari
ancia igual a 1 e
vt e t s
ao independentes. Segue que a esperanca condicional e zero e a vari ancia
condicional e dada por
t2 = E(2t |t1 ) = c + 2t1 . (6.2)
Neste caso dizemos que a vari ancia segue um processo autoregressivo condicionalmente
heteroced astico de ordem 1, ARCH(1). Note que e necessario impor as restricoes c > 0
e 0 para que t2 seja sempre positiva. Quando = 0 a vari ancia condicional e
constante e t e um processo condicionalmente homoced astico.
Alem disso queremos garantir a estacionariedade da autoregressao de modo que a
restricao imposta e 0 < < 1. Note tambem que (6.2) nao inclui um termo de erro
e portanto nao e um processo estoc astico.
Exemplo 6.3 : Para ilustracao a Figura 6.3 apresenta dois processos ARCH de ordem
1 simulados a partir de uma sequencia {vt } de 100 n umeros aleat
orios i.i.d. gerados
de uma distribuicao N (0, 1). A sequencia {t } foi construida usando a equacao (6.1)
60 CAPITULO 6. MODELANDO A VARIANCIA
10
5
5
0
0
5
0 20 60 100 0 20 60 100
5
5
0
0
5
0 20 60 100 0 20 60 100
Basicamente a equacao (6.2) nos diz que erros grandes (ou pequenos) em valor
absoluto tendem a ser seguidos por erros grandes (ou pequenos) em valor absoluto.
Portanto o modelo e adequado para descrever series aonde a volatilidade ocorre em
grupos.
Alem disso, na equacao (6.2) somando 2t e subtraindo t2 de ambos os lados
obtemos que
2t = c + 2t1 + t
com t = 2t t2 =t2 (vt2 1). Ou seja, o modelo ARCH(1) pode ser reescrito como
um AR(1) estacionario para 2t com erros nao normais (vt2 21 ) que tem media zero
61
0.20
0.15
densidades
0.10
0.05
0.00
10 5 0 5 10
QQ plot Normal
10
quantis amostrais
5
0
5
2 1 0 1 2
quantis teoricos
e vari
ancia nao constante.
Se o processo ARCH(1) for estacionario pode-se mostrar que o coeficiente de
curtose e dado por
3(1 2 )
=
1 32
que e sempre maior do que 3 (a curtose da distribuicao normal). Ou seja, processos
ARCH(1) tem caudas mais pesadas do que a distribuicao normal e s ao portanto
adequados para modelar series temporais com esta caracterstica.
O Modelo ARCH(p)
Estas ideias podem ser generalizadas para processos mais gerais ARCH(p) em que a
vari
ancia condicional depende dos quadrados de p erros passados, i.e.
q
t = vt c + 1 2t1 + + p 2tp (6.3)
62 CAPITULO 6. MODELANDO A VARIANCIA
e entao a vari
ancia condicional e modelada como,
Neste caso, para garantir que t2 seja sempre positiva e necessario impor a seguintes
restricoes c > 0 e 1 0, . . . , p 0 e para garantir estacionariedade e necessario
tambem que as razes de 1 1 B p B p = 0 estejam fora do crculo unit
ario.
Pp
Juntando estas restricoes equivale a impor a restricao c > 0 e i=1 i < 1.
Analogamente podemos reescrever o modelo ARCH(p) como um modelo AR(p)
para 2t definindo os erros t como anteriormente, i.e.
2t = c + 1 2t1 + + p 2tp + t .
As previs
oes para a volatilidade podem ser obtidas recursivamente utilizando-se
o modelo ARCH(p). Por exemplo, a previs ao 1 passo `a frente no tempo t e dada por
t2 (1) = c + 1 2t + + p 2tp+1
Identificac
ao
A caracterstica chave dos modelos ARCH e que a variancia condicional dos erros t se
comporta como um processo autoregressivo. Portanto deve-se esperar que os resduos
de um modelo ARMA ajustado a uma serie temporal observada tambem sigam este
padrao caracterstico. Em particular, se o modelo ajustado for adequado entao a fac
e a facp dos resduos devem indicar um processo puramente aleat orio, no entanto
2
se a fac dos quadrados dos resduos, t , tiver um decaimento caracterstico de uma
autoregressao isto e uma indicacao de que um modelo ARCH pode ser apropriado. A
ordem p do modelo pode ser identificada atraves da facp dos quadrados dos resduos.
t2 (1) = c + 2t + ht
6.0.2 Adequa
cao
Se um modelo ARCH ou GARCH foi ajustado a uma serie Xt nao correlacionada
entao os resduos padronizados s
ao dados por
Xt
t =
X
ht
6000
5000
4000
DAX
3000
2000
0.05
0.10
Exerccios
1. Um modelo ARIMA foi identificado e estimado para uma serie temporal obser-
vada mas ha indicacao de que a vari
ancia condicional deve ser modelada por
um processo GARCH(1,1). Explique como se chegou a esta conclusao.
2. Refaca o exemplo da Figura 6.3 e estime um modelo AR(1) para a serie Xt . Veri-
fique se existe estrutura autoregressiva nos quadrados dos resduos e identifique
um modelo ARCH para os erros.
65
DAX Residuos
DAX Residuos
0.10
5
0
0.00
5
0.10
3 1 0 1 2 3 3 1 0 1 2 3
DAX^2 Residuos
0.8
0.8
0.4
0.4
0.0
0.0
0 5 10 15 20 25 30 0 5 10 15 20 25 30
7.1 Introduc
ao
Um modelo linear din
amico pode ser caracterizado pelo seguinte par de equacoes
yt = F t t + t
t = Gt t1 + t (7.1)
y = X + .
66
7.2. MODELOS POLINOMIAIS 67
e a distribuicao preditiva de yt .
Estas equacoes fornecem um sistema de aprendizado sequencial sobre os
parametros do processo (n ao observ aveis) e tambem uma sequencia de distribuicoes
preditivas (1 passo a frente) para as quantidades observ aveis. Porem a sua imple-
mentacao pratica envolve a resolucao de integrais que pode ser um problema de difcil
solucao em casos mais gerais. Um caso particular, onde as equacoes podem ser es-
critas em forma fechada, e o de modelos lineares din amicos (MLD) normais onde a
distribuicao amostral e definida pela
e os par
ametros se relacionam em perodos sucessivos atraves da
yt = t + t , t N (0, Vt )
t = t1 + t , t N (0, Wt ).
68 CAPITULO 7. MODELOS LINEARES DINAMICOS
yt |t N (t , Vt )
t |t1 N (t1 , Wt )
e o modelo descreve os termos de ordem mais alta simplesmente como rudos de media
zero. Como saber entao se este modelo e adequado a uma particular aplicacao?
No tempo t, o valor esperado da serie k perodos a frente condicional ao nvel
atual e
k
X
E(Yt+k |t ) = E(t+k |t ) = E(t + t+i |t ) = t
i=1
mld.sim = function(n,V,W,mu0) {
mu = mu0 + cumsum (rnorm(n,sd=sqrt(W)))
obs = mu + rnorm (n,sd=sqrt(V))
ts(cbind(obs,mu))
}
w=c(0.05,0.5,5); g=list(col=1:2,xlab=tempo,ylab=y)
par(mfrow=c(2,2))
for (i in w) ts.plot(mld.sim(100,1,i,25),gpars=g,main=paste(V/W=,1/i))
7.2.1 An
alise Sequencial e Previs
oes
A media inicial m0 e uma estimativa pontual do nvel da serie e a vari
ancia inicial
C0 mede a incerteza associada. Assumindo que t1 |Dt1 N (mt1 , Ct1 ), entao
7.2. MODELOS POLINOMIAIS 69
V/W=20 V/W=2
30
24
29
28
22
27
20
y
y
26
18
25
16
24
14
23
0 20 40 60 80 100 0 20 40 60 80 100
tempo tempo
(a) (b)
V/W=0.2
60
50
y
40 30
20
0 20 40 60 80 100
tempo
(c)
Figura 7.1: 100 valores simulados do modelo polinomial de 1a ordem com (a) V /W = 20,
(b) V /W = 2, (c) V /W = 0, 2.
70 CAPITULO 7. MODELOS LINEARES DINAMICOS
Ap
os observar yt , a distribuicao atualizada do nvel e obtida via teorema de Bayes
combinando-se a verossimilhanca
com a priori
p(t |Dt1 ) = (2Rt )1/2 exp{(t mt1 )2 /2Rt }
de modo que
1 (yt t )2 (t mt1 )2
p(t |Dt ) exp +
2 Vt Rt
1 2 1 1 1 1
exp t (Vt + Rt ) 2t (Vt yt + Rt mt1 )
2
Ct1 2 Ct1
2
exp (t 2t ) exp (t mt )
2 2
onde
mt = (1 At )mt1 + At yt = mt1 + At et .
A variancia a posteriori tambem pode ser reescrita como funcao do coeficiente adap-
tativo
Ct = Rt A2t Qt .
7.2. MODELOS POLINOMIAIS 71
7.2.2 Vari
ancias de Evoluc
ao e das Observa
coes
Tipicamente, Wt e desconhecida. Sua estimacao entretanto leva a uma intratabilidade
analtica que pode ser evitada atraves de sua especificacao subjetiva (para uma pro-
posta de estimacao baseada em simulacao ver por exemplo (Rocha Lima and Ehlers
1997) e Lopes, Moreira & Schmidt, 1999).
O fator de desconto e o par
ametro basico que controla o grau de envelhecimento
da informacao de uma observacao. Por exemplo, podemos quantificar o envelheci-
mento da informacao sobre o par
ametro t como um aumento de 5% em sua vari ancia
a priori (no tempo t), i.e.
com = 0.05. Por outro lado, informacao e em geral medida em termos de precis
ao
(o inverso da vari
ancia) e podemos escrever
Rt = Ct1 /
ou equivalentemente
1
Wt = Ct1 = Ct1 .
72 CAPITULO 7. MODELOS LINEARES DINAMICOS
yt = t + t , t N (0, V ),
t = t1 + t , t N (0, V Wt ),
0 |D0 N (m0 , V C0 )
|D0 Gama(n0 /2, n0 S0 /2) ou n0 S0 2n0
onde m0 , C0 , n0 e S0 s
ao conhecidos e = V 1 . Surgiu assim mais um item na
informacao inicial com
n0 /2 1
E(|D0 ) = =
n0 S0 /2 S0
e S0 e a estimativa pontual a priori da vari ancia V . Com esta definicao pode-se
mostrar que a distribuicao inicial marginal de 0 e
onde C0 = S0 C0 .
Se a distribuicao a posteriori (incondicional) do nvel em t 1 e
onde os par
ametros atualizados s
ao
Qt = Rt + St1
mt = mt1 + At et
Ct = (St /St1 )(Rt A2t Qt )
nt = nt1 + 1
nt St = nt1 St1 + St1 e2t /Qt .
7.3. MODELO DE CRESCIMENTO LINEAR 73
yt = t + t , t N (0, Vt )
t = t1 + t1 + 1t
t = t1 + 2t .
E(t |Dt ) = mt = at + At et
V ar(t |Dt ) = Ct = (St /St1 )(Rt At At Qt )
Rt = GCt1 G /
implica que
Wt = GCt1 G (1 1).
74 CAPITULO 7. MODELOS LINEARES DINAMICOS
yt = t + t0 + t , t N (0, Vt )
t = t1 + t
tr = t1,r+1 + t,r , r = 0, , p 2
t,p1 = t1,0 + t,p1
com a restricao p1
P
r=0 tr = 0, t e onde p e o perodo sazonal da serie. Por exemplo,
p = 12 para uma serie com observacoes mensais e p = 4 para observacoes trimestrais.
Para fixar ideias, considere uma serie trimestral e suponha que t 1 e o segundo
trimestre de um determinado ano. Entao o vetor de par ametros consiste de 4 efeitos
sazonais, um para cada trimestre,
t0 trim. 2
t1 trim. 3
t1 = =
t2 trim. 4
t3 trim. 1
A funcao de previs
ao assume a forma ft (k) = mt + htj onde mt e o valor esperado
do nvel dessazonalizado no tempo t + k e htj e o desvio sazonal esperado em torno
deste nvel. O desvio utilizado na funcao de previs
ao e tal que j e o resto da divis
ao
k/p. Por exemplo, se p = 12, e t0 refere-se ao mes de janeiro entao a previs ao
1 passo a frente (k = 1) feita em dezembro e mt + E(t0 |Dt ), com j = 1. Se o
horizonte de previs ao for k = 2 entao j = 2 e o desvio sazonal refere-se a fevereiro,
i.e. ft (2) = mt + E(t1 |Dt ).
7.5. REPRESENTAC DE FOURIER
AO 75
yt = t + t0 + t , t N (0, Vt )
t = t1 + t1 + t
t = t1 + t
tr = t1,r+1 + t,r , r = 0, , p 2
t,p1 = t1,0 + t,p1
Pp1
com a restricao r=0 tr = 0, t. A funcao de previs
ao agora assume a seguinte
forma
p1
X
ft (k) = mt + kbt + htj , com htj = 0
j=0
7.5 Representac
ao de Fourier
Uma forma alternativa de se representar padr oes cclicos e atraves de combinacoes
lineares de funcoes peri
odicas. Em particular a utilizacao de funcoes trigonometricas
leva a representacoes de Fourier da sazonalidade.
O modelo (com crescimento) e representado pelas seguintes equacoes
p/2
X
yt = t + j,t + t , t N (0, Vt )
j=1
t = t1 + t1 + t ,
t = t1 + t ,
j,t " #" # " #
cos 2j/p sin 2j/p j,t1 wj,t
= + , j = 1, . . . , p/2 1
j,t1
wj,t
sin 2j/p cos 2j/p
j,t
p/2 p/2
X X
ft (k) = Sjk = [at,j cos(2jk/p) + at,j sen(2jk/p)
j=1 j=1
fator de desconto para cada componente do modelo. No modelo com uma tendencia
polinomial mais um componente sazonal teremos entao 2 fatores de desconto.
Em geral, o fator de desconto do componente sazonal e maior do que o da
tendencia. Neste sentido estamos assumindo que o padr ao sazonal da serie, embora
possa estar sujeito a alteracoes, e mais est
avel do que a sua tendencia.
7.6 Ilustrac
ao
A Figura ?? apresenta o total de vendas trimestrais (em milhares) de perus na Irlanda
entre o primeiro trimestre de 1974 e o terceiro trimestre de 1982. A serie exibe
um crescimento sistem atico ao longo de todo o perodo juntamente com um padr ao
sazonal acentuado. Outra caracterstica interessante e que a forma do padrao sazonal
se alterou a partir de 1978. Vamos fazer a estimacao sequencial de um modelo para
os efeitos sazonais superpostos a uma tendencia de crescimento linear e verificar o
comportamento das previs oes 1 passo a frente.
Suponha que a informacao a priori foi acessada examinando-se as vendas dos anos
anteriores a 1974. Esta informacao esta resumida na Tabela 7.1. Note a restricao de
soma zero na especificacao a priori dos efeitos sazonais e tambem que a especificacao
equivalente em termos de fatores sazonais seria 11, 19, 19 e 11 para os fatores e
(11+19+19+11)/4 = 15 para o nvel.
Note que a mudanca no padr ao sazonal ocorre muito lentamente no modelo estatico e
no final da serie o padr
ao estimado e apenas ligeiramente diferente do padr
ao inicial.
Ja no modelo din amico o padrao sazonal evolui para uma forma completamente di-
Tabela 7.2:
ferente melhorando a performance preditiva. Este fato pode ser notado por inspecao
visual e e confirmado pelos indicadores na Tabela 7.2.
A explicacao intuitiva para este fato, lembrando da definicao de fator de desconto,
e que no modelo din amico um peso maior e dado para as observacoes mais recentes
ao fazer previs oes. Com isto a alteracao no padr
ao sazonal e incorporada mais ra-
pidamente do que no modelo est atico. As previs
oes de vendas para o quarto trimestre
de 1982 e para 1983 tambem levar ao em conta os diferentes padr oes sazonais do final
da serie.
yt = Xt t + t , t N (0, Vt )
t = t1 + t , t N (0, Wt ).
de modo que o modelo pode ser visto como uma superposicao de p regress oes simples
pela origem.
Todas as distribuicoes envolvidas s
ao an
alogas aos casos anteriores e as equacoes
dadas na Secao 2.3 podem ser utilizadas para obter os momentos das distribuicoes a
78 CAPITULO 7. MODELOS LINEARES DINAMICOS
at = mt1
Rt = Ct1 + Wt
ft = Xt mt1
k
X
t+k = t + t+j
j=1
de modo que
at+k = mt
k
X
Rt+k = Ct + Wt+j .
j=1
ft (k) = Xt+k mt
Qt+k = Xt+k Rt+k Xt+k + St .
Assim, a previs
ao pontual k passos a frente e a propria funcao de regress
ao avaliada
na estimativa dos coeficientes no tempo t e nos valores futuros dos regressores (que
nem sempre estao disponveis).
A sequencia de variancias Wt e mais uma vez estruturada usando um fator de
desconto.
7.8 Monitoramento
Ao comparar sequencialmente as previs oes com os valores observados pode-se julgar
a adequacao relativa de modelos alternativos com base em sua performance preditiva.
Observacoes ocorrendo nas caudas da distribuicao preditiva s ao sempre possveis
por definicao porem improv aveis. Quanto mais afastada em uma das caudas mais
improv preciso entao estabelecer um criterio para julgar que
avel e a observacao. E
tipo de inconsistencia entre observacao e previs ao deve ser sinalizada pelo sistema.
No entanto, sinalizar uma observacao como improv avel apenas indica uma possvel
deficiencia geral do modelo. E preciso saber em que sentido o modelo e deficiente,
i.e. verificar que modelos alternativos, com diferentes distribuicoes preditivas, teriam
uma performance melhor. O fator de Bayes, definido a seguir, e a ferramenta utilizada
para fazer esta comparacao de modelos.
7.8. MONITORAMENTO 79
p(yt |Dt1 )
Ht = ,
pA (yt |Dt1 )
(yt ft )2
r r
1 1 1 2
Ht = exp (1 ) = exp (1 )et
2Qt 2
Lista de Distribui
coes
Neste apendice s
ao listadas as distribuicoes de probabilidade utilizadas no texto para
facilidade de referencia. Sao apresentadas suas funcoes de (densidade) de probabili-
dade alem da media e variancia. Uma revis ao exaustiva de distribuicoes de probabili-
dades pode ser encontrada em Johnson et al. (1994), Johnson et al. (1995) e Johnson
et al. (1992).
A.1 Distribuic
ao Normal
X tem distribuicao normal com par ametros e 2 , denotando-se X N (, 2 ), se
sua funcao de densidade e dada por
para Rp e positiva-definida.
A.2 Distribuic
ao Gama
X tem distribuicao Gama com parametros e , denotando-se X Ga(, ), se sua
funcao de densidade e dada por
1 x
p(x|, ) = x e , x > 0,
()
para , > 0.
E(X) = / e V (X) = / 2 .
81
82
APENDICE A. LISTA DE DISTRIBUIC
OES
A.3 Distribuic
ao Gama Inversa
X tem distribuicao Gama Inversa com par ametros e , denotando-se
X GI(, ), se sua funcao de densidade e dada por
(+1) /x
p(x|, ) = x e , x > 0,
()
para , > 0.
2
E(X) = e V (X) = .
1 ( 1)2 ( 2)
N
ao e difcil verificar que esta e a distribuicao de 1/X quando X Ga(, ).
A.4 Distribuic
ao Beta
X tem distribuicao Beta com parametros e , denotando-se X Be(, ), se sua
funcao de densidade e dada por
( + ) 1
p(x|, ) = x (1 x)1 , 0 < x < 1,
()()
para , > 0.
E(X) = e V (X) = .
+ ( + )2 ( + + 1)
A.5 Distribuic
ao de Dirichlet
O vetor aleat orio X = (X1 , . . . , Xk ) tem distribuicao de Dirichlet com par ametros
1 , . . . , k , denotada por Dk (1 , . . . , k ) se sua funcao de densidade conjunta e dada
por
k
(0 )
x1 1 1 . . . xkk 1 ,
X
p(x|1 , . . . , k ) = xi = 1,
(1 ), . . . , (k )
i=1
Pk
para 1 , . . . , k > 0 e 0 = i=1 i .
i (0 i )i i j
E(Xi ) = , V (Xi ) = , e Cov(Xi , Xj ) =
0 02 (0 + 1) 2
0 (0 + 1)
A.6 Distribuic
ao t de Student
X tem distribuicao t de Student (ou simplesmente t) com media , parametro de escala
e graus de liberdade, denotando-se X t (, 2 ), se sua funcao de densidade e
dada por
(+1)/2
(( + 1)/2) /2 (x )2
2
p(x|, , ) = + , x R,
(/2) 2
para > 0, R e 2 > 0.
E(X) = , para > 1 e V (X) = , para > 2.
2
Um caso particular da distribuicao t e a distribuicao de Cauchy, denotada por
C(, 2 ), que corresponde a = 1.
A.7 Distribuic
ao F de Fisher
X tem distribuicao F com 1 e 2 graus de liberdade, denotando-se X F (1 , 2 ),
se sua funcao de densidade e dada por
((1 + 2 )/2) 1 /2 2 /2 1 /21
p(x|1 , 2 ) = 2 x (2 + 1 x)(1 +2 )/2
(1 /2)(2 /2) 1
x > 0, e para 1 , 2 > 0.
2 222 (1 + 2 2)
E(X) = , para 2 > 2 e V (X) = , para 2 > 4.
2 2 1 (2 4)(2 2)2
A.8 Distribuic
ao Binomial
X tem distribuicao binomial com par ametros n e p, denotando-se X bin(n, p), se
sua funcao de probabilidade e dada por
n x
p(x|n, p) = p (1 p)nx , x = 0, . . . , n
x
para n 1 e 0 < p < 1.
A.9 Distribuic
ao Multinomial
O vetor aleat
orio X = (X1 , . . . , Xk ) tem distribuicao multinomial com par ametros n
e probabilidades 1 , . . . , k , denotada por Mk (n, 1 , . . . , k ) se sua funcao de probabi-
lidade conjunta e dada por
k
n!
x1 , . . . , kxk ,
X
p(x|1 , . . . , k ) = xi = 0, . . . , n, xi = n,
x1 !, . . . , xk ! 1
i=1
84
APENDICE A. LISTA DE DISTRIBUIC
OES
para 0 < i < 1 e ki=1 i = 1. Note que a distribuicao binomial e um caso especial
P
A.10 Distribuic
ao de Poisson
X tem distribuicao de Poisson com par ametro , denotando-se X P oisson(), se
sua funcao de probabilidade e dada por
x e
p(x|) = , x = 0, 1, . . .
x!
para > 0.
E(X) = V (X) = .
A.11 Distribuic
ao Binomial Negativa
X tem distribuicao de binomial negativa com par ametros r e p, denotando-se X
BN (r, p), se sua funcao de probabilidade e dada por
r+x1 r
p(x|r, p) = p (1 p)x , x = 0, 1, . . .
x
85
86 References.
Rocha Lima, E. and R. Ehlers (1997). The variance of inflation and the stability of
the demand for money in brazil: A Bayesian approach. Technical report, IPEA.
Tech. Rep. No 463.
West, M. and P. J. Harrison (1997). Bayesian Forecasting and Dynamic Models.
Springer Verlag, New York.