Professional Documents
Culture Documents
Aula 02
Bueno, 2011, Captulos 2 e 3
Introduo
A expresso geral de uma srie temporal, para o caso
univariado, dada por
que
(1)
se
torne
operacional,
(1)
necessrio
PROCESSOS ARMA
Processos AR
Se por exemplo, especificarmos uma funo linear nos
parmetros com apenas uma defasagem (lag) e uma
perturbao do tipo rudo branco estacionrio (mdia zero,
AR(1):
xt = 0 + 1xt-1 + at.
(2)
(3)
OPERADOR LAG
O operador lag (ou, operador defasagem), representado por
L, aplicado a uma varivel indexada em t (tempo), d o valor
anterior na srie temporal.
Tem-se, assim,
Lxt = xt-1
L2xt = xt-2
(1 L)xt = xt Lxt = xt xt-1 = xt
em que,
conhecido como operador diferena.
Processos AR
Usando os resultados do slide anterior, em (3), podemos
(4)
CONDIO DE ESTACIONARIEDADE
PROCESSO AR(p)
Considere que xt siga o seguinte processo
xt = 0 + 1xt-1 + 2xt-2 + ...+ pxt-p + t
em que
t ~ RB(0,2).
Condies de Estacionariedade:
As razes da equao caracterstica (L) = 0, devem ser, em
mdulo, maiores do que 1 (razes fora do crculo unitrio).
t ~ RB(0,2).
Prova-se que, se
|1| < 1,
ento xt ser considerado estacionrio.
de xt constante e igual a
2
x2 E ( xt ) 2 2
1 1
h
h 1 h 1 1 ,
h 1, 2 , 3...
em que
t ~ RB(0,2).
Condies de Estacionariedade
2 + 1 < 1
2 - 1 < 1
-1 < 2 < 1
E(xt) = 0 / (1 1 2).
Ou seja, a esperana incondicional de xt constante e
invariante no tempo.
Prova-se, tambm, que, sob as mesmas condies do slide
anterior, a varincia incondicional de xt constante e igual a
( 1 2 ) 2
0
( 1 2 )( 1 1 2 )( 1 1 2 )
j 1 j 1 2 j 2 , j 0
com
2
0
1 1 1 2 2
h 1 h 1 2 h 2 , h 3, 4 , 5 , ...
com
1
1
1 2
12
1 2
j 1 j 1 2 j 2 ... p j p , j 0
com
2
0
1 11 2 2 ... p p
Do resultado anterior, prove que a FAC dada por:
j 1 j 1 2 j 2 ... p j p , j 0
PROCESSOS ARMA
Processos MA
Voltando expresso geral de uma srie temporal,
xt = f(xt-1, xt-2, ..., at).
(1)
(5)
em que
rudo branco.
Processos MA
Dessa forma, uma possvel especificao para o processo xt
(6)
(7)
em que
t ~ RB(0,2).
No difcil mostrar que
E(xt) = E(0 + t 1t-1) = 0.
2 12 2 2 1 12
(1 ) , 0
2
1 ,
1
2
0,
2
1
1
1
2
(1 1 )
2 3 ... 0
t ~ RB(0,2)
Condies de Invertibilidade:
As razes da equao caracterstica (L) = 0 devem estar fora
do crculo unitrio, em que
t ~ RB(0,2).
(i) Encontre a mdia, a varincia, a facv e a fac de xt.
(ii) Quais devem ser as condies de invertibilidade de um
processo MA(2)? Justifique a sua resposta.
PROCESSOS ARMA
Processos ARMA
Voltando expresso geral de uma srie temporal,
xt = f(xt-1, xt-2, ..., at).
(1)
e combinando as equaes
xt = 0 + 1xt-1 + 2xt-2 + ...+ pxt-p + at.
(3)
(6)
(8)
Processos ARMA
Ainda, utilizando os resultados do slide 5, em (8), podemos
escrever um modelo ARMA(p, q), como,
em que
(9)
1 2 2 2
0
1 2
( )( 1 ) 2
1
2
1
h h 1, h 2 , 3, ...
( )( 1 )
1
1 2 2
h h 1
h 2 , 3, ...
RESUMO
Padres de Correlao
Processo
FAC
FACP
AR(p)
Infinita:
decai
para
zero Finita: decai
(exponencialmente ou segundo bruscamente para zero a
uma senide amortecida).
partir do lag p.
MA(q)
ARMA(p, q) Infinita:
decai
para
zero Infinita: decai para zero
(exponencialmente ou segundo (exponencialmente
ou
uma senide amortecida).
segundo uma senide
amortecida).
EXERCCIOS
Exerccio 1
Considere o modelo
yt = -0,2yt-1 + 0,48yt-2 + t + 0,6t-1 0,16t-2, t = 1, 2, ...
a) Escreva o modelo de interesse, utilizando os polinmios
caractersticos.
Exerccio 2
Considere o processo
yt = 0,5yt-1 + t 0,5t-1, t = 1, 2, ...
(a) O processo estacionrio?
(b) O processo invertvel?
(c) A memria deste processo semelhante memria
Exerccio 3
Considere o processo
Verifique
se as condies de estacionariedade e
Leitura Complementar I
Modelos Lineares Estacionrios
Morettin e Toloi, 2006, Captulo 5.2
modelos
que
aqui
sero
estudados
so
casos
(L)
Zt
at
Filtro Linear
E (at ) 0, t ,
Var (at ) , t ,
2
a
Cov(at , as ) E (at as ) 0, s t
Ou seja, at um RB estacionrio.
E ( Z t ) E at j at j
j 1
e como
E(at) = 0, para todo t,
temos que
E(Zt) =
se a srie
j
convergir.
j
com 0 = 1.
2
a
,
i i j
i 0
0 Var ( Z t )
2
a
j 0
2
j
existam que
j 0
2
j
de Zt so constantes e a covarincia s
depende de j, logo, Zt estacionria.
~
Zt Zt
em uma forma alternativa, como uma soma ponderada
de seus valores passados mais um rudo at:
~
~
~
~
Z t 1Z t 1 2 Z t 2 ... at j Z t j at
j 1
Segue-se que
j ~
1 j L Z t at
j 1
~
( L) Z t at
em que (L) o operador
( L) 1 1 L 2 L ...
2
~
Z t ( L)at ,
de modo que
~
( L) Z t at ( L) ( L)at at ,
ou seja,
( L) ( L) 1 ( L) ( L)
1
Exemplo 1
Considere o processo
Zt = + (L)at
em que
j = ()j, j = 1, 2, 3, ...,
0 = 1;
|| < 1; e
at como definido anteriormente.
Exemplo 1 (cont.)
Temos que
1
j
,
1
j 0
j 0
j
logo, E(Zt) = .
Exemplo 1 (cont.)
Ainda, dado que j2 converge, obtemos
2
a
, j0
2
a
Exemplo 2
Para o modelo dado no Exemplo 1, considere, agora,
que = 1 e = 0; ento
Z t at at 1 ...
No difcil ver que j no converge. Dessa forma, o
Exemplo 3
O modelo dado no Exemplo 2 deriva da equao
Z t Z t 1 at .
Assim, da equao anterior, no difcil observar que
Z t Z t 1 at .
Ou seja, a primeira diferena de Zt um RB estacionrio.
Dizemos que Zt um passeio aleatrio; seu valor no
Exerccio
Considere o processo
Zt = (L)at
em que
j = ()j, j = 1, 2, 3, ...,
0 = 1; e
|| < 1.
Exemplo 4
Considere o processo
Zt = at + at-1,
ou seja,
1 = , j = 0, j > 1.
Assim, possvel afirmar que o processo estacionrio
para qualquer valor de ?
Exemplo 5
Utilizando o modelo proposto no Exemplo 4, vejamos como
deve ser para que possamos escrever Zt em termos de
seus valores passados.
1
Z t (1 L)at
Z t at (1 L 2 L2 ...) Z t at .
(1 L)
Assim, vem que
( L) 1 L 2 L2 ... (L) j e j ( ) j , j 1
j 0
Exemplo 5 (cont.)
seqncia
formada
pelos
pesos
ser
Z t Z t 1 Z t 2 ... at .
2
Proposio
Um processo linear geral ser estacionrio
demonstrao
deste
fato
pode
ser
Leitura Complementar II
O Teorema de Wold
Teorema de Wold
Todo processo estacionrio de segunda ordem,
puramente no-determinstico, pode ser escrito como
um Polinmio Linear Geral (PLG), dado a seguir:
X t j t j , 0 1,
(a)
j 0
Teorema de Wold
Ainda,
Var ( X t ) 2 2j
E( X t )
j 0
j 0
jh
j 0
jh
j
j 0
2
j
Teorema de Wold
Processos ARMA so casos particulares de (a).
Exemplos:
1 , j 0 , j 1 X t t t 1 ~ MA( 1 ),
1 ( )
( 1 )
, h 0 , j 1;
j X t X t 1 t ~ AR( 1 ),
j
1, h h ;
j ( ) j 1 X t X t 1 t t 1 ~ ARMA( 1,1 ),
1 (1 )
( 1 2)
2
, h h 1, h 1;
Exerccios
Exerccio 1
O processo
Zt = (L)at
em que
j = ()j, j = 1, 2, 3, ...,
0 = 1; e
|| < 1.
invertvel?
Exerccio 2
Considere o seguinte processo
X t j t j ,
j 0
com
0 1
j ( ) j 1 , j 1
t ~ RB(0 ; 2)
Exerccio 2 (cont.)
Exerccio 3
Exerccio 4
O processo
X t 0,80 X t 1 t 0,80 t 1
em que
t ~ NID(0;1)