Uma metodologia bastante usada para a construção de modelos de séries temporais é a abordagem de Box & Jenkins. A estratégia para construção do modelo é baseada em um ciclo interativo. Em relação às etapas do ciclo interativo, não é correto afirmar que
- A)a primeira etapa é da especificação, em que uma classe geral de modelos é considerada para análise.
Certa: a etapa inicial é a especificação/identificação da classe de modelos a ser testada.
- B)a identificação do modelo inclui a análise das funções de autocorrelação e de autocorrelação parcial.
Certa: FAC e FACP são instrumentos clássicos da fase de identificação em Box-Jenkins.
- C)para se aplicar essa abordagem, a série temporal tem que ter média, variância e covariância finitas e constantes.
Certa: a abordagem pressupõe estacionariedade, ou seja, média, variância e covariância constantes.
- D)a fase de diagnóstico do modelo ajustado é realizada através da análise de resíduos, para se saber se este é adequado, por exemplo, para previsão.
Certa: o diagnóstico usa análise dos resíduos para verificar se o modelo ficou adequado.
- E)a identificação dos componentes autorregressivo e de média móvel fica comprometida na presença de sazonalidade, impossibilitando a aplicação da abordagem.
Errada: a sazonalidade não inviabiliza a metodologia, pois há modelos sazonais como o SARIMA.
Gabarito: E
A abordagem de Box e Jenkins para séries temporais segue um ciclo bem conhecido: identificação, estimação, diagnóstico e previsão. Primeiro, você olha o comportamento da série e sugere uma classe de modelos, normalmente ARIMA ou SARIMA quando há sazonalidade. Depois, estima os parâmetros, confere se os resíduos ficaram parecidos com ruído branco e, se tudo estiver ok, usa o modelo para prever. Se algo não fecha, volta no ciclo e ajusta de novo. É aquele tipo de método em que a teoria manda, mas os gráficos também opinam bastante. Na identificação, entram ferramentas como as funções de autocorrelação (FAC) e autocorrelação parcial (FACP), que ajudam a perceber a presença de componentes autorregressivos e de média móvel. Para a aplicação clássica da metodologia, costuma-se trabalhar com séries estacionárias, isto é, com média, variância e autocovariância constantes ao longo do tempo. Se a série não for estacionária, faz-se diferenciação antes de modelar. O ponto central da questão é que a sazonalidade não impede a aplicação de Box-Jenkins. Pelo contrário: existe justamente o modelo sazonal, como o SARIMA, que amplia a ideia de ARIMA para lidar com padrões sazonais. Então a alternativa que diz que a presença de sazonalidade compromete a identificação dos componentes e inviabiliza a abordagem está errada. Em resumo, o método não “desiste” quando aparece sazonalidade. Ele se adapta. A banca explora isso porque muita gente confunde dificuldade de modelagem com impossibilidade de aplicação.