SóProvas


ID
1358848
Banca
CONSULPLAN
Órgão
TRE-MG
Ano
2013
Provas
Disciplina
Estatística
Assuntos

Marque V para as afirmativas verdadeiras e F para as falsas.

( ) Para ajustar um modelo ARIMA, é necessário considerar os estágios de identificação e estimação.
( ) Um processo autorregressivo de ordem p tem a função de autocovariância decrescente, na forma de exponenciais ou senoides amortecidas, finitas em extensão.
( ) Um processo de médias móveis de ordem q tem função de autocovariância finita, apresentando um corte após o “lag” q.
( ) Um processo autorregressivo e de médias móveis de ordem (p, q) tem função de autocovariância infinita em extensão, que decai de acordo com exponenciais e/ou senoides amortecidas após o “lag” q-p.
( ) Após a identificação provisória de um modelo de séries temporais, pode-se usar os métodos de mínimos quadrados ou de máxima verossimilhança, entre outros, para estimação dos parâmetros. Os estimadores obtidos pelo método dos momentos não têm propriedades boas quando comparadas com os dois já mencionados. Entretanto, podem ser utilizados para gerar os valores iniciais nos processos iterativos.
A sequência está correta em

Alternativas
Comentários
  • Para ajustar um modelo ARIMA, é necessário considerar os estágios de identificação e estimação.

    "Para ajustar um modelo com componentes autorregressivos, diferença e média móvel, realize uma ARIMA. Para ajustar um modelo ARIMA, você deve entender a autocorrelação e a estrutura de autocorrelação parcial das suas séries."

    http://support.minitab.com/pt-br/minitab/17/topic-library/modeling-statistics/time-series/basics/time-series-analyses-in-minitab/

    Um processo autorregressivo de ordem p tem a função de autocovariância decrescente, na forma de exponenciais ou senoides amortecidas, finitas em extensão. 

    A função de autocorrelação que tem essa natureza

    http://www.portalaction.com.br/series-temporais/13-processos-estacionarios