Beruflich Dokumente
Kultur Dokumente
Seja y1 , y2 ,..., yt , uma srie temporal, sequncia temporalmente ordenada de dados. Uma forma tradicional de analisar/prever a evoluo da srie: dinmica temporal dos dados = f (componentes) = f (movimentos estruturais; movimentos errticos) Componentes das Sries Temporais: Tendncia - movimento subjacente de longo-prazo que caracteriza a evoluo do nvel mdio da srie. Componente sazonal - movimentos estritamente peridicos, ocorrendo em sries de dados relativos a perodos infra-anuais, decorrentes das caractersticas meteorolgicas ou de factores culturais e institucionais. Componente cclica - movimentos oscilatrios de tipo recorrente, mas sem periodicidade especfica, ligados evoluo geral da actividade econmica. Apesar de historicamente reconhecveis, em geral no apresentam regularidade suficiente para serem deterministicamente previsveis. Componente errtica/irregular - movimentos aleatrios decorrentes de uma multiplicidade de factores e de natureza imprevisvel. Nem todas as sries apresentam a totalidade componentes: por definio, as sries de dados anuais no apresentam componente sazonal; mas tambm nem todas as sries de dados de perodo infra anual apresentam componente sazonal (a presena de uma componente sazonal deve ser testada!). Na maior parte dos casos, em particular quando os objectivos so a previso de curto-prazo, no habitual separar a componente cclica da tendncia distino sempre algo artificial - integrando-se os dois efeitos na componente tendncia-ciclo.
A desconstruo conceptual de uma srie nas suas componentes implica que consideremos alguns modelos de articulao entre as componentes. Os modelos mais utilizados so: Modelo Aditivo: yt
at st
t
onde: at - tendncia-ciclo; st - factor sazonal; t - componente irregular, com t ~ IID (0 , 2 ) . Neste modelo no h interdependncia entre as componentes e, sendo L o nmero de observaes por ano, admite-se que
L
st
i 1
0.
Modelo Multiplicativo: y t
at . st .
onde: at - tendncia-ciclo; st - factor sazonal; t - componente irregular, com t ~ IID (1, 2 ) , no-negativa. Neste modelo admite-se que existe interdependncia entre as componentes e, sendo L o nmero de
L
st
L.
Consideremos uma srie sem sazonalidade: uma mdia de N observaes adjacentes de uma srie pode considerar-se como um estimador do nvel da tendncia no perodo correspondente ao da observao central que entra nessa mdia se N for mpar, ou no perodo correspondente mdia dos perodos centrais se N for par.
uma mdia de N termos fornece-nos uma estimativa do nvel da sucesso, mas com atraso relativamente ltima observao que entra N 1 no clculo dessa mdia. Esse atraso igual a . 2
as mdias de perodo mpar so centradas, as mdias de perodo par no so centradas e, se se pretende que sejam estimadores do nvel da srie onde existem observaes, devem ser previamente centradas basta fazer mdias de dois termos das mdias simples de N termos (mdias 2xN).
Para mdias mveis com nmero mpar de termos, N=2m+1, tem-se 1 m Mt yt i , e a srie de mdias mveis define-se para t = m+1, m+2, NI m ..., T-m. Para mdias com nmero par de termos, N=2m, depois de recentrar, Mt fica igualmente definida para t = m+1, m+2, ..., T-m.
Em sries que apresentam sazonalidade, esta s pode ser eliminada utilizando mdias mveis de perodo igual ao nmero de observaes por ano, L, (ou seus mltiplos) uma vez que, por definio, se admite que a componente sazonal de uma srie se compensa num quadro anual. Nos casos mais frequentes, dados mensais ou trimestrais, L par e h que recentrar as mdias.
MULTIPLICATIVO y t at . st . t
yt
Domnio t=1,2,..., T
Mt
Mt
0 .5
1 Li
1 2i
t t 1
yi
t 1
L 2
Mt
Mt
0 .5
1 Li
1 2i
t t 1
yi
t 1
L 2
L 2
L , 2 1,...,T
L 2
Mi
Mt
0 .5
Mi
Mt
t
0 .5
L 2
L 1, 2
2 ,...,T
L 2
st*
yt
st*
yt
L 2
L 1, 2
2 ,...,T
L 2
si
mdia( si*(t ) )
si si
D t
i
si
mdia( si*(t ) )
si si
D t
i
si
yt
L si (t )
si
yt
L si (t )
(1) Objectivo: eliminar a sazonalidade. (2) Objectivo: centrar as mdias anteriores. A mdia centrada Mt um estimador do nvel da tendncia no perodo t, isto , Mt (3) As diferenas y t
at .
Mt
st
interpretar-se como factores sazonais "brutos". (4) Objectivo: fazer as mdias dos factores sazonais homlogos disponveis para filtrar a componente irregular e estimar com menor erro o correspondente factor sazonal. si 0 ; no (5) Normalizao dos factores sazonais: no caso aditivo dever ter-se
i
caso multiplicativo
i
si
L.
(6) Subtrair (dividir) a cada observao o factor sazonal correspondente para obter a srie corrigida de sazonalidade.