Considerando que uma série temporal {Zt}t = 1,..., n, em que Zt representa o número mensal de ligações recebidas por uma central de atendimento ao cliente no mês t, segue um processo SARIMA(0,1,1) × (0,1,1)12, julgue os itens subsequentes.
Considerando que uma série temporal {Zt}t = 1,..., n, em que Zt representa o número mensal de ligações recebidas por uma central de atendimento ao cliente no mês t, segue um processo SARIMA(0,1,1) × (0,1,1)12, julgue os itens subsequentes.
A série temporal {Zt}t = 1,..., n é estacionária.
Considerando a hipótese de que a quantidade anual de granéis sólidos transportada por uma empresa forme uma série temporal {Wt}t = 1, ..., n, em que Wt represente a quantidade transportada pela empresa no mês t, e que essa série siga um processo ARIMA(0,1,1), julgue os itens subsequentes.
A densidade espectral do processo Wt é dado por 
em que 
é a variância do ruído branco.
Considerando a hipótese de que a quantidade anual de granéis sólidos transportada por uma empresa forme uma série temporal {Wt}t = 1, ..., n, em que Wt represente a quantidade transportada pela empresa no mês t, e que essa série siga um processo ARIMA(0,1,1), julgue os itens subsequentes.
A função de autocorrelação parcial entre (Wt - Wt - 1) e (Wt -3 -Wt - 4) é nula.
Considerando a hipótese de que a quantidade anual de granéis sólidos transportada por uma empresa forme uma série temporal {Wt}t = 1, ..., n, em que Wt represente a quantidade transportada pela empresa no mês t, e que essa série siga um processo ARIMA(0,1,1), julgue os itens subsequentes.
A autocorrelação entre Wt e Wt -2 é nula.
Considerando a hipótese de que a quantidade anual de granéis sólidos transportada por uma empresa forme uma série temporal {Wt}t = 1, ..., n, em que Wt represente a quantidade transportada pela empresa no mês t, e que essa série siga um processo ARIMA(0,1,1), julgue os itens subsequentes.
A diferença Wt - W-1 é estacionária e segue um processo de médias móveis de ordem 1.
Considerando a tabela acima, que apresenta a movimentação anual de cargas no porto de São Francisco do Sul, em toneladas/ano, julgue os itens de 99 a 103.
As séries estatísticas apresentadas na tabela não são séries temporais, porque há lacunas referentes a vários anos, como, por exemplo, os anos de 2001 a 2005.
Considere que o número de pousos e decolagens em um aeroporto siga um processo autorregressivo na forma 
, em que Z t representa o número observado de pousos e decolagens no tempo t (t = 0, 1, 2, 3, ...,NULL) e a t representa um ruído branco com média igual a zero e variância igual a 8. Com base nessas informações e considerando que
, julgue os próximos itens.
A variância do passeio aleatório 
é igual a
Considere que o número de pousos e decolagens em um aeroporto siga um processo autorregressivo na forma 
, em que Z t representa o número observado de pousos e decolagens no tempo t (t = 0, 1, 2, 3, ...,NULL) e a t representa um ruído branco com média igual a zero e variância igual a 8. Com base nessas informações e considerando que
, julgue os próximos itens.
A variância do processo {Y t } é igual a 8.
Considere que o número de pousos e decolagens em um aeroporto siga um processo autorregressivo na forma 
, em que Z t representa o número observado de pousos e decolagens no tempo t (t = 0, 1, 2, 3, ...,NULL) e a t representa um ruído branco com média igual a zero e variância igual a 8. Com base nessas informações e considerando que
, julgue os próximos itens.
A série diferenciada Y t segue um ruído branco.
Considere que o número de pousos e decolagens em um aeroporto siga um processo autorregressivo na forma 
, em que Z t representa o número observado de pousos e decolagens no tempo t (t = 0, 1, 2, 3, ...,NULL) e a t representa um ruído branco com média igual a zero e variância igual a 8. Com base nessas informações e considerando que
, julgue os próximos itens.
A série temporal {Z t } não é estacionária.
A auto-correlação amostral entre Zt e Zt-1 é maior que 0,5.
A presença de um padrão ondulatório no gráfico da função de auto-correlação parcial amostral significa que a série temporal é sazonal. 
As auto-correlações parciais fora dos limites de confiança de 95% indicam que a série temporal não é estacionária. 
Considerando a tabela acima, que apresenta a movimentação anual de cargas no porto de Santos de 2003 a 2007, em milhões de toneladas/ano e associa as quantidades de carga movimentadas para exportação e importação às variáveis X e Y, respectivamente, julgue os itens subsequentes.
As séries estatísticas apresentadas na tabela formam três séries temporais.
A análise de resíduos em Séries Temporais permite que o modelo seja avaliado por meio do componente aleatório ou irregular.
Séries Temporais são métodos utilizados para fazer a projeção de valores futuros de uma variável a partir, unicamente, de observações do passado e presente dessa variável. Inicialmente, busca-se observar graficamente a presença do componente Tendência para a seleção do método, sabe-se que:
I. Se na série houver a presença de Tendência então podem ser utilizados os modelos de tendência linear, quadrático e exponencial, por exemplo.
II. Caso contrário, pode-se aplicar o método de médias móveis e o ajuste exponencial.
Em relação às assertivas acima, pode-se afirmar que:
Considere as seguintes afirmações:
I. Para um processo ARMA (1, 1) a função de autocorrelação parcial só é diferente de zero no lag 1.
II. Para um processo ARMA (1, 1), onde φ é o coeficiente autoregressivo e θ é o coeficiente de médias móveis, a região de admissibilidade é dada por |φ| < 1 e |θ| < 1.
III. De um modo geral, a análise espectral de séries temporais estacionárias decompõe a série em componentes senoidais com coeficientes aleatórios não-correlacionados.
IV. Um processo ARIMA (1, d ,1), onde d = 1, é estacionário.
Está correto o que se afirma APENAS em
Considere o modelo autorregressivo de ordem dois AR(2) dado por:
Zt = φ1Zt−1 + φ2Zt−2 + at
onde t a é o ruído branco de média zero e variância 2a σ .
Considere as seguintes condições: I. φ1 + φ2 < 1 II. −1< φ1 + φ2 < 1 III. −1< φ2 <1 IV. φ2 − φ1 <1 V. −1< φ1 <1
O processo Zt é estacionário APENAS se satisfaz às condições
Considere as afirmativas abaixo relativamente a séries temporais.
É correto o que se afirma APENAS em
Considere o modelo ARIMA(0,0,2) dado por
Xt = θ0 + at − θ1at−1 + θ2at−2 ,
onde at é o ruído branco de média zero e variância σ2 , e θ0 é uma constante. É correto:
Sejam f(k), k = 1,2,3,... e g(k), k = 1,2.3,... as funções de autocorrelação (fac) e autocorrelação parcial (facp), respectivamente, de um modelo ARMA(p,q). Considere as seguintes afirmações:
I. Para um ARMA(1,0), f(k) só difere de zero para k = 1 e g(k) decai exponencialmente.
II. Para um ARMA(1,1), f(k) só difere de zero para k = 1 e g(k) decai exponencialmente.
III. Para um ARMA(0,2), f(k) só difere de zero para k = 1 e k = 2 e g(k) é dominada por misturas de exponenciais ou senoides amortecidas.
IV. Para um ARMA(2,0), f(k) é dominada por misturas de exponenciais ou senoides amortecidas e g(k) = 0, somente para k = 1 e para k > 1 decai exponencialmente.
...
Considere o modelo autorregressivo de ordem dois AR(2) dado por:
Zt = φ1Zt−1 + φ2Zt−2 + at
Onde t a é o ruído branco de média zero e variância 2a σa2 . Se Zt é estacionário, então o valor da função de autocorrelação no lag 1 é
Um gráfico de controle de um processo produtivo indica que o processo está sob controle se o conjunto de pontos do gráfico
Seja {Xt, t ∈ Z} um processo estocástico onde as variáveis Xt são não correlacionadas, isto é, Cov {Xt, Xs} = 0, t ≠ s e Z é o conjunto dos números inteiros. O processo Xt é um
O seguinte modelo foi ajustado a uma série temporal de produção de certo produto:
O modelo ajustado
A autocorrelação parcial entre Zt+3 e Zt+6 é igual a zero.
A autocorrelação entre Zt e Zt +h , em que 1 
h 11, é igual a zero.
O modelo SARIMA(0, 0, 0) × (0, 0, 1)12 com uma constante tem a forma (1 - D 12)Zt = (1 - 
D)(1- 
D12 )at , em que D é o operador de atraso, e são os coeficientes da parte de médias móveis ...
A série temporal {Z t}, t = 1, ..., n, é estacionária.
Considerando as informações acima, julgue os próximos itens.
A autocovariância entre Xt e Xt-1 é igual a 
A série histórica da quantidade mensal de autorizações de procedimentos de alta complexidade em oncologia, em determinado município, no período de novembro de 1998 a fevereiro de 2003, foi descrita por dois pesquisadores por meio de um modelo ARIMA(3,1,0). Considerando que Z t representa a quantidade de autorizações de procedimentos de alta complexidade em oncologia nesse município no mês t, e que o modelo ARIMA(3,1,0) apresentado foi aquele que produz o menor AIC (Akaike's information criterion), julgue os itens subseqüentes.
A autocorrelação parcial entre Z t - Z t-1 e (Z t + k - Z t + k-1 será nula se |k| < 4.
A série histórica da quantidade mensal de autorizações de procedimentos de alta complexidade em oncologia, em determinado município, no período de novembro de 1998 a fevereiro de 2003, foi descrita por dois pesquisadores por meio de um modelo ARIMA(3,1,0). Considerando que Z t representa a quantidade de autorizações de procedimentos de alta complexidade em oncologia nesse município no mês t, e que o modelo ARIMA(3,1,0) apresentado foi aquele que produz o menor AIC (Akaike's information criterion), julgue os itens subseqüentes.
Considere que os dois primeiros coeficientes autoregressivos do modelo ajustado sejam nulos e que o terceiro seja positivo. Nessa situação, a série histórica é sazonal....
A série histórica da quantidade mensal de autorizações de procedimentos de alta complexidade em oncologia, em determinado município, no período de novembro de 1998 a fevereiro de 2003, foi descrita por dois pesquisadores por meio de um modelo ARIMA(3,1,0). Considerando que Z t representa a quantidade de autorizações de procedimentos de alta complexidade em oncologia nesse município no mês t, e que o modelo ARIMA(3,1,0) apresentado foi aquele que produz o menor AIC (Akaike's information criterion), julgue os itens subseqüentes.
O ajuste produzido pelo modelo ARIMA (3,1,0) é equivalente ao alisamento exponencial triplo.
A série histórica da quantidade mensal de autorizações de procedimentos de alta complexidade em oncologia, em determinado município, no período de novembro de 1998 a fevereiro de 2003, foi descrita por dois pesquisadores por meio de um modelo ARIMA(3,1,0). Considerando que Z t representa a quantidade de autorizações de procedimentos de alta complexidade em oncologia nesse município no mês t, e que o modelo ARIMA(3,1,0) apresentado foi aquele que produz o menor AIC (Akaike's information criterion), julgue os itens subseqüentes.
Se o modelo estiver correto, a autocorrelação entre Z t e Z t + k será nula se |k| > 3.
A série histórica da quantidade mensal de autorizações de procedimentos de alta complexidade em oncologia, em determinado município, no período de novembro de 1998 a fevereiro de 2003, foi descrita por dois pesquisadores por meio de um modelo ARIMA(3,1,0). Considerando que Z t representa a quantidade de autorizações de procedimentos de alta complexidade em oncologia nesse município no mês t, e que o modelo ARIMA(3,1,0) apresentado foi aquele que produz o menor AIC (Akaike's information criterion), julgue os itens subseqüentes.
A série histórica {Zt} não é estacionária.
Tendo como referência essas informações, julgue os itens de 64 a 76.
A seqüência do número de leitos ao longo do tempo forma uma série temporal fracamente estacionária.
Seja um processo autoregressivo estacionário de primeira ordem com média zero 
onde at é ruído branco com variância 
Qual a variância do processo zt?
A autocorrelação entre Xt e Xt - 6 é inferior a ß4.
A figura acima apresenta os resultados de um estudo acerca da evolução temporal da temperatura máxima média anual — Y — de 1961 a 2002 e sua relação com o desmatamento em uma área da região amazônica. A tendência de crescimento linear foi obtida pelo método de mínimos quadrados ordinários. De acordo com esse modelo de regressão linear simples, os valores ajustados para a temperatura Y em 1961 e 2002 foram iguais a 22,5 ºC e 24,5 ºC, respectivamente, e o coeficiente de determinação (R2) foi igual a 0,72.
Com base nas informações apresentadas, julgue os itens subseqüentes.
A tendência linear apresen...
A figura acima apresenta os resultados de um estudo acerca da evolução temporal da temperatura máxima média anual — Y — de 1961 a 2002 e sua relação com o desmatamento em uma área da região amazônica. A tendência de crescimento linear foi obtida pelo método de mínimos quadrados ordinários. De acordo com esse modelo de regressão linear simples, os valores ajustados para a temperatura Y em 1961 e 2002 foram iguais a 22,5 ºC e 24,5 ºC, respectivamente, e o coeficiente de determinação (R2) foi igual a 0,72.
Com base nas informações apresentadas, julgue os itens subseqüentes.
A série temporal é estacio...
A figura acima apresenta os resultados de um estudo acerca da evolução temporal da temperatura máxima média anual — Y — de 1961 a 2002 e sua relação com o desmatamento em uma área da região amazônica. A tendência de crescimento linear foi obtida pelo método de mínimos quadrados ordinários. De acordo com esse modelo de regressão linear simples, os valores ajustados para a temperatura Y em 1961 e 2002 foram iguais a 22,5 ºC e 24,5 ºC, respectivamente, e o coeficiente de determinação (R2) foi igual a 0,72.
Com base nas informações apresentadas, julgue os itens subseqüentes.
O modelo ARIMA(0,1,1) com ...
em que t representa o tempo,
é o coeficiente do modelo e Wt representa um processo de choques aleatórios com média zero e variância 
Com base nessas informações, julgue os itens seguintes, acerca da primeira diferença Xt - Xt - 1. 
em que t representa o tempo,
é o coeficiente do modelo e Wt representa um processo de choques aleatórios com média zero e variância 
Com base nessas informações, julgue os itens seguintes, acerca da primeira diferença Xt - Xt - 1. Essa diferença é uma série temporal fracamente estacionária.
Considerando as informações do texto, julgue os itens subseqüentes.
A variável X forma uma série estatística denominada série temporal.
Texto para as questões de 26 a 29
A figura acima apresenta a evolução temporal da quantidade de carvão vegetal - em toneladas - produzida no Brasil entre os anos 1990 e 2006. Ao longo desse período, a produção anual média de carvão vegetal foi de 2,4 milhões de toneladas/ano, o desvio padrão amostral foi de 470 mil toneladas e a correlação linear entre a produção e o ano foi igual a 0,15.
Quanto à utilização das técnicas de análise de séries temporais nos dados apresentados no texto,
Considerando as informações acima, julgue os próximos itens.
A forma invertida do filtro linear é 
, em que 
Considerando as informações acima, julgue os próximos itens.
A função geratriz (ou geradora) de autocovariâncias da série temporal de ruídos aleatórios é igual a 
Considerando as informações acima, julgue os próximos itens.
A função de transferência do filtro linear é igual a 
Considerando as informações acima, julgue os próximos itens.
A função de densidade espectral dos ruídos {at} é igual a 
, em que 
Considerando as informações acima, julgue os próximos itens.
A série temporal {Xt} é um processo estacionário com média zero.
Em 2006, o rendimento do trabalhador com emprego formal somou R$ 43,5 bilhões, elevando o consumo e, conseqüentemente, a contratação de pessoal. Puxada pelo volume recorde de empregos formais e pela valorização dos rendimentos dos trabalhadores, a massa salarial registrou o maior crescimento desde 1995. De 2005 para 2006, a expansão chegou a 11,96%, atingindo o montante de R$ 43,5 bilhões. Esse aumento mostra que os brasileiros estão com mais dinheiro no bolso e, conseqüentemente, vão às compras. Para atender o ímpeto consumista, as empresas investem mais em produção, o que se reflete na contratação de novos trabalhadores. Tanto é que, em 2006, foram criados quase 1,917 milhão de empregos formais — o m...
O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.
Se f = 0,9, então a autocorrelação parcial entre Z t e Z t + 157 é superior a 0,05.
O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.
Se f = -0,7, então a autocorrelação entre Z t e Z t - 2h é negativa.
O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.
Se o processo estocástico for fracamente estacionário, então a variância do processo será inferior à variância do ruído aleatório.
O número mensal de recursos, Z t , distribuídos a um ministro de um tribunal segue um processo estocástico auto-regressivo de primeira ordem. Considerando que o coeficiente auto-regressivo seja igual a f, julgue os itens seguintes.
A série temporal {Z t } é estacionária, se f < 1.
A série temporal {X(t)} segue um processo de Markov.
A série temporal {X(t)} é estacionária.
Um estatístico analisou a série histórica do total anual de óbitos em certo município, de 1980 a 1999, e representou essa série temporal por {X(t)}, em que t = 1, 2, 3, ..., 20 correspondem, respectivamente, aos anos 1980, 1981, 1982, ..., 1999. A tabela acima apresenta parte da função de autocorrelação amostral e da função de autocorrelação parcial amostral. Com base nessas informações, julgue os itens de 76 a 81.
A autocorrelação parcial amostral pode ser obtida com a ajuda do algoritmo de Durbin-Levinson.
Um estatístico analisou a série histórica do total anual de óbitos em certo município, de 1980 a 1999, e representou essa série temporal por {X(t)}, em que t = 1, 2, 3, ..., 20 correspondem, respectivamente, aos anos 1980, 1981, 1982, ..., 1999. A tabela acima apresenta parte da função de autocorrelação amostral e da função de autocorrelação parcial amostral. Com base nessas informações, julgue os itens de 76 a 81.
O valor da autocorrelação parcial na defasagem 5 não é estatisticamente significativo ao nível de 5%.
Um estatístico analisou a série histórica do total anual de óbitos em certo município, de 1980 a 1999, e representou essa série temporal por {X(t)}, em que t = 1, 2, 3, ..., 20 correspondem, respectivamente, aos anos 1980, 1981, 1982, ..., 1999. A tabela acima apresenta parte da função de autocorrelação amostral e da função de autocorrelação parcial amostral. Com base nessas informações, julgue os itens de 76 a 81.
Tipicamente, um gráfico (ou carta) de controle apresenta determinada medida de qualidade ao longo do tempo. Ele contém uma linha horizontal central (:) que representa o valor médio dessa medida de qualidade quando o processo está sob controle. Duas outras linhas horizontais, chamadas de limite superior de controle (LSC) e limite inferior de controle (LIC), também são características marcantes desse gráfico. Determinada empresa estabelece que um alarme deve ser acionado quando uma medição produzir um valor fora desses limites. Um alarme é considerado como falso quando a ocorrência da medição além dos limites de controle é decorrente de um erro estatístico. Com base nessas informações, julgue os itens seguintes.
...No contexto da estatística, julgue os itens seguintes.
Apenas em séries que apresentam um elemento típico, isto é, um valor cuja freqüência é superior à freqüência dos outros elementos da série, a mediana é indicada como medida de tendência central.
Considere uma série temporal estacionária com média zero e função de autocovariância ((h). Esta série temporal é gerada por um filtro linear na forma 
, em que X t representa a observação da série temporal no instante 
Qj é o j-ésimo coeficiente do filtro linear 
é um choque aleatório (ruído branco) com média zero e variância F2 . Com base nessas informações, julgue os itens que se seguem.
Considere uma série temporal estacionária com média zero e função de autocovariância ((h). Esta série temporal é gerada por um filtro linear na forma 
, em que X t representa a observação da série temporal no instante 
Qj é o j-ésimo coeficiente do filtro linear 
é um choque aleatório (ruído branco) com média zero e variância F2 . Com base nessas informações, julgue os itens que se seguem.
Considere uma série temporal estacionária com média zero e função de autocovariância ((h). Esta série temporal é gerada por um filtro linear na forma 
, em que X t representa a observação da série temporal no instante 
Qj é o j-ésimo coeficiente do filtro linear 
é um choque aleatório (ruído branco) com média zero e variância F2 . Com base nessas informações, julgue os itens que se seguem.
A função geratriz de autocovariância da seqüência cronológica dos c...
Considere uma série temporal estacionária com média zero e função de autocovariância ((h). Esta série temporal é gerada por um filtro linear na forma 
, em que X t representa a observação da série temporal no instante 
Qj é o j-ésimo coeficiente do filtro linear 
é um choque aleatório (ruído branco) com média zero e variância F2 . Com base nessas informações, julgue os itens que se seguem.
Considere uma série temporal estacionária com média zero e função de autocovariância ((h). Esta série temporal é gerada por um filtro linear na forma 
, em que X t representa a observação da série temporal no instante 
Qj é o j-ésimo coeficiente do filtro linear 
é um choque aleatório (ruído branco) com média zero e variância F2 . Com base nessas informações, julgue os itens que se seguem.
O processo ...
Considere uma série temporal estacionária com média zero e função de autocovariância ((h). Esta série temporal é gerada por um filtro linear na forma 
, em que X t representa a observação da série temporal no instante 
Qj é o j-ésimo coeficiente do filtro linear 
é um choque aleatório (ruído branco) com média zero e variância F2 . Com base nessas informações, julgue os itens que se seguem.
A série temporal {X t } é um processo de médias móveis.
Um município ocupa uma área de 165 km 2 desde 1940. A tabela acima mostra a evolução temporal da população residente (em mil habitantes) nesse município obtido por levantamentos censitários. Com base nessas informações, julgue os itens a seguir.
Usando o polinômio de Lagrange de 3.º grau (ou de terceira ordem), estima-se que a população residente nesse município no ano de 1975 era de 7 mil habitantes.
Considerando os gráficos das figuras acima, referentes à evolução mensal do volume percentual acumulado de 2001 a 2004 em um certo reservatório, julgue os itens a seguir, a respeito de séries temporais.
Considere a função de auto-regressão V(t) = aV(t – 1) + bV(t – 2) + c, em que V(t) representa o volume percentual acumulado no instante t. Nessa função, o valor de b é negativo.
Considerando os gráficos das figuras acima, referentes à evolução mensal do volume percentual acumulado de 2001 a 2004 em um certo reservatório, julgue os itens a seguir, a respeito de séries temporais.
A autocorrelação entre o volume percentual acumulado no instante t e o volume percentual acumulado no instante t - 1 é inferior a 0,8.
O quadro de empregados da EMBRAER tem crescido desde 1996. Somente em 2006 foram mais de 2.300 novos contratados; e de 1996 a 2006 foram gerados mais de 15 mil novos postos. Na figura acima, y representa o número de empregados da empresa e x, o tempo, em anos; a reta representa a tendência linear de crescimento de y em função de x no período de 2002 a 2006. Tendo como referência as informações acima, julgue os itens subseqüentes.
Na situação descrita, a função de autocorrelação da série de tempo y corresponde à correlação entre y e x.
O quadro de empregados da EMBRAER tem crescido desde 1996. Somente em 2006 foram mais de 2.300 novos contratados; e de 1996 a 2006 foram gerados mais de 15 mil novos postos. Na figura acima, y representa o número de empregados da empresa e x, o tempo, em anos; a reta representa a tendência linear de crescimento de y em função de x no período de 2002 a 2006. Tendo como referência as informações acima, julgue os itens subseqüentes.
A linha de tendência apresentada na figura não é apropriada para representar a curva de crescimento da série histórica de 1996 a 2002.
O quadro de empregados da EMBRAER tem crescido desde 1996. Somente em 2006 foram mais de 2.300 novos contratados; e de 1996 a 2006 foram gerados mais de 15 mil novos postos. Na figura acima, y representa o número de empregados da empresa e x, o tempo, em anos; a reta representa a tendência linear de crescimento de y em função de x no período de 2002 a 2006. Tendo como referência as informações acima, julgue os itens subseqüentes.
É correto afirmar que a evolução do número de empregados da empresa é uma série temporal estacionária.Suponha que uma série temporal sofra uma intervenção. Na sua manifestação essa intervenção pode ser de dois tipos:
Para responder às questões de números 59 e 60, considere o enunciado a seguir.
O modelo ARIMA(0,0,1) é dado por Xt = θ0 + at − θat−1 , onde t a é o ruído branco de média zero e variância σ2 , e θ0 é uma constante.
Pode-se afirmar corretamente que
Calcule a correlação amostral das duas séries abaixo (considere na sua resposta a precisão com duas casas decimais) e assinale a opção que tem a resposta correta.
