Considere que um indicador de acessos — Z(t) — a determinado portal da Internet no dia t siga um processo na forma Z(t) = 0,8 Z(t – 1) + a(t), em que t = 1, 2, 3, ...; a(t) é um ruído branco gaussiano e Z(0) ~ N(0, 1). Com base nessas informações, julgue os itens que se seguem.

Tal modelo é um caso particular do modelo de filtro linear com entrada a(t), saída Z(t) e função de transferência Y(B), ou, equivalentemente, Z(t) = Y(B)a(t), em que Y(B) = 1 + 0,8 B + 0,82 B2 + 0,83B3+..., e B é o operador de translação para o passado tal que BZ(t) = Z(t – 1).

Considere que um indicador de acessos — Z(t) — a determinado portal da Internet no dia t siga um processo na forma Z(t) = 0,8 Z(t – 1) + a(t), em que t = 1, 2, 3, ...; a(t) é um ruído branco gaussiano e Z(0) ~ N(0, 1). Com base nessas informações, julgue os itens que se seguem.

O gráfico a seguir representa corretamente a função de autocorrelação do processo Z(t).

O gráfico acima mostra a evolução temporal da quantidade mensal de encomendas X entregues em determinada cidade. A partir dessa figura e dos conceitos de séries temporais, julgue os itens subsequentes.

Se os picos da série temporal X ocorrem nos meses de dezembro, então o período sazonal a ser considerado em um modelo SARIMA é igual a 12.

O gráfico acima mostra a evolução temporal da quantidade mensal de encomendas X entregues em determinada cidade. A partir dessa figura e dos conceitos de séries temporais, julgue os itens subsequentes.

A metodologia de Box e Jenkins se aplica somente a séries temporais estacionárias.

O gráfico acima mostra a evolução temporal da quantidade mensal de encomendas X entregues em determinada cidade. A partir dessa figura e dos conceitos de séries temporais, julgue os itens subsequentes.

O gráfico acima mostra a evolução temporal da quantidade mensal de encomendas X entregues em determinada cidade. A partir dessa figura e dos conceitos de séries temporais, julgue os itens subsequentes.

A série apresenta sazonalidade e tendência.

Julgue o item subsequente, a respeito do modelo ARIMA.

A partir da figura acima, que ilustra a evolução temporal (de janeiro/1959 a dezembro/1997) dos níveis mensais de concentração de CO2 registrados em determinada localidade, julgue os itens de 90 a 92.

A partir da figura acima, que ilustra a evolução temporal (de janeiro/1959 a dezembro/1997) dos níveis mensais de concentração de CO2 registrados em determinada localidade, julgue os itens de 90 a 92.

O modelo ARMA(p, q), em que p, q  6, possibilita ajustar a série temporal original.

Considerando a série temporal xt = Tt + St + et , em que T é o componente de tendência, S é o componente de sazonalidade e e é um componente aleatório de média 0 e variância constante, julgue os itens a seguir.

O método de suavização por médias móveis não é aplicável para essa situação, pois a série xt possui sazonalidade.