Econometria - 3 - Séries temporais

Nota:

• Olhem o gráfico lá em cima! Ciclo é fácil entender, certo? No fundo, é como a variável costuma “flutuar” de forma sistemática, ao longo de qualquer período de tempo! E sazonalidade? Vocês já ouviram falar que todo fim de ano o comércio vende mais? Então, isso é sazonalidade! Na verdade é o movimento da variável que já é esperado para determinados períodos de um ano.

1. c) Erro
2. Tratada com dummies

1. Multiplicativo

Nota:

• Entretanto, a “análise de Mann-Wald”, que surgiu de um estudo realizado por estes autores, trouxe um ponto importante à tona. Caso a metodologia de modelos auto-regressivos seja utilizada de forma indiscriminada haverá problemas sérios no que se refere ao viés dos estimadores de MQO para este modelo. A análise destes autores levou à conclusão de que, caso determinadas hipóteses não sejam satisfeitas, o modelo será tendencioso

1. Inexistência de autocorrelação nos resíduos

   Nota:

   • Lembra-se que eu disse que, se houver uma variável dependente defasada no modelo, a autocorrelação levaa viés dos estimadores de MQO?
2. 2.1 Hipótese 1 –estacionariedade da série
   1. Média constante
   2. Variância constante
   3. Covariância só depende da defasagem n entre Y_t e Y_t-n
   4. 2.2 Hipótese 2 - erros que se comportam como “ruído branco”
      1. Processo estacionário, com média igual a zero, e sem autocorrelação

1. Sempre estacionário
   1. Invertível se |alfa|<1
2. ARMA (p,q)
   1. Se um ARMA é estacionário e invertível, ele atende as condições de admissibilidade!
   2. ARIMA(p,d,q)
      1. A diferenciação nos permite obter uma versão estacionária de uma variável não estacionária!