Baixe o app para aproveitar ainda mais
Prévia do material em texto
APST 1 – 2012.1 – Prof.: Henrique Hippert Bacharelado em Estatística – 2012.1 Disciplina: Análise e Previsão de Séries Temporais I Professor: Henrique S. Hippert Aula 4 – Modelos linear e quadrático; previsão por MM e Brown 1. Modelo linear 1.1. Forma do modelo e previsões tt btaZ ε++= [1] btaZE t +=)( 2)( σ=tZV kTkT kTbaZ ++ +++= ε)( ]|[ˆ | TkTTkT ZEZ Z++ = )(ˆˆ]|)([)(ˆ | kTbakTbaEkZ TTTkTTkT ++=+++= ++ Zε Supondo que a origem esteja no instante T (T = 0): kbaZ TTTkT ˆˆˆ | +=+ [2] 1.2. Estimação dos parâmetros a e b a) MQO (regressão linear) b) Método das médias móveis duplas Se queremos usar médias móveis, precisaremos de uma segunda equação relacionando os parâmetros a e b com os valores da série Zt (são necessárias duas equações para estimar dois parâmetros). Podemos obtê-la criando o conceito de “média móvel dupla”: n MMMM nTTTT 11 ]2[ ... +−− +++ = [3] Mostra-se que (supondo-se, para simplificar, que o instante T seja a origem, i.e., T=0): bnaME T 2 1)( −−= [4] bnaME T )1()( ]2[ −−= [5] Donde, resolvendo para b, bnaME T 2 1)( −−= bnaME T )1()( ]2[ −+−=− ------------------------------------ − −−=− 2 1)1()()( ]2[ nnbMEME TT APST 1 – 2012.1 – Prof.: Henrique Hippert − =− 2 1)()( ]2[ nbMEME TT → [ ])()(1 2 ]2[ TT MEME n b − − = Similarmente, inserindo b em [5]: [ ])()( 1 2)1()( ]2[]2[ TTT MEME n naME − − −−= [ ])()(2)( ]2[]2[ TTT MEMEaME −−= )(2)(2)( ]2[]2[ TTT MEMEMEa +−=+− )()(2)(2 ]2[]2[ TTT MEMEMEa −+−=− )()(2 ]2[TT MEMEa −= Obtemos então expressões dos parâmetros a e b em função dos valores esperados das médias móveis: )()(2 ]2[TT MEMEa −= )()( 1 2 ]2[ TT MEME n b − − = Estimando os valores esperados pelos valores observados das médias móveis: (5.2.15) ]2[2ˆ TTT MMa −≈ [6] [ ]]2[ 1 2 ˆ TTT MM n b − − ≈ [7] c) Método de amortecimento exponencial de Brown (1 parâmetro) (5.2.16) Equações: Baseia-se também em médias móveis simples e duplas, mas agora calculadas recursivamente pelas expressões: 1)1( −−+= TTT MZM αα ]2[ 1 ]2[ )1( − −+= TTT MMM αα estas médias são depois inseridas nas mesmas equações [6] e [7], para estimação de a e b. Valor da constante de amortecimento α A experiência sugere que os valores ótimos estão entre 0.1 e 0.2. O melhor é experimentar com diversos valores neste intervalo. Valores iniciais para as médias: Em qualquer método recursivo, precisamos de valores iniciais para começar a processo; no caso, precisamos de valores iniciais para TM e ]2[TM . Se a série é longa, podemos dividi-la em duas partes, e usar a primeira parte para encontrar estes valores iniciais (há vários métodos para isto). A maneira mais simples, contudo, é fazer simplesmente: 1 ]2[ 11 ZMM == APST 1 – 2012.1 – Prof.: Henrique Hippert 2. Modelo quadrático 2.1. Forma do modelo e previsões tt ctbtaZ ε+++= 2 2)( ctbtaZE t ++= 2)( σ=tZV )|(ˆ | TkTTkT ZEZ Z++ = 22 | )(ˆ)(ˆˆ)|)()((ˆ kTckTbakTckTbaEZ TTTTkTTkT ++++=+++++= ++ Zε Supondo que T seja a origem, 22 | ˆˆˆ)|(ˆ kckbackbkaEZ TTTTkTkT ++=+++=+ Zε [8] 2.2. Estimadores dos parâmetros a, b e c : 1) MQO 2) Método das médias móveis triplas São usadas agora três médias móveis, para obtermos 3 equações, necessárias para estimar os 3 parâmetros a, b e c do modelo. Definimos a média tripla como uma média das médias duplas: N MMM M NTT TT ]2[]2[ 1 ]2[ ]3[ 1... +−+++ = − Adotando procedimentos análogos aos usados para o modelo linear, obteremos: ),,[ˆ ]3[]2[1 TTTT MMMfa = ),,[ˆ ]3[]2[2 TTTT MMMfb = ),,[ˆ ]3[]2[3 TTTT MMMfc = Este método contudo não são muito usados na prática, porque o método de amortecimento exponencial tem em geral um desempenho superior. 3) Método de amortecimento exponencial (Brown triplo, 1 parâmetro) Equações As três médias (simples, dupla e tripla) são calculadas recursivamente por meio das equações: 1)1( −−+= TTT MZM αα ]2[ 1 ]2[ )1( − −+= TTT MMM αα ]3[ 1 ]2[]3[ )1( − −+= TT MMM T αα APST 1 – 2012.1 – Prof.: Henrique Hippert ]3[]2[33ˆ TTTT MMMa +−= ( )]3[]2[2 2 1 ˆ TTTT MMMc +− − = α α [ ]]3[]2[2 )34()45(2)56()1(2ˆ TTTT MMMb αααα α −+−−− − = Inicialização A maneira mais simples de inicializar é aproximar os valores iniciais por: 1 ]3[ 1 ]2[ 11 ZMMM === Contudo, várias outras sugestões são apresentadas na literatura. Por exemplo, fazendo diretamente estimativas preliminares, simplificadas, das constantes. Por exemplo: 11 Za = 3 )()()( 342312 1 ZZZZZZb −+−+−= 2 13 1 ZZ c − = De qualquer modo, se a série for razoavelmente longa, a escolha destes valores iniciais não deverá ter muita importância no resultado das previsões.
Compartilhar