Baixe o app para aproveitar ainda mais
Prévia do material em texto
ECONOMETRIA DE SÉRIES TEMPORAIS UNA CURSO: ECONOMIA ECONOMETRIA DE SÉRIES TEMPORAIS ANÁLISE EXPLORATÓRIA DOS DADOS E FUNÇÃO DE AUTOCORRELAÇÃO Conceitos ▪ Análise exploratória dos dados ▪ Tendência da série ▪ Sazonalidade ▪ Estacionariedade/ não estacionariedade ▪ Autocorrelação ▪ Função de autocorrelação (FAC) ▪ Função de autocorrelação parcial (FACP) ▪ Correlograma Análise exploratória dos dados ECONOMETRIA DE SÉRIES TEMPORAIS Análise Exploratória dos Dados ▪ Necessária para identificar um comportamento do passado da série ▪ É possível observar alguma tendência ao longo do tempo? ▪ A série apresenta variações sazonais? ▪ Ela, aparentemente, é estacionária? Análise Exploratória dos Dados Fonte: Moretine e Toloi (1981). Análise Exploratória dos Dados Fonte: Ela Mercedes, notas (2014). Extração de MineraisProdução de Leite Análise Exploratória dos Dados ▪ Tendência: comportamento mais geral da série sobre o comportamento da série ao longo do tempo. ▪ Tendência crescente ▪ Tendência decrescente ▪ Sem tendência ▪ Linear ▪ Não linear ▪ Linear ▪ Não linear Análise Exploratória dos Dados Série: Produção de Leite Fonte: Ela Mercedes, notas (2014). Análise Exploratória dos Dados ▪ Sazonalidade ▪ Oscilações ou movimentos da série em torno da tendência, em determinado período de tempo. ▪ Série trimestral período sazonal é trimestral, S = 4 ▪ Série mensal período sazonal é mensal, S = 12 ▪ Série semanal período sazonal é diário, S = 7 Análise Exploratória dos Dados ▪ Gráfico de box-plot ▪ Sinaliza comportamento sazonal da série medianas não estão alinhadas ▪ Meses de maior produção: maio e junho ▪ Ausência de dados discrepantes Série: Produção de Leite Análise Exploratória dos Dados ▪ Gráfico de box-plot ▪ Sinaliza comportamento sazonal da série medianas não estão alinhadas ▪ Maior variabilidade na extração: agosto ▪ Presença de dados discrepantes Série: Extração de minérios Análise Exploratória dos Dados ▪ Estacionariedade ▪ Estacionária em média a série varia aleatoriamente em torno de um valor central ▪ Estacionária em variância a série varia aleatoriamente de forma constante Análise Exploratória dos Dados ▪ Estacionariedade A série é estacionária? Análise Exploratória dos Dados ▪ Estacionariedade A série não varia em torno da média aleatoriamente A série não é estacionária em média Autocorrelação: FAC e FACP ECONOMETRIA DE SÉRIES TEMPORAIS Função de Autocorrelação (FAC) ▪ Análise visual da série a partir da função de autocorrelação (FAC) ▪ Definição: ▪ Autocorrelação: correlação entre uma série e ela mesma defasada. ▪ Em que 𝛾𝑘 é a autocovariância com defasagem k e 𝛾0 é a variância. ▪ −1 < 𝜌𝑘 < 1 0 kk Função de Autocorrelação (FAC) ▪ Função de Autocorrelação Amostral (FAC) utilizada na prática pois é estimada ▪ A partir da FAC é possível verificar se o processo em questão é estacionário ou não. ▪ Processos estacionários: a autocorrelação fica próxima de zero em várias defasagens. ▪ Processos não estacionários: os coeficientes de autocorrelação são bastante elevados nas várias defasagens e tende à zero de forma muito lenta à medida que a defasagem aumenta. Função de Autocorrelação Parcial (FACP) ▪ Função de autocorrelação parcial (FACP) ▪ Medida da correlação entre as observações/realizações de uma série temporal separadas por k unidades de tempo ▪ É utilizada juntamente com a FAC ▪ A partir da significância ou não de cada correlação, é possível classificar o processo em questão ▪ Estacionariedade/ não estacionariedade ▪ Sazonalidade ▪ AR/ MA/ ARMA Correlograma: FAC e FACP ▪ Correlograma: ▪ Forma visual de analisar a FAC e FACP ▪ Gráfico das autocorrelações da série em diversas defasagens ▪ Apresenta limites de significância normalmente, utiliza-se o limite de 5% de significância ▪ As correlações dentro do intervalo do limite não são estatisticamente significativas. ▪ Também possibilita verificar indícios de sazonalidade na série. FAC - Correlograma 65605550454035302520151051 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag Au to co rre laç ão Função de Autocorrelação para ADT (com limites de significância de 5% para autocorrelações) As correlações dentro do intervalo de linha vermelho não são significativas. Processo é um ruído branco. FAC e FACP- Correlograma 65605550454035302520151051 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag Au to co rre laç ão Função de Autocorrelação para Z(t) (com limites de significância de 5% para autocorrelações) A primeira e a segunda correlação é significativa, as demais não. 65605550454035302520151051 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag Au to co rre laç ão P ar cia l Função de Autocorrelação Parcial para Z(t) (com limites de significância de 5% autocorrelações parciais) FAC e FACP- Correlograma 605550454035302520151051 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag Au to co rre laç ão Função de Autocorrelação para Ind Empr formal (com limites de significância de 5% para autocorrelações) ▪ FAC apresenta lento decaimento as correlações se aproximam do zero de forma muito lenta. ▪ FACP: apenas a primeira correlação é significativa. ▪ Processo não estacionário. 605550454035302520151051 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag Au to co rre laç ão P ar cia l Função de Autocorrelação Parcial para Ind Empr formal (com limites de significância de 5% autocorrelações parciais) FAC e FACP- Correlograma 1413121110987654321 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag A ut oc or re la tio n Autocorrelation Function for vendas (with 5% significance limits for the autocorrelations) ▪ FAC apresenta lento decaimento. ▪ FACP: mostra que apenas a primeira e segunda correlação é significativa. ▪ Processo não estacionário. 1413121110987654321 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag Pa rt ia l A ut oc or re la tio n Partial Autocorrelation Function for vendas (with 5% significance limits for the partial autocorrelations) FAC e FACP- Correlograma 35302520151051 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag A ut oc or re la ti on Autocorrelation Function for Pop desoc (with 5% significance limits for the autocorrelations) ▪ FAC apresenta decaimento bastante lento. ▪ FACP: 1ª, 13ª e 25ª correlações são significativas. ▪ Processo não estacionário. 35302520151051 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag Pa rt ia l A ut oc or re la tio n Partial Autocorrelation Function for Pop desoc (with 5% significance limits for the partial autocorrelations) FAC e FACP- Correlograma ▪ FAC apresenta lento decaimento. ▪ FACP: mostra que apenas a primeira e segunda correlação é significativa. ▪ Processo não estacionário. Referências ▪ GUJARATI, Damodar. Econometria Básica. Rio de Janeiro: Elsevier, 2006. 4ª reimpressão. ▪ MORETTIN, Pedro Alberto; TOLOI, Clélia Maria de Castro. Modelos para Previsão de Séries Temporais. Rio de Janeiro: Instituto de Matemática Pura e Aplicada. 1981. ▪ VIEIRA, Juliana Rodrigues; et al. Crescimento Econômico e Desemprego Metropolitano: Teoria e Evidência para o Brasil de2002 a 2015. Prêmio ABDE-BID: Edição 2017. Rio de Janeiro: ABDE.
Compartilhar