O modelo ARIMA é baseado para forecasting, ou seja, para prever dados futuros com base em dados históricos anteriores. Ele costuma ser relevante pa...

O modelo ARIMA é baseado para forecasting, ou seja, para prever dados futuros com base em dados históricos anteriores. Ele costuma ser relevante para realizar previsões financeiras. É importante ter ciência de que existem algumas condições para fazer previsões usando ARIMA. Nesse contexto, analise as afirmações a seguir: I. Uma condição do modelo ARIMA é que a série precisa de estacionariedade das medidas observadas para fazer a previsão do ARIMA. II. Uma condição do modelo ARIMA é que a série deve ser não estacionária das medidas observadas para fazer a previsão do ARIMA. III. Existe um número mínimo de observações repetidas a ser observado; em outras palavras, deve-se ter pelo menos 40 medidas temporais do mesmo indivíduo ou da mesma unidade de análise, para realizar a previsão de um modelo ARIMA. IV. Não existe um número mínimo de medidas temporais do mesmo indivíduo ou da mesma unidade de análise para previsão de um modelo ARIMA. V. Previsões utilizando modelos ARIMA serão eficazes para um período curto e as melhores previsões serão aquelas que apresentam um erro quadrático médio (EQM) mínimo. Assinale a alternativa correta. Apenas II e IV estão corretas. Apenas II, IV e V estão corretas. Apenas I e IV estão corretas. Apenas I, III e V estão corretas. Apenas II, III e IV estão corretas.