Previsão de séries temporais
Para este exercício, foram analisadas 6 séries de produção física industrial obtidas pelo Sistema IBGE de Recuperação Automática – SIDRA, e extraídas de três diferentes tabelas, 2292, 2295 e 1620. De cada tabela, foram escolhidas duas séries sem ajuste sazonal. As séries foram analisadas e modelas através do software E-Views.
Tabela 2292 – Série de Bens Semi-Duráveis e não Duráveis
Para começar a análise da série, foi realizada uma loglinearização da mesma para reduzir sua variância. Abaixo, temos o gráfico desta série loglinearizada e realizando uma análise visual, verifica-se uma possível existência de tendência e também de uma sazonalidade. Através do correlograma da série também foi possível verificar sua sazonalidade a cada 12 meses.
Analisando a estatística descritiva desta série, observamos que seu mínimo é 4,15 e seu máximo, 4,87. Sua média é 4,61 e tem desvio padrão de 0,13, não se assemelhando a uma distribuição normal, que possui média zero e variância igual a 1. Sua distribuição tem uma cauda a esquerda, com uma curtose igual a 3,14. Para confirmar a não estacionariedade da série, realizou-se o teste de raiz unitária Dickey-Fuller, com seleção automática e critério Schwarz. Como a hipótese nula de que há raiz unitária não foi rejeitada, confirmamos a existência de um passeio aleatório, ou seja, há tendência estocástica. Neste teste, o valor encontrado do t-statistic = -2,94 é menor, em módulo, que o valor crítico a 5% de -3,42. Vemos também que há tendência determinística e intercepto, dada a relevância estatística do “@trend” e do “c” a um nível de significância de 5%. .
Para remover a tendência estocástica, foi necessário diferenciar a série uma vez. Após a diferenciação, o t-statistic, em módulo, ficou com um valor superior ao valor crítico a 5% (|-4,97|>|-3,42|). Além disso, foi removida também a tendência determinística, dado que o @trend perdeu sua significância estatística (t-statístic= -0,18).
Pelo correlograma da