Aula 35: Como Interpretar a Função de Autocorrelação (Parcial) para a Modelagem de Processos ARMA?

แชร์
ฝัง
  • เผยแพร่เมื่อ 11 ต.ค. 2024

ความคิดเห็น • 5

  • @alexandrerogel
    @alexandrerogel ปีที่แล้ว

    Tks!

  • @bitorocha58
    @bitorocha58 3 ปีที่แล้ว +1

    Prof , levando em conta que o MA trata apenas o ruído branco , faz sentido em pensar sempre em aplicar primeiro o modelo AR verificar o ruído branco e depois que entende- lo ,fazer o modelo ARMA?

    • @seriestemporais
      @seriestemporais  2 ปีที่แล้ว

      Olá Bito, faz sentido sim. Uma metodologia similar é utilizada para a regressão de várias séries temporais. Entretanto, ao implementar essa metodologia, tenha cuidado para não conduzir o seu ajuste a um overfitting na parte AR. Lembre-se que o modelo ARMA é um modelo que pode atingir excelentes resultados com poucos parâmetros no counjunto AR e MA. Abraços

  • @RafaLuvian
    @RafaLuvian 2 ปีที่แล้ว

    Professor não entendi direito essa sua aula,
    os coeficientes que usou no modelo são coeficientes para forçar um arma(2,1)?
    O gráfico de ACF e PACF foram realizados após a aplicação do modelo pelo que entendi , correto?
    Não ficou claro como definir o corte 2,1 pois pelo que entendi você criou uma base mas já aplicou o modelo e os resultados mostrados não tem a mesma dinâmica das aulas anteriores que você decompos o processo passo a passo

    • @seriestemporais
      @seriestemporais  2 ปีที่แล้ว

      Olá Rafael, sim, usei os coeficientes e a realização de ruído branco para "forçar" um processo ARMA(2,1). Sim, depois construi o gráfico ACF e PACF a partir da geração desse processo ARMA(2,1). Essa metodologia é apenas uma forma de apresentar a questão. Existem mais exemplos no canal. Até mais