Investigue resíduos de modelos de séries temporais
Tendo encontrado o modelo que descreve com sucesso a série temporal de interesse, o resíduo de ajuste deverá ser um processo de ruído branco Gaussiano.
Dados mensais de mortes acidentais nos EUA de 1973 até 1978.
In[1]:= | ![]() X |
In[2]:= | ![]() X |
Out[2]= | ![]() |
Ajuste um modelo ARMA para os dados.
In[3]:= | ![]() X |
Out[3]= | ![]() |
Autocorrelação, autocorrelação parcial e gráficos Ljung-Box sugerem correlação com atraso de 12.
In[4]:= | ![]() X |
Out[4]= | ![]() |
Ajuste um modelo ARMA sazonal com sazonalidade de 12.
In[5]:= | ![]() X |
Out[5]= | ![]() |
Os gráficos ACF, PACF e Ljung-Box indicam que os resíduos são provavelmente ruídos brancos.
In[6]:= | ![]() X |
Out[6]= | ![]() |
Critérios de seleção favorecem o modelo sazonal em vez do modelo não sazonal.
In[7]:= | ![]() X |
Out[7]//TableForm= | |
![]() |