Quatro modelos da classe SARIMA foram ajustados aos dados de uma série temporal mensal contendo n=126 observações. Em todos os casos, aplicou-se uma diferença simples e uma diferença sazonal de ordem 1 na série sendo a sazonalidade igual a 12.
Os modelos ajustados foram
|
Modelo 1: SARIMA (0 1 1) (0 1 1) s=12 |
Modelo 3: SARIMA (0 1 1) (0 1 3) s=12 |
|
Modelo 2: SARIMA (0 1 1) (0 1 2) s=12 |
Modelo 4: SARIMA (0 1 1) (1 1 2) s=12 |
Na tabela 5 encontram-se as estimativas dos parâmetros de cada modelo com os desvios-padrão respectivos, a probabilidade de significância (p-valor) e a estimativa da variância residual (erros do modelo).
Os resíduos do modelo foram considerados ruídos brancos e os testes estatísticos para normalidade dos resíduos dos quatro modelos indicaram a distribuição normal como válida para os resíduos.
Tabela 5 - Estimativas e probabilidades de significância
Modelo 1 - Variância Residual Estimada= 0,941
| Estimativa | Desvio-padrão |
p-valor |
|
|
MA(1) |
0,9336 |
0,0170 |
0,000 |
|
SMA(12) |
0,9365 |
0,0276 |
0,000 |
Modelo 2 - Variância Residual Estimada= 0,935
| Estimativa | Desvio-padrão |
p-valor |
|
|
MA(1) |
0,9306 |
0,0171 |
0,000 |
|
SMA(12) |
1,0326 | 0,0562 |
0,000 |
|
SMA(24) |
-0,0921 | 0,0566 |
0,104 |
Modelo 3 - Variância Residual Estimada= 0,941
| Estimativa | Desvio-padrão |
p-valor |
|
|
MA(1) |
-0,0086 | 0,0180 |
0,000 |
|
SMA(12) |
0,9526 | 0,0562 |
0,000 |
|
SMA(24) |
0,9300 | 0,0773 |
0,712 |
|
SMA(36) |
-0,0676 | 0,0571 |
0,238 |
Modelo 4 - Variância Residual Estimada= 0,933
| Estimativa | Desvio-padrão |
p-valor |
|
|
SAR(12) |
-0,8586 | 0,6195 |
0,167 |
|
MA(1) |
0,9350 | 0,0165 |
0,000 |
|
SMA(12) |
0,0878 | 0,5998 |
0,884 |
|
SMA(24) |
0,8311 | 0,5698 |
0,146 |
Com base apenas nas informações apresentadas, dentre os quatro modelos ajustados, pode-se dizer que o mais indicado para representar o comportamento dos valores da série temporal estudada é o modelo
