EST5_ST Flashcards
E(Yt)


Requisitos para Y(t) ser fracamente estacionário

Visualmente, observa-se estacionariedade se uma série flutua em torno de uma média fixa e se a variância da série é constante ao longo do tempo. Não obstante, são necessários testes estatísticos para verificar ou
não a estacionariedade da série.
Propriedades da Função de Autocovariância

Um processo estacionário é ergódico quando os seus momentos amostrais (médias temporais que são calculadas utilizando-se apenas uma única realização) convergem para os momentos da população.
Portanto, é possível estimar os momentos (médias estatísticas) de um processo ergódico se temos acesso a pelo menos uma realização do processo. A ergodicidade é uma propriedade mais restritiva do que a
estacionariedade, ou seja, todo processo ergódico é estacionário, mas a recíproca não é verdadeira.
O que é preciso para uma sequência ser Ruído Branco (RB)?

E(Yt) para um Modelo AR(1)

Var(Yt) para um modelo AR(1)

Autocovariância de AR(1)




E(Yt) de modelo AR(2)

p1 de um modelo AR(2)



E(Yt)

Operador autorregressivo de ordem p
Se os módulos de todas as raízes da equação abaixo forem maiores do que 1 (raízes fora do círculo unitário), então a série Yt ~ AR(p) é estacionária.

A FAC do modelo AR(p) é dada por
