History

1. Séries Temporais As séries de tempo podem ser resultantes da combinação de uma função determinística do tempo e de um tempo aleatório, denominado processo estocástico1. Ou seja, um processo aleatório ou estocástico é uma coleção de variáveis aleatórias ordenadas no tempo. Em cada instante de tempo " t " , existe um conjunto de valores, que a série pode assumir, do qual apenas um se concretiza, ou seja, há apenas uma realização, entre n possibilidades. " Do mesmo modo que utilizamos as amostras de dados para extrair inferências sobre a população, utilizamos, em séries temporais, a realização para extrais inferências sobre o processo estocástico subjacente " (GUJARATI) Dentro de séries temporais, um processo estocástico que recebeu destaque foi o que chamamos de processo estocástico estacionário. 2. Processo Estacionário e Não Estacionário Em uma série temporal estacionária, a média, a variância e autocovariâncias (em variadas defasagens). Sendo assim, elas permanecerão as mesmas não importa em que ponto mensuremos; isto é, elas serão invariantes no tempo. A série estacionária (ou convergente) é o oposto da série não estacionária (ou divergente), onde ocorrem tendências ascendentes e descendentes e, portanto, a média e a variância são funções do tempo. O exemplo clássico de um processo não estacionário é o modelo chamado de passeio aleatório (Randon Walk). Alguns exemplos são: taxa de câmbio, preço de ações. Esses processos são conhecidos por oscilarem para cima e para baixo sem uma tendência clara e definida ao longo do tempo. Uma forma inicial de representar o Randon Walk é: 1 O termo " estocástico " vem da palavra grega stokhos, que significa um alvo ou centro do alvo. Se você já lançou dardos em um alvo com o objetivo de atingi-lo, com que frequência acertou esse alvo? Em cada cem dardos, você pode ter a sorte de acertar o alvo apenas poucas vezes. Os dardos se espalharão aleatoriamente ao redor do alvo.