Introdução à Análise de Séries Temporais

Você sabe o que são séries temporais?

Nesse artigo vamos aprender um pouco acerca das séries temporais. Um assunto que aparece em muitos editais de concurso e que pode ser a diferença na sua aprovação.

Fique comigo até o final, prepare papel e caneta na mão porque abaixo vem conteúdo de valor.

Séries Estatísticas

Uma série estatística é definida como todo e qualquer conjunto de dados estatísticos em que se destaca o aspecto quantitativo.

Desse modo, em sentido mais amplo, série é uma sucessão de números que se referem a uma variável.

As séries apresentam algumas características que nos permitem diferenciá-las: como a época, o local e o fenômeno.

De acordo com os elementos ou fatores vamos destacar três tipos de séries:

• Territorial, espacial, geográfica ou de localização;
• Específica, categórica ou por categorias;
• Temporal, cronológica, histórica, evolutiva ou marcha.

Pode-se afirmar que nas séries geográficas o elemento territorial é variável, mas os fatores tempo e fenômeno são fixos.

Por exemplo, o número de vacinas por unidade da federação no ano de 2021. O fenômeno (fator especificativo) diz respeito às vacinas no referido ano (fator temporal). Por certo a cada UF se observa um valor distinto.  

Nas séries por categorias o elemento variável é o fenômeno enquanto a época e o local são fixos. 

Assim, podemos citar o efetivo dos rebanhos brasileiros nos estabelecimentos agropecuários no ano de 2020. Temos as espécies: bovinos, bubalinos, aves, ovinos, suínos, etc.

Concluímos assim, que se trata de várias categorias no espaço e tempo fixos.

Série Temporal

As séries de tempo descrevem variáveis em um local, segundo intervalos de tempos regulares.

Portanto, temos os fatores especificativo e geográfico fixos, enquanto se observa a evolução no tempo.

Por exemplo temos o preço médio do frango em Minas Gerais de 2010 a 2020.

O tempo é que varia, nesse caso representado por anos.

Porque Estudar Séries Cronológicas

Uma série temporal é escrita da seguinte forma:

Os livros destacam pelo menos quatro objetivos da análise de séries:

1. Investigar o mecanismo gerador da série;
2. fazer previsões de séries temporais;
3. descrever apenas o comportamento da série;
4. procurar periodicidade nos dados;

Primeiramente, devemos começar pela análise exploratória de dados. Nesse sentido, será importante conhecer o aspecto gráfico da série.

Os dados de tempo apresentam alguns traços interessantes como tendências, comportamentos sazonais, variação intensa (volatilidade) e não-linearidade.

Além disso, alguns períodos têm valores atípicos, que são pontos influentes na série e que podem perturbar o comportamento geral da mesma.

Tome como exemplo a crise de confiança no mercado imobiliário americano em 2008 que foi capaz de mexer com vários índices econômicos pelo mundo.

Imagine que, de maneira geral, os modelos de regressão procuram explicar uma variável resposta por meio de outras variáveis independentes.

Uma das suposições mais comuns é que os modelos são bem comportados, isto é, no sentido de que tem variância constante.

Por outro lado, em aplicações como bolsas de valores pode-se desejar exatamente modelar o que se chama de volatilidade. A variância ao longo do tempo. 

Muitos são os exemplos que podemos citar do uso da análise de séries temporais. Todas elas entretanto vão se valer de técnicas estatísticas mais ou menos elaboradas.

Primeiramente, devemos usar um gráfico de linha para representar a série e tentar observar o comportamento geral dos dados.

Por fim, algumas medidas como as funções de correlação ao longo do tempo vão indicar possíveis modelos característicos.

Assista a uma playlist completa de análise de séries temporais.

Modelo Estatístico de Séries de Tempo

Um primeiro passo na análise de séries temporais é um conhecimento básico de processos estocásticos.

Neste sentido, o conhecimento das suposições básicas, dos modelos de probabilidade e da teoria dos processos estocásticos pode ajudar no estudo das séries.

É importante também o conhecimento de um software que possa auxiliar na análise de séries temporais.

Os programas mais comumente usados para esse fim são R, Python e SAS. O importante, entretanto, é ter o conhecimento computacional na sua maleta de ferramentas.

Ao contrário dos modelos de regressão tradicionais e das aplicações estatísticas comumente conhecidas, por meio das séries busca-se explicar o fenômeno pela propria série.

Assim, enquanto os pressupostos básicos na estatística são a independência dos dados, nas séries ocorre exatamente o contrário. Queremos modelar essa dependência da série por meio dela mesma ao longo do tempo.

Veja abaixo uma resolução de questão de concurso:

Como Análise de Séries Temporais Cai em Concurso

Uma dica essencial para você que está se preparando para concurso é conhecer como a sua banca cobra o assunto nas suas provas em particular.

Algumas delas prezam pelo aspecto teórico, enquanto outras pegam pesados nos cálculos e macetes para resolver questões.

Por isso é de extrema importância exercitar os tópicos do edital antecipadamente.

DICA: Veja a coletânea de questões de séries temporais. Todas as questões são de concursos anteriores.

A coletânea foi feita especialemente para sua rápida preparação em estatística para concurso. Um guia rápido, prático e com abordagem teórica.

Adquira 52 Questões de Estatística de Séries temporais. Questões resolvidas para uma rápida preparação e resumo teórico.

Bons estudos!