商品簡介
Um dos maiores desafios na an嫮ise de dados ?selecionar o modelo mais adequado para um determinado conjunto de dados. Na pr嫢ica, a especifica誽o incorreta do modelo muitas vezes levou a conclus髊s incorretas na ci瘽cia de dados. Este estudo compara a efici瘽cia da modelagem de uma s廨ie temporal com propriedades de mem鏎ia longa sazonal usando os modelos SARIMA, ARFIMA e SARFIMA. Foram utilizados dados m嶮ios mensais da temperatura global para ilustra誽o. A s廨ie de temperaturas apresentou sinais de mem鏎ia longa, uma vez que o gr塻ico ACF deca燰 lentamente ap鏀 uma inspe誽o mais aprofundada. O expoente de Hurst obtido a partir da an嫮ise R/S confirmou a presen蓷 de mem鏎ia longa. O ACF mostrou decaimento exponencial e um padr緌 sinusoidal, sugerindo tanto n緌 estacionariedade como sazonalidade. Foram realizados testes de estacionariedade e sazonalidade para verificar estas observa踥es. Por fim, os crit廨ios AIC e BIC foram aplicados para avaliar a efici瘽cia dos tr瘰 modelos, e os resultados indicaram que, na presen蓷 de sazonalidade e mem鏎ia longa, o modelo SARFIMA teve o desempenho mais eficiente.
