Um analista de empregos estuda as tendências no emprego em três setores durante cinco anos (60 meses). O analista executa o ARIMA para ajustar um modelo para o setor de comércio.

  1. Abra os dados amostrais, TendênciasDeEmprego.MTW.
  2. Selecione Estat > Séries Temporais > ARIMA.
  3. Em Séries, insira Comércio.
  4. Em Autorregressivo, sob Não-sazonal, insira 1.
  5. Clique em Gráficos, e selecione FAC dos resíduos.
  6. Clique em OK.

Interpretar os resultados

O termo da média móvel tem um valor de p que é menor do que o nível de significância de 0,05. O analista conclui que o coeficiente para o termo de média móvel é estatisticamente diferente de 0 e mantém o termo no modelo. Os valores de p para a estatística qui-quadrado de Ljung-Box são maiores do que 0,05 e nenhuma das correlações para a função de autocorrelação dos resíduos são significativas. O analista conclui que o modelo atende à suposição de que os resíduos são independentes.

Modelo ARIMA: Comércio

Estimativas em Cada Iteração Iteração SQE Parâmetros 0 543,908 0,100 90,090 1 467,180 -0,050 105,068 2 412,206 -0,200 120,046 3 378,980 -0,350 135,024 4 367,545 -0,494 149,372 5 367,492 -0,503 150,341 6 367,492 -0,504 150,410 7 367,492 -0,504 150,415 Alteração relativa em cada estimativa menor que 0,001
Estimativas Finais de Parâmetros EP de Tipo Coef. Coef Valor-T Valor-P AR 1 -0,504 0,114 -4,42 0,000 Constante 150,415 0,325 463,34 0,000 Média 100,000 0,216

Número de observações: 60

Somas Residuais dos Quadrados GL SQ QM 58 366,733 6,32299 Previsões retroativas excluídas
Estatística Qui-Quadrado de Box-Pierce (Ljung-Box) Modificada Lag 12 24 36 48 Qui-Quadrado 4,05 12,13 25,62 32,09 GL 10 22 34 46 Valor-P 0,945 0,955 0,849 0,940
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política