O método de correlação cruzada destendenciada em séries temporais

• Autor(a) principal: Gonçalves, Lucas de Freitas
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/181113
• topic: Séries temporais; Time series; dependence structure; cross-correlation coefficient

Um dos grandes objetivos do estudo de séries temporais multivariadas é entender a estrutura de dependência entre séries. Para este fim, uma das maneiras mais utilizadas é através do estudo da estrutura de autocorrelação cruzada entre duas séries temporais. Para séries reais, este método só é possível sob a hipótese de estacionariedade das séries em estudo, uma hipótese comumente inválida. Uma maneira alternativa de estudar a estrutura de dependência em séries não-estacionárias é o método conhecido como Detrended Cross-Correlation Analysis (DCCA), cuja finalidade é verificar a existência de dependência cruzada em séries temporais não-estacionárias. Neste trabalho nos propomos a estudar o comportamento amostral da DCCA no contexto de séries temporais bivariadas através de simulações de Monte Carlo. Foram considerados três cenários básicos para as simulações: séries temporais independentes e identicamente distribuídas (i.i.d) e independentes entre si; séries temporais i.i.d e dependentes entre si e séries temporais com correlação cruzada não-nula. Além do estudo da DCCA, apresentamos ainda a comparação desta com o coeficiente de correlação cruzada tradicional. Através de simulações no software R, foram evidenciados os resultados teóricos esperados e identificados comportamentos importantes de serem mais investigados, que se juntarão a um estudo maior que pretende utilizar este método para a análise de correlação cruzada entre séries temporais não-estacionárias e também na presença de dados faltantes.