Como você viu, autorregressivo (AR) e média móvel simples (MA) são duas abordagens úteis para modelar séries temporais. Mas como determinar se um modelo AR ou MA é mais adequado na prática?

Para avaliar o ajuste do modelo, você pode medir o critério de informação de Akaike (AIC) e o critério de informação bayesiano (BIC) para cada modelo. Embora a matemática por trás do AIC e do BIC esteja além do escopo deste curso, para o seu propósito a ideia principal é que esses indicadores penalizam modelos com mais parâmetros estimados, para evitar overfitting, e valores menores são preferidos. Em igualdade de condições, um modelo que produz AIC ou BIC mais baixo do que outro é considerado um ajuste melhor.

Para estimar esses indicadores, você pode usar os comandos AIC() e BIC(), ambos exigindo um único argumento para especificar o modelo em questão.

Neste exercício, você vai voltar aos dados Nile e aos modelos AR e MA que ajustou a esses dados. Esses modelos e suas previsões para a década de 1970 (AR_fit) e (MA_fit) estão representados no gráfico à direita.

Estimação e previsão do modelo MA

Create Your Free Account