Modelo AR (1) - O que é, definição e conceito

O modelo AR (1) é um modelo autorregressivo que se baseia exclusivamente em um atraso.

Em outras palavras, a autorregressão de primeira ordem, AR (1), regrede a autorregressão ao longo de um período de tempo.

Artigos recomendados: modelo autoregressivo e logaritmos naturais.

Fórmula de um AR (1)

Embora a notação possa variar de um autor para outro, a forma genérica de representar um AR (1) seria a seguinte:

Ou seja, de acordo com o modelo AR (1), a variável y no tempo t é igual a uma constante (c), mais a variável em (t-1) multiplicada pelo coeficiente, mais o erro. Deve-se notar que a constante 'c' pode ser um número positivo, negativo ou zero.

Em relação ao valor de teta, ou seja, o coeficiente multiplicado por y (t-1), pode assumir valores diferentes. No entanto, podemos resumi-lo aproximadamente em dois:

Teta maior ou igual a 1

| Theta | menor ou igual a 1:

Cálculo da expectativa e variação do processo

Exemplo prático

Supomos que queremos estudar o preço dos passes para esta temporada 2019 (t) através de um modelo autoregressivo de ordem 1 (AR (1)). Ou seja, vamos voltar um período (t-1) na variável dependente forfaits para podermos fazer a autorregressão. Em outras palavras, vamos fazer uma regressão do passe de esquit sobre passes de esquit-1.

O modelo seria:

O significado de autorregressão é que a regressão é feita na mesma variável para os faits, mas em um período de tempo diferente (t-1 e t).

Usamos logaritmos porque as variáveis ​​são expressas em unidades monetárias. Em particular, usamos logaritmos naturais porque sua base é o número e, usado para capitalizar receitas futuras.

Temos os preços dos passes de 1995 a 2018:

AnoPasses de esqui (€)AnoPasses de esqui (€)
199532200788
199644200840
199750200968
199855201063
199940201169
200032201272
200134201375
200260201471
200363201573
200464201663
200578201767
200680201868
2019?

Processar

Com base nos dados de 1995 a 2018, calculamos os logaritmos naturais do passes de esquipara cada ano:

AnoPasses de esqui (€)ln_tln_t-1AnoPasses de esqui (€)ln_tln_t-1
1995323,4657 2007884,47734,3820
1996443,78423,46572008403,68894,4773
1997503,91203,78422009684,21953,6889
1998554,00733,91202010634,14314,2195
1999403,68894,00732011694,23414,1431
2000323,46573,68892012724,27674,2341
2001343,52643,46572013754,31754,2767
2002604,09433,52642014714,26274,3175
2003634,14314,09432015734,29054,2627
2004644,15894,14312016634,14314,2905
2005784,35674,15892017674,20474,1431
2006804,38204,35672018684,21954,2047
2019??4,2195

Portanto, para fazer a regressão, usamos os valores de ln_t como a variável dependente e os valores ln_t-1 como a variável independente. Os valores hachurados estão fora da regressão.

No excel: = PROJ.LIN (ln_t; ln_t-1; verdadeiro; verdadeiro)

Selecione tantas colunas quanto regressores e 5 linhas, coloque a fórmula na primeira célula e CTRL + ENTER.

Obtemos os coeficientes da regressão:

Nesse caso, o sinal do regressor é positivo. Então, um aumento de 1% no preço passes de esqui na temporada anterior (t-1), isso se traduziu em um aumento de 0,53% no preço do passes de esqui para esta temporada (t). Os valores entre parênteses abaixo dos coeficientes são os erros padrão das estimativas.

Nós substituímos:

passes de esquit= passes de esqui2019

passes de esquit-1= passes de esqui2018= 4,2195 (número em negrito na tabela acima).

Então,

AnoPasses de esqui (€)AnoPasses de esqui (€)
199532200788
199644200840
199750200968
199855201063
199940201169
200032201272
200134201375
200260201471
200363201573
200464201663
200578201767
200680201868
201965
Modelo de regressão

Publicações Populares

Objetivos da política econômica

✅ Objetivos da política econômica | O que é, significado, conceito e definição. Os objetivos da política econômica são o conjunto de ações e decisões que adota ...…