Sobre os modelos ARIMA e a abordagem de Box-Jenkis para análise de séries temporais, analise as assertivas abaixo e assinale a alternativa correta.
I. A identificação de um modelo é realizada com base na análise de autocorrelação, autocorrelação parcial e outros critérios.
II. Séries cuja tendência é estocástica são chamadas séries integradas. Séries integradas são denotadas por I (d), sendo d a ordem de integração.
III. A verificação ou diagnóstico do modelo ajustado é feito através da análise de resíduos.
A série temporal da quantidade mensal de pacientes submetidos a determinado procedimento cirúrgico segue um processo na forma Xt = 100 + 0,5Xt 1 + αt 0,5αt 1, em que {αt} representa uma série temporal de ruídos aleatórios com média nula e variância 9.
A respeito desse processo, julgue o item que se segue.
A autocorrelação entre Xt e Xt 1 é igual a 0.
A série temporal da quantidade mensal de pacientes submetidos a determinado procedimento cirúrgico segue um processo na forma Xt = 100 + 0,5Xt 1 + αt 0,5αt 1, em que {αt} representa uma série temporal de ruídos aleatórios com média nula e variância 9.
A respeito desse processo, julgue o item que se segue.
A variância do processo {Xt} é igual a 9.
A série temporal da quantidade mensal de pacientes submetidos a determinado procedimento cirúrgico segue um processo na forma Xt = 100 + 0,5Xt 1 + αt 0,5αt 1, em que {αt} representa uma série temporal de ruídos aleatórios com média nula e variância 9.
A respeito desse processo, julgue o item que se segue.
A média do processo {Xt} é igual a 100.
A série temporal da quantidade mensal de pacientes submetidos a determinado procedimento cirúrgico segue um processo na forma Xt = 100 + 0,5Xt 1 + αt 0,5αt 1, em que {αt} representa uma série temporal de ruídos aleatórios com média nula e variância 9.
A respeito desse processo, julgue o item que se segue.
A autocorrelação parcial entre Xt e Xt + 10 é igual a 0,5.
A série temporal da quantidade mensal de pacientes submetidos a determinado procedimento cirúrgico segue um processo na forma Xt = 100 + 0,5Xt 1 + αt 0,5αt 1, em que {αt} representa uma série temporal de ruídos aleatórios com média nula e variância 9.
A respeito desse processo, julgue o item que se segue.
A série temporal {Xt} é estacionária.
Com relação aos modelos de processos utilizados na modelagem Box e Jenkins são apresentadas as seguintes afirmativas:
I Os processos AR podem ser representados por processos MA com ordem infinita.
II - Os processos AR, ARMA e MA são utilizados para modelar séries temporais não estacionárias.
III - A classe de modelos ARIMA pode descrever séries estacionarias e não estacionárias.
É correto apenas o que se afirma em
Zt e Wt são séries temporais modeladas por processos autorregressivos de primeira ordem AR(1), cujos coeficientes de regressão ou parâmetros dos processos AR(1) valem, respectivamente, 0,99 e 0,01, e variâncias dos ruídos brancos iguais a 1. As seguintes figuras ilustram realizações típicas das séries Zt e Wt, não necessariamente nessa ordem.
O processo que representa a realização de Zt e o valor de ρ = E [ZZt ZZt-1], em que E[ ] denota o operador valor esperado, são
Realiza-se o ajuste da série temporal (Zt) tomando-se como referência alguns modelos que podem ser expressos pela seguinte equação: 
sendo 
constantes reais e Xt um processo gaussiano branco de média nula. Para cinco modelos particulares, descritos na tabela abaixo, as variâncias dos erros de previsão ou de predição (δ2) são mostradas na tabela.
O modelo mais bem ajustado à série (Zt) é um processo do tipo
