Exemplos de Séries Temporais Estacionárias

Vamos relembrar o básico. O que é dados estacionários? Dados são estacionários se suas propriedades estatísticas, como a média, a variância e a função de autocorrelação, não dependerem do tempo.

Por exemplo, o processo de ruído branco é estacionário. Este processo não possui tendências nem outros padrões de séries temporais, as amostras não são correlacionadas entre si e a variância é igual a 1 para todas as amostras.

Não existe um tipo específico de dado que será sempre estacionário. Por exemplo, não podemos afirmar que as compras em uma loja online serão necessariamente estacionárias (pelo contrário, na maioria das vezes são não-estacionárias). Mas se começarmos a examinar estatísticas de acidentes durante um curto período, muito provavelmente encontraremos dados estacionários, sem dependência aparente uns dos outros.

A maioria das séries temporais são não-estacionárias. É por isso que existem métodos que permitem transformar os dados em estacionários. Na próxima seção, você aprenderá como implementar isso.

Por que os dados precisam ser estacionários? Porque apenas dados estacionários contêm características que devem ser observadas ao usar os modelos preditivos mais populares. Além disso, mesmo sob o ponto de vista lógico, se os dados não obedecem a nenhuma lei específica e têm características diferentes em diferentes pontos do tempo, então tais dados são muito difíceis de prever.