Glossário IA
O dicionário completo da Inteligência Artificial
Série temporal
Sequência de observações de uma variável medida em intervalos de tempo regulares ou irregulares, utilizada para analisar tendências e padrões temporais. As séries temporais são fundamentais em finanças, meteorologia e economia para modelar fenômenos evolutivos.
Estacionariedade
Propriedade estatística onde a média, a variância e a autocorrelação de uma série temporal permanecem constantes no tempo. A estacionariedade é essencial para aplicar muitos modelos estatísticos e garantir a validade das previsões.
Teste de Dickey-Fuller
Teste estatístico que verifica a presença de raiz unitária em uma série temporal para determinar sua estacionariedade. O teste de Dickey-Fuller aumentado (ADF) é comumente utilizado para validar a hipótese de estacionariedade antes da modelagem.
Suavização exponencial
Técnica de previsão que pondera as observações passadas com pesos decrescentes exponencialmente para capturar tendências recentes. Este método é eficaz para séries sem forte sazonalidade e calcula facilmente previsões de curto prazo.
Ruído branco
Processo estocástico onde as observações são independentes, identicamente distribuídas com média zero e variância constante. O ruído branco serve como referência para avaliar a adequação dos modelos e representa a imprevisibilidade pura.
Diferenciação
Transformação que subtrai cada observação da anterior para eliminar a tendência e alcançar a estacionariedade. A diferenciação é uma etapa preliminar crucial antes da aplicação de modelos ARIMA em séries não estacionárias.
Transformada de Fourier
Ferramenta matemática que decompõe uma série temporal em frequências elementares para analisar componentes cíclicos. A FFT permite identificar periodicidades ocultas e harmônicos nos dados temporais.
Volatilidade
Medida da variação de preços ou valores em uma série temporal, quantificando a incerteza e o risco. A volatilidade é particularmente estudada em finanças para avaliar a instabilidade dos mercados e calibrar modelos GARCH.
Ponto de mudança
Momento em que as propriedades estatísticas de uma série temporal sofrem uma modificação significativa. A detecção de pontos de mudança permite identificar rupturas estruturais e adaptar modelos preditivos.
Função de autocorrelação parcial
Medida de correlação entre uma observação e seus valores passados controlando o efeito dos deslocamentos intermediários. A PACF é essencial para determinar a ordem dos processos autorregressivos na modelagem ARIMA.
Interpolação temporal
Técnica que estima os valores ausentes em uma série temporal usando observações adjacentes. A interpolação preserva a continuidade temporal e permite a aplicação de métodos de análise que requerem dados completos.
Espectro de potência
Representação em frequência da variância de uma série temporal indicando a energia em cada frequência. O espectro revela os componentes dominantes e ajuda a caracterizar os ciclos subjacentes dos dados.
Resíduo
Diferença entre os valores observados e os valores previstos por um modelo temporal, medindo o erro de ajuste. A análise dos resíduos permite validar o modelo e identificar padrões não capturados.