Após
estimarmos o modelo, precisamos verificar como os resíduos se comportaram.
4.1 Teste de Normalidade
Uma
maneira de testar a série escolhida, é verificar se além de ruído branco, os
resíduos são normalmente distribuídos. Pode-se visualizar isto ou testar a normalidade. A visualização consiste em estimar a
distribuição da série usando-se um ponderador.
Através do teste, obtivemos
o seguinte gráfico:

4.2 Teste ARCH-LM
O teste ARCH-LM identifica sinais de
heterocedasticidade condicional. Com os modelos ARCH, estima-se a volatilidade
através da variância condicionada, considerando funções lineares e não
lineares. Em resumo, admite-se que a volatilidade é endógena à sucessão e,
portanto pode ser detectada convenientemente por uma função estocástica dos
valores passados da sucessão.
Utilizamos os resíduos quadráticos
do modelo AR com 12 defasagens específicas MA(1) e executamos uma regressão com
3 defasagens dos mesmos, obtendo o seguinte resultado:

Observamos
que a Estatística-F apresenta um valor relativamente baixo 0,988213, logo,
aceitamos Ho, ou seja, os resíduos ao quadrado defasados são insignificantes. O
R2 também possui um valor relativamente baixo (0,000692), sendo ele
responsável por medir o quanto os resíduos ao quadrado defasados explicam o resíduo
estimado. Logo, aceitamos a hipótese nula de que não há heterocedasticidade.
Correlograma dos resíduos quadrados


Nenhum comentário:
Postar um comentário