Modelos de intervenção com erros ARMA: uma abordagem Bayesiana

Frequentemente, há interesse na análise de séries temporais quando o modelo que gerou a série pode ter mudado de nível devido a ocorrência de um dado evento em algum instante de tempo t. O objetivo da análise de intervenção é avaliar o impacto deste evento no comportamento da série. A análise de intervenção tem grande utilidade em várias áreas, tais como ambiente, economia, ciências sociais e políticas, sociologia e história. A maioria dos trabalhos com um enfoque Bayesiano ocorreram depois de 1970, apesar de Jeffreys (1939) ter sido o primeiro a estudar a teoria espectral. Mas foi a partir de 1980 que as técnicas Bayesianas mostraram ser uma boa alternativa para a metodologia de Box & Jenkins, tida como um padrão de análise. Esta linha de pensamento foi iniciada por Monahan (1983), que usou integração numérica para pôr em prática uma completa análise Bayesiana de séries temporais, incluindo identificação, verificação, estimação e previsão. Neste trabalho consideramos uma análise Bayesiana para o modelo de intervenção com erros ARMA, executada via Amostrador de Gibbs com convergência verificada segundo o critério de Gelman e Rubin (1992) utilizando cadeias múltiplas. Apresentamos aplicações com dados simulados e em economia, como a série de índice de preços ao consumidor do Brasil.