Resíduos

O que o bloco faz

O que o modelo NÃO explicou: a série menos o valor ajustado de um passo à frente. Sai como série para que o diagnóstico seja feito com os mesmos nós de qualquer série:

• series/ljung_box — sobrou autocorrelação? Se sim, o modelo deixou estrutura para trás, e os intervalos de previsão estão estreitos demais;
• series/acf — em que defasagem ela sobrou (uma barra na 12 é sazonalidade mal modelada);
• view/histogram (a série vira tabela sozinha no fio, com a coluna valor) — os resíduos parecem normais? Os intervalos supõem que sim.

Um modelo bom deixa resíduos sem padrão: média zero, variância constante, sem autocorrelação.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Variância

A média dos quadrados das distâncias de cada valor à média: mede o quanto os dados se espalham. O desvio padrão é a raiz quadrada da variância e fica na mesma unidade dos dados.

Resíduo

A diferença entre o valor observado e o valor que o modelo ajustado prevê para aquela observação. É nos resíduos que se conferem os pressupostos do modelo: eles devem parecer ruído, sem padrão.

Autocorrelação

A correlação de uma série com ela mesma deslocada no tempo: o valor de hoje parecido com o de ontem. É o padrão que os modelos de séries descrevem, e o que torna inválidos os testes que supõem observações independentes.

Sazonalidade

Um padrão que se repete em intervalos fixos do calendário, como mais chuva em janeiro ou mais vendas em dezembro. O período sazonal é o comprimento do ciclo: 12 para dados mensais com ciclo anual.

Ruído branco

Uma série de valores sem autocorrelação, com média zero e variância constante. Os resíduos de um bom modelo de série devem se parecer com ruído branco; sobra de padrão indica que o modelo deixou algo de fora.

Quando usar

Extraia os erros do modelo como série para verificar estrutura restante. Resíduos autocorrelacionados indicam que o ajuste não capturou toda a dependência temporal.

Configuração

Nenhum.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.series", registry = reg)

tr_flow(reg) |>
  tr_add("pax", "series/example") |>
  tr_add("arima", "series/arima", from = "pax") |>
  tr_add("res", "series/residuals", from = "arima") |>
  tr_add("lb", "series/ljung_box", graus = 2L, from = "res") |>
  tr_add("acf", "series/acf", from = "res")

Como interpretar

Uma série (series/ts) dos resíduos. No Holt-Winters ela começa depois do primeiro ciclo, que o método usa para iniciar.