Professores do PPEA-UFOP têm artigo aceito para publicação no Journal 'Communications in Statistics - Simulation and Computation'

O Prof Ivair Ramos Silva (PPG Computação e PPEA-UFOP), em conjunto com os colegas: Fernanda Faria e Victor Delgado tiveram o artigo: "Comparing the Robustness of Tests for Stochastic versus Deterministic Trend in Time Series" aprovado para publicação no journal "Communications in Statistics - Simulation and Computation". O artigo se refere a um dos pontos importantes na literatura de séries temporais, que  costuma modelar o termo de tendência como um termo estocástico ou como um componente determinístico. Assim, parte desta literatura tem se concentrado no desenvolvimento de testes estatísticos para orientar o pesquisador nesta decisão. Surpreendentemente, menos atenção tem sido dada à avaliação da robustez dos testes que visam identificar se a tendência é determinística ou estocástica. Preenchendo esta lacuna, este artigo compara a robustez de quatro dos testes proeminentes: teste de raiz unitária, Dickey-Fuller, Monte Carlo, e modelo estrutural espacial (a saber: MCt, SADF, Perron, e Philips-Perron). Nos cenários simulados foram considerados: (i) a real distribuição do termo de ruído, (ii) o tamanho da amostra e (iii) a estrutura real da série temporal entre a média móvel auto-regressiva (ARIMA), o modelo estrutural linear (LSM) e modelos de heterocedasticidade condicional auto-regressiva generalizada exponencial (LSM EGARCH e ARIMA EGARCH), com os termos de erro seguindo as Distribuições t-Student e Poisson centrada em zero. Os resultados mostraram que o teste MCt é robusto em termos de poder e controle da probabilidade do erro Tipo I, o teste de Perron tende a inflar a probabilidade do erro Tipo I para amostras pequenas, o SADF apresenta baixo poder quando a série temporal segue um modelo ARMA ou ARMA-EGARCH, e o teste de Philips-Perron apresenta fraca robustez em geral. A fim de discutir o comportamento dos métodos face à sua robustez inferida, os quatro testes foram também usados para analisar a série do produto interno bruto a preços correntes sem considerar a inflação (1990 a 2020), justamente para captar a heterogeneidade da série frente aos choques do período.