5. Testes de Sazonalidade
Algumas séries temporais apresentam um comportamento conhecido como sazonalidade. A sazonalidade de uma série temporal é o número de observações que a série leva para repetir o padrão. Na ferramenta Testes de Sazonalidade, é possível realizar dois testes para verificar se a série apresenta sazonalidade.
Exemplo:
Realizaremos o teste com o seguinte conjunto de dados:
| AMBV3 |
|---|
| 84,06 |
| 83,85 |
| 83,56 |
| 83,47 |
| 83,27 |
| 82,81 |
| 82,20 |
| 82,06 |
| 81,62 |
| 80,77 |
| 81,30 |
| 81,92 |
| 82,75 |
| 82,77 |
| 82,84 |
| 82,82 |
| 82,72 |
| 82,29 |
| 81,18 |
| 80,11 |
| 80,27 |
| 80,21 |
| 79,92 |
| 79,96 |
| 80,19 |
| 80,17 |
| 80,17 |
| 79,85 |
| 81,00 |
| 80,44 |
| 79,96 |
| 79,85 |
| 79,82 |
| 80,11 |
| 80,20 |
| 80,31 |
| 81,18 |
| 80,81 |
| 81,15 |
| 81,32 |
| 81,21 |
| 81,40 |
| 81,10 |
| 81,40 |
| 82,27 |
| 82,15 |
| 81,78 |
| 81,69 |
| 81,34 |
| 81,88 |
Faremos o upload dos dados no sistema.

O Testes é elaborado, conforme a configuração apresentada na figura abaixo.

Em seguida, clique em Calcular para obter os resultados e também pode descarregá-las em formato Word.

Os resultados são:
Teste de Kruskal-Wallis
| Kruskal-Wallis chi-squared | |
|---|---|
| Estatística | 28.0688775510204 |
| P-Valor | 0.003159616205745 |
| Tamanho da Amostra | 50 |
| Longitud Estacional | 12 |
| Hipótese Nula | Não há sazonalidade determinística |
| Hipótese Alternativa | Há sazonalidade determinística |
Teste de Friedman
| Friedman chi-squared | |
|---|---|
| Estatística | 24.6153846153846 |
| P-Valor | 0.0103740819044975 |
| Tamanho da Amostra | 50 |
| Longitud Estacional | 12 |
| Hipótese Nula | Não há sazonalidade determinística |
| Hipótese Alternativa | Há sazonalidade determinística |