{"id":399,"date":"2023-11-27T00:32:20","date_gmt":"2023-11-27T03:32:20","guid":{"rendered":"http:\/\/localhost\/wordpress\/?page_id=17"},"modified":"2023-12-06T23:09:14","modified_gmt":"2023-12-06T23:09:14","slug":"series-temporais","status":"publish","type":"page","link":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/","title":{"rendered":"S\u00e9ries Temporais"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-page\" data-elementor-id=\"399\" class=\"elementor elementor-399\">\n\t\t\t\t<div class=\"elementor-element elementor-element-4e49c9a3 e-flex e-con-boxed e-con e-parent\" data-id=\"4e49c9a3\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-844d94d elementor-widget elementor-widget-text-editor\" data-id=\"844d94d\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\n<figure class=\"wp-block-pullquote\"><blockquote><p><strong>Explorando o Universo das S\u00e9ries Temporais:<\/strong><\/p><cite><strong>COMPREENDENDO O PODER DA AN\u00c1LISE TEMPORAL DE DADOS<\/strong><\/cite><\/blockquote><\/figure>\n\n\n\n<p>S\u00e9ries temporais referem-se a conjuntos de dados que s\u00e3o coletados, registrados ou observados ao longo do tempo. Esses dados s\u00e3o organizados em uma sequ\u00eancia cronol\u00f3gica, onde cada ponto de dados est\u00e1 associado a um momento espec\u00edfico no tempo, de forma peri\u00f3dica e constante.<\/p>\n\n\n\n<p>Essa organiza\u00e7\u00e3o permite que os pontos sejam estabelecidos de forma equidistante em gr\u00e1ficos \u2013 em intervalos denominados frequ\u00eancias de s\u00e9rie &#8211; facilitando o estabelecimento de uma correla\u00e7\u00e3o entre cada an\u00e1lise.<\/p>\n\n\n\n<p>Os gr\u00e1ficos temporais geralmente funcionam a partir de dois eixos (X, Y) e representam a varia\u00e7\u00e3o de algum valor de acordo com o tempo analisado.<\/p>\n\n\n\n<p>Dessa forma, \u00e9 poss\u00edvel criar uma base confi\u00e1vel de padroniza\u00e7\u00e3o de algum comportamento, que pode ser de movimenta\u00e7\u00e3o, demanda ou valor, por exemplo.<\/p>\n\n\n<blockquote>\n<h3>S\u00e9rie temporal representando os novos \u00f3bitos por COVID-19 no Brasil durante os meses de Janeiro\/2020 \u00e1 Maio\/2021<\/h3>\n<\/blockquote>\n\n<div class=\"wp-block-image\">\n<figure data-wp-context=\"{&quot;imageId&quot;:&quot;69d7d4a0cfefa&quot;}\" data-wp-interactive=\"core\/image\" data-wp-key=\"69d7d4a0cfefa\" class=\"aligncenter size-full is-resized wp-lightbox-container\"><img decoding=\"async\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/12\/Imagem-do-WhatsApp-de-2023-11-27-as-15.35.10_09adcb99.jpg\" alt=\"\" class=\"wp-image-59\" style=\"width:695px;height:auto\" \/><button\n\t\t\tclass=\"lightbox-trigger\"\n\t\t\ttype=\"button\"\n\t\t\taria-haspopup=\"dialog\"\n\t\t\taria-label=\"Ampliar\"\n\t\t\tdata-wp-init=\"callbacks.initTriggerButton\"\n\t\t\tdata-wp-on--click=\"actions.showLightbox\"\n\t\t\tdata-wp-style--right=\"state.imageButtonRight\"\n\t\t\tdata-wp-style--top=\"state.imageButtonTop\"\n\t\t>\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewBox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\" \/>\n\t\t\t<\/svg>\n\t\t<\/button><figcaption class=\"wp-element-caption\">Figura 1 &#8211; Ilustra\u00e7\u00e3o da S\u00e9rie Temporal de Casos Di\u00e1rios de COVID-19 no mundo utilizados para an\u00e1lise.<\/figcaption><\/figure>\n<\/div>\n\n\n<p>Identificar padr\u00f5es n\u00e3o aleat\u00f3rios de uma variavel de interesse, nos permite fazer previs\u00f5es orientadas a tomada de decis\u00f5es. Como no exemplo acima vemos que h\u00e1 uma tend\u00eancia crescente no numero de mortes, fornecendo uma variedade de insights cruciais para compreender a din\u00e2mica da pandemia durante o periodo de analise e permitindo previs\u00f5es para periodos posteriores.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" \/>\n\n\n\n<div class=\"wp-block-group is-content-justification-space-between is-layout-flex wp-container-core-group-is-layout-e3bc7287 wp-block-group-is-layout-flex\">\n<p class=\"has-text-align-center has-white-color has-cyan-bluish-gray-background-color has-text-color has-background has-link-color wp-elements-ee231806a590202e94f5cd14f08c08a8\" style=\"font-size:39px\"><strong>Desvendando os M\u00faltiplos Usos das S\u00e9ries Temporais<\/strong><\/p>\n<\/div>\n\n\n\n<p>As s\u00e9ries temporais s\u00e3o ferramentas vers\u00e1teis e poderosas, com aplica\u00e7\u00f5es abrangentes em diversas \u00e1reas. Neste post, vamos explorar alguns dos in\u00fameros usos potenciais dessas s\u00e9ries, ilustrando a sua import\u00e2ncia e relev\u00e2ncia no mundo atual.<\/p>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\" open><summary><strong>Previs\u00e3o do Mercado de A\u00e7\u00f5es<\/strong><\/summary>\n<p>Em previs\u00e3o e planejamento, s\u00e3o fundamentais para antecipar valores futuros, como na previs\u00e3o econ\u00f4mica. S\u00e3o usadas para prever o movimento dos pre\u00e7os das a\u00e7\u00f5es. Os analistas usam os dados hist\u00f3ricos do pre\u00e7o das a\u00e7\u00f5es para prever o pre\u00e7o futuro. <\/p>\n\n\n\n<p>No meio econ\u00f4mico, esse estudo tende a ser usado para indicar <a href=\"https:\/\/portalibre.fgv.br\/estudos-e-pesquisas\/indices-de-precos\/ipc#:~:text=O%20%C3%8Dndice%20de%20Pre%C3%A7os%20ao,e%2033%20sal%C3%A1rios%20m%C3%ADnimos%20mensais.\">PCIs<\/a> (\u00edndice de pre\u00e7o do consumidor), taxas de desemprego, precifica\u00e7\u00e3o e at\u00e9 mesmo PIBs.<\/p>\n<\/details>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\" open><summary><strong>Meteorologia<\/strong><\/summary>\n<p>As s\u00e9ries temporais tamb\u00e9m s\u00e3o usadas na previs\u00e3o do tempo. Os dados meteorol\u00f3gicos coletados ao longo do tempo s\u00e3o usados para prever o clima futuro. Por exemplo, o<a href=\"https:\/\/portal.inmet.gov.br\/\"> Instituto Nacional de Meteorologia<\/a> do Brasil coleta uma s\u00e9rie de dados meteorol\u00f3gicos que podem ser usados para analisar e prever padr\u00f5es clim\u00e1ticos. <\/p>\n\n\n\n<figure data-wp-context=\"{&quot;imageId&quot;:&quot;69d7d4a0d0619&quot;}\" data-wp-interactive=\"core\/image\" data-wp-key=\"69d7d4a0d0619\" class=\"wp-block-image size-full wp-lightbox-container\"><img decoding=\"async\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/12\/2023-11-27_01-28.png\" alt=\"\" class=\"wp-image-22\" \/><button\n\t\t\tclass=\"lightbox-trigger\"\n\t\t\ttype=\"button\"\n\t\t\taria-haspopup=\"dialog\"\n\t\t\taria-label=\"Ampliar\"\n\t\t\tdata-wp-init=\"callbacks.initTriggerButton\"\n\t\t\tdata-wp-on--click=\"actions.showLightbox\"\n\t\t\tdata-wp-style--right=\"state.imageButtonRight\"\n\t\t\tdata-wp-style--top=\"state.imageButtonTop\"\n\t\t>\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewBox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\" \/>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/details>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\" open><summary><strong>Otimiza\u00e7\u00e3o de Recursos<\/strong><\/summary>\n<p>Em setores como manufatura e log\u00edstica, as s\u00e9ries temporais podem ser usadas para otimizar o uso de recursos, como gest\u00e3o de estoque, agendamento de produ\u00e7\u00e3o e distribui\u00e7\u00e3o.<\/p>\n<\/details>\n\n\n\n<p>Existem muitos outros tipos de situa\u00e7\u00f5es em que as s\u00e9ries temporais podem ser usadas, e como podemos perceber, elas podem ajudar n\u00e3o somente empresas, mas tamb\u00e9m podem ser uma ferramenta muito importante para identifica\u00e7\u00e3o de padr\u00f5es clim\u00e1ticos que se repetem, como o El Ni\u00f1o e El Ni\u00f1a, que podem ser identificados e previstos com s\u00e9ries temporais.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" \/>\n\n\n\n<figure class=\"wp-block-pullquote\"><blockquote><p><strong>Introdu\u00e7\u00e3o \u00e0 An\u00e1lise de S\u00e9ries Temporais<\/strong><\/p><cite>Comece do b\u00e1sico, compreendendo os conceitos fundamentais, como tend\u00eancias, sazonalidade e ciclos.<\/cite><\/blockquote><\/figure>\n\n\n\n<p class=\"has-text-align-center has-white-color has-cyan-bluish-gray-background-color has-text-color has-background has-link-color has-large-font-size wp-elements-6dbfa64e9c26a80c073be825a14de081\"><strong>Componentes de s\u00e9ries temporais<\/strong><\/p>\n\n\n<h2>Tend\u00eancia<\/h2>\n\n\n<p>Uma tend\u00eancia \u00e9 um padr\u00e3o de dados que mostra o movimento de uma s\u00e9rie temporal durante o longo per\u00edodo de tempo. Em outras palavras \u00e9 observada quando h\u00e1 ascend\u00eancia ou descend\u00eancia na s\u00e9rie temporal. \u00c0s vezes, nos referiremos a uma tend\u00eancia como \u201cmudan\u00e7a de dire\u00e7\u00e3o\u201d, quando ela pode passar de uma tend\u00eancia crescente para uma tend\u00eancia decrescente.<\/p>\n\n\n\n<p>Uma tend\u00eancia pode ser: <\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Tend\u00eancia de alta ou ascendente: a an\u00e1lise da s\u00e9rie temporal mostra um padr\u00e3o geral ascendente e, em seguida, \u00e9 a tend\u00eancia de alta.<\/li>\n\n\n\n<li>Tend\u00eancia de baixa ou descendente: a an\u00e1lise de s\u00e9rie temporal mostra um padr\u00e3o que \u00e9 de baixa e, em seguida, \u00e9 de tend\u00eancia de baixa.<\/li>\n\n\n\n<li>Tend\u00eancia horizontal ou estacion\u00e1ria: se nenhum padr\u00e3o for observado, \u00e9 chamado de tend\u00eancia horizontal ou estacion\u00e1ria.<\/li>\n<\/ul>\n\n\n\n<p>\u00c9 poss\u00edvel encontrar tend\u00eancias nos dados simplesmente visualizando um gr\u00e1fico derivado da s\u00e9rie ou pelo conjunto de dados em decomposi\u00e7\u00e3o.<\/p>\n\n\n<h2>Sazonalidade<\/h2>\n\n\n<p>Uma s\u00e9rie temporal \u00e9 considerada sazonal quando os fen\u00f4menos que ocorrem durante a s\u00e9rie se repetem a cada per\u00edodo id\u00eantico de tempo. O conceito de sazonalidade acaba sendo intuitivo, mesmo sem nunca ter estudado esse assunto a fundo.<\/p>\n\n\n\n<p>Podemos ter a n\u00edtida sensa\u00e7\u00e3o de que alguns produtos vendem mais em determinados per\u00edodos como, por exemplo, roupas de l\u00e3 durante os meses de outono e inverno. E j\u00e1 outros produtos, como picol\u00e9s, sofrem quedas de venda nesses mesmos per\u00edodos.<\/p>\n\n\n\n<p>Um padr\u00e3o sazonal ocorre quando uma s\u00e9rie temporal \u00e9 afetada por fatores sazonais, como a \u00e9poca do ano ou o dia da semana. A sazonalidade de uma s\u00e9rie temporal \u00e9 sempre de um per\u00edodo fixo e conhecido. Para algumas s\u00e9ries temporais, pode haver mais de um componente sazonal, correspondendo aos diferentes per\u00edodos sazonais.<\/p>\n\n\n<h2>Estacionariedade<\/h2>\n<p>A estacionariedade em s\u00e9ries temporais \u00e9 uma propriedade importante que descreve o comportamento estat\u00edstico de uma s\u00e9rie ao longo do tempo. Uma s\u00e9rie temporal \u00e9 considerada estacion\u00e1ria quando suas propriedades estat\u00edsticas n\u00e3o mudam com o tempo. Existem duas principais caracter\u00edsticas de estacionariedade: M\u00e9dia constante e Vari\u00e2ncia constante.\u00a0<\/p>\n<div class=\"flex-1 overflow-hidden\">\n<div class=\"react-scroll-to-bottom--css-orsbz-79elbk h-full\">\n<div class=\"react-scroll-to-bottom--css-orsbz-1n7m0yu\">\n<div class=\"flex flex-col text-sm gizmo:pb-9 dark:bg-gray-800 gizmo:dark:bg-transparent\">\n<div class=\"w-full text-token-text-primary border-b border-black\/10 gizmo:border-0 dark:border-gray-900\/50 gizmo:dark:border-0 bg-gray-50 gizmo:bg-transparent dark:bg-[#444654] gizmo:dark:bg-transparent\" data-testid=\"conversation-turn-3\">\n<div class=\"p-4 gizmo:py-2 justify-center text-base md:gap-6 md:py-6 m-auto\">\n<div class=\"flex flex-1 gap-4 text-base mx-auto md:gap-6 gizmo:gap-3 gizmo:md:px-5 gizmo:lg:px-1 gizmo:xl:px-5 md:max-w-2xl lg:max-w-[38rem] gizmo:md:max-w-3xl gizmo:lg:max-w-[40rem] gizmo:xl:max-w-[48rem] xl:max-w-3xl } group final-completion\">\n<div class=\"relative flex w-[calc(100%-50px)] flex-col gizmo:w-full lg:w-[calc(100%-115px)] agent-turn\">\n<div class=\"flex-col gap-1 md:gap-3\">\n<div class=\"flex flex-grow flex-col max-w-full gap-3 gizmo:gap-0\">\n<div class=\"min-h-[20px] text-message flex flex-col items-start gap-3 whitespace-pre-wrap break-words [.text-message+&amp;]:mt-5 overflow-x-auto\" data-message-author-role=\"assistant\" data-message-id=\"ed60a1e8-1c69-4a3b-b427-de75f974b084\">\n<div class=\"markdown prose w-full break-words dark:prose-invert dark\">\n<p>A estacionariedade \u00e9 desej\u00e1vel ao analisar s\u00e9ries temporais porque muitos m\u00e9todos estat\u00edsticos e modelos de previs\u00e3o assumem que as propriedades estat\u00edsticas dos dados n\u00e3o mudam com o tempo. Se uma s\u00e9rie n\u00e3o for estacion\u00e1ria, pode ser necess\u00e1rio aplicar t\u00e9cnicas de transforma\u00e7\u00e3o, como diferencia\u00e7\u00e3o, para torn\u00e1-la estacion\u00e1ria antes de aplicar m\u00e9todos de modelagem.<\/p>\n<p>\u00c9 importante notar que existem diferentes tipos de estacionariedade, como estacionariedade estrita (quando todas as propriedades estat\u00edsticas, incluindo a distribui\u00e7\u00e3o conjunta, s\u00e3o constantes ao longo do tempo) e estacionariedade em sentido amplo (quando apenas a m\u00e9dia e a vari\u00e2ncia s\u00e3o constantes). A an\u00e1lise de estacionariedade \u00e9 fundamental para garantir a adequa\u00e7\u00e3o de modelos estat\u00edsticos e para obter previs\u00f5es precisas em s\u00e9ries temporais.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<h2>Ciclo e o Res\u00edduo<\/h2>\n\n\n<p>Um ciclo ocorre quando os dados exibem aumentos e quedas que n\u00e3o s\u00e3o de uma frequ\u00eancia fixa, ou seja, n\u00e3o podem ser categorizados como sazonais ou de tend\u00eancias. Quando uma s\u00e9rie temporal \u00e9 decomposta, geralmente combinamos a tend\u00eancia e o ciclo em um \u00fanico componente de ciclo de tend\u00eancia.<\/p>\n\n\n\n<p>Uma s\u00e9rie temporal pode ser separada em tr\u00eas componentes b\u00e1sicos: um componente de ciclo de tend\u00eancia, um componente sazonal e um componente restante\/termo de erro, no qual o \u00faltimo representa qualquer outra coisa na s\u00e9rie temporal, al\u00e9m dos outros componentes.<\/p>\n\n\n<h2>Diferencia\u00e7\u00e3o e Decomposi\u00e7\u00e3o<\/h2>\n\n\n<p>A decomposi\u00e7\u00e3o \u00e9 o que separa a s\u00e9rie temporal em componentes de tend\u00eancia lineares, componentes sazonais e o erro. A decomposi\u00e7\u00e3o \u00e9 um procedimento usado para prever situa\u00e7\u00f5es onde existe um componente sazonal na s\u00e9rie ou para examinar a natureza dos componentes de uma s\u00e9rie temporal.<\/p>\n\n\n\n<p>A diferencia\u00e7\u00e3o, por outro lado, \u00e9 usada para remover as tend\u00eancias, mas a desvantagem de seu uso \u00e9 que ela, por si s\u00f3, n\u00e3o produz uma do estacion\u00e1rio de Yt. A primeira diferen\u00e7a aplicada a uma s\u00e9rie temporal elimina uma tend\u00eancia linear. Uma segunda diferen\u00e7a, isto \u00e9, a diferen\u00e7a da primeira diferen\u00e7a, pode eliminar uma tend\u00eancia quadr\u00e1tica e assim por diante.<\/p>\n\n\n\n<p>As s\u00e9ries diferenciadas normalmente n\u00e3o cont\u00e9m o ciclo de sazonalidade longo, que \u00e9 observ\u00e1vel nas s\u00e9ries selecionadas. Mas, por outro lado, as s\u00e9ries diferenciadas podem exibir um ciclo que foi obscurecido nos dados originais gra\u00e7as a natureza dos dados. Frequentemente, h\u00e1 dist\u00farbios \u00f3bvios que podem contribuir para o comportamento n\u00e3o-estacion\u00e1rio e n\u00e3o-linear das s\u00e9ries temporais. Em tais casos, transforma\u00e7\u00f5es como a diferencia\u00e7\u00e3o podem ser \u00fateis para equalizar a variabilidade ao longo do comprimento de uma \u00fanica s\u00e9rie.&nbsp;<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure data-wp-context=\"{&quot;imageId&quot;:&quot;69d7d4a0d0f08&quot;}\" data-wp-interactive=\"core\/image\" data-wp-key=\"69d7d4a0d0f08\" class=\"aligncenter size-full is-resized wp-lightbox-container\"><img decoding=\"async\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/12\/Imagem-do-WhatsApp-de-2023-11-27-as-15.39.54_1a5634ae.jpg\" alt=\"\" class=\"wp-image-63\" style=\"width:746px;height:auto\" \/><button\n\t\t\tclass=\"lightbox-trigger\"\n\t\t\ttype=\"button\"\n\t\t\taria-haspopup=\"dialog\"\n\t\t\taria-label=\"Ampliar\"\n\t\t\tdata-wp-init=\"callbacks.initTriggerButton\"\n\t\t\tdata-wp-on--click=\"actions.showLightbox\"\n\t\t\tdata-wp-style--right=\"state.imageButtonRight\"\n\t\t\tdata-wp-style--top=\"state.imageButtonTop\"\n\t\t>\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewBox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\" \/>\n\t\t\t<\/svg>\n\t\t<\/button><figcaption class=\"wp-element-caption\">Figura 2 &#8211; Demonstra\u00e7\u00e3o da decomposi\u00e7\u00e3o da s\u00e9rie temporal em diversos componentes, para melhor visualiza\u00e7\u00e3o&nbsp;da&nbsp;mesma<\/figcaption><\/figure>\n<\/div>\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" \/>\n\n\n\n<p class=\"has-text-align-center has-white-color has-cyan-bluish-gray-background-color has-text-color has-background has-link-color has-large-font-size wp-elements-9050283d3ac4fae78a955f6a260ef383\"><strong>Os tipos de S\u00e9ries T<\/strong>emporais<\/p>\n\n\n<h2 class=\"wp-block-heading\">Previs\u00e3o<\/h2>\n\n\n<div class=\"wp-block-media-text is-stacked-on-mobile\"><figure class=\"wp-block-media-text__media\"><img decoding=\"async\" src=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/12\/previsao.png\" alt=\"\" class=\"wp-image-50 size-full\" \/><\/figure><div class=\"wp-block-media-text__content\">\n<p>S\u00e9ries temporais de previs\u00e3o referem-se \u00e0 an\u00e1lise de conjuntos de dados organizados cronologicamente para antecipar valores futuros. Essas s\u00e9ries s\u00e3o aplicadas em uma variedade de contextos, como economia, finan\u00e7as, sa\u00fade e meteorologia, onde a compreens\u00e3o de padr\u00f5es passados permite a constru\u00e7\u00e3o de modelos para prever tend\u00eancias e comportamentos futuros.<\/p>\n<\/div><\/div>\n\n\n<h2><span class=\"OYPEnA text-decoration-none text-strikethrough-none\" data-darkreader-inline-color=\"\">Classifica\u00e7\u00e3o<\/span><\/h2>\n\n\n<div class=\"wp-block-media-text has-media-on-the-right is-stacked-on-mobile\"><div class=\"wp-block-media-text__content\">\n<p>S\u00e9ries temporais de classifica\u00e7\u00e3o envolvem a an\u00e1lise de dados organizados temporalmente com o objetivo de atribuir r\u00f3tulos ou categorias a cada ponto de tempo. Esse tipo de an\u00e1lise \u00e9 valioso em cen\u00e1rios onde as rela\u00e7\u00f5es temporais s\u00e3o cruciais para a tomada de decis\u00f5es. Um exemplo comum \u00e9 a classifica\u00e7\u00e3o de eventos ao longo do tempo, como detec\u00e7\u00e3o de falhas em sistemas, previs\u00e3o de eventos clim\u00e1ticos espec\u00edficos ou identifica\u00e7\u00e3o de padr\u00f5es de comportamento em dados sequenciais.<\/p>\n<\/div><figure class=\"wp-block-media-text__media\"><img decoding=\"async\" src=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/12\/clas.png\" alt=\"\" class=\"wp-image-51 size-full\" \/><\/figure><\/div>\n\n\n<h2><span class=\"OYPEnA text-decoration-none text-strikethrough-none\" data-darkreader-inline-color=\"\">Clustering<\/span><\/h2>\n\n\n<div class=\"wp-block-media-text is-stacked-on-mobile\"><figure class=\"wp-block-media-text__media\"><img decoding=\"async\" src=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/12\/clust.png\" alt=\"\" class=\"wp-image-52 size-full\" \/><\/figure><div class=\"wp-block-media-text__content\">\n<p>S\u00e9ries temporais de clustering envolvem a aplica\u00e7\u00e3o de t\u00e9cnicas de agrupamento (clustering) em conjuntos de dados organizados cronologicamente. O objetivo \u00e9 identificar padr\u00f5es ou grupos similares de comportamento ao longo do tempo. Essa abordagem \u00e9 valiosa em cen\u00e1rios onde as rela\u00e7\u00f5es temporais s\u00e3o cruciais para a an\u00e1lise, como na segmenta\u00e7\u00e3o de s\u00e9ries temporais para entender diferentes regimes ou comportamentos ao longo de per\u00edodos espec\u00edficos.<\/p>\n<\/div><\/div>\n\n\n\n<figure class=\"wp-block-pullquote has-white-color has-cyan-bluish-gray-background-color has-text-color has-background has-link-color wp-elements-71edb2b0f5be9a06f2ba3402c7ee0337\" style=\"border-style:none;border-width:0px;border-radius:26px\"><blockquote><p><strong>Projeto Final<\/strong><\/p><\/blockquote><\/figure>\n\n\n\n<p>Nesse projeto desenvolvido pelo grupo no Google Colab para demonstra\u00e7\u00e3o da an\u00e1lise de S\u00e9ries Temporais, fazendo uso de ferramentas do Scikit-Learn, statsmodels, keras e Matplotlib para visualiza\u00e7\u00e3o de gr\u00e1ficos, foi feita a an\u00e1lise de uma base de dados que continha informa\u00e7\u00f5es referentes ao numero de casos de Covid-19 durante um certo per\u00edodo de tempo. Durante esse processo de an\u00e1lise, a s\u00e9rie temporal representada nessa base foi decomposta (em tend\u00eancias, sazonalidades e res\u00edduos) para melhor visualiza\u00e7\u00e3o. <\/p>\n\n\n\n<p>Feito isso, foi criado um simples modelo de RNN (Rede Neural Recorrente) e utilizamos a base de dados mencionada para treina-lo. Por fim, ap\u00f3s o fim do treinamento e ajuste dos hiperpar\u00e2metros do modelo, utilizamos outra parte da base de dados para valida-lo e o resultado pode ser visualizado na imagem logo abaixo.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure data-wp-context=\"{&quot;imageId&quot;:&quot;69d7d4a0d1567&quot;}\" data-wp-interactive=\"core\/image\" data-wp-key=\"69d7d4a0d1567\" class=\"aligncenter size-full is-resized wp-lightbox-container\"><img decoding=\"async\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/12\/Imagem-do-WhatsApp-de-2023-11-27-as-15.40.38_32b6cb19.jpg\" alt=\"\" class=\"wp-image-66\" style=\"width:654px;height:auto\" \/><button\n\t\t\tclass=\"lightbox-trigger\"\n\t\t\ttype=\"button\"\n\t\t\taria-haspopup=\"dialog\"\n\t\t\taria-label=\"Ampliar\"\n\t\t\tdata-wp-init=\"callbacks.initTriggerButton\"\n\t\t\tdata-wp-on--click=\"actions.showLightbox\"\n\t\t\tdata-wp-style--right=\"state.imageButtonRight\"\n\t\t\tdata-wp-style--top=\"state.imageButtonTop\"\n\t\t>\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewBox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\" \/>\n\t\t\t<\/svg>\n\t\t<\/button><figcaption class=\"wp-element-caption\">Figura 3 &#8211; Estima\u00e7\u00e3o de uma rede neural, tentando prever o padr\u00e3o mostrado jutamente, de casos\u00a0de\u00a0Covid19<\/figcaption><\/figure>\n<\/div>\n\n\n<p class=\"has-text-align-center\">Para visualiza\u00e7\u00e3o completa do c\u00f3digo, em Python, respons\u00e1vel pelos dados gerados, segue o link abaixo<\/p>\n\n\n\n<p class=\"has-text-align-center\"><strong>&gt;&gt;<\/strong> <a href=\"https:\/\/colab.research.google.com\/drive\/11WlOGt6OiQk6mN7VqXJLhVSYN5LvwdDl?usp=sharing\" target=\"_blank\" rel=\"noreferrer noopener\"><strong>ACESSE AQUI O MODELO<\/strong> <\/a><strong>&lt;&lt;<\/strong><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" \/>\n\n\n\n<h2 class=\"wp-block-heading\">Refer\u00eancias <strong>Bibliogr\u00e1ficas<\/strong><\/h2>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>Introdu\u00e7\u00e3o \u00e0 An\u00e1lise de S\u00e9ries Temporais e Previs\u00e3o<\/p>\n<cite>MONTGOMERY, Douglas C.; JENNINGS, Cheryl L.; KULAHCI, Murat. Introdu\u00e7\u00e3o \u00e0 An\u00e1lise de S\u00e9ries Temporais e Previs\u00e3o. 2008. Wiley.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>An\u00e1lise de S\u00e9ries Temporais<\/p>\n<cite>LEG, UFPR. T\u00edtulo do documento. Dispon\u00edvel em: <a href=\"http:\/\/leg.ufpr.br\/~lucambio\/CE017\/20202S\/ST03.pdf\">http:\/\/leg.ufpr.br\/~lucambio\/CE017\/20202S\/ST03.pdf<\/a>. Acesso em: 23, Novembro de 2023.<br><\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>S\u00e9ries Temporais: Tipos de Sazonalidade<\/p>\n<cite>Alura. S\u00e9ries Temporais: Tipos de Sazonalidade. Dispon\u00edvel em: https:\/\/www.alura.com.br\/artigos\/series-temporais-tipos-de-sazonalidade. Acesso em: 23, Novembro de 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>S\u00e9ries temporais: o que s\u00e3o e 3 aplica\u00e7\u00f5es principais<\/p>\n<cite>Escola de Jurisdi\u00e7\u00e3o Financeira da FGV (EJFGV). <strong>S\u00e9ries Temporais<\/strong>. Dispon\u00edvel em: <a href=\"https:\/\/ejfgv.com\/series-temporais\/\">https:\/\/ejfgv.com\/series-temporais\/<\/a>. Acesso em: 25, Novembro e 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>Estacionaridade de s\u00e9ries temporais<\/p>\n<cite>ESTACIONARIEDADE DE S\u00c9RIES TEMPORAIS. [S. l.], 7 jul. 2023. Dispon\u00edvel em: https:\/\/acervolima.com\/o-que-e-uma-tendencia-em-series-temporais\/. Acesso em: 25 nov. 2023.<br><\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>O que \u00e9 uma tend\u00eancia em s\u00e9ries temporais?<\/p>\n<cite>O QUE \u00c9 UMA TEND\u00caNCIA EM S\u00c9RIES TEMPORAIS?. [S. l.], 2022. Dispon\u00edvel em: https:\/\/acervolima.com\/o-que-e-uma-tendencia-em-series-temporais\/. Acesso em: 25 novembro de 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>M\u00e9todos para an\u00e1lise de s\u00e9ries temporais<\/p>\n<cite>Minitab. M\u00e9todos para an\u00e1lise de s\u00e9ries temporais. Dispon\u00edvel em: &lt;<a href=\"https:\/\/support.minitab.com\/pt-br\/minitab\/21\/help-and-how-to\/statistical-modeling\/time-series\/supporting-topics\/basics\/methods-for-analyzing-time-series\/%5C%3E\">https:\/\/support.minitab.com\/pt-br\/minitab\/21\/help-and-how-to\/statistical-modeling\/time-series\/supporting-topics\/basics\/methods-for-analyzing-time-series\/\\&gt;<\/a>. Acesso em: 25 de novembro de 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>SCIKIT-LEARN<\/p>\n<cite>SCIKIT-LEARN. Documenta\u00e7\u00e3o do scikit-learn. Dispon\u00edvel em: <a href=\"https:\/\/scikit-learn.org\/stable\/index.html\">https:\/\/scikit-learn.org\/stable\/index.html<\/a>. Acesso em: 25 de novembro de 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>STATSMODELS<\/p>\n<cite>STATSMODELS. Documenta\u00e7\u00e3o do statsmodels. Dispon\u00edvel em: <a href=\"https:\/\/www.statsmodels.org\/stable\/index.html\">https:\/\/www.statsmodels.org\/stable\/index.html<\/a>. Acesso em: 25 de novembro de 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>KERAS<\/p>\n<cite>KERAS. Documenta\u00e7\u00e3o do Keras. Dispon\u00edvel em: <a href=\"https:\/\/keras.io\/api\/\">https:\/\/keras.io\/api\/<\/a>. Acesso em: 25 de novembro de 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>MATPLOTLIB<\/p>\n<cite>MATPLOTLIB. Documenta\u00e7\u00e3o do Matplotlib. Dispon\u00edvel em: <a href=\"https:\/\/matplotlib.org\/stable\/users\/index.html\">https:\/\/matplotlib.org\/stable\/users\/index.html<\/a>. Acesso em: 25 de novembro de 2023.<\/cite><\/blockquote>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p>TENSORFLOW<\/p>\n<cite>TENSORFLOW. Documenta\u00e7\u00e3o do TensorFlow. Dispon\u00edvel em: <a href=\"https:\/\/www.tensorflow.org\/?hl=pt-br\">https:\/\/www.tensorflow.org\/?hl=pt-br<\/a>. Acesso em: 25 de novembro de 2023.<\/cite><\/blockquote>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-97ba811 e-flex e-con-boxed e-con e-parent\" data-id=\"97ba811\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t<div class=\"elementor-element elementor-element-4ba736a e-flex e-con-boxed e-con e-child\" data-id=\"4ba736a\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-034bf58 elementor-widget elementor-widget-text-editor\" data-id=\"034bf58\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p><b>Autores<\/b><\/p>\n<p><b>Gustavo Rocha Vaz (173218)<\/b><\/p>\n<p><b>Igor Paulo dos Santos Santana (198643)<\/b><\/p>\n<p><b>Nathalia Vit\u00f3ria Soares Rodrigues (222841)<\/b><\/p>\n<p><b>Clara Luiza De Andrade Klippel (234458)<\/b><b>\u00a0<\/b><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Explorando o Universo das S\u00e9ries Temporais: COMPREENDENDO O PODER DA AN\u00c1LISE TEMPORAL DE DADOS S\u00e9ries temporais referem-se a conjuntos de dados que s\u00e3o coletados, registrados [&hellip;]<\/p>\n","protected":false},"author":112,"featured_media":384,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-399","page","type-page","status-publish","has-post-thumbnail","hentry"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>S\u00e9ries Temporais - REVISA<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"S\u00e9ries Temporais - REVISA\" \/>\n<meta property=\"og:description\" content=\"Explorando o Universo das S\u00e9ries Temporais: COMPREENDENDO O PODER DA AN\u00c1LISE TEMPORAL DE DADOS S\u00e9ries temporais referem-se a conjuntos de dados que s\u00e3o coletados, registrados [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/\" \/>\n<meta property=\"og:site_name\" content=\"REVISA\" \/>\n<meta property=\"article:modified_time\" content=\"2023-12-06T23:09:14+00:00\" \/>\n<meta property=\"og:image\" content=\"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/11\/1572821709711.png\" \/>\n\t<meta property=\"og:image:width\" content=\"945\" \/>\n\t<meta property=\"og:image:height\" content=\"518\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data1\" content=\"11 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/\",\"url\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/\",\"name\":\"S\u00e9ries Temporais - REVISA\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/wp-content\\\/uploads\\\/sites\\\/86\\\/2023\\\/11\\\/1572821709711.png\",\"datePublished\":\"2023-11-27T03:32:20+00:00\",\"dateModified\":\"2023-12-06T23:09:14+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/#primaryimage\",\"url\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/wp-content\\\/uploads\\\/sites\\\/86\\\/2023\\\/11\\\/1572821709711.png\",\"contentUrl\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/wp-content\\\/uploads\\\/sites\\\/86\\\/2023\\\/11\\\/1572821709711.png\",\"width\":945,\"height\":518},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/series-temporais\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"S\u00e9ries Temporais\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/#website\",\"url\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/\",\"name\":\"REVISA\",\"description\":\"A REvista VIrtual de Sistemas de Apoio a decis\u00e3o \u00e9 escrita por alunos de Sistemas de Apoio \u00e0 Decis\u00e3o da FT\\\/UNICAMP e estende a excel\u00eancia da gradua\u00e7\u00e3o para toda comunidade.\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/wordpress.ft.unicamp.br\\\/revisa\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"S\u00e9ries Temporais - REVISA","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/","og_locale":"pt_BR","og_type":"article","og_title":"S\u00e9ries Temporais - REVISA","og_description":"Explorando o Universo das S\u00e9ries Temporais: COMPREENDENDO O PODER DA AN\u00c1LISE TEMPORAL DE DADOS S\u00e9ries temporais referem-se a conjuntos de dados que s\u00e3o coletados, registrados [&hellip;]","og_url":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/","og_site_name":"REVISA","article_modified_time":"2023-12-06T23:09:14+00:00","og_image":[{"width":945,"height":518,"url":"http:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/11\/1572821709711.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_misc":{"Est. tempo de leitura":"11 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/","url":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/","name":"S\u00e9ries Temporais - REVISA","isPartOf":{"@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/#website"},"primaryImageOfPage":{"@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/#primaryimage"},"image":{"@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/#primaryimage"},"thumbnailUrl":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/11\/1572821709711.png","datePublished":"2023-11-27T03:32:20+00:00","dateModified":"2023-12-06T23:09:14+00:00","breadcrumb":{"@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/#primaryimage","url":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/11\/1572821709711.png","contentUrl":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-content\/uploads\/sites\/86\/2023\/11\/1572821709711.png","width":945,"height":518},{"@type":"BreadcrumbList","@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/series-temporais\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/wordpress.ft.unicamp.br\/revisa\/"},{"@type":"ListItem","position":2,"name":"S\u00e9ries Temporais"}]},{"@type":"WebSite","@id":"https:\/\/wordpress.ft.unicamp.br\/revisa\/#website","url":"https:\/\/wordpress.ft.unicamp.br\/revisa\/","name":"REVISA","description":"A REvista VIrtual de Sistemas de Apoio a decis\u00e3o \u00e9 escrita por alunos de Sistemas de Apoio \u00e0 Decis\u00e3o da FT\/UNICAMP e estende a excel\u00eancia da gradua\u00e7\u00e3o para toda comunidade.","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/wordpress.ft.unicamp.br\/revisa\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"}]}},"_links":{"self":[{"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/pages\/399","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/users\/112"}],"replies":[{"embeddable":true,"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/comments?post=399"}],"version-history":[{"count":5,"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/pages\/399\/revisions"}],"predecessor-version":[{"id":688,"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/pages\/399\/revisions\/688"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/media\/384"}],"wp:attachment":[{"href":"https:\/\/wordpress.ft.unicamp.br\/revisa\/wp-json\/wp\/v2\/media?parent=399"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}