# II.7 — Séries Temporais > **Estado da arte capturado em 2026-08** · última revisão 2026-08-10 · [histórico](../HISTORICO.md) > > **Nível: essencial.** Corpo escrito e prática funcionando; o aprofundamento (experimento próprio, todas as fontes conferidas, cláusula de expiração) vem em ciclo próprio — ver [níveis de maturidade](../GUIA-EDITORIAL.md#niveis-de-maturidade). ## Objetivos de aprendizagem - **O1.** Decompor uma série em tendência, sazonalidade e resíduo. - **O2.** Aplicar validação com origem móvel, e explicar por que k-fold embaralhado é inválido aqui. - **O3.** Comparar uma previsão contra a linha de base ingênua correta. - **O4.** Reconhecer quando um problema temporal pode ser tratado como tabular. ## O problema: o futuro vaza pela divisão Um analista prevê a demanda mensal de um centro de distribuição. Carrega cinco anos de histórico, chama `train_test_split` com `shuffle=True`, treina, mede: **erro 4%**. Excelente. Sobe para produção. No primeiro mês, erra 22%. Nada quebrou. O experimento é que estava errado — e de um jeito invisível. Ao embaralhar, ele pôs dezembro de 2025 no treino e junho de 2025 no teste: o modelo previu junho **sabendo o que aconteceu em dezembro**. Em produção esse conhecimento não existe, porque dezembro ainda não aconteceu. É o vazamento do [capítulo I.3](i-3-dados.md) na sua forma mais fácil de cometer e mais difícil de perceber. A divisão aleatória, que é a coisa certa a fazer em quase todo o resto do livro, aqui é exatamente o defeito, e não deixa rastro: nenhum aviso, nenhuma exceção, nenhum número absurdo. Só uma métrica boa demais que ninguém questiona, porque métrica boa é o que todo mundo estava esperando. Este capítulo é sobre o que muda quando os dados têm **ordem**. ## De onde isto veio **O aperto.** 1927. As manchas solares oscilam com regularidade aparente, e a estatística da época tem uma explicação pronta para qualquer periodicidade: existe um **ciclo determinístico oculto** na natureza, e o que borra a curva é o erro de medição do instrumento. **George Udny Yule** desconfia dessa divisão de trabalho. E se o ruído não estiver na medição, mas no próprio sistema? **O que se fazia antes.** Análise harmônica: decompor a série em senos e cossenos, à procura dos períodos escondidos. O método pressupõe a resposta — se você procura período fixo, você acha algum. **A virada.** Modelar o valor de hoje como função dos valores anteriores mais uma perturbação aleatória. É o autorregressivo. A metáfora de Yule diz tudo sem uma linha de notação: um **pêndulo que leva pancadas aleatórias** oscila, mas sem período fixo. Ele parece cíclico e não é. A regularidade não vem de um relógio escondido; vem da **inércia do próprio sistema**, que carrega para a frente cada empurrão que recebe. **A ideia reaproveitável.** **O acaso pode estar dentro do mecanismo, não só no instrumento.** Trocar "sinal limpo + erro de leitura" por "sistema que é ele mesmo ruidoso" muda o que você procura: em vez de caçar o período verdadeiro, você estima **quanto do passado sobrevive no presente**. É uma troca de pergunta, não de técnica — e serve muito além de séries temporais. Sempre que um modelo não fecha, vale perguntar se o erro está no medidor ou na sua ideia do que está sendo medido. **O nome.** **ARIMA** = *AutoRegressive Integrated Moving Average* — as três peças do procedimento, no acrônimo. O "AR" é Yule; o "I" é a diferenciação; o "MA" é a memória curta dos choques. > ### Repare no relógio: 43 anos > > Yule publica a autorregressão em **1927**. O procedimento que qualquer pessoa consegue seguir (identificar, estimar, diagnosticar) chega em **1970**, com Box & Jenkins. **Quarenta e três anos** entre a ideia e a ferramenta. > > É o formato padrão deste livro: 1962→1977 no [capítulo I.4](i-4-analise-exploratoria.md), 1943→1958 no [III.1](iii-1-neuronio-artificial.md), 1931→1974 no [0.2](../0-2-fundamentos.md) — também 43 anos. > > Mas o [capítulo II.5](ii-5-arvores-ensembles.md) traz a exceção que explica a regra: no *boosting* foram **sete** anos. Pergunta em 1988, resposta em 1990, algoritmo em 1995. Por quê tão rápido? Porque ali o aperto já estava formulado como **pergunta formal precisa**, "um aprendiz fraco pode ser transformado num forte?", com os dois lados definidos o bastante para alguém responder sim ou não. > > **O gargalo nunca é o tempo nem o computador. É a precisão da pergunta.** Yule tinha uma intuição excelente e vaga; Kearns e Valiant tinham um enunciado. Quarenta e três anos contra sete. **Procedência das afirmações desta seção:** | Selo | Afirmação | |---|---| | ⏳ | O aperto de 1927 (o ruído no sistema e não na medição), a análise harmônica como prática anterior e a metáfora do pêndulo que leva pancadas. A metáfora é atribuída a Yule de forma consistente, com pêndulo e meninos atirando ervilhas, e **o texto do artigo não abriu** em nenhuma das tentativas desta passagem | | ✓ᵐ | **George Udny Yule**, Phil. Trans. Royal Society A **226** (636–646), 267–298, 1927, [10.1098/rsta.1927.0007](https://doi.org/10.1098/rsta.1927.0007) — primeira aplicação de autorregressão, com defasagem 2. **Ficha conferida; o texto não abriu**: o periódico e um espelho recusaram a transferência | | ✓ᵐ | **O título impresso não tem o "in".** O registro do próprio periódico traz *"VII. On a method of investigating periodicities disturbed series, with special reference to Wolfer's sunspot numbers"*. A forma corrente das citações, que este capítulo também usava, acrescenta *"in"* entre "periodicities" e "disturbed" | | ✓ᵐ | Box & Jenkins, *Time Series Analysis: Forecasting and Control* (Holden-Day, 1970), e o acrônimo ARIMA. **Localizado e identificado; não lido** | | 📖 | A ideia reaproveitável, e a leitura do relógio — os 43 anos, o paralelo com os capítulos I.4, 18 e 01, e o contraste com os sete anos do [II.5](ii-5-arvores-ensembles.md) | ## Fundamentos: o que muda quando existe tempo Uma série é uma sequência de observações **ordenadas**, e a ordem é informação. Quatro componentes convivem em quase toda série real: | Componente | O que é | Como se reconhece | |---|---|---| | **Tendência** | movimento de longo prazo | a média muda de nível ao longo do período | | **Sazonalidade** | padrão de **período fixo e conhecido** | mês, dia da semana, hora do dia | | **Ciclo** | oscilação de período **variável** | dura anos, não fecha em calendário | | **Ruído** | o que sobra | sem estrutura aproveitável | A distinção entre sazonalidade e ciclo é a herança direta de Yule, e é a mais confundida. Sazonalidade tem calendário: dezembro é dezembro. Ciclo não tem — é o pêndulo levando pancadas, e prever quando ele vira é bem mais difícil do que prever dezembro. Antes de qualquer modelo, **desenhe a série**: é o [capítulo I.4](i-4-analise-exploratoria.md) aplicado ao tempo, e tendência, sazonalidade, quebras de nível e buracos de coleta aparecem num gráfico de linha em cinco segundos — nenhum deles aparece numa tabela de médias. ### Estacionariedade e a diferenciação Uma série é **estacionária** quando suas propriedades estatísticas (média, variância, autocorrelação) não dependem de *quando* você olha. Os métodos clássicos exigem isso, e a razão é honesta: eles aprendem **uma** relação entre passado e presente. Se essa relação muda de ano para ano, não há o que aprender. A ferramenta padrão é a **diferenciação**: em vez de modelar o valor, modele a variação. Uma série que cresce (100, 110, 121, 133) não é estacionária; a série das diferenças (10, 11, 12) já vive num nível fixo. Este é o **"I"** de ARIMA, de *Integrated*, o número de vezes que foi preciso diferenciar; para sazonalidade, diferencia-se contra o mesmo período do ano anterior. Duas armadilhas: diferenciar demais injeta ruído que não existia, e a previsão precisa ser **desdiferenciada** de volta à escala original, porque esquecer esse passo produz números plausíveis na unidade errada. ### O diagnóstico da memória: ACF e PACF A **função de autocorrelação (ACF)** mede a correlação da série com ela mesma defasada de *k* períodos. É um gráfico, e responde de graça uma pergunta cara: quanto do passado ainda importa? Uma ACF que cai devagar e nunca zera denuncia tendência (falta diferenciar); um pico solitário na defasagem 12, em dado mensal, é sazonalidade anual gritando. Já a **autocorrelação parcial (PACF)** remove o efeito das defasagens intermediárias — a correlação entre hoje e três dias atrás **descontando** ontem e anteontem. É ela que sugere quantos termos autorregressivos usar; a defasagem 2 de Yule saiu de um raciocínio desse tipo. :::exercicio {"id":"series-temporais-e1","tipo":"multipla","objetivo":"O1","dificuldade":"facil"} Você plota a série mensal de vendas de uma loja e observa: as vendas sobem de forma consistente ao longo de quatro anos, e todo dezembro é muito maior que os meses vizinhos. Qual decomposição descreve isso? - [ ] Só sazonalidade: o pico de dezembro explica o crescimento. - [ ] Tendência (crescimento de longo prazo) mais sazonalidade anual (o pico de dezembro), mais o resíduo. - [ ] Só ciclo: qualquer oscilação repetida é um ciclo. - [ ] Ruído com autocorrelação, sem componente estrutural. > **volte para:** #fundamentos-o-que-muda-quando-existe-tempo > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e5","tipo":"multipla","objetivo":"O1","dificuldade":"media"} A série 100, 110, 121, 133 é diferenciada uma vez, virando 10, 11, 12. O modelo é ajustado sobre as diferenças e prevê 13 para o próximo passo. O que deve ser reportado como previsão de vendas? - [ ] 13, que é a saída do modelo. - [ ] 146, porque a previsão precisa ser desdiferenciada de volta à escala original: 133 + 13. - [ ] 13% de crescimento sobre o último valor. - [ ] Não dá para reportar, porque a diferenciação é irreversível. > **volte para:** #estacionariedade-e-a-diferenciacao > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e6","tipo":"multipla","objetivo":"O1","dificuldade":"dificil"} Numa série mensal, a ACF cai devagar e nunca chega perto de zero, e há um pico isolado na defasagem 12. O que os dois sinais dizem? - [ ] A queda lenta denuncia tendência, ou seja, falta diferenciar; o pico em 12 é sazonalidade anual. - [ ] Os dois sinais indicam a mesma coisa: sazonalidade de período 12. - [ ] A queda lenta indica ruído branco, e o pico em 12 é coincidência amostral. - [ ] Os dois indicam que a série já é estacionária e pode ser modelada direto. > **volte para:** #o-diagnostico-da-memoria-acf-e-pacf > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## A validação não pode ser aleatória Esta é a seção mais importante do capítulo. **Embaralhar e sortear treino/teste vaza o futuro para o passado.** Não é um vazamento sutil de atributo mal construído — é o modelo lendo a resposta. E ele não se manifesta como erro: manifesta-se como uma métrica excelente que produção jamais reproduz. **Divisão cronológica.** O treino termina numa data; o teste começa depois dela. Sempre. Se houver ajuste de hiperparâmetros, use três blocos em ordem (treino, validação, teste), e o teste é o mais recente. **Validação com origem móvel (*walk-forward*).** Um único corte informa pouco: talvez você tenha sorteado um trimestre fácil. Então repita o corte, avançando a origem: ``` treino [========] teste [==] treino [==========] teste [==] treino [============] teste [==] ``` Cada rodada treina com tudo até a origem e avalia no bloco seguinte. Você ganha várias medidas, e com elas a **incerteza** que o [capítulo II.1](ii-1-avaliacao.md) exige — e não só um ponto. **Janela expansiva ou deslizante?** A expansiva (acima) acumula todo o histórico; a **deslizante** mantém o tamanho fixo e descarta o passado remoto. Expansiva quando o processo é estável e dado é escasso; deslizante quando o regime mudou — uma pandemia, uma troca de precificação, um concorrente novo. Dado antigo de um regime morto não é dado a mais, é viés. Um detalhe que engana gente experiente: **atributos defasados têm de respeitar o corte**. Se você calcula uma média móvel de 30 dias sobre a série inteira **antes** de dividir, cada linha do treino já contém informação do teste. Calcule as features dentro de cada dobra, nunca antes. :::lab {"id":"series-temporais-l1","tipo":"anima-origem-movel","titulo":"O mesmo modelo, medido dos dois jeitos"} Uma série, um modelo, os mesmos atributos. Muda só o **protocolo de avaliação**. A janela de origem móvel avança, e o MAE de cada uma das oito dobras aparece em barra; a linha vermelha é o MAE da divisão embaralhada, calculado uma vez sobre as mesmas linhas. **Antes de assistir, preveja o sinal.** A divisão embaralhada é o método errado, então o número que ela produz vai sair maior ou menor que o certo? Sai **menor**: 0,76 contra 1,47. E é exatamente isso que a torna perigosa. Erro que aparece grande ninguém publica; erro que aparece pequeno vira slide, e a diferença entre os dois é invisível para quem só vê o slide. Agora clique em "E se houvesse uma quebra de regime?". A origem móvel sente o degrau e o MAE médio salta para 3,07, enquanto o embaralhado mal se mexe, de 0,76 para 0,82. Ele quase não enxerga a quebra, porque as linhas de depois dela estão no treino dele. > **O tamanho da mentira não é fixo, e essa é a lição de verdade.** Sem quebra, o embaralhado mente por um fator de 1,9; com quebra, 3,7. A mesma dependência aparece se você mexer na tendência da série: com uma tendência três vezes menor, a mentira cai para 1,1, quase indistinguível. Ou seja, **o método errado parece inofensivo justamente quando o mundo está parado**, e passa a mentir quando o mundo se mexe. Só que é quando o mundo se mexe que você precisa da previsão. ::: ### A linha de base ingênua Antes de qualquer modelo, meça o que a **previsão ingênua** entrega: *amanhã é igual a hoje*. Se houver sazonalidade, a versão honesta é a ingênua sazonal: *este dezembro é igual ao dezembro passado*. Ela é surpreendentemente difícil de bater — em séries com muita inércia o último valor já carrega quase tudo o que se sabe. E o incômodo desta seção é este: **muito modelo publicado não bate essa linha**, porque ninguém a calculou. Compare-se sempre à ingênua **do tipo certo**: pôr um modelo sazonal contra a ingênua simples é escolher o adversário fraco. :::exercicio {"id":"series-temporais-e2","tipo":"numerica","objetivo":"O3","dificuldade":"media"} Vendas mensais (em milhares): | Mês | 2024 | 2025 | |---|---|---| | jan | 100 | 110 | | fev | 120 | 126 | | mar | 90 | 99 | Calcule o **MAE** (erro absoluto médio) da previsão ingênua sazonal, em que cada mês de 2025 é previsto pelo mesmo mês de 2024, nos três meses de 2025. Responda com 2 casas decimais. > **volte para:** #a-linha-de-base-ingenua > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e9","tipo":"multipla","objetivo":"O3","dificuldade":"facil"} Qual é a previsão ingênua correta para uma série com sazonalidade anual forte? - [ ] Amanhã é igual a hoje. - [ ] Este dezembro é igual ao dezembro passado. - [ ] Amanhã é igual à média de toda a série. - [ ] Amanhã é igual à média dos últimos 30 dias. > **volte para:** #a-linha-de-base-ingenua > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e10","tipo":"numerica","objetivo":"O3","dificuldade":"dificil"} Usando a mesma tabela do exercício anterior (jan 100/110, fev 120/126, mar 90/99), calcule o **MAE da previsão ingênua simples** nos meses de fevereiro e março de 2025, em que cada mês é previsto pelo mês imediatamente anterior. Responda com duas casas decimais. > **volte para:** #a-linha-de-base-ingenua > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e3","tipo":"aberta","objetivo":"O2","pontos":3,"dificuldade":"dificil"} Uma colega apresenta este protocolo para prever a demanda diária de um e-commerce: > "Peguei 3 anos de dados diários. Criei atributos defasados (venda de 1, 7 e 30 dias atrás) e a média móvel de 30 dias, tudo calculado sobre a base completa. Depois embaralhei as linhas e fiz `train_test_split` com 20% de teste, mais um k-fold de 5 dobras para ajustar os hiperparâmetros. Deu 3,1% de erro percentual. Também rodei uma validação cruzada aleatória repetida para confirmar, e o intervalo ficou estreito." Identifique os problemas do protocolo e descreva o que você faria no lugar. > **volte para:** #a-validacao-nao-pode-ser-aleatoria > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e7","tipo":"multipla","objetivo":"O2","dificuldade":"facil"} Por que a validação com origem móvel é preferível a um único corte cronológico? - [ ] Porque ela usa mais dados de treino no total. - [ ] Porque um corte só pode ter calhado num período fácil, e várias origens dão várias medidas, e com elas a incerteza. - [ ] Porque ela permite embaralhar dentro de cada bloco com segurança. - [ ] Porque ela elimina a necessidade de comparar com a linha de base ingênua. > **volte para:** #a-validacao-nao-pode-ser-aleatoria > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e8","tipo":"multipla","objetivo":"O2","dificuldade":"media"} Uma empresa mudou de política de preços há oito meses e tem cinco anos de histórico. Janela expansiva ou deslizante? - [ ] Expansiva, porque cinco anos de histórico são um ativo e descartá-los é desperdício. - [ ] Deslizante, porque o regime mudou e dado antigo de um regime morto não é dado a mais, é viés. - [ ] Expansiva, porque a janela deslizante só se justifica com séries muito longas. - [ ] Tanto faz: a escolha entre as duas afeta só o custo computacional. > **volte para:** #a-validacao-nao-pode-ser-aleatoria > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Quando o problema temporal vira tabular Boa parte do trabalho prático não usa ARIMA. Usa-se **janelamento**: cada linha vira "os *k* valores anteriores + atributos de calendário", e o alvo é o valor seguinte. A partir daí, qualquer regressor do [capítulo II.5](ii-5-arvores-ensembles.md) serve. A transformação é legítima e frequentemente vence os métodos clássicos — desde que **o protocolo de validação continue temporal**. É aí que mora o perigo: assim que o problema *parece* tabular, o reflexo de embaralhar volta. A tabela esconde a ordem; a ordem continua lá. E declare o **horizonte**: prever 1 passo à frente e prever 30 são problemas diferentes, com erros diferentes — um modelo excelente em 1 passo pode ser inútil em 30, e reportar só o primeiro número é omissão. :::exercicio {"id":"series-temporais-e11","tipo":"multipla","objetivo":"O4","dificuldade":"facil"} O que o janelamento faz com um problema temporal? - [ ] Cada linha vira "os $k$ valores anteriores mais atributos de calendário", e o alvo é o valor seguinte, o que permite usar qualquer regressor tabular. - [ ] Agrega a série em janelas fixas, reduzindo o número de observações para acelerar o treino. - [ ] Remove a sazonalidade, deixando só tendência e ruído. - [ ] Converte a série em estacionária, dispensando a diferenciação. > **volte para:** #quando-o-problema-temporal-vira-tabular > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: :::exercicio {"id":"series-temporais-e12","tipo":"multipla-multi","objetivo":"O4","dificuldade":"dificil"} Uma equipe janelou a série e passou a tratá-la como tabela. Quais cuidados desta seção continuam obrigatórios? (marque todos que valem) - [ ] O protocolo de validação continua temporal: a tabela esconde a ordem, e a ordem continua lá. - [ ] O horizonte precisa ser declarado, porque prever 1 passo e prever 30 são problemas diferentes. - [ ] Os atributos defasados precisam ser calculados dentro de cada dobra, não sobre a base inteira. - [ ] O janelamento dispensa a comparação com a previsão ingênua, porque agora o modelo é tabular. > **volte para:** #quando-o-problema-temporal-vira-tabular > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Síntese — o que levar - Tempo é **ordem**, e ordem é informação. Todo procedimento do livro que embaralha precisa ser reexaminado aqui. - **Nunca embaralhe.** Divisão cronológica e validação com **origem móvel**; expansiva se o regime é estável, deslizante se mudou. - Atributos defasados e estatísticas móveis calculam-se **dentro** de cada dobra. Vazamento por *feature* sobrevive a uma divisão cronológica correta. - A **previsão ingênua**, do tipo certo, é o adversário obrigatório. Modelo que não a bate não tem valor. - Um intervalo estreito em torno de um protocolo inválido é **precisão sem validade**, e é mais perigoso que um número ruim. - Separe **sazonalidade** (período fixo, do calendário) de **ciclo** (período variável, emergente). Estacionariedade é pré-requisito dos métodos clássicos, e diferenciar é o caminho mais curto até ela — com a previsão voltando à escala original. - A ideia de Yule que atravessa tudo: **o acaso pode estar dentro do mecanismo, não só no instrumento**. :::exercicio {"id":"series-temporais-e4","tipo":"aberta","objetivo":"O4","secao":"verificacao","pontos":3,"dificuldade":"dificil"} **Desafio de fechamento.** Um colega quer abandonar os modelos de série e resolver a previsão de demanda com um ensemble de árvores: monta janelas (vendas dos últimos 7, 14 e 28 dias), acrescenta dia da semana e feriado, e trata cada linha como uma observação independente. "Virou tabular, agora é só treinar." Diga **em que condições essa transformação é legítima** e liste tudo que continua tendo de respeitar a ordem temporal mesmo depois de a tabela parecer comum. > **volte para:** #quando-o-problema-temporal-vira-tabular > _Gabarito, explicação e rubrica não vão neste arquivo. Quem corrige é o servidor, e a explicação completa é o que a segunda tentativa paga._ ::: ## Verificação 1. Explique a um colega, sem usar a palavra "vazamento", por que k-fold embaralhado dá uma métrica boa e inútil numa série temporal. 2. Sua série tem sazonalidade semanal e uma quebra de nível há seis meses (mudança de preço). Você usaria janela expansiva ou deslizante, e qual previsão ingênua seria a linha de base honesta? Justifique as duas escolhas. > Estas duas não são corrigidas, e a omissão é deliberada: a primeira se ganha convencendo o colega, e a segunda depende de decisões que só fazem sentido diante de uma série concreta.