Spatial neighborhood structures in space-time autoregressive and moving average models STARMA

O objetivo deste trabalho é comparar as estruturas de vizinhanças espaciais ou matrizes de pesos espaciais da classe de modelos autorregressivos e de médias móveis espaço-temporais (STARMA). O modelo STARMA é empregado para descrever dados de séries temporais espacialmente localizados, ele é caracterizado pela dependência linear defasada tanto no espaço quanto no tempo. Foram realizadas simulações utilizando vários modelos de covariância espaço-temporal para comparar diferentes estruturas de construção da matriz de pesos espaciais com a finalidade de identificar a melhor matriz. As matrizes espaciais com pesos exponenciais apresentaram os melhores desempenhos de ajuste dos modelos STAR; e mostram uma estabilidade em relação à medida de ajuste. Por fim para ilustração, será ajustado um modelo STARMA para um conjunto de dados mensais do índice FIPEZAP de preço imobiliário de venda para apartamentos de dois dormitórios de seis cidades metropolitanas de São Paulo.The objective of this work is to compare spatial neighborhoods structures, or the same as spatial weights matrices of the class of space-time autoregressive and moving average models STARMA. The STARMA model is used to describe spatially localized time series datas, it is characterized by the linear dependence lagged both in space and time. Simulations were performed using several space-time covariance models to compare different structures of construction of the weight matrix with the purpose of identifying the best matrix. The spatial matrices with exponential weights presented the best adjustment performances of the STAR models ans showed a stability in relation to the adjustment measure. Finally, for illustration, a STARMA model will be adjusted for a set of monthly data of the FIPEZAP real estate price index for two bedroom apartments in six metropolitan cities of São Paulo