Oi Janaina, tudo bem?
No modelo SARIMA, os componentes sazonais P, D e Q são análogos aos componentes não sazonais p, d e q do modelo ARIMA, mas eles se referem a padrões que se repetem em intervalos sazonais.
Componente sazonal P (autoregressivo sazonal): Esse componente é determinado observando o gráfico de autocorrelação parcial (PACF) da série após a diferenciação sazonal. Ele indica quantos períodos sazonais passados influenciam o período atual. Por exemplo, se você tem dados mensais e observa um padrão sazonal anual, P pode ser definido pelo número de lags sazonais significativos no PACF.
Componente sazonal D (diferenciação sazonal): Este componente é usado para tornar a série sazonal estacionária. Se a série apresenta um padrão sazonal que se repete de forma consistente, você pode precisar aplicar uma diferenciação sazonal. Normalmente, começa-se testando com D=1 e ajusta-se conforme necessário.
Componente sazonal Q (média móvel sazonal): Este componente é determinado observando o gráfico de autocorrelação (ACF) da série após a diferenciação sazonal. Ele indica quantos erros sazonais passados influenciam o período atual. Assim como P, você deve olhar para o número de lags sazonais significativos no ACF.
Sobre a análise com vários valores para identificar o melhor ajuste, sim, é uma prática comum testar diferentes combinações de P, D e Q e escolher a que minimiza o critério de informação de Akaike (AIC). Isso ajuda a encontrar o modelo que melhor se adapta aos seus dados.
Espero ter ajudado e bons estudos!
Para saber mais: Sugestão de conteúdo:
O link está em inglês, mas você poderá utilizar a tradução automática do navegador
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!