Frequentemente, encontramos observações discordantes em séries temporais. A sua
|
|
- Leila Moreira
- 5 Há anos
- Visualizações:
Transcrição
1 Capítulo 1 INTRODUÇÃO Frequentemente, encontramos observações discordantes em séries temporais. A sua presença pode facilmente afectar os procedimentos convencionais de análise, nomeadamente podem enviesar seriamente as estimativas dos mínimos quadrados (MQ) dos parâmetros ARMA. O impacto destas observações designadas por outliers é, no entanto, muitas vezes omitido pela falta ou conhecimento de métodos para as detectar e as acomodar ao processo subjacente à série. São ainda relativamente escassos os estudos sobre o tema dos outliers em séries temporais, comparativamente, por exemplo, ao que se passa no domínio da regressão linear. Uma das razões prende-se com a complexidade do tema associado à multiplicidade de instrumentos de análise das sucessões cronológicas. A análise pode ser feita no domínio tempo, com os correspondentes modelos ARMA, ou no domínio frequência (análise espectral), a qual tem uma perspectiva diferente: em vez de se concentrar na estrutura de dependência entre os valores respeitantes a diferentes períodos de tempo, procura investigar em que medida diferentes frequências ou componentes periódicas contribuem para a variabilidade das sucessões cronológicas. No domínio tempo, a complexidade da análise resulta da multiplicidade de modelos subjacentes às séries, pode-se ter modelos autoregressivos (AR), de médias móveis (MA), autoregressivos de médias móveis (ARMA) ou ainda autoregressivos de médias móveis integrados (ARIMA). Esta diversidade traduz-se na necessidade de ajustar os diversos mecanismos de detecção e acomodação de outliers aos diversos modelos, o que dificulta bastante o tratamento do tema. Por outro lado, enquanto que nos modelos de regressão linear um 1
2 outlier é independente das observações adjacentes, o mesmo não se verifica nas séries temporais já que as observações estão correlacionadas. Face às dificuldades, ainda não se encontrou uma formulação que se possa considerar aceite de modo suficientemente geral. Muito ainda haverá a fazer. Dada a multiplicidade de instrumentos de análise das séries temporais, restringimos a nossa atenção aos estudos efectuados no domínio tempo, e aos correspondentes modelos ARMA. Nomeadamente porque são relativamente reduzidos os trabalhos nas outras áreas de estudo. Este trabalho tem como objectivo apresentar as principais linhas de rumo da investigação nesta área. Pretendemos, sobretudo, apresentar um conjunto de instrumentos que permitam detectar e acomodar outliers. Num outro sentido, estudámos alguns dos principais "packages" de análise estatística disponíveis comercialmente, tendo como objectivo verificar a forma como eram tratados os outliers nos respectivos módulos de séries temporais (veja-se o capítulo 7). Dada a limitação desses "packages" estatísticos, desenvolvemos alguns programas informáticos que permitem determinar o valor de algumas estatísticas de detecção. A dificuldade de formulação começa com o próprio tipo de outlier que devemos considerar. Fox (1972) introduziu os conceitos de outlier do tipo I e tipo II, vulgarizados na literatura, respectivamente como aditivos (AO - "additive outlier") e inovadores (IO - "innovational outlier"), os quais têm sido os considerados pela maioria dos autores. No entanto, numa perspectiva recente, veja-se por exemplo Chen e Liu (1993a, 1993b), são também englobados na categoria de outliers as alterações da estrutura da série, nomeadamente, alterações de nível: permanentes (LS - "level shift") e transitórias (TC - "temporary change"). Outro foco de divergência entre os autores prende-se com o modelo gerador de outliers considerado, Fox (1972) propôs modelos paramétricos, em relação com o modelo conhecido na literatura por deslizamento da média (veja-se Barnett, 1994). Chang 2
3 Tiao e Chen (1988) e Tsay (1988) adoptando a formulação de Fox (1972) consideraram os outliers como casos particulares do modelo geral de intervenção de Box e Tiao (1975). Noutro sentido, Denby e Martin (1979) considerando os outliers como contaminantes gerados por uma dada distribuição de probabilidades, propuseram modelos em relação com o modelo de contaminação por mistura. Este tema será analisado no capítulo 2. Uma abordagem ao problema dos outliers consiste em limitar a sua influência na modelação de séries temporais. Neste sentido Denby e Martin (1979) consideraram um procedimento robusto para estimar os parâmetros do modelo na presença de outliers. Nesta abordagem, às observações discordantes são atribuídas, no processo de estimação, ponderações inferiores. Contudo, todos os tipos de outliers são tratados da mesma maneira, isto explica, em parte, porque é que os métodos robustos funcionam bem em alguns casos e mal noutros. Denby e Martin (1979), Martin (1981) e Martin e Yohai (1984) propuseram e estudaram estimadores robustos para os modelos autoregressivos conhecidos como estimadores M (tipo máxima verosimilhança) e M generalizados (GM). Estes estimadores e mesmo os estimadores dos MQ comportam-se relativamente bem em presença de IO. Quando os AO aparecem isto já não é verdade, os estimadores M não são robustos, nesta situação os estimadores GM constituem uma opção para obter estimadores robustos em modelos AR(p). Contudo, tal não se verifica em modelos ARMA com uma componente de médias móveis, um simples outlier num determinado período contaminará todos os termos subsequentes nas equações de estimação. Deste modo, no contexto dos modelos ARMA, Martin, Samarov e Vandaele (1981) propuseram um procedimento iterativo de estimação para o caso AO tendo por base os estimadores GM. Bustos e Yohai (1986) sugeriram dois estimadores robustos para os modelos ARMA baseados nas autocovariâncias dos resíduos e autocovariâncias dos resíduos truncados, 3
4 respectivamente estimadores RA e TRA. Estes últimos, constituindo estimadores robustos para os modelos ARMA com uma componente de médias móveis. No capítulo 3 apresentam-se os diversos métodos de estimação robusta. Outra abordagem alternativa consiste em identificar os outliers, e depois estimar os parâmetros do modelo tendo em consideração o outlier detectado. Fox (1972) desenvolveu um teste razão de verosimilhança para detectar AO e IO num modelo autoregressivo puro. Chang, Tiao e Chen (1988) estenderam o teste a modelos ARMA e utilizaram-no num procedimento iterativo para detectar múltiplos outliers e estimação dos parâmetros do modelo ARMA. Tsay (1988) generalizou o método considerando alterações de nível transitórias e permanentes. Em dois artigos recentes, Chen e Liu (1993a) e Balke (1993) introduziram melhoramentos ao procedimento. Este método iterativo tem sido bastante utilizado por variados autores, com resultados bastante encorajadores. No procedimento iterativo os outliers incluindo as alterações de nível são tratados de uma maneira unificada. Isto é conseguido adoptando a abordagem paramétrica para descrever o impacto da observação discordante. Sob o modelo paramétrico, o impacto da perturbação é medida por um parâmetro o qual pode ser estimado e testado. O procedimento segue uma linha de operação em duas etapas: identificação da localização e do tipo de outlier, e então ajustamento do seu efeito no intuito de estimação dos parâmetros do modelo, consistindo em ciclos de especificação-estimação-detecção-remoção para tratar as perturbações mais significativas. O procedimento iterativo é apresentado no capítulo 4. No capítulo 5 são apresentados diagnósticos alternativos ao método de detecção de outliers baseado no teste razão de verosimilhança usado no procedimento iterativo. Rosado (1984) propôs medidas de diagnóstico que se baseiam na análise do comportamento dos resíduos. Lee e Hui (1993), no contexto de um modelo AR(p), propuseram um método de detecção de outliers aditivos com base nos elementos da diagonal da 4
5 matriz de projecção, designadas como medidas de alavanca ("leverages"). Abraham e Chuang (1989) propuseram uma medida do efeito da eliminação das observações outlier no valor estimado dos resíduos, as estatísticas Q. As quais permitem não só detectar mas também distinguir um AO de um IO. É ainda proposto um procedimento, em quatro etapas, para modelar as séries temporais em presença de outliers, no qual um processo ARMA(p,q) é aproximado por um AR(p+q). Uma área de estudo directamente relacionada com a detecção de outliers, embora diferente, é o estudo das observações influentes. Um outlier pode ou não afectar consideravelmente as estimativas dos parâmetros do modelo, como os coeficientes ARMA e a variância do ruído. Chernick, Downing e Pike (1982) sugeriram que deveriam ser procurados outliers influentes examinando a matriz da função de influência das autocorrelações estimadas. Peña (1990) no quadro dos modelos ARMA, apresentou estatísticas indicadoras de AO e IO que têm forte influência no valor dos coeficientes estimados, as quais se baseiam na substituição das observações discordantes por valores interpolados. No quadro dos modelos AR(p) Yatawara e Lin (1994) propuseram uma estatística para detecção de múltiplos outliers. Num estudo extenso, Bruce e Martin (1989), no contexto dos modelos ARMA, propuseram dois diagnósticos com base na função de influência empírica. O diagnóstico DV mede a alteração na variância estimada do ruído, e o diagnóstico DC mede a alteração nos coeficientes ARMA estimados. Os autores concluem que é preferível a utilização do primeiro na estratégia de detecção. No caso de múltiplos e consecutivos outliers os autores propõem um diagnóstico de detecção baseado na eliminação iterativa de k observações. Por último, refira-se o trabalho de Ledolter (1990), no qual são aplicadas às séries temporais as medidas de deslocamento da verosimilhança introduzidas por Cook (1986, 1987). Com base nelas o autor propôs uma estatística simples de diagnóstico. 5
6 São relativamente reduzidos os estudos sobre previsão em presença de outliers em séries temporais. No entanto, a precisão da previsão poderá ser afectada devido ao (i) efeito "carry-over" do outlier no período de previsão e (ii) enviesamento das estimativas dos parâmetros do modelo. Chen e Liu (1993b), com base no procedimento iterativo de estimação dos parâmetros e detecção de outliers, estudaram o efeito dos outliers em termos da previsão, quando ocorrem no fim da série temporal (origem da previsão) ou próximo do fim da série. Concluíram que as previsões são particularmente sensíveis aos AO. Contudo, não são particularmente afectadas excepto se os outliers ocorrerem próximo da origem da previsão. Exploram também a perda de precisão na previsão quando o tipo de outlier não é correctamente determinado ou especificado. Este tema da previsão será abordado no capítulo 6. 6
Métodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisOUTLIERS E SOFTWARE DE ANÁLISE ES- TATÍSTICA
Capítulo 7 OUTLIERS E SOFTWARE DE ANÁLISE ES- TATÍSTICA 7.1 ANÁLISE DE SOFTWARES ESTATÍSTICOS Existe um número considerável de "packages" de análise estatística disponíveis comercialmente. Entre eles,
Leia maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisIntrodução Regressão linear Regressão de dados independentes Regressão não linear. Regressão. Susana Barbosa
Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2012-2013 Regressão linear x : variável explanatória y : variável resposta Gráfico primeiro! Gráfico primeiro! Gráfico primeiro! Modelo linear x
Leia mais(iv) Ausência de correlação serial nos erros, dados dois valores quaisquer de X, X i e X j (i j), a correlação entre ε i e ε j é zero,, /,
4 Metodologia O método de estimação por mínimos quadrados está fundamentado em algumas premissas, que são necessárias para realizar inferências estatísticas sobre a variável dependente Y. As principais
Leia maisAnálise de dados em Geociências
Análise de dados em Geociências Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Introdução Regressão linear dados independentes séries temporais Regressão de quantis Regressão
Leia maisANÁLISE DE SÉRIES TEMPORAIS
ANÁLISE DE SÉRIES TEMPORAIS Ralph S. Silva http://www.im.ufrj.br/ralph/seriestemporais.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Estimação
Leia maisModulo I. Séries Temporais: ARIMA
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Modulo I Séries Temporais: ARIMA Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Verena
Leia maisAnálise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Análise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisMESTRADO INTEGRADO DE ENGENHARIA CIVIL. Disciplina: TRANSPORTES
MESTRADO INTEGRADO DE ENGENHARIA CIVIL Disciplina: TRANSPORTES Prof. Responsável: José Manuel Viegas Sessão 4: Estudos Simples de Procura de Transportes A Projecções tendenciais e modelos de 2009/2010
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisAnálise da série temporal do desemprego em regiões metropolitanas do Brasil
Análise da série temporal do desemprego em regiões metropolitanas do Brasil Érica Fernanda da Cruz 1 3 Tamara Aparecida Nogueira dos Anjos 2 Thelma Sáfadi 2 1 Introdução O desemprego no Brasil é uma constante
Leia maisAnálise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008
Análise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008 Daniela Bandeira, Paulo Germano, Filipe Formiga e Jeremias Leão Universidade Federal do Piauí
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR DENNIS LEÃO GRR LUAN FIORENTIN GRR
UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR -20149072 DENNIS LEÃO GRR - 20160239 LUAN FIORENTIN GRR - 20160219 MODELAGEM DA QUANTIDADE DE MATRÍCULAS NO ENSINO REGULAR NO ESTADO DO
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente
Leia maisCarla da Fonseca Miraoda. Modelação Linear de Séries Temporais na presença de Outliers
Carla da Fonseca Miraoda Modelação Linear de Séries Temporais na presença de Outliers Departamento de Matemática Aplicada Faculdade de Ciências da Universidade do Porto Março/2001 Carla da Fonseca Miranda
Leia maisNotas de Aulas Econometria I ** Eduardo P. Ribeiro, 2010 PARTE II
Notas de Aulas Econometria I ** Eduardo P Ribeiro, 00 PARTE II Autocorrelação Autocorrelação: violação da hipótese: E [ε t ε t-s ] = 0, para s > 0, como por exemplo, ε t = ε t- + υ t, onde υ t é ruído
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência ω = ω ω Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação gráfica deste conjunto
Leia mais6 Geração de Cenários
6 Geração de Cenários O planejamento do setor elétrico para operações hidrotérmicas de longo prazo de cada subsistema, atualmente, está fundamentado na avaliação dos resultados da simulação de diversos
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisMÉTODO MEAN SHIFT PARA DETECÇÃO DE OUTLIERS EM MODELOS NORMAIS ASSIMÉTRICOS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA MÉTODO MEAN SHIFT PARA DETECÇÃO DE OUTLIERS EM MODELOS NORMAIS ASSIMÉTRICOS Thalita do Bem Mattos Clécio da
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia mais3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Leia maisTransformações e Ponderação para corrigir violações do modelo
Transformações e Ponderação para corrigir violações do modelo Diagnóstico na análise de regressão Relembrando suposições Os erros do modelo tem média zero e variância constante. Os erros do modelo tem
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia maisθ depende de um parâmetro desconhecido θ.
73 Método de Máxima Verosimilhança (Maximum Likelihood) Seja uma variável aleatória (v. a.) cuja densidade de probabilidade depende de um parâmetro desconhecido. Admite-se conhecida a forma de Exemplo
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisSinais de Teste. A escolha deve ter em conta quer as propriedades do sistema, quer do método de estimação considerado.
40 Sinais de Teste Em muitos casos, os sistemas em estudo permitem-nos escolher os sinais de entrada a aplicar. São sinais de teste típicos os seguintes: Escalões (ondas quadradas) Sinusoides Ruído Branco
Leia mais7 Conclusões e desenvolvimentos futuros
7 Conclusões e desenvolvimentos futuros 7.1 Conclusões Este trabalho apresentou novas soluções para a determinação da posição de terminais de comunicações móveis com base em medidas de ToA. Nos métodos
Leia maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Regressão. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Regressão David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Regressão Linear ( e Múltipla ) Não-Linear ( Exponencial / Logística
Leia maisModelos de Regressão Múltipla - Parte VIII
1 Modelos de Regressão Múltipla - Parte VIII Erica Castilho Rodrigues 15 de Fevereiro de 2017 2 3 Observações não usuais 4 As observações não usuais podem ser: Outliers: não se ajustam bem ao modelo (resíduo
Leia maisQualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade
Roteiro da apresentação Controle de Qualidade 2 3 Lupércio França Bessegato UFMG Especialização em Estatística 4 5 Abril/2007 6 7 Exemplo: Sacos de Leite : Volume de cada saco (ml) do Controle Estatístico
Leia maisCasos. Índice. Parte I. Caso 1 Vendas da empresa Platox. Caso 2 Importação de matéria-prima. Caso 3 Carteira de acções. Caso 4 Lançamento de produto
Índice PREFÁCIO 15 NOTA INTRODUTÓRIA 17 CONVENÇÕES UTILIZADAS 19 Parte I Casos Caso 1 Vendas da empresa Platox 1. Enquadramento e objectivos 25 2. Aspectos metodológicos 26 3. Resultados e comentários
Leia maisEquipe 1 - UM ESTUDO PARA A APLICAÇÃO DE GRÁFICOS DE CONTROLE ESTATÍSTICO DE PROCESSO EM INDICADORES DE QUALIDADE DA ÁGUA POTÁVEL
Equipe 1 - UM ESTUDO PARA A APLICAÇÃO DE GRÁFICOS DE CONTROLE ESTATÍSTICO DE PROCESSO EM INDICADORES DE QUALIDADE DA ÁGUA POTÁVEL Alunos: Allan, Gustavo, Isadora, Lennon e Vinícius Professor César Augusto
Leia maisMESTRADO EM PROSPECÇÃO E ANÁLISE DE DADOS
MESTRADO EM PROSPECÇÃO E ANÁLISE DE DADOS 2006-2007 PROGRAMAS DAS DISCIPLINAS 1º TRIMESTRE PROCESSOS DE RECOLHA DE INFORMAÇÃO Pretende-se que os alunos: (a) consigam adequar a abordagem da pesquisa e o
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Este trabalho pode ser classificado como uma pesquisa descritiva, quantitativa, bibliográfica, experimental, exploratória e explicativa. Este estudo é descritivo, pois
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia mais'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV
69 'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV O presente capítulo objetiva entender o comportamento das séries de retorno financeiras para as carteiras de investimento elaboradas no capítulo anterior. Tal análise
Leia mais2 FUNDAMENTACÃO TEÓRICA
2 FUNDAMENTACÃO TEÓRICA Este capítulo apresenta os modelos de séries temporais chamados estruturais, nos quais o valor das observações é visto como composto de uma parte sistemática, modelada por uma equação
Leia maisAnálise do volume útil do reservatório de Furnas via modelos de séries temporais
Análise do volume útil do reservatório de Furnas via modelos de séries temporais Cristina Henriques Nogueira 1 3 Thelma Sáfadi 2 1 Introdução A energia elétrica é, sem dúvida, um recurso indispensável
Leia maisAjustamento de Observações
Ajustamento de Observações Teoria dos Erros Prof. Dr. Marcos Aurélio Basso IFSULDEMINAS Campus Incondentes MG Teoria dos Erros - Introdução Observações e erros de observação; Factores que caracterizam
Leia maisÍndice de Produção Industrial Julho de 2017 Índice de Produção Industrial (*) acelerou
Índice de Produção Industrial Julho de 2017 Índice de Produção Industrial (*) acelerou 30 de agosto de 2017 O índice de produção industrial apresentou uma variação homóloga de 6,4%, em julho (3,7% no mês
Leia maisGráficos de Controle para Variáveis
Gráficos de Controle para Variáveis CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento
Leia maisTópicos de Estatística Espacial Geoestatística
Tópicos de Estatística Espacial Geoestatística Anderson Castro Soares de Oliveira Geoestatística A geoestatística é uma análise espacial que considera que a variável em estudo se distribui continuamente
Leia maisMétodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 1 Métodos Não Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J.
Leia maisAULA 11 Heteroscedasticidade
1 AULA 11 Heteroscedasticidade Ernesto F. L. Amaral 30 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisFundamentos do Controle Estatístico do Processo
Fundamentos do Controle Estatístico do Processo Roteiro 1. Introdução 2. Monitoramento de Processos 3. Etapa Inicial: Estabilização e Ajuste do Processo 4. Estimação da Variabilidade 5. Referências Introdução
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 7. Estimação 1 7.1. Estimação pontual 1 7.1.1. Propriedades dos estimadores 1 7.1.2. Métodos de estimação 4 7.1.2.1. Método dos momentos 4 7.1.2.2. Método da máxima verosimilhança 5 7.1.3. Exemplos
Leia maisESTATÍSTICA DESCRITIVA E PREVISÃO INDICE
ESTATÍSTICA DESCRITIVA E PREVISÃO INDICE CAPITULO L APRESENTAÇÃO DE DADOS, pag 1 1.1 Introdução, 2 1.2. Quadros ou Tabelas, 3 1.3 Distribuições de Frequência, 4 1.4 Classificação de Dados, 7 1.5 Distribuição
Leia maisMétodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos ão Paramétricos 1 Métodos ão Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J. Miranda
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia maisÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2
COMO USAR ESTE LIVRO ÍNDICE PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 Variáveis, Populações e Amostras 1.1. VARIÁVEIS ESTATÍSTICAS E ESCALAS DE MEDIDA 27 1.2. POPULAÇÃO VS. AMOSTRA
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisO cálculo das Estimativas Mensais de Emprego e Desemprego divulgadas em 2014
O cálculo das Estimativas Mensais de Emprego e Desemprego divulgadas em 2014 XXII Jornadas de Classificação e Análise de Dados 2015 Estatísticas Oficiais, Instituto Nacional de Estatística Sónia Torres
Leia maisAula 7 Métodos Quantitativos Avançados
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Programa de Pós-Graduação em Controladoria e Contabilidade Aula 7 Métodos Quantitativos Avançados Autor:
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia mais4 Modelos Lineares Generalizados
4 Modelos Lineares Generalizados Neste capítulo, serão apresentados arcabouços teóricos dos modelos lineares generalizados (MLGs) e como casos particulares desses modelos são aplicáveis ao problema da
Leia maisMODELOS ECONOMÉTRICOS PARA DADOS DE ALTA- FREQUENCIA: TEORIA E APLICAÇÕES
MODELOS ECONOMÉTRICOS PARA DADOS DE ALTA- FREQUENCIA: TEORIA E APLICAÇÕES Aluno: Thiago Portugal Frotté Orientador: Marcelo Cunha Medeiros Introdução Atualmente a previsão de eventos econômicos está em
Leia maisAnálise de previsão da inflação no período pós-plano Real
Análise de previsão da inflação no período pós-plano Real Marina Rodrigues Maestre 1 Jayane Pereira de Oliveira 2 Raquel Castellucci Caruso Sachs 3 Vitor Augusto Ozaki 4 1 Introdução Durante a década de
Leia maisRegressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1
Regressões: Simples e MúltiplaM Prof. Dr. Luiz Paulo FáveroF Prof. Dr. Luiz Paulo Fávero 1 1 Técnicas de Dependência Análise de Objetivos 1. Investigação de dependências entre variáveis. 2. Avaliação da
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisEstimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios. Wooldridge, Cápítulo 15
Estimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios Wooldridge, Cápítulo 5 Variáveis Instrumentais () 2 Variáveis Instrumentais Considere o seguinte modelo de regressão linear múltipla
Leia maisEstimação de Modelos ARMA e ARIMA
Estimação de Modelos ARMA e ARIMA Estagiária Docente: Vívian dos Santos Queiroz Disciplina: Econometria Aplicada Professor: Sabino da Silva Porto Júnior Apresentação Inserindo Dados de Séries Temporais
Leia mais3 Metodologia. resenha de VAN DIJK et al. (2002). 12 Para uma exposição extensiva do uso do modelo STR aplicado a séries macroeconômicas, ver a
3 Metodologia Como explicado acima, o modelo novo-keynesiano não fornece bases teóricas que motivem a existência de não-linearidades na CPNKH. Por isso, optamos por utilizar uma estratégia empírica flexível
Leia mais5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL
5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL 5.1 Introdução Existem situações, como por exemplo, em grandes obras de engenharia (portos, barragens, usinas nucleares, etc.), em
Leia maisProf. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 12 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 2017
Prof. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 2 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 207 SUMÁRIO - BREVE DESCRIÇÃO, FUNDAMENTOS, CONCEITOS, CARACTERÍSTICAS,
Leia maisInstituto Nacional de Pesquisas Espaciais - INPE. Divisão de Processamento de Imagens - DPI
1 Sumário 2 Introdução Técnicas de ESDA Matrizes de Proximidade Espacial Média Espacial Móvel (m i ) Indicadores Globais de Autocorrelação Espacial Índices Globais de Moran (I), Geary (C) e Getis e Ord
Leia maisDIMENSÃO PONDERADA DAS LISTAS DE UTENTES DOS MÉDICOS DE FAMÍLIA
DIMENSÃO PONDERADA DAS LISTAS DE UTENTES DOS MÉDICOS DE FAMÍLIA AGOSTO DE 2017 RESUMO No dia 1 de janeiro de 2013 verificou-se um aumento da dimensão das listas de utentes dos Médicos de Família de 1500
Leia maisAvaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais
Avaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais 1 Introdução Micherlania da Silva Nascimento 1 Leila Maria Ferreira 2 Tatiane Carvalho Alvarenga 3 4 O Brasil é o
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
Leia maisFundação Oswaldo Cruz Escola Nacional de Saúde Pública Departamento de Epidemiologia. Estatística espacial. Áreas
Fundação Oswaldo Cruz Escola Nacional de Saúde Pública Departamento de Epidemiologia Estatística espacial Áreas Áreas Na análise de áreas o atributo estudado é em geral resultando de uma contagem ou um
Leia maisARTIGO 2. KRIGAGEM E INVERSO DO QUADRADO DA DISTÂNCIA PARA INTERPOLAÇÃO DOS PARÂMETROS DA EQUAÇÃO DE CHUVAS INTENSAS
ARTIGO 2. KRIGAGEM E INVERSO DO QUADRADO DA DISTÂNCIA PARA INTERPOLAÇÃO DOS PARÂMETROS DA EQUAÇÃO DE CHUVAS INTENSAS Análise conceitual de dados 1. Estrutura de dados: Xi: coordenadas das 140 estações
Leia maisp( y θ ) depende de um parâmetro desconhecido θ.
55Modelação, Identificação e Controlo Digital 55 Método de Máxima Verosimilhança (Maximum Likelihood) Seja y uma variável aleatória (v. a.) cuja densidade de probabilidade p( y θ ) depende de um parâmetro
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisAnálise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Leia mais7 Modelos Multinível Introdução
7 Modelos Multinível 7.1. Introdução Segundo a literatura internacional, são muitos os fatores que podem influenciar o desempenho escolar dos alunos. Estas influências podem ser classificados em três grandes
Leia mais5 Avaliação dos estimadores propostos
5 valiação dos estimadores propostos Este capítulo apresenta as medidas estatísticas usuais para avaliar a qualidade de estimadores e as expressões utilizadas para a estimação destas medidas, a partir
Leia maisFigura 3.1 Esquema do Processo Bootstrap Fonte: Adaptado de SOUZA (1997)
O é uma técnica estatística não paramétrica computacionalmente intensiva de reamostragem, introduzida por EFRON (1979), e tem como finalidade obter informações de características da distribuição de alguma
Leia mais5 Resultados e conclusões
5 Resultados e conclusões As conclusões alcançadas neste trabalho serão analisadas separadamente a fim de proporcionar maior clareza e entendimento facilitando identificar o cumprimento dos objetivos propostos
Leia maisUtilizando a função auto.arima em modelos de séries temporais
Utilizando a função auto.arima em modelos de séries temporais Erasnilson Vieira Camilo 1 2 Marina Rodrigues Maestre 1 Rick Anderson Freire Mangueira 1 Elias Silva de Medeiros 1 Cristian Villegas 1 1 Introdução
Leia maisTratamento estatístico de observações geodésicas
Tratamento estatístico de observações geodésicas Prof. Dr. Carlos Aurélio Nadal OBJETIVO: parâmetros estatísticos são utilizados para avaliar os métodos empregados ou para o controle de qualidade dos trabalhos.
Leia maisProcessos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016
Processos Hidrológicos CST 318 / SER 456 Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Camilo Daleles Rennó Laura De Simone Borma http://www.dpi.inpe.br/~camilo/prochidr/ Caracterização
Leia maisFICHA DE DISCIPLINA/PROGRAMA
Programa de Pós-Graduação em Economia Mestrado/Doutorado Av. João Naves de Ávila, nº 2121 Campus Stª Mônica Bloco J. CEP 38.400-902 Uberlândia/MG. Telefax: (034) 3239-4315 E-Mail: ppge@ufu.br FICHA DE
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório V: Geoestatística Henrique
Leia maisBarómetro Regional da Qualidade Avaliação da Satisfação dos Utentes dos Serviços da Administração Pública Regional e Local
Avaliação da Satisfação dos Utentes dos Serviços da Administração Pública Regional e Local Entidade Promotora Enquadramento Concepção e Realização Avaliação da Satisfação dos Utentes dos Serviços da Administração
Leia mais2 Modelos de sintetização de séries temporais de atenuação por chuva
2 Modelos de sintetização de séries temporais de atenuação por chuva Alguns modelos estocásticos de sintetização de séries temporais de atenuação por chuva são baseados no modelo proposto por Maseng &
Leia maisEstudos Correlacionais e Estudos Causal Comparativos. Trabalho Elaborado por: Ana Henriques Carla Neves Idália Pesquita
Estudos Correlacionais e Estudos Causal Comparativos Trabalho Elaborado por: Ana Henriques Carla Neves Idália Pesquita Estudos Correlacionais e Estudos Causal Comparativos A compreensão do comportamento
Leia maisINSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011 Nome: Nº Espaço reservado para a classificação (não escrever aqui)
Leia maisDesenho Óptimo de Estações de Águas Residuais Através da Modelação de Funções Custo
Isabel A. C. P. Espírito Santo, 2 de Julho de 2007 1 Desenho Óptimo de Estações de Águas Residuais Através da Modelação de Funções Custo Isabel Alexandra Costa Pinho do Espírito Santo Orientação: Edite
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros ESQUEMA DO CAPÍTULO 7.1 INTRODUÇÃO 7.2 DISTRIBUIÇÕES AMOSTRAIS E TEOREMA DO LIMITE CENTRAL 7.3 CONCEITOS GERAIS DE ESTIMAÇÃO PONTUAL 7.3.1 Estimadores
Leia maisModelagem do preço da soja utilizando a metodologia de análise de séries temporais 1
Modelagem do preço da soja utilizando a metodologia de análise de séries temporais 1 Jair Wyzykowski 2 Maíra Rodrigues Villamagna 3 Thelma Sáfadi 4 Augusto Ramalho de Morais 5 1 Introdução Uma série é
Leia mais