Prof. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
|
|
- Oswaldo Gorjão Fialho
- 7 Há anos
- Visualizações:
Transcrição
1 MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
2 Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade Modelos ARIMA Meodologia Box-Jenkins 2
3 Modelos de séries empo orais Dados associados ao empo são mu uio comuns em Economia e ouras Ciências. Os modelos para o esudo de séries os Modelos de Séries Temporais. de dados associados ao empo são Qualquer série emporal pode ser visa como sendo gerada por um processo esocásico (aleaório). Um ma realização paricular é uma amosra dese processo esocásico subjacene.. Um processo esocásico é dio esa acionário se: Média E(Y ) e variância var(y ) forem consanes ao longo do empo. Covariância cov(y,y +k ) depender apenas de k, e não de. Por enquano, vamos nos preocupar apenas com modelos de séries geradas por processos esacionários. Iso já dá muio pano pra manga... 3
4 Modelos de defasagem disribuída ib Y = 2 α + β0 X + β1 X 1 + β X 2 + K + β k X k + ε β 0 : muliplicador de curo prazo dá a aleração no valor médio de Y produzida por uma aleração simulânea de uma unidade de X. β 0 + β 1 : dá a aleração no valor médio de Y produzida por uma aleração de uma unidade de X manida ao longo de dois períodos de empo. β 0 + β 1 + β 2 : dá a aleração no valor médio de Y produzida por uma aleração de uma unidade de X manida ao longo de rês períodos de empo.... k β i 0 i= 0 Depois de k períodos: β = β + β β K+ β = β 1 + k β Muliplicador de defasagem disribuída de longo prazo 4
5 Modelo de auo-regressã ão Y = + βx + γ 1Y 1 + γ 2Y 2 α + K + γ + ε + Y k k Reraa a variação emporal da variável dependene em relação aos seus valores passados. Veremos mais arde que exise e uma relação enre modelos de defasagem disribuída e modelos de regressão. 5
6 Razões das defasagens Razões psicológicas Conservadorismo Econômico Força de hábios Razões ecnológicas Aumeno da ofera de produos (indecisão do consumidor) Razões insiucionais Obrigações conrauais 6
7 Ei Esimação de modelos dl de defasagem disribuída: abordagem ad hoc Assumindo que a variável explicaiva X não enha correlação com o erro ε : 1. Regrido Y sobre X (via MQO); 2. Regrido Y sobre X e X -1 (via MQO); 3. Regrido Y sobre X, X -1 e X -2 (via MQO); 4. ec, ec, aé que: coeficienes de regressão começam a ficar esaisicamene insignificanes; ou coeficiene de regressão mudar de sinal ou se ornar de difícil inerpreação. 7
8 Ei Esimação de modelos dl de defasagem disribuída: abordagem ad hoc -Exemplo Consumo de óleo combusível Y em função de novas encomendas X USA, : Y = 8,37 + 0,171X Y = 8,27 + 0,111X + 0,064X -1 Y = 8,27 + 0,109X + 0,071X071X ,05 5X -2 Y =8,32 + 0,108X + 0,063X ,022X -2-0,020X -3 sinal insável difícil de inerprear 8
9 Ei Esimação de modelos dl de defasagem disribuída: abordagem ad hoc -Problemas Não há como deerminar a pri ori a duração máxima da defasagem. À medida que aumena o número de defasagens esimadas, diminui o número de graus de liberdade: amanho da base de dados pode ficar próximo do número de variáveis, produzindo esimaivas insáveis para os coeficienes. A correlação (muio comum em amosras defasadas) começa a causar problemas. 9
10 Ei Esimação de modelos dl de defasagem disribuída: modelo de Koyck Ideia: inerprear cada coeficiene como um peso associado à memória dos valores defasados: quano mais remoa a defasagem, menor a influência esperada. Admiindo odos os coeficienes β com o mesmo sinal: β k = β 0 λ k, k = 0,1,K 0 < λ < 1 é a axa de decaimeno da defasagem disribuída. Quano mais próximo de 1 for λ, mais lena é a axa de declínio do coeficiene de defasagem em relação ao seu valor inicial β 0. Noe que o muliplicador de longo prazo é finio: k = 0 β k = 1 β 0 1 λ 10
11 Ei Esimação de modelos dl de defasagem disribuída: modelo de Koyck Formalmene: Y = α + β X + β λ X + β 2 λ X + K + ε Não dá pra regredir por MQO: não-linear em λ e com um número infinio de parâmeros a esimar... Mas manipulações algébricas simples (Transformação de Koyck) mosram que iso é equivalene a: Y ( 1 λ) + β0 X + λy = 1 α + υ υ 2 com ν = ε - λ ε -1 Modelo auo-regressivo, 3 parâmero os a esimar! 11
12 Ei Esimação de modelos dl auo-regressivos: problemas Além do modelo de Koyck: Y α ( 1 λ ) + β X + λ Y + [ ε λε 1 ] = 0 1 Exisem mais dois modelos auo-regressivos de maior ineresse: 1. Modelo de expecaiva adapaiva Y ( γ ) Y [ = γβ 0 + γβ 1X Modelo de ajusameno parcial Y ( δ ) Y = 0 + δβ1x δβ + δε ε ( 1 ) ε ] γ 11 Y -1 correlacionado com erro (via ε -1 ): esimado MQO é endencioso ε Y -1 não correlacionado com erro: esimador MQO OK!!! 12
13 Modelo de ajusameno parcial: racionalização O modelo de ajusameno parcial é muio usado em Economia para relacionar o esoque de capial e a produção associada. Suponha haver um esoque de capial Y * (desconhecido) óimo paraa produzir um produo X sobre um dado esado de ecnologia. Uma possível relação enre Y * e X é: Y = β + β + ε * 0 1X (a) Infelizmene, o esoque óimo de capial não pode ser medido. Enreano, uma hipóese razoável é: Y Y = δ ( * Y Y ) 1 1 (b) Invesimeno Coeficiene de ajusameno (enre 0 e 1) 13
14 Modelo de ajusameno parcial: racionalização Subsiuindo (a) em (b), obem os: Y ( ) Y = δβ0 + δβ1x + 1 δ 1 + δε que é o modelo de ajusameno parcial! Ese modelo pode ser usado para explicar uma dema anda de curo prazo por esoque de capial (ou seja, ainda fora do pono óimo). 14
15 Modelo de ajusameno regressão via MQO parcial: obenção da Esimar (via regressão MQO) os coeficienes da demanda de curo prazo: ( ) Y δε Y + = δβ0 + δβ1x + 1 δ 1 Esimar o coeficiene de ajusameno δ (a parir do coeficiene de Y -1 ) * Derivar o esoque óimo Y = β 0 + β 1 X + ε dividindo δβ 0 e δβ 1 por δ e omiindo o ermo em Y
16 Aividade id d 1 16
17 Modelos ARMA São modelos de grande impor rância em Economia, usados para a análise de séries emporais esacionárias. Um modelo ARMA(p,q) combina um processo auo-regressivo de p-ésima ordem AR(p). ( Y ) = α ( Y δ ) + α ( Y δ ) δ + K+ α δ + ε p Y ( ) p e um modelo média-móvel de q-ésima ordem MA(q): Y = κ + β ε + β ε ε β K+ + β ε q q Por exemplo, um modelo ARMA A(1,1) 1) em a forma: Y = θ + α1y 1 + β0ε + β1ε 1 17
18 E Esacionariedade idd Qualquer série emporal pode se r visa como sendo gerada por um processo esocásico (aleaório). Uma realização paricular é uma amosra dese processo esocásico subjacene. Um processo esocásico é dio esacionário se: Média E(Y ) = μ e variância var(y ) = γ 0 = E[(Y -μ ) 2 ] forem consanes ao longo do empo. Covariância cov(y,y +k ) = γ k = E[(Y -μ) não de. (Y +k - μ)] depender apenas de k, e As écnicas de regressão e a análise em geral de séries esacionárias são muio mais simples do que aquelas de séries não-esacionárias. Problema: como saber se um processo é esacionário? 18
19 A função auocorrelação o (FAC) Usada para um ese simples de esa acionariedade, baseado em correlogramas. Para uma defasagem k, define-se: F Infelizmene, em geral só emos uma amosra (sequência de dados de amanho N) do processo amosral. Aproximam mos enão as FAC usando a variância amosral e a covariância amosral: ( k) FAC = ρ = k γ k γ 0 ˆ ρ k = ˆ γ k ˆ γ 0 = N ( Y )( ) Y Y + k Y = 0 N N ( Y ) Y = 0 N 2 = N ( Y )( ) Y Y + k Y = 0 N ( Y ) Y =
20 Correlogramas Um correlograma é um gráfico de ρ k em função de k. k Processos com um componene auo-regressivo AR(p) em correlogramas decrescenes. Processos com um componene média móvel MA(q) em ρ k diferene de zero apenas para valores de k menores ou iguais a q. Correlogramas com decrescimeno muio leno de ρ k são caracerísicos de processos não-esacionários. Correlogramas com descrescimen o rápido de ρ k são caracerísicos de processos esacionários. Em paricular, um processo esocásico puramene aleaório em auocorrelação nula para qualquer defasagem diferene de zero. 20
21 Observação: confiança a respeio de ρ k Como avaliar se ρ k é efeivamene diferene de zero? Solução: um ese sobre a hipóese ρ k =0. (Barle, 1946): 1,96 N ρ k 1,96 N : aceio a hipóese nula Exemplo 1 21
22 Modelos ARIMA Muias vezes, um processo não pode ser modelado como ARMA por ser não- esacionário. Neses casos, é possível que um modelo baseado nas diferenças enre os dados Y seja esacionário. Temos enão os modelos: ARIMA(p,1,q): em que o modelo base eado nas diferenças ΔY =Y - Y -1 é um modelo ARMA esacionário. ARIMA(p,2,q): em que o modelo baseado nas diferenças Δ 2 Y = ΔY - ΔY -1 é um modelo ARMA esacionário.... ARIMA(p,d,q): em que o modelo base eado nas diferenças Δ d Y = d-1 - d-1 Δ Y Δ Y -1 é um modelo ARMA esacionário. Noe que: Um modelo ARIMA(p,0,q) é um modeloo ARMA(p,q). Um modelo ARIMA(p,0,0) é um modeloo AR(p). Exemplo 2 Um modelo ARIMA(0,0,q) é um modeloo MA(q). 22
23 Meodologia Box-Jenkins Traa-se de um processo para análise de séries econômicas assumidamene do ipo ARIMA(p,d,q), baseado em 4 eapas: 1. Idenificação: quais os valores mais apropriados para p, d e q? 2. Esimaiva: quais os valores dos parâmeros (coeficienes) do modelo? 3. Checagem: quão bom é o mo odelo obido? 4. Previsão: como usar o modelo para fazer previsões? 23
24 Meodologia Box-Jenkins s: idenificação (1) Para esimar d, uso a FAC sob re dados d obidos a parir de diferenças de ordem cada vez maior. Fico saisfeio quando obiver um correlograma com descrescimeno rápido de ρ k, caracerísicos de processos esacionários. Noe que exisem ouros méodos para deecar esacionariedade. Para esimar q, uso a FAC (possivelmene sobre uma equação de diferenças de ordem diferene de zero, obida no iem 1) e a propriedade: Processos com um componene média móvel MA(q) êm ρ k diferene de zero apena as para valores de k menores ou iguais a q. Noe que exisem ouros méodos para esimar q. 24
25 Meodologia Box-Jenkins s: idenificação (2) Para esimar p, uso a FACP (Função de Auo-correlação Parcial), possivelmene sobre uma equação de diferenças de ordem diferene de zero, obida no ie em 1, e a propriedade: Processos com um componene auo-regressivo AR(p) êm ρ kk diferene de zero apenas para valores de k menores ou iguais a p. Noe que exisem ouros méodos para esimar p. A auo-correlação parcial ρ kk med e a correlação enre amosras defasadas de k unidades, depois de se remover os efeios de odas as defasagens inermediárias. O conceio é similar ao de correlação X correlação parcial no conexo de regressão linear. Pacoes esaísicos calculam facilmene a FACP a parir de séries emporais. Um dealhameno dese ópico foge ao nosso escopo. 25
26 Observação: confiança a respeio de ρ kk Como avaliar se ρ kk é efeivamene diferene de zero? Solução: um ese sobre a hipóese ρ kk =0. (Barle, 1946): 1,96 N ρ kk 1,96 N : aceio a hipóese nula 26
27 Meodologia Box-Jenkins s: esimaiva MQO normalmene não funciona para esimar os coeficienes de modelos ARMA. Muias vezes, são necessárias fogem ao escopo do curso. écnicas não lineares, que Esas écnicas são disponibilizadas em pacoes de sofware de Esaísica ou Economeria. 27
28 Meodologia Box-Jenkins s: checagem Uilizando o modelo obido: 1. Calcule os resíduos do mode elo. 2. Calcule a FAC e a FACP deses resíduos. 3. Se: Nenhum dos ρ k e ρ kk for esaisicamene significaivo, significa que os erros são não-correlacionados, ou seja, puramene aleaórios (e porano não passíveis de serem explicado os pela variação emporal dos dados). d Logo, o modelo esá ok. Caso conrário, o modelo em problemas e deve ser reesimado, possivelmene aravés de écnicas mais precisas. 28
29 Meodologia Box-Jenkins s: previsão iã Muio simples: 1. Reescrevo (se necessário) a equação do modelo, com Y como variável dependene. 2. A parir dos dados e de esimaivas de ordem mais baixa, esimo um Y +k por aplicação direa da equação do modelo. 29
30 Aividade id d 2 30
ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia maisCaracterísticas dos Processos ARMA
Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisSéries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas
Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016
Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisInformation. Séries de Tempo. José Fajardo. EBAPE- Fundação Getulio Vargas. Agosto 2011
Informaion Séries de Tempo José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo Prf. José Faardo Informaion Ph. D in Mahemaical Economics (IMPA-Brazil) Mahemaical Finance, Financial
Leia maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisLista de Exercícios #11 Assunto: Séries Temporais
. ANPEC 995 - Quesão 5 Lisa de Exercícios # Assuno: Séries Temporais Sea yi xi i ordinários (MQO) de e, respecivamene. Pode-se afirmar que: uma equação de regressão e seam a e b esimadores de mínimos quadrados
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisEconometria de Séries Temporais Rogério Silva de Mattos, D.Sc.
Economeria de Séries Temporais Rogério Silva de Maos, D.Sc. UNIVERSIDADE FEDERAL DE JUIZ DE FORA (UFJF) FACULDADE DE ECONOMIA (FE) Economeria III O COMEÇO Box e Jenkins (1970) processos esocásicos nãoesacionários/inegrados
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia maisMódulo de Regressão e Séries S Temporais
Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel
Leia mais4 Análise dos tributos das concessionárias selecionadas
4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisPrevisão de consumos a curto prazo
Previsão de consumos a curo prazo Séries emporais Cláudio Moneiro Disribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) Séries emporais Esa é a meodologia clássica mais popular para a previsão
Leia mais1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.
XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia maisAplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo
Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia maisCE017 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA
CE07 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA Esas Noas de Aula êm apenas o objeivo de faciliar o rabalho do aluno em sala de aula na pare de anoação do coneúdo exposo pelo professor e com iso se ganha
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Aocorrelação Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Camps, 006 Core Transversal Série Temporal Em geral, com dados
Leia maisSISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES
8//7 SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES Teorema: Considere o seguine sisema de k equações a diferenças lineares de primeira ordem, homogêneo: x a x a x... a x k k x a x a x... a x k k x a x a x...
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia maisModelos Não-Lineares
Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
Leia maisEstudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)
Leia maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisTeoremas Básicos de Equações a Diferenças Lineares
Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença
Leia maisEnunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental
Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;.
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia maisNotas de Aulas Econometria I- EPGE/FGV Eduardo P. Ribeiro, Do ponto de vista estatístico, quero que a média do y seja dada pelo modelo linear:
Noas de Aulas Economeria I- EPGE/FGV Eduardo P Ribeiro, 008 *Hipóeses do Modelo Clássico de Regressão Linear (0) Modelo é linear => y i = α + β x i + + β k x ki + ε i Do pono de visa esaísico, quero que
Leia maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
Leia mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia mais1 Modelo de crescimento neoclássico, unisectorial com PT e com taxa de poupança exógena 1.1 Hipóteses Função de Produção Cobb-Douglas: α (1.
1 Modelo de crescimeno neoclássico, unisecorial com PT e com axa de poupança exógena 1.1 Hipóeses Função de Produção Cobb-Douglas: (, ) ( ) 1 Y = F K AL = K AL (1.1) FK > 0, FKK < 0 FL > 0, FLL < 0 Função
Leia maisEXAME NACIONAL DE SELEÇÃO 2007
EXAME NACINAL E SELEÇÃ 007 PRVA E ESTATÍSTICA o ia: 8/0/006 - QUARTA FEIRA HRÁRI: 0h30 às h 45 (horário de Brasília) EXAME NACINAL E SELEÇÃ 007 o ia:8/0(quara-feira) Manhã:0:30h às h 45 ESTATÍSTICA Insruções.
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia mais2 Revisão Bibliográfica
Revisão Bibliográfica Ese capíulo apresena os principais conceios, abordagens e a formulação básica das meodologias que esão incluídas no modelo HPA. Conceios maemáicos e esaísicos mais dealhados podem
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia maisEstimação em Modelos de Volatilidade Estocástica com Memória Longa
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Esimação em Modelos de Volailidade Esocásica com Memória Longa Auor: Gusavo Correa Leie Orienador: Professor
Leia maisPREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS
74 PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS COST FORECASTING OF A CONDOMINIUM OF APARTMENTS USING THE METHODOLOGY OF BOX AND JENKINS
Leia maisTabela: Variáveis reais e nominais
Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia maisDEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:
DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das
Leia mais5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica.
Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 41 5 Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 5.1. Inrodução Nesa
Leia maisUNIVERSIDADE EDUARDO MONDLANE Faculdade de Ciências Departamento de Matemática e Informática
UNIVERSIDADE EDUARDO MONDLANE Faculdade de Ciências Deparameno de Maemáica e Informáica Trabalho de Licenciaura em Esaísica Análise da Relação Enre a Taxa de Juro Facilidade Permanene de Cedência e a Taxa
Leia maisExportações e Consumo de Energia Elétrica: Uma Análise Econométrica Via Decomposição do Fator Renda.
XVIII Seminário Nacional de Disribuição de Energia Elérica Olinda - Pernambuco - Brasil SENDI 2008-06 a 0 de ouubro Exporações e Consumo de Energia Elérica: Uma Análise Economérica Via Decomposição do
Leia maisIV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman
IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos
Leia mais4. Modelagem (3) (4) 4.1. Estacionaridade
24 4. Modelagem Em um modelo esaísico adequado para se evidenciar a exisência de uma relação lead-lag enre as variáveis à visa e fuura de um índice é necessário primeiramene verificar se as variáveis logarimo
Leia maisAplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*
XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia maisInstituto de Física USP. Física Moderna. Aula 23. Professora: Mazé Bechara
Insiuo de Física USP Física Moderna Aula 3 Professora: Mazé Bechara Aula 3 Bases da Mecânica quânica e equações de Schroedinger: para odos os esados e para esados esacionários. Aplicação e inerpreações.
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Universidade do Esado do Rio de Janeiro Insiuo de Maemáica e Esaísica Economeria Variável dummy Regressão linear por pares Tese de hipóeses simulâneas sobre coeficienes de regressão Tese de Chow professorjfmp@homail.com
Leia maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Deparameno de Esaísica Prof. Daniel Furado Ferreira 11 a Teoria da Decisão Esaísica 1) Quais são os erros envolvidos nos eses de hipóeses? Explique. 2) Se ao realizar um
Leia maisFunção de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco
Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade
Leia maisModelos de Crescimento Endógeno de 1ªgeração
Teorias do Crescimeno Económico Mesrado de Economia Modelos de Crescimeno Endógeno de 1ªgeração Inrodução A primeira geração de modelos de crescimeno endógeno ena endogeneiar a axa de crescimeno de SSG
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia maisUNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III
UNIVERSIDADE DA BEIRA INTERIOR FACUDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III icenciaura de Economia (ºAno/1ºS) Ano ecivo 007/008 Caderno de Exercícios Nº 1
Leia maisEstimação em Processos ARMA com Adição de Termos de Perturbação
UNIVER ERSIDADE DE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEP EPARTAMENTO DE ESTATÍSTICA Esimação em Processos ARMA com Adição de Termos de Perurbação Auor: Paricia Vieira de Llano Orienador:
Leia mais4. Selecionando modelos de Projeção com. AIC e SIC. Primeiro, vamos falar do erro quadrático médio
4. Selecionando modelos de Projeção com AIC e SIC Os criérios de seleção de modelos ipicamene requerem que o erro quadráico médio da previsão de um período a frene seja o menor possível. A diferença enre
Leia maisConsidere uma economia habitada por um agente representativo que busca maximizar:
2 Modelo da economia Uilizaram-se como base os modelos de Campos e Nakane 23 e Galí e Monacelli 22 que esendem o modelo dinâmico de equilíbrio geral de Woodford 21 para uma economia abera Exisem dois países:
Leia mais5 de fevereiro de x 2 y
P 2 - Gabario 5 de fevereiro de 2018 Quesão 1 (1.5). Considere x 2 y g(x, y) = (x, y + x 2 ) e f (x, y) = x 4, se (x, y) = (0, 0) + y2. 0, se (x, y) = (0, 0) Mosre que: (a) f e g admiem odas as derivadas
Leia mais2.6 - Conceitos de Correlação para Sinais Periódicos
.6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x
Leia maisCAPÍTULO 10 DERIVADAS DIRECIONAIS
CAPÍTULO 0 DERIVADAS DIRECIONAIS 0. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X
Leia maisDefinição 0.1. Define se a derivada direcional de f : R n R em um ponto X 0 na direção do vetor unitário u como sendo: df 0) = lim t 0 t (1)
Cálculo II - B profs.: Heloisa Bauzer Medeiros e Denise de Oliveira Pino 1 2 o semesre de 2017 Aulas 11/12 derivadas de ordem superior/regra da cadeia gradiene e derivada direcional Derivadas direcionais
Leia maisUNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroeconomia I 1º Semesre de 2017 Professor Fernando Rugisky Lisa de Exercícios 3 [1] Considere
Leia maisPREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI TATIANA PEREIRA MIRANDA PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS OURO BRANCO 2016 TATIANA PEREIRA
Leia maisIncertezas na Robótica Móvel Filtros Bibliografia Recomendada. EESC-USP M. Becker /78
Aula 5 Inrodução à Robóica Móvel Lidando com Incerezas Prof. Dr. Marcelo Becker EESC - USP Sumário da Aula Inrodução às Incerezas Incerezas na Robóica Móvel Filros Bibliografia Recomendada EESC-USP M.
Leia maisLista de Exercícios nº 3 - Parte IV
DISCIPLINA: SE503 TEORIA MACROECONOMIA 01/09/011 Prof. João Basilio Pereima Neo E-mail: joaobasilio@ufpr.com.br Lisa de Exercícios nº 3 - Pare IV 1ª Quesão (...) ª Quesão Considere um modelo algébrico
Leia maisQUESTÕES ANPEC EQUAÇÕES DIFERENCIAIS E EQUAÇÕES DE DIFERENÇAS
QUESTÕES ANPEC EQUAÇÕES DIFERENCIAIS E EQUAÇÕES DE DIFERENÇAS QUESTÃO Assinale V (verdadeiro) ou F (falso): () A solução da equação diferencial y y y apresena equilíbrios esacionários quando, dependendo
Leia maisANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI CURSO DE LICENCIATURA EM MATEMÁTICA Denise de Assis Paiva ANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI São João del-rei 2017 Denise de Assis
Leia maisPortanto, os valores da taxa de crescimento geométrico R e da taxa finita de crescimento λ são, respectivamente,
Modelo Malhusiano: exemplo genérico no Excel Agora que você já eve uma inrodução ao Excel, vamos fazer um exercício em que você vai implemenar as equações do modelo malhusiano nele. Você vai fazer um gráfico
Leia maisMATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios
Leia maisFernando de Oliveira Durão
(Sucessões Cronológicas) Uma inrodução Fernando de Oliveira Durão (Documeno Provisório) Parcialmene adapado de noas de Alex Trindade Deparmen of Saisics Universiy of Florida www.sa.ufl.edu/~rindade/sa6934
Leia maisExpectativas, consumo e investimento CAPÍTULO 16. Olivier Blanchard Pearson Education Pearson Education Macroeconomia, 4/e Olivier Blanchard
Expecaivas, consumo e Olivier Blanchard Pearson Educaion CAPÍTULO 16 16.1 Consumo A eoria do consumo foi desenvolvida na década de 1950 por Milon Friedman, que a chamou de eoria do consumo da renda permanene,
Leia maisLUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO
LUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de
Leia maisV Curso de Especialização em Mercado Financeiro e Investimentos - MERFI
Economeria Aplicada Pare I V Curso de Especialização em Mercado Financeiro e Invesimenos - MERFI 2017-2018 UnB/DCCA - Prof. Oávio Medeiros 1 Economeria Economeria é a aplicação de maemáica e esaísica a
Leia maisVersão preliminar serão feitas correções em sala de aula 1
Versão preinar serão feias correções em sala de aula 7.. Inrodução Dependendo das condições de soliciação, o maerial pode se enconrar sob diferenes esados mecânicos. Quando as cargas (exernas) são pequenas
Leia maisPARTE 12 DERIVADAS DIRECIONAIS
PARTE DERIVADAS DIRECIONAIS. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X 0 ),
Leia maisNotas de aula - profa Marlene - função logarítmica 1
Noas de aula - profa Marlene - função logarímica Inrodução U - eparameno de Maemáica Aplicada (GMA) NOTAS E AULA - CÁLCULO APLICAO I - PROESSORA MARLENE unção Logarímica e unção Eponencial No Ensino Médio
Leia maisGráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site
2/mar/ 27 A Revisão do PIB Affonso Celso Pasore pasore@acpasore.com Maria Crisina Pinoi crisina@acpasore.com Leonardo Poro de Almeida leonardo@acpasore.com Terence de Almeida Pagano erence@acpasore.com
Leia maisMODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO DISSERTAÇÃO
Leia mais5 Resultados empíricos Efeitos sobre o forward premium
5 Resulados empíricos Efeios sobre o forward premium A moivação para a esimação empírica das seções aneriores vem da relação enre a inervenção cambial eserilizada e o prêmio de risco cambial. Enreano,
Leia maisProblema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica
Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,
Leia maisCapítulo 7. O Modelo de Regressão Linear Múltipla
Capíulo 7 O Modelo de Regressão Linear Múlipla Quando ornamos um modelo econômico com mais de uma variável explanaória em um modelo esaísico correspondene, nós dizemos que ele é um modelo de regressão
Leia maisANÁLISE DA OFERTA E DA DEMANDA DE FEIJÃO NO ESTADO DO CEARÁ: UMA APLICAÇÃO DA TÉCNICA DE SISTEMAS LINEARES DE EQUAÇÕES SIMULTÂNEAS
ANÁLISE DA OFERTA E DA DEMANDA DE FEIJÃO NO ESTADO DO CEARÁ: UMA APLICAÇÃO DA TÉCNICA DE SISTEMAS LINEARES DE EQUAÇÕES SIMULTÂNEAS Araguacy P. A. Filgueiras Rosemeiry Melo Carvalho RESUMO: O Esado do Ceará
Leia maisCerne Universidade Federal de Lavras
Cerne Universidade Federal de Lavras cerne@ufla.br ISSN (Versión impresa): 0104-7760 BRASIL 008 Rommel Noce / Juliana Lorensi do Cano / Juliana Mendes de Oliveira / Rosa Maria Miranda Armond Carvalho /
Leia maisTRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)
TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA ÁREA DE CONCENTRAÇÃO: ECONOMIA E FINANÇAS SIMONE CAZAROTTO
UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA ÁREA DE CONCENTRAÇÃO: ECONOMIA E FINANÇAS SIMONE CAZAROTTO TESTE DE RAIZ UNITÁRIA EM MODELO PAINEL: UMA APLICAÇÃO A TEORIA DA
Leia mais