Análise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins
|
|
- Maria do Pilar Gusmão Palhares
- 7 Há anos
- Visualizações:
Transcrição
1 Análise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins Vanderlei Santos de Souza 1 Romano Timofeiczyk Junior 2 Alexandre Nascimento de Almeida 3 Cristiane de Loyola Eisfeld 4 Resumo: As tomadas de decisões na industria de compensados são realizadas com base em uma série de informações, entre elas, destaca-se as expectativas futuras de comportamento do preço dos produtos no mercado externo. O presente trabalho procurou realizar a previsão para um mês à frente do preço de madeira de compensado para exportações pagas ao Estado do Paraná, utilizando a metolodiga Box & Jenkins e desta forma verificar a eficiência dos modelos ARIMA 1 como complemento para tomada de decisão. Palavras-chave: Compensado, Exportações, Arima Abstract: The decisions in the plywood industries have been made based on time information series. The series can be the future expectations of behavior of the price of the products in the international market. The present article analyzes the price of the plywood for the exportation in Paraná through the prediction for one month using the Box & Jenkins methodology. With this methodology it is possible to verify the efficiency of the ARIMA models as complement for decision. Key-words: Plywood, Exports, Arima Área VI Métodos quantitativos para a economia regional 1 Mestrando Economia e Política Florestal Universidade Federal do Paraná (UFPR). Endereço eletrônico: vanderwood06@yahoo.com.br. 2 Universidade Federal do Paraná (UFPR). Endereço eletrônico: romano@ufpr.br. 3 Doutorando em Economia e Política Florestal Universidade Federal do Paraná (UFPR). Endereço eletrônico: alexfloresta@pop.com.br. 4 Mestranda Economia e Política Florestal Universidade Federal do Paraná (UFPR). Endereço eletrônico: criseisfeld@hotmail.com. 1
2 1 Introdução O segmento de compensado tem grande importância no Paraná, o Estado em 2004 respondeu por 45% da produção total nacional, porém essa produção é destinada principalmente á exportação, sendo responsável por 63% do volume e 58% do valor exportado pelo Brasil em 2006 (SECEX 2007). A indústria de compensado paranaense sofreu impacto negativo entre os anos de 2005 e 2006 devido à queda do dólar frente ao real. A desvalorização da moeda americana trouxe para os exportadores do produto grandes prejuízos, outro fator que contribui para a desaceleração da produção de compensado no estado é o aumento pela demanda de painéis como MDF (Medium Density Fibrebord) e OSB (Oriented Strand Board), principalmente os que se destinam a construção civil, esses produtos são relativamente bons substitutos ao compensado. Considerando a importância do mercado de compensado para o Estado, torna-se essencial a realização de estudos destinados à previsão do comportamento do preço do produto, fornecendo assim informações que servirão de base para futuros investimento na sua produção, seja pelo setor privado ou medidas de incentivos por órgãos públicos. Apesar de encontrarmos na literatura trabalhos com o intuito de colher e analisar informações sobre o setor de compensado, como os de SPERANDIO (1989), RAIMUNDO (2001), FERREIRA (1994), BRASIL (2002) e CALDERON (2005) entre outros, pouco se tem feito para buscar uma analise de natureza quantitativa, importantes para possibilitar a mensuração de quais variáveis afetam o setor. Buscando realizar um estudo quantitativo para analise do comportamento do preço da madeira de compensado, será utilizado nesse trabalho o estudo de séries temporais com a aplicação das metodologias clássicas de Box & Jenkins, ou seja, modelo ARIMA. Essa metodologia será empregada nesse trabalho para realizar a previsão do preço do compensado um mês à frente, utilizando para isso a série de preços do compensado pago as exportações paranaenses no período de janeiro de 1989 à novembro de
3 2 Objetivo O Artigo tem como objetivo realizar a previsão do preço da madeira de compensado para o estado do Paraná com o uso de séries temporais, com base na metodologia Box & Jenkins. Portanto, o trabalho visa fornecer informações quantitativas para o estudo do mercado de madeira de compensado no estado, utilizando para isso técnicas econométricas como o modelo ARIMA. 3 Revisão Bibliográfica Na literatura há exemplos de aplicação da metodologia de Box & Jenkins, como por exemplo, a abordagem de SANTIAGO (2000), que realizou uma análise econometrica da dívida agrícola brasileira, com a hipótese de co-integração entre a taxa de juros e o índice de paridade agrícola. O modelo ARIMA utilizado demonstrou consistência com o objeto da pesquisa, conforme os resultados obtidos. CUNHA e MARGARIDO (1999) utilizaram a metodologia para estimar os impactos dos planos econômicos sobre a série IGP Índice Geral de Preços da FGV. As análises de correlação cruzada revelaram a influência dos planos na série selecionada para análise. O estudo de MARGARIDO e SOUZA (1998) buscou identificar a correlação entre os preços da soja observados na Bolsa de Chicago e os preços praticados no Estado do Paraná. A metodologia foi capaz de revelar a transmissão parcial dos movimentos de preços externos no mercado paranaense. Por outro lado SANTIAGO, CAMARGO e MARGARIDO (1996) utilizaram a metodologia com o objetivo de identificar outliers em séries temporais de preços agrícolas no Estado de São Paulo. Os resultados demonstraram variações no comportamento da transmissão de preços, na comparação entre os períodos e Um trabalho mais relacionado com o mercado florestal foi realizado por SILVA, M.L. e SILVA, J.M.A. (1996), o qual trata do comportamento temporal dos preços do carvão vegetal no Estado de Minas Gerais. Este estudo utilizou a metodologia determinística clássica acima referida, com os modelos aditivos e multiplicativos, em comparação com os métodos de Box & Jenkins. Na conclusão 3
4 foi constatado que os modelos clássicos forneceram resultados semelhantes para o ajuste da equação de tendência e o respectivo intervalo de confiança. Já o modelo ARIMA, teve como resultado, estimativas adequadas e um bom nível de previsão. 4 Material e Métodos Para previsão do preço futuro da madeira de compensado será usada uma metodologia bastante conhecida no meio científico, o modelo ARIMA (AUTO- REGRESSIVO INTEGRADO DE MÉDIA MOVEL), conhecido também como metodologia de Box-Jenkins. A variável utilizada é a série histórica do preço de compensado pago as exportações paranaenses no período de 1989 a 2007, obtidas junto ao SECEX (2007). 4.1 Estacionariedade Para se trabalhar com séries temporais é importante que as variáveis sejam estacionárias ou passíveis de sua estacionariedade. Essa característica é fundamental para previsão do futuro com base na regressão de séries temporais, solidificando a premissa de que o futuro se comportará de acordo com o passado. Segundo STOCK e WATSON (2004) para uma série de dados ser estacionária suas variáveis não podem apresentar tendências e devem ser estáveis ao longo do tempo. Assim, a primeira tarefa a ser realizada no trabalho é a verificação quanto à estacionariedade das variáveis utilizadas, para isso será utilizado o teste da raiz unitária. Antes de realizar os testes acima foi inicialmente analisado o gráfico de tempo da série em estudo. A análise desse gráfico já pode indicar a presença de tendências ou alteração na variância, o que revelaria se a série é ou não estacionária Raiz Unitária Um teste formal para verificação de estacionariedade é o da raiz unitária, que pode ser representado pela equação: 4
5 γ t = γ t-1 + u t, u = termo de erro Essa equação é uma regressão de primeira ordem, já que regredimos o valor γ no instante t sobre seu valor no instante (t 1). Se o coeficiente γ t-1 for de fato igual a 1, chegamos a conclusão de que os dados da série temporal não são estacionários. 4.2 Transformação Caso, após a análise gráfica da série e aplicação do teste da raiz unitária, seja verificado que a série de dados seja não-estacionaria, deve ser procedido a transformação dos dados através da logaritmização, e ou o cálculo da 1 a ou mais diferenças, assim obtendo uma série estacionária e possibilitando a aplicação da metodologia de Box-Jenkis (MYNBAEV 2004). 4.3 Metodologia Box-Jenkins O maior desafio enfrentado na nova econômica que predomina hoje no mundo é saber qual e quanto às variáveis importantes de mercado vão variar ao longo do tempo. Saber quanto e a que preço serão vendidos o metro cúbico de madeira torna-se uma questão crucial para o planejamento estratégico de qualquer empresa do setor florestal. Procurando prever esses valores e essas quantidades à metodologia Box-Jenkins torna-se uma ferramenta importante nesse processo. Conforme GUJARATI (2000), pode-se dividir a metodologia de Box&Jenkins em quatro etapas: identificação, estimativa, checagem e previsão. Etapa 1 Identificação Nesse momento foi considerado a função autocorrelação (FAC), a função autocorrelação parcial (FACP) e os correlogramas resultantes, que são as representações gráficas da FAC e da FACP contra o tamanho da defasagem (GUJARAT, 2004). A aplicação dessas ferramentas possibilitou a escolha do melhor modelo, dentre as possibilidades o modelo Box-Jenkis oferece, para assim, aplicação no modelo. 5
6 Nesta etapa ocorreu a verificação da presença de sazonalidade nos dados da série de estudo, através da verificação do correlograma. A sazonalidade pode ser observada através da presença de ruídos em intervalos regulares. Essa característica pode ser retirada nessa mesma etapa com uso do software Eviews 5.0. Etapa 2 Estimativa Identificado os valores apropriados para os modelos utilizados, o próximo passo é estimar os parâmetros auto_regressivos e de média móvel. Esse cálculo pode ser realizado com os mínimos quadrados simples, porém, muitas vezes se recorre aos métodos de estimativa não-linear (no parâmetro). Esses cálculos serão realizados com o uso do software Eviews 5.0. Etapa 3 Checagem Após escolher o modelo ARIMA e estimar seus parâmetros, é realizada a verificação se o modelo em questão se ajustou aos dados da série temporal do preço utilizada, pois é possível que outros modelos ARIMA possam se ajustar com maior eficiência. Etapa 4 Previsão Nesta etapa será realizada a checagem da confiabilidade da previsão pelo método ARIMA. Para isto, foi checado a aderência do método para previsão em 1 (um) período a frente, fora da amostra. 4.4 Dados utilizados Para o presente trabalho foram utilizados dados mensais do valor e quantidade total exportada de compensado pelo Paraná. Os dados foram coletados junto ao SECEX (SECRETARIA DE COMÉRCIO EXTERIOR), e o preço unitário da tonelada do compensado foi obtido da razão entre o valor total 6
7 das exportações e a quantidade total exportada. Os valores foram corrigidos pelo CPI (Índice de Preço ao Consumidor dos Estados Unidos). 5 Resultados e Discussões Com todos os dados levantados e estabelecida à metodologia a ser aplicada no presente trabalho, neste capítulo será discutido e apresentado os resultados de cada fase previamente abordada. 5.1 Estacionariedade A primeira verificação em relação à estacionariedade foi com base na análise gráfica da série estudada (FIGURA 1). A FIGURA 1 apresenta o gráfico da série temporal que a princípio pode ser não-estacionária, pois apresenta uma queda em sua curva. Uma verificação mais formal pode ser feita através do teste da raiz unitária. Figura 1 Evolução da série de preço pago as exportações de compensado paranaense entre jan e nov Fonte: Elaborado pelos autores Para nosso modelo, as estatísticas τ críticas a 1%, 5% e 10% foram, respectivamente, -3,46, -2,88 e -2,57. Como o valor calculado de τ foi -1,45, que 7
8 em termos absolutos é menor que os valores críticos, não rejeitamos a hipótese de que a série não é estacionária. Para correção do problema da não estacionariedade foi realizado o cálculo da 1 diferença dos dados, procedimento este realizado através do software Eviews 5.0. Os resultados na primeira diferença mostraram a estatística τ calculada de -17,08, bem superior aos valores críticos tabelados. Assim, a primeira diferença foi suficiente para transformar a série em estacionária (FIGURA 2). Figura 2 Evolução da série de preço internacional de compensado pagos a exportação de compensados paranaense corrigidos na 1 diferença (jan.1989 nov 2006) Fonte: Elaborado pelos autores. 5.2 Metodologia Box-Jenkins Identificação Para confirmação da estacionariedade da série após a aplicação da 1 diferença, prosseguiremos com a análise das funções de autocorrelações (FAC) e as funções de autocorrelações parciais (FACP) (FIGURA 3). O comportamento dessas funções indica qual modelo a ser usado, bem como auxiliam no uso do teste da raiz unitária para a confirmação da estacionariedade da série de dados. 8
9 Figura 3 Função de autocorrelações (fac) e funções de autocorrelações parciais (facp) para o preço internacional pagos as exportações paranaenses corrigidos na 1 diferença Fonte: Elaborado pelos autores A FIGURA 3 mostra o correlograma dos dados de série temporal do preço de compensado ajustados na 1 diferença. Sua análise mostra que o modelo ideal para ajuste da série é o ARIMA (1,1,1). Pelo teste da raiz unitária pode-se comprovar que a série é estacionária, assim como mostra o correlograma. Pelo teste de Dickey-Fuller (DF), o valor calculado para τ indica que rejeita a hipótese da presença de raiz unitária ao nível de confiança de 1%, mostrando que a série é estacionária. 9
10 Podemos deduzir que o processo ideal a ser aplicado ao modelo é o ARIMA, pois para obter uma série estacionária foi preciso o calculo da 1 diferença. A série ajustada mostrou que apenas a primeira defasagem mostrou-se significativa. O modelo identificado é o ARIMA(1,1,1), mostrado da seguinte forma: Y t = α +α Y t-1 + α 2 ε t Estimativa Identificado o modelo, passa-se para a estimativa dos parâmetros propostos para posterior verificação. O modelo ARIMA(1,1,1) obteve as seguintes estimativas: Y t = Y t ε t-1 ep = ( ) ( ) ( ) t = ( ) ( ) ( ) R 2 = R 2 aj= d = A análise do modelo ARIMA(1,1,1) mostrou que os coeficientes α e α 2 não são significativos a 1% (p-value igual a 0,901 e ), mostrando que devem ser testados outros modelos. Para se estimar um modelo ideal devem ser realizados exaustivos testes, após a realização de inúmeros testes o modelo que melhor se ajustou a série de dados foi obtido pela equação e estimativas abaixo: Y t = α 0 + α Y t-1 + α 2 ε t-12 + α 3 ε t-19 + α 4 ε t-35 Y t = Y t ε t ε t ε t-35 ep = ( ) ( ) ( ) ( ) ( ) t = ( ) ( ) ( ) ( ) ( ) R 2 = 0.24 R 2 aj = 2.35 d =
11 5.4 Verificação Analisando os correlogramas dos resíduos apresentados na FIGURA 4, percebe-se que os 2 modelos apresentam comportamento similar. Isso evidencia a necessidade da análise de mais informações para escolha do modelo. As outras informações consideradas foram o R 2 e critérios de Akaike Information Criteria (AIC) e Schwartz Bayesian Criteria (SBS). Os critérios apresentados no QUADRO 1 mostraram os resultados do R 2, R 2 aj, AIC e SBS para os modelos estimados. Pode-se observar que para cada critério estatístico observado o modelo ARIMA(1,1,3) apresentou valores muito melhores, principalmente quanto ao R 2. Os critérios de AIC e SBC também mostraram-se mais significantes para o esse modelo. Quadro 1 Critérios AIC e SBS para os modelos Arima (1,1,1) e Arima (1,1,3) Modelo R 2 R 2 aj F AIC SBC ARIMA(1,1,1) ARIMA(1,1,3) Fonte: Elaborado pelos autores 11
12 Figura 4 Comparativo de autocorrelação e autocorrelação parcial para os modelos ARIMA(1,1,1), ARIMA (1,1,3). Fonte: Elaborado pelos autores 5.5 Previsão Para proceder à etapa de previsão do modelo ARIMA adotado, primeiro deve-se desfazer transformar da primeira diferença que foi utilizado para obter as variações. Assim, para se prever o valor do preço de compensado pago às exportações paranaenses e não suas variações, o modelo será rescrito como segue: 12
13 Y t = α 0 + α (Y nov/2006 Y out/2006 ) + α 2 (ε dez/2005 ε nov/2005 ) + α 3 (ε mai/2005 ε mai/2005 ) + α 4 (ε jan/2004 ε dez/2003 ) O modelo foi testado para previsão do preço de compensado um mês à frente, correspondente a dezembro de 2006, estimando um valor de U$ 0,49 por tonelada. O calculo feito pelo modelo mostrou um valor de U$ 0,02 abaixo do observado para o período. O erro foi de aproximadamente 2%. Tabela 1 Previsão do preço de compensado pago às exportações paranaenses (dez/06 jul/07) Ano Coletado (US$/t) Estimado (US$/t) Erro dez/06 0,51 0,50 3% jan/07 0,51 0,49 4% fev/07 0,51 0,50 3% mar/07 0,53 0,50 8% abr/07 0,57 0,51 12% mai/07 0,57 0,50 12% jun/07 0,60 0,51 18% jul/07 0,60 0,50 20% Fonte: Elaborado pelos autores A TABELA 1 mostra a evolução do preço de compensado coletado (SECEX, 2007) e estimado pelo modelo adotado. Até o mês de março/2007 resultados apresentaram erros abaixo de 10%, mostrando que o modelo é confiável até quatro períodos. 6 Conclusão O modelo apresentou um erro de 3% em relação do valor real para o estimado, esse erro tende a aumentar quanto maior for o período previsto, o modelo não mostrou ser muito eficiente quando utilizada para períodos superiores a quatro meses. Assim, pode-se afirmar que a metodologia cumpriu com o objetivo de formular um modelo estocástico com nível explicativo satisfatório para a série em estudo. 13
14 7 Referências Bibliográficas BOX,G.P. e JENKINS,G.M. Time series analysis: forecasting and Control. New York:Holden Day,1976, 575 pp. BREPOHL, D. O reflorestamento com incentivos fiscais no Estado do Paraná. Revista Floresta, Curitiba: FUPEF, (08) 62-66,1976. CUNHA, M.S., MARGARIDO, M.A. Avaliação dos impactos dos planos de estabilização pós-1986 sobre o Índice Geral de Preços: Uma aplicação da Metodologia Box & Jenkins. Revista Agricultura São Paulo, 46(2): 1-18, FUNDAÇÃO GETULIO VARGAS. Índice Geral de Preços. Disponível em: < Acessado em 01 de junho de GUJARATI, D. N. Econometria Básica. Macron Books, São Paulo: Pearson Education do Brasil, 2000, 848 p. MANUAL DE ECONOMETRIA: Nível intermediário / Marco Antonio S. Vasconcellos, Denisard Alves (editores). São Paulo: Atlas, MARGARIDO, M.A., SOUSA, E.L.L. Formação de preços de soja no Brasil. Revista Agricultura São Paulo, 45(2): 52-61, MYNBAEV, T. K. e LEMOS, A. Manual de Econometria. 2004, 348 p. SANTIAGO, M.M.D. Uma análise econométrica da dívida agrícola brasileira: O caso da poupança rural. Revista Agricultura São Paulo, 47(2): 21-40, SANTIAGO, M.M.D., CAMARGO, M.L.B., MARGARIDO, M.A. Detecção e análise de outliers em séries temporais de índices de preços agrícolas no Estado de São Paulo. Revista Agricultura São Paulo, 43(2): , SEAB. Secretaria de Agricultura e Abastecimento do Paraná. Departamento de Estatística. SILVA, M. L. e SILVA, A. M. J. Análise do Comportamento Temporal dos Preços do Carvão Vegetal: Aplicação e a Avaliação da Metodologia Box and Jenkins. Revista Arvore, v. 20, n.1, p ,
Análise do preço externo do compensado paranaense através da metodologia de Box & Jenkins
Scientia Forestalis Análise do preço externo do compensado paranaense através da metodologia de Box & Jenkins Parana s plywood external price analysis using the Box & Jenkins methodology Alexandre Nascimento
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 maisUtilização da metodologia de Box & Jenkins na previsão do preço futuro pago as exportações paranaenses de madeira serrada
Utilização da metodologia de Box & Jenkins na previsão do preço futuro pago as exportações paranaenses de madeira serrada Vanderlei Santos de Souza 1 Blas Henrique Cabalero Nuñes 2 Alexandre Nascimento
Leia maisMÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL
MÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL Thais Rubiane Domingues Silva 1, Laryssa Ribeiro 2, Fábio Luis Figueiredo Fernandes 3, Danielle Mayumi Campos Tamaki 4 Centro
Leia maisAnálise do poder de previsão do modelo de vetores auto regressivos (VAR) para a quantidade de madeira serrada exportada pelo estado do Paraná
Análise do poder de previsão do modelo de vetores auto regressivos (VAR) para a quantidade de madeira serrada exportada pelo estado do Paraná Cristiane de Loyola Eisfeld 1 Blas Henrique Caballero Nuñez
Leia maisPrevisão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis
Previsão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis Gabriel Tambarussi Avancini 1 Thiago Viana Flor de Santana 1 Vitor Augusto Ozaki 1 Djair
Leia maisPrevisão da inflação do indicador IGP-M através de um modelo ARIMA
Previsão da inflação do indicador IGP-M através de um modelo ARIMA Mauricio Mattos Junho de 2014 Resumo Esse trabalho visa identificar um modelo ARIMA que seja efetivo na descrição e predição dos valores
Leia maisPREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH
VI Simpósio de Pesquisa dos Cafés do Brasil PREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH Alan Figueiredo de Arêdes 1 ; Matheus Wemerson Gomes Pereira ; Erly Cardo
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 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 maisUso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
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 maisAnálise do custo médio por metro quadrado da construção civil no estado de Minas Gerais usando modelos de séries temporais
Análise do custo médio por metro quadrado da construção civil no estado de Minas Gerais usando modelos de séries temporais 1 Introdução Charles Shalimar Felippe da Silva 1 Ricardo Vitor Ribeiro dos Santos
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 maisEixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DO COMPORTAMENTO DO PREÇO DE SOJA, MILHO E TRIGO NA BOLSA DE VALORES DE CHICAGO
Eixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DO COMPORTAMENTO DO PREÇO DE SOJA, MILHO E TRIGO NA BOLSA DE VALORES DE CHICAGO ANALYSIS OF THE BEHAVIOR OF SOY, CORN AND WHEAT PRICES
Leia maisAnálise comparativa entre métodos estatístico e rede neural aplicados em séries temporais
Análise comparativa entre métodos estatístico e rede neural aplicados em séries temporais Ana Paula de Sousa José Elmo de Menezes Introdução As formas funcionais dos modelos de previsão das redes neurais
Leia maisModelos VAR, taxa de câmbio e taxa de juros Selic
Modelos VAR, taxa de câmbio e taxa de juros Selic Wanessa Weridiana da Luz Freitas Laura Vicuña Torres de Paula Resumo: A taxa de juros Selic e a taxa de câmbio podem ser vistas como duas taxas básicas
Leia maisAnálise do mercado externo da indústria papeleira no estado do Paraná através do modelo de vetores auto-regressivos (VAR)
Análise do mercado externo da indústria papeleira no estado do Paraná através do modelo de vetores auto-regressivos (VAR) Cristiane de Loyola Eisfeld 1 Maurício Vaz Lobo Bittencourt 2 Alexandre Nascimento
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 maisPrevisão da produção de energia hidrelétrica no Brasil via séries temporais.
Previsão da produção de energia hidrelétrica no Brasil via séries temporais. Sílvio de Castro Silveira. Introdução Joel Augusto Muniz Thelma Sáfadi Tadeu Vilela de Souza Recentemente ascendeu-se a discussão
Leia maisPROJEÇÕES DA PRODUÇÃO DE CELULOSE DE FIBRA CURTA NO BRASIL
PROJEÇÕES DA PRODUÇÃO DE CELULOSE DE FIBRA CURTA NO BRASIL Renato Vinícius Oliveira Castro 1, Ana Flávia Neves Mendes 1, Glauciana da Mata Ataíde 1, Júlia Melo Franco Neves Costa 1, João Paulo Guimarães
Leia maisMODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar
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 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 maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisUniversidade Presbiteriana Mackenzie Trabalho de Econometria
Universidade Presbiteriana Mackenzie Trabalho de Econometria Graciele Maria Salzbrunn Mori Itiro Priscila de Oliveira Dutra Introdução 100% inercial. Objetivo: Verificar se é possível afirmar que a inflação
Leia maisAnálise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais egs@cin.ufpe.br Análise e Previsão de Séries Temporais Aula 1 Agenda Resumo da Aula anterior; Estimação e eliminação dos componentes
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 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 maisMÉTODOS DE PREVISÃO: UMA ESTRATÉGIA DE PLANEJAMENTO PARA MANTER ESTOQUES FORECAST METHODS: A PLANNING STRATEGY TO MAINTAIN STOCKS
Eixo Temático: Estratégia e Negócios MÉTODOS DE PREVISÃO: UMA ESTRATÉGIA DE PLANEJAMENTO PARA MANTER ESTOQUES FORECAST METHODS: A PLANNING STRATEGY TO MAINTAIN STOCKS RESUMO Bianca Reichert, Adriano Mendonça
Leia maisAnálise da série do custo da cesta básica de Belo Horizonte, MG.
Análise da série do custo da cesta básica de Belo Horizonte, MG. Tamara Aparecida Nogueira dos Anjos 12 Érica Fernanda da Cruz 3 Thelma Sáfadi 3 1 Introdução Em nosso dia-a-dia é comum fenômenos que evoluem
Leia maisMestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007
Projeções de Séries S Temporais Econometria dos Mercados Financeiros Mestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007 Objetivo do curso
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisAnálise econométrica do preço pago as exportações de compensado paranaense
Análise econométrica do preço pago as exportações de compensado paranaense Alexandre Nascimento de Almeida 1 João Carlos Garzel Leodoro Silva 2 Cristiane de Loyola Eisfeld 3 Vanderlei Santos de Souza 4
Leia maisAnálise econométrica de preços de carvão vegetal no norte de Minas Gerais
67 Pábulo Diogo de Souza 1 *, Lisandra Maria Alves Matos 2, Adriana Leandra de Assis 3, Christian Dias Cabacinha 3, Carlos Alberto Araújo Júnior 3 Resumo Objetivou-se, com o presente estudo, avaliar o
Leia maisCASUALIDADE E ELASTICIDADE DE TRANSMISSÃO DO TOMATE NO ESTADO DO CEARÁ 1995 A Palavras-chave: Casualidade, Elasticidade de Transmissão, Tomate.
CASUALIDADE E ELASTICIDADE DE TRANSMISSÃO DO TOMATE NO ESTADO DO CEARÁ 1995 A 2002 Francisco José Silva Tabosa Denise Michele Furtado da Silva Clóvis Luis Madalozzo Robério Telmo Campos Resumo: O tomate
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 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 maisANÁLISE ECONOMÉTRICA DO PREÇO EXTERNO DO COMPENSADO BRASILEIRO
ANÁLISE ECONOMÉTRICA DO PREÇO EXTERNO DO COMPENSADO BRASILEIRO Alexandre Nascimento de Almeida 1, Humberto Ângelo 1, João Carlos Garzel Leodoro da Silva 2 1 Eng. Florestal, Dr., Depto. de Engenharia Florestal,
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 maisMELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 MELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO SERGIO
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 maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2011
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2011 Séries Temporais Considere um processo onde o valor presente de uma série depende dos
Leia maisAnálise econométrica de preços de carvão vegetal no norte de Minas Gerais Econometric analysis of charcoal prices in the North of Minas Gerais
Análise econométrica de preços de carvão vegetal no norte de Minas Gerais Econometric analysis of charcoal prices in the North of Minas Gerais Pábulo Diogo de Souza * ; Lisandra Maria Alves Matos 1 ; Adriana
Leia maisAJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011
AJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011 LUIZ G. CARVALHO 1, CAMILA C. ALVARENGA 2 DANIELA C. RODRIGUES 3 1 Eng. Agrícola, Prof. Adjunto,
Leia maisDesenvolvimento de uma metodologia para avaliação da demanda e capacidade de carga nos principais aeroportos brasileiros
Desenvolvimento de uma metodologia para avaliação da demanda e capacidade de carga nos principais aeroportos brasileiros Michel de Oliveira Vasconcelos Instituto Tecnológico de Aeronáutica, São José dos
Leia maisAnálise de Séries Temporais
Análise de Séries Temporais Definições Uma série temporal é qualquer conjunto de observações ordenadas no tempo. Por exemplo: Valores diários de poluição na cidade de São Paulo; Valores mansais de temperatura
Leia maisUma Aplicação dos Modelos Box-Jenkins para Previsão de Demanda na Área de Assistência Técnica de Computadores Pessoais
Uma Aplicação dos Modelos Box-Jenkins para Previsão de Demanda na Área de Assistência Técnica de Computadores Pessoais Liane Werner Departamento de Estatística, Universidade Federal do Rio Grande do Sul,
Leia maisXI Encontro de Iniciação à Docência
4CCSADEMT03 O MODELO IS LM: UMA ABORDAGEM PARA A ECONOMIA BRASILEIRA NO PERÍODO DE 1995 2007 Tatyanna Nadábia de Souza Lima (1), Marcilia Nobre Gadelha (2), Sinézio Fernandes Maia (3) Centro de Ciências
Leia maisMODELOS DE PREVISÃO APLICADO AO MERCADO DE CARNE SUÍNA
MODELOS DE PREVISÃO APLICADO AO MERCADO DE CARNE SUÍNA Alan Figueiredo de Aredes 1 Alessandro de Assis Santos Oliveira RESUMO Dada a importância do nivel de preço para o planejamento e tomada de decisão,
Leia maisAplicação do modelo arima para previsão do preço da commodity milho
Recebido 27/03/2017 Aprovado 26/09/2017 Aplicação do modelo arima para previsão do preço da commodity milho Application of The ARIMA Model to Forecast the Price of the Commodity Corn Carlos Gonçalves Cas
Leia maisAnálise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais
Análise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais Guilherme Alvarenga Laia 1 Maria Imaculada de Sousa Silva 2 Nádia Giaretta Biase 3 1 Introdução
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 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 maisComportamento sazonal das exportações brasileiras de compensados para os Estados Unidos entre 2007 e 2017
Comportamento sazonal das exportações brasileiras de compensados para os Estados Unidos entre 2007 e 2017 Philipe Ricardo Casemiro Soares 1, Julio Peretti da Silva 2 1 UDESC Universidade do Estado de Santa
Leia maisAjuste de modelos de séries temporais para pressão atmosférica de Uberlândia
Ajuste de modelos de séries temporais para pressão atmosférica de Uberlândia Valiana Alves Teodoro Mirian Fernandes Carvalho Araújo Lúcio Borges de Araújo Introdução Na comercialização de produtos originados
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ HELDER CALLEGARI BERTHOLO
UNIVERSIDADE FEDERAL DO PARANÁ HELDER CALLEGARI BERTHOLO MODELAGEM BOX-JENKINS (ARIMA) PARA GESTÃO DE RISCO DE PREÇO NA PECUÁRIA DE CORTE DO ESTADO DO PARANÁ CURITIBA 2017 HELDER CALLEGARI BERTHOLO MODELAGEM
Leia maisParidade do Poder de Compra e a Taxa de Câmbio Brasileira
Paridade do Poder de Compra e a Taxa de Câmbio Brasileira PET-Economia UnB 10 de junho de 2013 1 2 3 4 5 6 O que é a PPP e porque ela importa A PPP clama que os níveis de preço ao redor do globo devem
Leia maisFATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997
Economia e Desenvolvimento, nº 11, março/2000 Artigo Acadêmico FATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997 Zenir Adornes da Silva * Resumo: Neste artigo, analisa-se a influência
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 maisAnálise de Séries Temporais
Análise de Séries Temporais Análise de Séries Temporais Definições Uma série temporal é qualquer conjunto de observações ordenadas no tempo. Por exemplo: Valores diários de poluição na cidade de São Paulo;
Leia maisAplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR)
Aplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR) Eduardo Campana Barbosa 12 Carlos Henrique Osório Silva 3 Rômulo César Ricardo Gonçalves Tavares 4 Tiago
Leia maisANÁLISE DA PRODUÇÃO E COMERCIALIZAÇÃO DE PRODUTOS MADEIREIROS NO ESTADO DO PARANÁ.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DA PRODUÇÃO E COMERCIALIZAÇÃO DE PRODUTOS MADEIREIROS NO ESTADO DO PARANÁ. Priscilla Falco Klingelfus Polzl (UTFPR) wpolzl@ig.com.br Luis Maurício
Leia maisPredição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados
Predição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados José Eduardo Holanda Ellery Coelho 1 Hellano Vieira de Almeida 2 Rafael Braz Azevedo Farias 3
Leia maisPREVISÃO DE VENDAS COM MODELO ARIMA BOX E JENKINS APLICAÇÃO COM GRETL
Estatística & Gestão de Informação Métodos de Previsão 1º Semestre - 4º Ano PREVISÃO DE VENDAS COM MODELO ARIMA BOX E JENKINS APLICAÇÃO COM GRETL Autores: Emanuel De Jesus R. C.Borges (emanuelramos31@hotmail.com);
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 maisANÁLISE DO COMPORTAMENTO FUTURO DO PREÇO DO CIMENTO PORTLAND CP IV
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE DO COMPORTAMENTO FUTURO DO PREÇO DO CIMENTO PORTLAND CP IV Bianca Reichert (UFSM ) biancareichert@hotmailcom Adriano Mendonca Souza (UFSM )
Leia maisLISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIES TEMPORAIS
LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIES TEMPORAIS 1) A que componentes de uma série temporal (pelo modelo clássico) estariam principalmente associados cada um dos seguintes
Leia mais2. Séries Temporais Definição
23 2. Séries Temporais 2.1. Definição Um processo estocástico é uma função aleatória que evolui no tempo (e/ou no espaço), definida sob um espaço de probabilidades. Mais precisamente, um processo estocástico
Leia maisComportamento dos preços da raiz de mandioca no Estado da Bahia
COMPORTAMENTO DOS PREÇOS DA RAIZ DE MANDIOCA NO ESTADO DA BAHIA FLÁVIO SILVA DE SANTANA; CARLOS ESTEVÃO LEITE CARDOSO; ENÉAS SANTOS MELO; JOSÉ DA SILVA SOUZA; RANULFO CORRÊA CALDAS; EMBRAPA MANDIOCA E
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 maisO CRESCIMENTO DO MICROCRÉDITO NO RAMO DO VESTUÁRIO EM ANÁPOLIS NO PERÍODO DE 2000 A
1 O CRESCIMENTO DO MICROCRÉDITO NO RAMO DO VESTUÁRIO EM ANÁPOLIS NO PERÍODO DE 2000 A 2003 Rosana Machado de Souza 1,3 ; Sônia Maria Simões Heyn 1,3 ; Joana D Arc Bardella 2,3 1 Pós-graduandas 2 Orientadora
Leia maisUtilização do modelo Holt-Winters para previsão das vendas de leite em um laticínio no oeste paranaense
Utilização do modelo Holt-Winters para previsão das vendas de leitm um laticínio no oeste paranaense Anariele Maria Minosso 1 Silvana Lígia Vincenzi Bortolotti 2 Katiane de Oliveira 3 1 Introdução A cadeia
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 maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE ECONOMIA MONOGRAFIA DE FINAL DE CURSO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE ECONOMIA MONOGRAFIA DE FINAL DE CURSO MÉTODOS DE PREVISÃO DAS EXPORTAÇÕES BRASILEIRAS Rony Najman No. de matrícula 9814655 Orientador:
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 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 maisAjuste de distribuições para preços recebidos pelos agricultores de soja da cidade de São Paulo
Ajuste de distribuições para preços recebidos pelos agricultores de soja da cidade de São Paulo 1 Introdução Kamylla Rodrigues Leandro 1 Marcelo Tavares 2 No Brasil, a atividade agrícola destaca pela participação
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA. Leonardo Maia Coelho. Lucas Cavalcanti Rodrigues
UNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA Leonardo Maia Coelho Lucas Cavalcanti Rodrigues Marina Oliveira Belarmino de Almeida Priscila Medeiros
Leia maisMODELOS DE SÉRIES TEMPORAIS APLICADOS À SÉRIE DO ÍNDICE DE PREÇOS INTERNACIONAIS DE COMMODITIES TOTAIS, ENTRE OS ANOS DE 2000 A 2013.
Michael Silva; Fernanda Dalcin Flôres MODELOS DE SÉRIES TEMPORAIS APLICADOS À SÉRIE DO ÍNDICE DE PREÇOS INTERNACIONAIS DE COMMODITIES TOTAIS, ENTRE OS ANOS DE 2 A 213. Michael Silva Doutor em Economia
Leia maisAvaliação de modelos de previsão para quantidade de automóveis no Estado de Santa Catarina
Avaliação de modelos de previsão para quantidade de automóveis no Estado de Santa Catarina Leandro Callegari Coelho (UFSC) leandroah@hotmail.com Robert Wayne Samohyl (UFSC) samohyl@yahoo.com Resumo: Este
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 maisTestes de Raiz Unitária para Dados em Painel
Aula 7 Bibliografia: Stata, 2017. help xtunitroot. From Stata/SE 13 (accessed on Oct. 23, 2018). Pesaran, M.H. (2015). Time series and panel data econometrics. Oxford: Oxford University Press. Rafael S.
Leia maisÍndices de Volume de Negócios, Emprego, Remunerações e Horas Trabalhadas nos Serviços Janeiro de 2017
13 de março de 2017 Índices de Volume de Negócios, Emprego, Remunerações e Horas Trabalhadas nos Serviços Janeiro de 2017 Índice de Volume de Negócios nos Serviços 1 desacelerou O índice de volume de negócios
Leia maisSéries Temporais Tendência e sazonalidade.
Séries Temporais Tendência e sazonalidade. Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio.ufpr@gmail.com Agosto de 2015 DECOMPOSIÇÃO
Leia maisAnálise do preço da saca de 60 kg do café arábica utilizando séries temporais.
Análise do preço da saca de 60 kg do café arábica utilizando séries temporais. Tales Jesus Fernandes 12 Adriele Aparecida Pereira 2 Joel Augusto Muniz 2 Thelma Sáfadi 2 1 Introdução O solo e as condições
Leia maisANÁLISE DE SÉRIES TEMPORAIS
1 Definição e representação ANÁLISE DE SÉRIES TEMPORAIS Uma série temporal é um conjunto de observações tomadas em intervalos de tempo comumente iguais (ano a ano, mês a mês, semana a semana, etc.). Exemplos:
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 maisDeterminantes macroeconômicos da taxa Selic: um estudo econométrico no período de 1994 a 2014.
Determinantes macroeconômicos da taxa Selic: um estudo econométrico no período de 1994 a 2014. Maria Eugênia de Oliveira Batista 1 Gabriel Rodrigo Gomes Pessanha 2 1. Introdução O Brasil possui como taxa
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 maisPrevisão de taxas de falhas utilizando o Método de Box & Jenkins. Forecast of failure rates using the Box & Jenkins Method
Previsão de taxas de falhas utilizando o Método de Box & Jenkins Débora Morales1 (UFPR) debora_mo2@hotmail.com Naiara Fernanda Johnsson 2 (UFPR) nai_johnsson@hotmail.com Resumo: O presente artigo propõe
Leia maisPrevisão de Séries Temporais utilizando Métodos Estatísticos
Previsão de Séries Temporais utilizando Métodos Estatísticos Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José Thadeu Pinto
Leia maisAPLICABILIDADE DE MODELOS DE GERAÇÃO DE VAZÕES SAZONAIS APRESENTANDO DEPENDÊNCIA DE LONGO TERMO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA AMBIENTAL CENTRO TECNOLÓGICO UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO APLICABILIDADE DE MODELOS DE GERAÇÃO DE VAZÕES SAZONAIS APRESENTANDO DEPENDÊNCIA DE LONGO TERMO
Leia maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia mais5 Modelos de previsão
5 Modelos de previsão 5.1 Previsão de séries temporais Um método comum para escrever o problema de previsão de séries temporais em uma estrutura de estimação por regressão é considerar as séries temporais
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 maisAULA 30 16/06/2009 Econometria. Bibliografia:Introdução do livro: GUJARATI, D. Econometria Básica. São Paulo: Makron Books, 2000.
AULA 30 16/06/2009 Econometria. Bibliografia:Introdução do livro: GUJARATI, D. Econometria Básica. São Paulo: Makron Books, 2000. O que é econometria? Definição do grego: Oikonomia - economia Metron medida.
Leia maisUM ESTUDO EM SÉRIES TEMPORAIS NA ANÁLISE DA RECEITA NOMINAL DE VENDAS DE VEÍCULOS E MOTOS RESUMO
64 UM ESTUDO EM SÉRIES TEMPORAIS NA ANÁLISE DA RECEITA NOMINAL DE VENDAS DE VEÍCULOS E MOTOS Samuel de Oliveira Especialista em ensino de Física Mestrando em Engenharia de Sistemas pela Universidade Federal
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia mais