Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
|
|
- Ângelo Castro de Santarém
- 7 Há anos
- Visualizações:
Transcrição
1 Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) Tânia Maria Frighetto (UFSM) Janete Pereira Amador (UFSM) Angela Pellegrin Ansuj (UFSM) Resumo: O presente trabalho tem como objetivo modelar as variações do índice IBOVESPA no período de julho de 1998 a julho de 2002 através da metodologia de Box e Jenkins (1994). Foi realizada a análise exploratória dos dados que indicou um bom grau de normalidade, porém um alto grau de variabilidade e curtose. Para diminuir essa variabilidade foi utilizada a transformação média móveis considerando a variação de 5 e 5 dias. Sobre os dados transformados foi aplicada a análise auto-regressiva em esquema Stepwise, que forneceu o seguinte modelo: Y t =1,11723* Y t-1-0,387473* Y t-2 + 0,20046*Y t-3-0, *y t-4 +0, *Y t-5. O modelo ajustado apresentou significância P=0,0008 e um coeficiente de determinação de R 2 =0,7414. O modelo quando empregado com a finalidade de previsão apresentou-se satisfatório para previsões um passo a frente com P < 0,0001 e R 2 = 0,7272; para dois passos P< 0,001 e R 2 = 0,17; para três passos a frente o modelo não foi confiável com P = 0,2173 e R 2 = 0,055. A metodologia utilizada se apresentou eficiente para a modelagem dos dados no período estudado. Palavras-chave: modelagem estocástica, Box e Jenkins, modelos autoregressivos. 1 Introdução A aplicação de métodos estatísticos para modelagem de fenômenos plausíveis de quantificação possibilita a descrição do comportamento destes fenômenos, bem como, das relações entre as variáveis que os caracterizam. O conhecimento do comportamento de uma dada realidade possibilita a sua simulação e a previsão de comportamentos futuros. Dentre os métodos quantitativos desenvolvidos para esta finalidade, destaca-se a metodologia de Box & Jenkins (1976), para variáveis que se desenvolvem no tempo. Conforme Fava (2000), a análise de séries de tempo, segundo o enfoque de Box-Jenkins, tem como objetivo principal a realização de previsão. Essa metodologia permite que valores futuros de uma série sejam estimados tomando por base apenas seus valores presentes e passados. Isso é feito explorando a correlação temporal que existe, geralmente, entre os valores exibidos pela série. A relação temporal considerada pelo enfoque de Box-Jenkins é representada formalmente por um conjunto de processos estocásticos genericamente denominados de Modelos Auto-regressivos Média Móveis (ARIMA). Esses modelos envolvem apenas uma série de tempo e são classificados como modelos univariados. Os modelos ARIMA resultam da combinação de três componentes também denominados filtros : o componente auto-regressivo (AR), o filtro de Integração (I) e o componente de médias móveis (MA). Uma série de tempo pode conter os três filtros ou apenas um subconjunto deles, resultando daí várias alternativas de modelos passíveis de análise pela metodologia de Box-Jenkins. Um exemplo de série de tempo de grande interesse econômico é a série diária das variações do índice IBOVESPA. A compreensão do comportamento desta série através de um modelo probabilístico que permita a simulação e previsão de variações futuras com alguma 1
2 confiabilidade prescrita é, sem duvida, uma ferramenta importante para quem trabalha com este tipo de investimento. Sob esta ótica, o presente trabalho possui como objetivo buscar um modelo para as variações diárias do índice IBOVESPA, no período de julho de 1998 a julho de 2002 através da metodologia de Box-Jenkins e, com base no modelo estimado, realizar previsões, com o intuito de simular investimentos para os últimos seis meses de Metodologia Foram coletados 1016 dados referentes à variação diária do índice IBOVESPA durante o período de julho de 1998 a julho de Inicialmente, os dados foram submetidos a uma análise descritiva. Para reduzir o desvio padrão, os dados foram transformados por meio da técnica de médias móveis. Após aplicou-se a função de auto-correlação para verificar a ordem de significância das auto-correlações. O modelo matemático utilizado foi: Y = β i = 1...r t Y t i onde: Y t =valor da variável no tempo t; β = vetor de parâmetros do modelo; r = número de parâmetros; A partir do modelo estimado foram feitas previsões para horizontes de 1, 2 e 3 passos à frente. Para testar o ajuste do modelo foi feita a análise de variância. 3. Resultados 3.1 Análise descritiva A média, o desvio padrão, a curtose, a moda e a assimetria dos 1016 dados referentes à variação diária do índice IBOVESPA durante o período de julho de 1998 a julho de 2002, podem ser visualizadas na tabela 1. A variação diária dos 1016 dados encontra-se na figura 1. TABELA 1 Estatística descritiva dos dados originais. Parâmetros Valores Média 0, Desvio 2,3976 Curtose 6, Moda -0,015 Assimetria 0, FIGURA 1 Série temporal original. Os dados da tabela 1 e da figura 1 permitem concluir que as variações não apresentam componentes aparentemente de tendência. Pois o nível da série esta em torno de zero, com distribuição simétrica em relação a média, com alto grau de dispersão e de curtose. Assim, 2
3 verificou-se que o comportamento dos dados não apresenta um afastamento acentuado da normalidade, porém o componente de variabilidade deve ser minorado. 3.2 Transformação dos dados Para reduzir o desvio padrão, os dados foram transformados por meio da técnica de médias móveis. Cada nova observação de análise passou a ser constituída da média de cinco dias. Os resultados obtidos encontram-se na tabela 2 e nas figuras 2 e 3. TABELA 2 Estatística descritiva dos dados transformados. Parâmetros Valores Média 0, Desvio 1, Curtose 4,88174 Moda 1,216 Assimetria -0, variação média tempo FIGURA 2 Série transformada FIGURA 3 Distribuição de freqüência dos dados transformados. Os dados transformados melhoraram o desvio padrão a curtose e pelo teorema central do limite, ver Meyer (1969), a distribuição se aproximou da normalidade e como a média de 5 dias, em termos práticos se aproximou mais da realidade das aplicações e resgates de fundos. Essa transformação é preferível usá-la para as variações diárias. 3
4 4.3 Função de auto-correlação A autocorrelação dos dados transformados, bem como a relação dos valores atuais de variação média em função dos próprios valores defasados podem ser visualizados na figura 4. FIGURA 4 Auto-correlações da média de 5 dias das variações do IBOVESPA. 4.4 Construção do modelo Com os valores das auto-correlações, os dados foram submetidos a um procedimento Stepwise conforme, Neter (2002), que identificou como significativos os parâmetros autoregressivos até a quinta ordem. Os parâmetros foram estimados pelo método de mínimos quadrados que apresentou os resultados constantes na tabela 3. TABELA 3 - Estimativas de mínimos quadrados dos parâmetros autoregressivos. Ordem parâmetros nível de significância (P) coeficiente de determinação (R 2 ) 1 a. Ordem 1, ,0001 0, a. Ordem -0, ,0001 0, a. Ordem 0, ,0008 0, a. Ordem -0, ,0001 0, a. Ordem 0, ,0001 0, O modelo estimado apresenta a seguinte forma: Y t =1,11723* Y t-1-0,387473* Y t-2 + 0,20046*Y t-3-0, *y t-4 +0, *Y t Análise de variância O modelo foi empregado para fazer previsões para a média de 5 dias da variação do IBOVESPA para horizontes de um, dois e três passos à frente a partir do dia primeiro de agosto até 31 de dezembro de Os resultados obtidos encontram-se na tabela 4 e nas figuras 5, 6 e 7 que apresentam as comparações das previsões com os valores reais obtidos no período. 4
5 TABELA 4 Análise de variância do modelo de previsão quando empregado para horizontes de um, dois e três passos à frente causas de variação GL SQ QM F P R 2 modelo horizonte 1P 4 70, , ,3069 1,22E-27 0, modelo horizonte 2P 4 16, , , , ,16961 modelo horizonte 3P 4 5, , , , , erro , , erro , ,79602 erro , , Total 96,8196 FIGURA 5 Comportamento das médias de variações de 5 dias do IBOVESPA e das previsões com horizonte de um dia baseadas no modelo proposto FIGURA 6 Comportamento das médias de variações de 5 dias do IBOVESPA e das previsões com horizonte de dois dias baseadas no modelo proposto 5
6 FIGURA 7 Comportamento das médias de variações de 5 dias do IBOVESPA e das previsões com horizonte de três dias baseadas no modelo proposto 4. Conclusão Os dados de variação do IBOVESPA no período estudado apresentaram-se como variável aleatória com comportamento aproximadamente normal, porém com variabilidade bastante acentuada. A transformação dos dados através da aplicação da técnica de médias móveis diminui a variabilidade dos dados e melhorou a normalidade dos mesmos. Os dados transformados, quando submetidos à análise de auto-regressão em um esquema de Stepwise, permitiram a modelagem através de uma equação auto-regressiva de ordem cinco com um coeficiente de determinação de R 2 = 0,7414 e um nível de significância de P=0,0008. O modelo estimado, quando empregado com a finalidade de previsão, foi eficiente para um horizonte de até dois dias à frente. Com isso, a metodologia de Box e Jenkins se apresentou satisfatória. 6 Bibliografia BOVESPA. A Bolsa do Brasil. Índices Índice Bovespa Ibovespa. < Acesso em : 7 maio BOX, G. E. P. JENKINS, M. & REINSEL, G.C. Time Series Analysis Forecasting and Control, New Jersey, 3 ed., p MEYER, P. L. Introductory probability and statistical applications, Washington State University, p. NETER, J. & WASSERMAN, W. Applied Linear Statistical Models, Illinois, p. FAVA, V. L. Metodologia de Box Jenkins para modelos univariados. In: Manual de Econometria. Editora Atlas. São Paulo, p. 6
Aplicação 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 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 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 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 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 maisMÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
Leia maisPERFIL DO VENTO DIÁRIO EM PELOTAS, RS. 1. Introdução
PERFIL DO VENTO DIÁRIO EM PELOTAS, RS CAMARGO, Venice Meazza 1 ; RIBEIRO, Juliano Vieira 1 ; BAPTISTA DA SILVA, João 2 ; BURGEÑO, Luís Eduardo Torma 3. 1 Faculdade de Meteorologia da Universidade Federal
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 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 maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
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 maisAnálise de dados para negócios. Cesaltina Pires
Análise de dados para negócios Cesaltina Pires Janeiro de 2003 Índice geral 1 Representação grá ca de dados 1 1.1 Variáveis discretas e contínuas.......................... 1 1.2 Distribuições de frequência
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
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 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 maisRenda x Vulnerabilidade Ambiental
Renda x Vulnerabilidade Ambiental ANEXO D ANÁLISE EXPLORATÓRIA E PREPARAÇÃO DOS DADOS Identificamos tendência linear positiva. A correlação entre as variáveis é significativa, apresentando 99% de confiança.
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 maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisProcedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear
Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro
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 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 REGRESSÃO
ANÁLISE DE REGRESSÃO Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de janeiro de 2017 Introdução A análise de regressão consiste na obtenção de uma equação
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 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 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 maisRedes Neurais: Uma Aplicação na Previsão de Vendas
Redes Neurais: Uma Aplicação na Previsão de Vendas Angela P. Ansuj Maria Emília Camargo Deoclécio Gomes Petry Programa de Pós-Graduação em Métodos Quantitativos Departamento de Estatística - Centro de
Leia maisAnálise estatística da série temporal de precipitação do município de São João do Cariri-PB
Análise estatística da série temporal de precipitação do município de São João do Cariri-PB Manoel Rivelino Gomes de Oliveira 1 Moacyr Cunha Filho 2 Ewerton Pereira de Oliveira 3 Maria Das Vitórias Alexandre
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 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 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 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 maisDeterminação e Modelagem do Volume Total de Pinus carabea var bahamensis: Uma Abordagem Multivariada
VIII ERMAC 8 o Encontro Regional de Matemática Aplicada e Computacional 20-22 de Novembro de 2008 Universidade Federal do Rio Grande do Norte Natal/RN Determinação e Modelagem do Volume Total de Pinus
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 maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
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 maisCURTA DURAÇÃO APLICAÇÕES DE ESTATÍSTICA
CURTA DURAÇÃO APLICAÇÕES DE ESTATÍSTICA OBJETIVO O curso tem como objetivo apresentar algumas técnicas de estatística aplicada utilizar a na análise de dados. PERFIL DO ALUNO Destina-se a executivos das
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 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 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 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 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 maisPrincípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio
Leia maisDelineamento e Análise Experimental Aula 4
Aula 4 Castro Soares de Oliveira ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais.
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 da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
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 maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Permite avaliar se existe relação entre o comportamento de duas ou mais variáveis e em que medida se dá tal interação. Gráfico de Dispersão A relação entre duas variáveis pode ser
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 2005 Prototipagem de sistemas Simulação Modelagem analítica matemática Criterios para avaliação dos métodos Custo Precisão Flexibilidade Esforço e capacidade de construir
Leia maisNa aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.
Regressão Múltipla Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. 1. definimos uma medida de associação
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisEstatística Aplicada
Estatística Aplicada Correlação e Regressão Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada REGRESSÃO Correlação não implica Causalidade! O coeficiente de correlação não mede
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 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 maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
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 maisCapítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
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 maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS A distribuição dos tempos de permanência dos estudantes nos cursos de graduação de certa universidade é uma distribuição normal com média igual a 6 anos e desvio padrão igual
Leia maisAplicação da análise descritiva e espacial em dados de capacidade de troca de cátions
Aplicação da análise descritiva e espacial em dados de capacidade de troca de cátions SIBALDELLI, R. N. R. 1 ; OLIVEIRA, M. C. N. de, CAPECHE, C. L. 3, DA SILVA, E. F.3, HISSA, H. R. 3, MACEDO, J. R. 3
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 maisMódulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES
Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizandose de dados históricos e sua projeção para o futuro, de fatores subjetivos
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 maisDisciplina de Modelos Lineares
Disciplina de Modelos Lineares 2012-2 Seleção de Variáveis Professora Ariane Ferreira Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique
Leia maisDISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO
PLANO DE AULA DISCIPLINA: ESTATÍSTICA I (CÓD. ENEC60015) PERÍODO: 3º PERÍODO TOTAL DE SEMANAS: 20 SEMANAS TOTAL DE ENCONTROS: 40 AULAS Aulas Conteúdos/ Matéria Tipo de aula Textos, filmes e outros materiais
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 maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
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 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 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 maisNOÇÕES SOBRE EXPERIMENTOS FATORIAIS
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planejamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisPlano de Ensino. Identificação. Câmpus de Bauru. Curso Licenciatura em Matemática. Ênfase
Curso 1503 1504 1505 - Licenciatura em Matemática Ênfase Identificação Disciplina 0007230A - Estatística e Probabilidade I Docente(s) Prescila Glaucia Christianini Buzolin Unidade Faculdade de Ciências
Leia maisPÓS-GRADUAÇÃO ANÁLISE DE DATA MINING
PÓS-GRADUAÇÃO ANÁLISE DE DATA MINING OBJETIVOS Na era da informação, as empresas capturam e armazenam muitos dados, e existe a real necessidade da aplicação de técnicas adequadas para a rápida tomada de
Leia maisFilho, não é um bicho: chama-se Estatística!
Paulo Jorge Silveira Ferreira Filho, não é um bicho: chama-se Estatística! Estatística aplicada uma abordagem prática FICHA TÉCNICA EDIÇÃO: Paulo Ferreira TÍTULO: Filho, não é um bicho: chama-se Estatística!
Leia maisCarga Horária: Total: 60 h/a Semanal: 04 aulas Créditos: 04 Modalidade: Teórica Classificação do Conteúdo pelas DCN: Básica
DISCIPLINA: Estatística CÓDIGO: 2ECOM.005 Validade: a partir do 1º Semestre de 200 Carga Horária: Total: 60 h/a Semanal: 04 aulas Créditos: 04 Modalidade: Teórica Classificação do Conteúdo pelas DCN: Básica
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 maisIdentificação de modelos de séries temporais heterocedásticos
Identificação de modelos de séries temporais heterocedásticos Christopher Silva de Pádua 1 Juliana Garcia Cespedes 2 1 Introdução Quando se trata de investimentos em mercado de ações é de interesse do
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 mais4 Base de dados, métricas estatísticas e metodologia
4 Base de dados, métricas estatísticas e metodologia 4.1. Base de dados Foram coletados dados do boletim estatístico do Ministério da Previdência Social de forma temporal para os meses de dezembro de 2002
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 maisExercícios Selecionados de Econometria para Concursos Públicos
1 Exercícios Selecionados de Econometria para Concursos Públicos 1. Regressão Linear Simples... 2 2. Séries Temporais... 17 GABARITO... 20 2 1. Regressão Linear Simples 01 - (ESAF/Auditor Fiscal da Previdência
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
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 CURSO ESTATÍSTICA DENNIS LEÃO GRR LUAN FIORENTIN GRR
UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA DENNIS LEÃO GRR - 20160239 LUAN FIORENTIN GRR - 20160219 MODELAGEM DE DADOS DE ÓBITOS POR AGRESSÕES NO ESTADO DE SÃO PAULO NO ANO DE 2016 CURITIBA Novembro
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisPrograma Analítico de Disciplina EST106 Estatística I
Programa Analítico de Disciplina Departamento de Estatística - Centro de Ciências Exatas e Tecnológicas Número de créditos: 4 Teóricas Práticas Total Duração em semanas: 15 Carga horária semanal 4 0 4
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 maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisTENDÊNCIAS DO PREÇO DA ARROBA DO BOI GORDO, USO DE SÉRIES TEMPORAIS E MODELO ARIMA NO SPSS
TENDÊNCIAS DO PREÇO DA ARROBA DO BOI GORDO, USO DE SÉRIES TEMPORAIS E MODELO ARIMA NO SPSS 72 William Leles de Souza Costa Resumo Brasil, tem atualmente o maior rebanho bovino comercial do mundo, com aproximadamente
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 maisUma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro
Uma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro 1 Introdução Everton Batista da Rocha 1 2 Marcelo Lopes Moraes 3 Marcos Aurelio Rodrigues 3 O real
Leia maisVamos conversar sobre BRUNI
Vamos conversar sobre Aviso importante!!! Estes slides apresentam o conteúdo do livro Estatística Aplicada à Gestão Empresarial, de Adriano Leal Bruni, publicado pela Editora Atlas Capítulo 7 Distribuição
Leia maisPerspectiva de Produção Agrícola para a Região de Instalação do Complexo Petroquímico do Estado do Rio de Janeiro (COMPERJ) para o Ano de 2015
Niterói, RJ, Brasil, 19-22 de outubro de 29 Perspectiva de Produção Agrícola para a Região de Instalação do Complexo Petroquímico do Estado do Rio de Janeiro (COMPERJ) para o de 215 1 Diogo da Rocha Vargas,
Leia maisVERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
Leia maisRESOLUÇÃO CADM 10/11, DE 22 DE JUNHO DE 2011
MINISTÉRIO DA EDUCAÇÃO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS COLEGIADO DO CURSO DE BACHARELADO EM ADMINISTRAÇÃO RESOLUÇÃO CADM 0/, DE DE JUNHO DE 0 Aprova planos de ensinos de disciplinas
Leia maisReferência Banco de dados FioCruz Doc LAB1_GEO.doc. Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / Revisão Versão Data
Ministério da Ciência e Tecnologia Instituto Nacional de Pesquisas Espaciais Análise Espacial de Dados Geográficos Laboratório Módulo: Geoestatística Linear Referência Banco de dados FioCruz Doc LAB_GEO.doc
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 mais