Referências Bibliográficas
|
|
- Aline de Paiva Ramalho
- 7 Há anos
- Visualizações:
Transcrição
1 Referêncas (009). Manual do Usuáro, 5.7. ACCIOLY, R.M.S. Modelando esruura de dependênca aravés de cópulas: conrbuções para a análse de ncereza em projeos de exploração e produção f. Tese COPPE/UFRJ, Ro de Janero. ATTANASI, E. D.; HAYNES, J. L. Economcs and apprasal of convenonal ol and gas n he wesern gulf of Mexco. Journal of Peroleum Technology, p , december, BARROS, M.; SOUZA, R. C.; MIRANDA, C. V. C. Prevsão das axas dáras das sondas de perfuração em dversas faxas de lâmna d água f. Relaóro Técnco - PUC/RJ, Ro de Janero. BRADLEY, M. E.; WOOD, A. R. O. Forecasng olfeld economc performance. Paper SPE In: WESTERN REGIONAL MEETING, 1993, Anchorage, Alaska. CARTER, P. J.; MORALES, E. Probablsc addon of gas reserves whn a major gas projec. Paper SPE In: SPE ASIA PACIFIC OIL AND GAS CONFERENCE AND EXHIBITION, 1998, Perh, Ausrala. CORDEIRO, A. A. L.; AMADO, C. F. P. Avalação do mpaco do preço do peróleo sobre os cusos operaconas. In: SEMINÁRIO DE PLANEJAMENTO, CONTROLE E AVALIAÇÃO DO DESEMPENHO DO E&P, 008, Ro de Janero. EIA. Ol and gas lease equpmen and operang cos 1994 hrough 009. EIA, 010. Dsponível em: <hp:// Acesso em: 04 fev. 011.
2 90 ETHERINGTON, J. R. Managng your busness usng negraed PRMS and SEC sandards. Paper SPE In: SPE ANNUAL TECHNICAL CONFERENCE AND EXHIBITION, 009, New Orleans, Lousana. ETHERINGTON, J. R.; RITTER, J. E. The 007 SPE/WPC/AAPG/SPEE Peroleum Resources Managemen Sysem (PRMS). Journal of Canadan Peroleum Technology, v. 47, n. 8, p , augus, 008. EVews (010). Manual do Usuáro, versão EVews 7.1. FARMER, R. D.; HARRIS, C. M.; MURPHY, F. H.; DAMUTH, R. J. The ouer connenal shelf ol and gas supply of he energy nformaon admnsraon. European Journal of Operaonal Research, v. 18, p , FINCH J. H.; MACMILLIAN, F. E.; SIMPSON, G. S. On he dffuson of probablsc apprasal and decson-makng procedures n he UK s upsream ol and gas ndusry. Research Polcy, v. 31, p , 00. GAIR, R. Inegrang deermnsc and probablsc reserves. Paper SPE In: SPE HYDROCARBON ECONOMICS AND EVALUATION SYMPOSIUM, 003, Dallas, Texas. GARB, F. A.; LARSON, T. A. Valuaon of ol and gas reserves. Peroleum Engneerng Handbook, Chap. 41, GUJARATI, D. N.; PORTER, D. C. Economera básca. 5. ed. Poro Alegre: AMGH, p. HAHN, W. J.; DYER, J. S. Incorporang Mean-Reverng Prce Forecass no Exploraon and Producon Projec Evaluaon. Paper SPE In: SPE HYDROCARBON ECONOMICS AND EVALUATION SYMPOSIUM, 005, Dallas, Texas.
3 91 HARREL, R.; GAJDICA, R.; ELLIOT, D.; AHBRANDT, T. S.; KHURANA, S. Panel: ol and gas reserves esmaes. Paper OTC In: OFFSHORE TECHNOLOGY CONFERENCE, 005, Houson, Texas. JAIN, P.; RAJU, A.V. Evaluaon of economcs and echncal unceranes for denfcaon of economc n feld developmen and asse valuaon. Paper SPE In: SPE INDIA OIL AND GAS CONFERENCE AND EXHIBITION, 1998, New Delh, Inda. KAISER, M. J.; YU, Y. Economc lm of feld producon n Texas. Appled Energy, v. 87, p , 010. KUUSKRAA, V. A.; RYAB, P.; MULLER, J. M. Economcs of offshore ol producon. Paper SPE In: ECONOMICS AND EVALUATION SYMPOSIUM OF THE SOCIETY OF PETROLEUM ENGINEERS OF AIME, 1977, Dallas, Texas. LIMA, G. A. C.; SUSLICK, S. B.; BORDIERI, C. A. A quanave mehod for esmaon of volaly of ol producon projecs. Paper SPE In: SPE HYDROCARBON ECONOMICS AND EVALUATION SYMPOSIUM, 005, Dallas, Texas. MACARY, S. M.; RAZEK, M. A.; EL-GOHARY, H. Analyss of ol feld economc performance. Paper SPE In: SPE INTERNATIONAL OIL AND GAS CONFERENCE AND EXHIBITION, 000, Bejng, Chna. MORETTIN, P. A.; TOLOI, C. M. C. Análse de séres emporas.. ed. São Paulo: Edgar Blucher Lda., p. NYSTAD, A. N. Economc analyss of he norh sea ol and gas regon. Journal of Peroleum Technology, p , december, PEREIRA, A. G. T. Mensuração do mpaco da varação do preço do Bren sobre o preço das sondas erresres conraadas de workover: esudo de caso para a UO-
4 9 SEAL. In: SEMINÁRIO DE PLANEJAMENTO, CONTROLE E AVALIAÇÃO DO DESEMPENHO DO E&P, 010, Ro de Janero. PEREIRA, M. A. Avalação do mpaco dos rbuos na ncorporação de reservas nas empresas do seor de peróleo f. Dsseração (Mesrado) COPPE/UFRJ, Ro de Janero. PINDYCK, R. S.; RUBINFELD, D. L. Economera, modelos e prevsões. 3. ed. Ro de Janero: Campus, p. PORTER, M. E. (1986). Esraéga compeva. 1. ed. Ro de Janero: Campus, p. ROSS, J. G. Peroleum resources classfcaon and defnons. In: SPE/WPC/AAPG. Gudelnes for he evaluaon of peroleum reserves and resources: a supplemen o he SPE/WPC peroleum reserves defnons and he SPE/WPC/AAPG peroleum resources defnons. Houson, Texas, 001. Cap., p SEC. Modernzaon of ol and gas reporng: fnal rule. SEC, 009. Dsponível em: <hp:// Acesso em: 1 mar SENTURK, Y. Essence of he SPE Peroleum Resources Managemen Sysem defnons and gudng prncples for classfcaon, caegorzaon and assessmen process. Paper SPE In: SAUDI ARABIA SECTION TECHNICAL SYMPOSIUM, 011, Al-Khobar, Saud Araba. SHELDON, D. H. Valuaon of ol properes. Journal of Peroleum Technology, p. 17-0, july, 1953.
5 93 SPE-PRMS. SPE/WPC/AAPG/SPEE Peroleum resources managemen sysem. SPE, 007. Dsponível em: <hp:// 007.pdf>. Acesso em: 13 mar SWINKELS, W. J. A. M. Aggregaon of reserves. In: SPE/WPC/AAPG. Gudelnes for he evaluaon of peroleum reserves and resources: a supplemen o he SPE/WPC peroleum reserves defnons and he SPE/WPC/AAPG peroleum resources defnons. Houson, Texas, 001. Cap. 6, p TEIXEIRA, A. B. E. Meodologa para avalação probablísca de reservas de óleo e gás f. Dsseração PUC/RIO, Deparameno de Engenhara Indusral, Ro de Janero. WILLIGERS, B. J. A.; BRATVOLD, R. B. Valung ol and gas opons by leassquares Mone Carlo smulaon. Paper SPE In: SPE ANNUAL TECHNICAL CONFERENCE AND EXHIBITION, 008, Denver, Colorado.
6 Apêndce I O Problema da Heerocedascdade A premssa de homocedascdade ndca que a varânca do erro é consane. Iso quer dzer que a varação em orno da lnha de regressão é a mesma para odos os ponos de X. Ou seja, Var u ) (Eq. 33) ( Porém, em muos casos esa premssa pode não ser verdadera. Gujara e Porer (011) mosraram que são muas as causas da heerocedascdade. Um exemplo é que, em geral, espera-se que quano maor o lucro das empresas, maor a varabldade em suas polícas, quando comparado com empresas de menor lucro. Oura causa para a heerocedascdade é que, com o passar do empo, as écncas de coleas de dados podem aprmorar. Assm, é provável que a varânca do ermo do erro dmnua. Mesmo havendo heerocedascdade, Gujara e Porer (011) afrmaram que os esmadores 1 ˆ e ˆ connuam sendo esmadores conssenes. Enreano, dexam de ser os melhores esmadores não endencosos, ou seja, não apresenam varânca mínma. Iso ocorre porque o méodo dos Mínmos Quadrados Ordnáros, segundo Pndyck e Rubnfeld (004), dá mas peso às observações com varâncas de erros mas elevadas que àquelas com varâncas de erros menores. Iso ocorre porque a lnha de regressão será ajusada de al forma que a soma oal dos resíduos ao quadrado seja mínma. A melhor forma de mnmzar ese erro é consegundo um ajuse melhor na pare dos dados com ala varânca. Tese para Deecar Heerocedascdade Exsem publcados na leraura alguns eses que podem ser ulzados para deecar a heerocedascdade de uma sére de dados. Pndyck e Rubnfeld (004) caram que um procedmeno ncal úl consse em examnar o comporameno dos resíduos. Se as varâncas esmadas dos resíduos mudam a cada observação, há ndícos de heerocedascdade.
7 95 Conudo, segundo os auores, conhecer as varâncas dos resíduos não ocorre com freqüênca em rabalhos economércos. Nese caso, Pndyck e Rubnfeld (004) sugerram calcular o quadrado dos resíduos. A forma como o quadrado dos resíduos vara no empo ou com relação a ouras varáves ambém fornece nformações quano à heerocedascdade. Pndyck e Rubnfeld (004) e Gujara e Porer (011) ambém sugerram eses formas de deecção da heerocedascdade. Como exemplo, pode-se car o ese de Goldfel-Quand e o de Breusch-Pagan. Há algumas lmações quano ao uso deses eses. O ese de Goldfeld-Quand requer uma reordenação da varável explcava e o ese de Breusch-Pagan é sensível à hpóese da normaldade. Como alernava, nesa pesqusa será apresenado e ulzado o ese de Whe, al como apresenado por Gujara e Porer (011). Ese ese é de mas fácl mplemenação quando comparado aos dos prevamene cados e não requer a hpóese de normaldade. O ese de Whe consse prmeramene em realzar a regressão da equação orgnal do modelo: ˆ ˆ ˆ (Eq. 34) Y 1 X Assm, obém-se os resíduos û. Em seguda, realza-se uma segunda regressão auxlar com a segune equação: X X v (Eq. 35) 1 3 Iso quer dzer que os resíduos ao quadrado da regressão orgnal são calculados por uma nova regressão conra os regressores X e X. Após esa eapa, deve-se calcular o coefcene de deermnação r. Segundo Gujara e Porer (011), sob a hpóese nula de que não há heerocedascdade, pode-se mosrar que o amanho da amosra n mulplcado pelo r da regressão auxlar segue de forma assnóca a dsrbução de qu-quadrado com graus de lberdade guas ao número de regressores da regressão auxlar. Desa forma, n. r ~ gl Assm, haverá heerocedascdade se o valor calculado do qu-quadrado exceder o valor críco no nível de sgnfcânca escolhdo. Caso conráro, será possível conclur que não há heerocedascdade, ou que, 0. 3
8 96 Medda Correva para a Heerocedascdade Uma vez que fo deecada a presença da heerocedascdade da sére analsada, é mporane aplcar meddas correvas. Como já cado anerormene, a presença da heerocedascdade não faz com que os esmadores dos MQO sejam não endencosos, conudo eles dexam de ser efcenes. Gujara e Porer (011) apresenaram duas abordagens para corrgr o problema da heerocedascdade: quando a varânca dos resíduos é conhecda e quando não é conhecda. Nos casos em que as amosras dos dados permem esmar a varânca dos resíduos, Gujara e Porer (011) sugerram o méodo dos Mínmos Quadrados Generalzados (MQG). Ese méodo consse em dvdr oda a equação orgnal de regressão pela varânca dos resíduos. Desa forma, em-se que, Y X 0 X u 1 (Eq. 36) em que X 0 =1 para cada. Para faclar, a equação aneror pode ser reescra como: Y X X u (Eq. 37) 1 em que, Y Y, 0 1, 1 e u u. Esa ransformação é realzada de forma que a varânca de 1, conforme prova a segur: u seja gual a Var u Eu u E, já que 0 E, u u E 1 E( u ), uma vez que 1 1 E( u ) ( ), já que E Var Enão, 1 ( ) 1 u é conhecdo, ( u )., que é uma consane.
9 97 Comprova-se que, por meo desa ransformação, o ermo do erro u agora é homocedásco. Assm, ao aplcar o modelo clássco do méodo dos MQO à equação ransformada, ober-se-ão os esmadores 1 e que poderão ser consderados os melhores esmadores lneares não endencosos. Eses esmadores desa forma obdos são conhecdos por esmadores MQG. Gujara e Porer (011) demonsraram que o esmador MQG ˆ pode ser obdo mnmzando a segune equação: ˆ Y X 0 1 ˆ X (Eq. 38) Como resulado da mnmzação em-se que, w w X Y w X wy w w X w X ˆ (Eq. 39) em que w. 1 Observa-se que no processo de mnmzação dos MQG, mnmza-se a soma ponderada dos quadrados dos resíduos com w 1. Por sso, ese méodo na verdade é um caso específco dos MQG, conhecdo por méodo dos Mínmos Quadrados Ponderados (MQP). Para os casos em que a varânca do ermo do erro não é conhecda, Gujara e Porer (011) apresenaram o modelo proposo por Whe, cuja prova maemáca não será apresenada nesa pesqusa. Segundo os auores, aualmene os programas de regressão dsponíves são capazes de gerar os esmadores conssenes para heerocedascdade de Whe.
10 Apêndce II O Problema da Auo-Correlação dos Resíduos Conforme dscudo por Gujara e Porer (011), o modelo clássco de regressão lnear pressupõe que não exse auo-correlação nos ermos de erro u. Smbolcamene, Cov( u, u / x, x ) E( u u ) 0, j, em que Cov sgnfca j j j covarânca. Enreano, exsem algumas causas que fazem com que a hpóese de nexsênca de auo-correlação não seja verdadera. Um dos movos para a exsênca de auo-correlação é o que Gujara e Porer (011) chamaram de nérca. Segundo os auores, séres emporas como índce de preços, produção ou emprego regsram cclos econômcos. Após um período de recessão, por exemplo, quando há uma recuperação econômca, esas varáves endem a crescer aé que ouro cclo econômco deenha ese crescmeno. É como se houvesse um mpulso embudo nese comporameno. Assm, as observações sucessvas numa sére emporal endem a ser nerdependenes. Ouro faor que pode levar à auo-correlação dos resíduos é a manpulação dos dados, segundo Gujara e Porer (011). Em muos casos, quando são dvulgados dados anuas, na verdade eses dados são resulados de uma méda mensal. Esas médas suavzam as fluuações dos dados mensas. Dese modo, os dados anuas endem a ser menos rregulares que os dados mensas. Essa regulardade dos dados anuas pode gerar um padrão ssemáco do ermo do erro, e consequenemene, gerar a auo-correlação. Assm como no caso da heerocedascdade, mesmo na presença de auocorrelação, os esmadores connuam sendo esmadores lneares não endencosos, conforme demonsrado por Gujara e Porer (011). Conudo, não apresenam varânca mínma. Tese para Deecar Auo-Correlação dos Resíduos Quando o objevo é deecar a presença de correlação seral dos resíduos, são muos os eses dsponíves para ese fm. Pndyck e Rubnfeld (004)
11 99 apresenaram os eses de Cochrane-Orcu e Hldreh-Lun. Gujara e Porer (011) caram anda dos procedmenos úes, o méodo gráfco e o ese das carreras. Além deses procedmenos, Gujara e Porer (011) apresenaram o ese geral de auo-correlação, o ese de Breusch-Godfrey. Porém, os auores acma cados apresenaram o ese de Durbn-Wason como o ese mas ulzado para a deecção seral. Assm, o procedmeno dese ese será descro e ulzado nesa pesqusa. Os esaíscos Durbn e Wason desenvolveram uma esaísca de ese conhecda por d de Durbn-Wason e fo defnda como, d n n 1 1 (Eq. 40) Exsem ses hpóeses que fundamenam esa esaísca e nesa pesqusa serão assumdas como verdaderas. Tas hpóeses são: Hpóese 1: o modelo de regressão nclu o ermo do nercepo. Hpóese : as varáves explanaóras são não esocáscas. Hpóese 3: os ermos de erro são gerados por processo auo-regressvo apenas de prmera ordem. Hpóese 4: o ermo de erro é dsrbuído normalmene. Hpóese 5: o modelo de regressão não nclu os valores defasados da varável dependene como uma varável explanaóra. Hpóese 6: não devem falar observações nos dados. Expanddo a equação da esaísca de ese d, em-se que, d n n 1 n 1 n 1 (Eq. 41) Na equação acma, noa-se que n u ˆ e n u 1 ˆ se dferem apenas em uma observação e, porano, represenam valores muo próxmos. Desa forma, a esaísca de ese d fca como:
12 100 n 1 d 1 (Eq. 4) n 1 Gujara e Porer (011) apresenaram oura mporane varável para ese procedmeno que é o coefcene de auo-correlação de prmera ordem amosral. Ese coefcene é defndo pela expressão a segur: n 1 ˆ (Eq. 43) n 1 sendo ˆ, um esmador do verdadero coefcene de auo-correlação de prmera ordem. Usando a expressão do coefcene de auo-correlação, pode-se expressar novamene a esaísca d como segue: d 1 ˆ. Como 1 1, a expressão acma mplca que, 0 d 4. Iso quer dzer que d deve assumr valores enre 0 e 4. Fca evdene que se ˆ 0, d. Iso sgnfca que se não houver correlação seral, espera-se que o valor de d seja aproxmadamene. Por ouro lado, se ˆ 1, d 0, ndcando assm correlação posva perfea nos resíduos. Se no ouro exremo, ˆ 1, d 4, ndcando correlação negava perfea. Conudo, dferenemene de ouros eses, como o, não há um únco valor críco que leva a rejeção ou aceação da hpóese nula de ausênca de auocorrelação. Por sso, Durbn e Wason conseguram deermnar um lme nferor, d L e superor, d U, de al forma que se o d calculado esver fora deses lmes, pode-se omar uma decsão a respeo da presença da auo-correlação dos resíduos. Caso o valor calculado de d eseja denro deses lmes, não é possível chegar a uma conclusão. Os lmes d L e d U foram abulados por Durbn e Wason e dependem do número de observações e varáves explanaóras. As regras de decsão para rejear ou não a hpóese nula de ausênca de auo-correlação dos resíduos esão resumdas a segur:
13 101 Se Se Se Se Se 0 d d L, rejear d d d, não há decsão 4 d 4 d d L U L U U d 4, rejear d 4 d d 4 d U L, não há decsão, não rejear Medda Correva para a Auo-Correlação dos Resíduos Caso seja denfcado auo-correlação nos resíduos dos dados esudados, é recomendável ulzar meddas correvas. Como já cado anerormene, a auocorrelação leva a uma nefcênca dos esmadores. Gujara e Porer (011) sugerram o méodo dos MQG para corrgr o problema. Vale lembrar que o méodo dos MQG nada mas é do que o méodo dos MQO aplcado ao modelo ransformado da regressão lnear. Porano, faz-se necessáro ransformar o modelo orgnal de al forma que no modelo ransformado não haja auo-correlação dos resíduos. Se o coefcene de auo-correlação for conhecdo, basa ransformar o modelo orgnal no modelo conhecdo como equação em dferenças generalzadas expresso como: Y Y 1 X X 1 em que u u. Y 1 1 (Eq. 44) 1 A equação ransformada pode ser reescra como, 1 X em que Y Y Y, , e X X X. 1 (Eq. 45) Uma vez que o ermo de erro da equação ransformada sasfaz a hpóese de ausênca de correlação seral, pode-se aplcar o méodo dos MQO nas varáves ransformadas Y e X. Conudo, na práca raramene o coefcene de auo-correlação é conhecdo. Assm, Gujara e Porer (011) sugerram algumas formas de se esmar. Denre os procedmenos apresenados pelos auores esão a esmação com base na esaísca d e a esmação com base nos resíduos. Como já cado anerormene, exse uma relação enre a esaísca d e, que pode ser reescra como,
14 10 d ˆ 1 (Eq. 46) Desa forma, pode-se ober pela expressão acma e ransformar os dados conforme mosrado pela equação de dferenças generalzadas. Conudo, Gujara e Porer (011) caram que ese méodo pode não ser váldo para amosras pequenas. A esmação com base nos resíduos consse em esmar fazendo a ˆ regressão dos resíduos û conra os u 1. Ou seja, deve-se efeuar a segune regressão: v (Eq. 47) 1 em que û são os resíduos obdos na regressão orgnal e v represenam os ermos de erro desa nova regressão. Uma vez realzada a nova regressão e enconrada uma esmava para, é possível ransformar os dados orgnas da regressão de modo que assm seja possível aplcar o méodo dos MQO.
3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisAGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES
AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em
Leia maisNeo-fisherianos e teoria fiscal do nível de preços
Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos
Leia mais5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,...
5 O Modelo Não-Lnear Como vso no capíulo aneror, há espaço para uma análse mas profunda da função de reação do Banco Cenral do Brasl. Auores como Clarda, Gal e Gerler (2000) e Cogley e Sargen (2001) examnam
Leia mais5 Avaliação da Eficiência Computacional
5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual
Leia maisCAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS
Economera Semesre 200.0 40 CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS OBJETIVOS Consderar modelos em que uma ou mas varáves explcavas são varáves nomnas (ambém chamadas de ndcadores, varáves
Leia maisTestes de Hipóteses Essenciais
17/05/017 Tópcos a Consderar Connudade do Programa Mnsrado pelo Prof. Alceu Jobm 1. Modelo de Regressão Múlpla Abordagem Marcal a) Pressuposos; b) Inferênca a versão Marcal; c) Inferênca ao Méodo de Crammer;
Leia mais3 Análise de Demanda Condicionada
3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.
Leia maisMódulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)
Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca
Leia maisPCA e IMPCA. Capítulo. 5.1 Considerações Iniciais
Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,
Leia mais2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo
2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela
Leia maisCAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA
CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação
Leia mais5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)
5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes
Leia maisMECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos
MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Parca Mara Borolon. Sc. Modelos de ados em Panel Fone: GUJARATI;. N. Economera Básca: 4ª Edção. Ro de Janero. Elsever- Campus 006 efnções Geras Nos dados em panel a mesma undade de core
Leia mais3 Dados e Modelo Econométrico 3.1. A amostra de funcionários públicos
3 Dados e Modelo Economérco 3.1. A amosra de funconáros públcos Os dados usados nese esudo êm como fone a Pesqusa Naconal de Amosra por Domcílo (PNAD, uma pesqusa domclar realzada anualmene no Brasl pelo
Leia mais5 Apreçamento de ESOs com preço de exercício fixo
5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do
Leia maisSolução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)
Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas
Leia maisPROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU
1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em
Leia maisOlinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral
XVIII Semnáro Naconal de Dsrbução de Energa Elérca SENDI 008-06 a 10 de ouubro Olnda - Pernambuco - Brasl Gesão da Prevsão de Consumo e Energa Não Faurada Carlos Albero Fróes Lma Marley Apolnáro Sarava
Leia maisCrescimento do Produto Agropecuário Brasileiro: uma Aplicação do Vetor Auto-regressivo (VAR)
Quesões Agráras, Educação no Campo e Desenvolvmeno CRESCIMENTO DO PRODUTO AGROPECUÁRIO: UMA APLICAÇÃO DO VETOR AUTO-REGRESSIVO (VAR) CARLOS ALBERTO GONÇALVES DA SILVA; LÉO DA ROCHA FERREIRA; PAULO FERNANDO
Leia maisESTIMAÇÃO DA VOLATILIDADE PARA A SÉRIE DO IBOVESPA: APLICAÇÃO DE MODELOS DE MEMÓRIA CURTA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maurdade e desafos da Engenhara de Produção: compevdade das empresas, condções de rabalho, meo ambene. São Carlos, SP, Brasl, a5 de ouubro de. ESTIMAÇÃO
Leia maisInserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos
Inserção de Varáves Ambenas no Planejameno da Operação de Ssemas Hdroérmcos VALLE, Ana Cláuda Marques, Escola de Engenhara Elérca e de Compuação, UFG, douoranda em Cencas Ambenas, PRPPG, UFG AGUIAR, Mara
Leia maisCAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton
9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade
Leia mais5 Programação Matemática Princípios Básicos
5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisUma análise da não-linearidade da função de reação do Banco Central do Brasil: Avesso a Inflação ou a Recessão?
Uma análse da não-lneardade da função de reação do Banco Cenral do Brasl: Avesso a Inflação ou a Recessão? Terence de Almeda Pagano José Luz Ross Júnor Insper Workng Paper WPE: 88/9 Coprgh Insper. Todos
Leia maisAnomalies on the Brazilian Stock Market: a Modification of the Fama and French Model
Dsponível em hp:// RAC-Elerônca, Curba, v., n. 3, ar. 9, p. 509-530, Se./Dez. 008 Anomalas no Mercado de Ações Braslero: uma Modcação no Modelo de Fama e French Anomales on he Brazlan Sock Marke: a Modcaon
Leia maisAnálises de ciclos econômicos no Brasil
Análses de cclos econômcos no Brasl 1980-2009 Armando Vaz Sampao RESUMO - As sequêncas de expansões e conrações da avdade econômca são conhecdas como cclos econômcos e afeam odos os agenes econômcos. O
Leia maisTratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12
Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane
Leia mais2 Programação Matemática Princípios Básicos
Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever
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 mais5 Sistemas Lineares com Coecientes Periódicos
5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que
Leia maisA VOLATILIDADE DO RETORNO DA AÇÃO DA CSN: USO DE MODELOS HETEROSCEDÁSTICOS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. A VOLATILIDADE DO RETORNO DA AÇÃO DA CSN: USO DE MODELOS HETEROSCEDÁSTICOS Carlos Albero Gonçalves da Slva (CEFET-RJ) gon.slva@sof.com.br :O presene esudo
Leia mais2 O Modelo Teórico O Modelo Básico
O Modelo Teórco Nese capíulo serão apresenadas as dversas hpóeses e as abordagens eórcas a serem esudadas nese rabalho. Prmeramene, será apresenado o modelo básco, que supõe separabldade neremporal. m
Leia maisTestes De Não Estacionariedade Em Séries Financeiras Com Dados Em Painel: Uma Síntese Aplicada
eses De Não Esaconaredade Em Séres Fnanceras Com Dados Em Panel: Uma Sínese Aplcada Rober Aldo Iquapaza Cenro De Pós-Graduação E Pesqusas Em Admnsração Cepead, Unversdade Federal De Mnas Geras rquapaza@gmal.com;rbal@ufmg.br
Leia maisNota Técnica sobre a Circular nº 2.972, de 23 de março de 2000
Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.
Leia mais5 Modelo de Previsão de Temperatura
5 Modelo de Prevsão de Temperaura 5. Prevsão de Clma As varações do clma nfluencam os preços das commodes pela nfluênca na demanda. Todava, a correlação enre eses preços e o parâmero de clma não são perfeos,
Leia maisGripe: Época de gripe; actividade gripal; cálculo da linha de base e do respectivo intervalo de confiança a 95%; e área de actividade basal.
Grpe: Época de grpe; acvdade grpal; cálculo da lnha de ase e do respecvo nervalo de confança a 95%; e área de acvdade asal. ÉPOCA DE GRPE Para maor facldade de compreensão será desgnado por época de grpe
Leia maisANÁLISE DAS RELAÇÕES ENTRE A VOLATILIDADE HISTÓRICA E IMPLÍCITA E A VOLATILIDADE REALIZADA DO ÍNDICE PSI-20
ANÁLISE DAS RELAÇÕES ENTRE A VOLATILIDADE HISTÓRICA E IMPLÍCITA E A VOLATILIDADE REALIZADA DO ÍNDICE PSI-20 Elsabee Fernanda Mendes Duare, Insuo Polécnco de Lera RESUMO A volaldade desempenha um papel
Leia maisInsper Instituto de Ensino e Pesquisa Faculdade de Economia e Administração. Gustavo Passarelli Giroud Joaquim
Insper Insuo de Ensno e Pesqusa Faculdade de Economa e Admnsração Gusavo Passarell Groud Joaqum ANÁLISE DA DINÂMICA DE RISCO E RETORNO DE FUNDOS MULTIMERCADO BRASILEIROS São Paulo 0 Gusavo Passarell Groud
Leia mais5 Endogeneidade A Literatura
5 Endogenedade No capíulo aneror esmamos a varânca condconal da axa de câmbo, levando em cona os possíves efeos das nervenções do Banco Cenral do Brasl nese mercado. Enreano, nesa análse gnorou-se o provável
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisO MODELO DE PRECIFICAÇÃO POR ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTOS BRASILEIROS RESUMO
55 O MODELO DE PRECIFICAÇÃO POR ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTOS BRASILEIROS Bruno Mlan¹ Paulo Sérgo Cerea² RESUMO O objevo dese argo é precfcar o reorno dos fundos de nvesmeno brasleros
Leia maisMensuração do poder de mercado no comércio internacional de soja em grãos
MENSURAÇÃO DO ODER DE MERCADO NO COMÉRCIO INTERNACIONAL DE SOJA EM GRÃOS alexandre_gervaso@yahoo.com.br ARESENTACAO ORAL-Economa e Gesão no Agronegóco ALEXANDRE GERVÁSIO DE SOUSA ; MARCELO JOSÉ BRAGA 2..IEA,
Leia mais2. FUNDAMENTOS DE CORRENTE ALTERNADA
Fundamenos de CA 14. FUNDAENTOS DE CORRENTE ALTERNADA Aé o momeno nos preocupamos somene com ensões e correnes conínuas, ou seja, aquelas que possuem módulo e sendo consanes no empo, conforme exemplos
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisErro! Indicador não definido. Erro! Indicador não definido. Erro! Indicador não definido. Erro! Indicador não definido.
A Prevsão com o Modelo de Regressão.... Inrodução ao Modelo de Regressão.... Exemplos de Modelos Lneares... 3. Dervação dos Mínmos Quadrados no Modelo de Regressão... 6 4. A Naureza Probablísca do Modelo
Leia maisSistema de Suporte à Decisão para Predição de Cargas e Modelagem de Dependência em Sistemas Elétricos de Potência
Anas do XXVI Congresso da SBC SEMISH l XXXIII Semnáro Inegrado de Sofware e Hardware 14 a 20 de julho de 2006 Campo Grande, MS Ssema de Supore à Decsão para Predção de Cargas e Modelagem de Dependênca
Leia maisModelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisCAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n
1 CAPÍTULO 1 REPREENTAÇÃO E CLAIFICAÇÃO DE ITEMA 1.1. Represenação de ssemas 1.1.1. semas com uma enrada e uma saída (IO) e sema monovarável IO = ngle Inpu ngle Oupu s e = enrada s = saída = ssema 1.1..
Leia maisAnálise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás
Análse comparava e ese empírco da valdade dos modelos capm radconal e condconal: o caso das ações da Perobrás Análse comparava e ese empírco da valdade dos modelos CAPM radconal e condconal: o caso das
Leia maisDecomposição da Variação da Pobreza em Efeito Crescimento e Desigualdade. Autores. Ensaio Sobre Pobreza Nº 20
Decomposção da Varação da Pobreza em Efeo Crescmeno e Desgualdade Auores MÁRCIO AÔIO SALVAO JOAHA DE SOUZA MAIAS FLÁVIO AALIBA BARREO CARLOS ALBERO MASO Ensao Sobre Pobreza º Seembro de 9 CAE - UFC DECOMPOSIÇÃO
Leia maisEixo Temático: Estratégia e Internacionalização de Empresas O MODELO DE PRECIFICAÇÃO DE ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTO BRASILEIROS
Sana Mara/RS 23 e 24 de Seembro de 2013 Exo Temáco: Esraéga e Inernaconalzação de Empresas O MODELO DE PRECIFICAÇÃO DE ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTO BRASILEIROS THE ARBITRAGE PRICING
Leia maisXXXVII ENCONTRO NACIONAL DE ECONOMIA DECOMPOSIÇÃO DA VARIAÇÃO DA POBREZA EM EFEITO CRESCIMENTO E DESIGUALDADE
XXXVII ENCONTRO NACIONAL DE ECONOMIA DECOMPOSIÇÃO DA VARIAÇÃO DA POBREZA EM EFEITO CRESCIMENTO E DESIGUALDADE Márco Anôno Salvao (IBMEC-MG) Jonahan de Souza Maas (CAEN/UFC) Flávo Aalba F. D. Barreo (CAEN/UFC)
Leia maisAprendizagem Estatística de Dados. Francisco Carvalho
Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p
Leia mais3 Modelos de Apreçamento de Opções
3 Modelos de Apreçameno de Opções Preços de fuuros na Bolsa de Valores, na práca, são defndos de forma lvre na BM&FBOVESPA a parr das relações apresenadas enre ofera e demanda. Para que a formação de as
Leia maistmax tmin tmax A seguir, com base nas equações apresentadas, uma nova abordagem para o cálculo do ponto de pedido será formulada.
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 003, Naal-RN PONTO DE PEDIDO BASEADO EM PREVISÕES Eduardo Saggoro Garca Unversdade Federal do Ro de Janero UFRJ edsg@ufr.br Vrgílo José
Leia maisModelos estocásticos com heterocedasticidade para séries temporais em finanças
SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Daa de Depóso: 8..5 Assnaura: Modelos esocáscos com eerocedascdade para séres emporas em fnanças Sandra Crsna de Olvera Orenador: Prof. Dr. Marno Gomes de Andrade Flo
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS
1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS ANÁLISE DO CRESCIMENTO POPULACIONAL BRASILEIRO Poro Alegre 13 CÁSSIA PEREIRA DA ROSA MOSCHOUTIS
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
O USO DA ANÁLISE DE INTERVENÇÃO EM SÉRIES TEMPORAIS UNIVARIADAS: UMA APLICAÇÃO EMPÍRICA NO MERCADO AUTOMOBILÍSTICO BRASILEIRO Rober Wayne Samohyl, Ph.D. Professor do Deparameno de Engenhara de Produção
Leia maisRISCO E RETORNO NO AGRONEGÓCIO BRASILEIRO: UM ESTUDO DAS EMPRESAS LISTADAS NA BOVESPA
RISCO E RETORNO NO AGRONEGÓCIO BRASILEIRO: UM ESTUDO DAS EMPRESAS LISTADAS NA BOVESPA AURELIANO ANGEL BRESSAN; DÉBORA CRISTIANE SANTOS; WAGNER MOURA LAMOUNIER; ROBERT ALDO IQUIAPAZA; UFMG BELO HORIZONTE
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisXXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
II ECOTRO ACIOAL DE EGEHARIA DE PRODUCAO Desenvolvmeno Susenável e Responsabldade Socal: As Conrbuções da Engenhara de Produção Beno Gonçalves, RS, Brasl, 15 a 18 de ouubro de 01. APLICAÇÃO DE GRÁFICOS
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA FÁBIO MAGALHÃES NUNES
0 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA FÁBIO MAGALHÃES NUNES ANÁLISE DA CORRELAÇÃO ENTRE O IBOVESPA E O ATIVO PETR4: ESTIMAÇÃO
Leia mais2 Revisão Bibliográfica dos Modelos de Previsão
19 2 Revsão Bblográfca dos Modelos de Prevsão Nese capíulo, são abordados alguns modelos e conceos ulzados na leraura para realzar prevsão de carga elérca. Denre os modelos lneares exsenes, serão examnados
Leia maisOutubro de 2009 PARIDADE DE PODER DE COMPRA NO BRASIL: UMA ANÁLISE ECONOMÉTRICA COM QUEBRA ESTRUTURAL DANIEL PALAIA MÁRCIO HOLLAND
Texos para Dscussão 228 Ouubro de 2009 PARIDADE DE PODER DE COMPRA NO BRASIL: UMA ANÁLISE ECONOMÉTRICA COM QUEBRA ESTRUTURAL DANIEL PALAIA MÁRCIO HOLLAND Os argos dos Texos para Dscussão da Escola de Economa
Leia maisModelo de Precificação de Capital: Segmento de Commodities Agrícola
Modelo de Precfcação de Capal: Segmeno de Commodes Agrícola Capal Asse Prcng Model: Secor of Agrculural Commodes Táco Auguso Faras 1 Luz Eduardo Nascmeno Fgueredo Fábo Rodrgues Moura 3 Resumo: O objevo
Leia maisANÁLISE DO CUSTO DE CAPITAL PRÓPRIO NO BRASIL POR MEIO DOS MODELOS CAPM NÃO-CONDICIONAL E CAPM CONDICIONAL
ANÁLISE DO CUSTO DE CAPITAL PRÓPRIO NO BRASIL POR EIO DOS ODELOS CAP NÃO-CONDICIONAL E CAP CONDICIONAL (Cos of equy analyss n Brazl: Non-Condonal CAP and Condonal CAP) Lumla Souza Grol 1 1 Unversdade Federal
Leia mais3 Modelo de Amortecimento Direto
3 Modelo de Amorecmeno Dreo 3. Inrodução Alguns os de séres não aresenam bons resulados quando modeladas or funções uramene olnomas. As séres sazonas aresenam esse o de roblema, e denre elas, as séres
Leia maisInstituto de Física USP. Física V Aula 30. Professora: Mazé Bechara
Insuo de Físca USP Físca V Aula 30 Professora: Maé Bechara Aula 30 Tópco IV - Posulados e equação básca da Mecânca quânca 1. Os posulados báscos da Mecânca Quânca e a nerpreação probablísca de Ma Born.
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisExemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z)
Exemplo pág. 28 Aplcação da dsrbução ormal Normal reduzda Z=(9 2)/2=,5 Φ( z)= Φ(z) Subsudo valores por recurso à abela da ormal:,9332 = Φ(z) Φ(z) =,668 Φ( z)= Φ(z) Φ(z) =,33 Φ(z) =,977 z = (8 2)/2 = 2
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisArtigos IMPACTO DA PRECIPITAÇÃO EDOS EFEITOS DE CALENDÁRIO NAS VENDAS DE CIMENTO* Maria Helena Nunes**
Argos IMPACTO DA PRECIPITAÇÃO EDOS EFEITOS DE CALENDÁRIO NAS VENDAS DE CIMENTO* Mara Helena Nunes** 1. INTRODUÇÃO * As opnões expressas no argo são da nera responsabldade da auora e não concdem necessaramene
Leia maisESTIMATIVA BAYESIANA DO INSTANTE E DO LOCAL DE COLISÃO A PARTIR DA OBSERVAÇÃO DE FRAGMENTOS
ESIMAIVA BAYESIAA DO ISAE E DO LOCAL DE COLISÃO A ARIR DA OBSERVAÇÃO DE FRAGMEOS Andreza C. Basa, Robero V. F. Lopes, Helo. uga 3, Marcelo L. O. Souza 4 Insuo aconal de esqusas Espacas, São José dos Campos,
Leia maisECONOMETRIA. 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 maisUM MODELO DE OTIMIZAÇÃO DE CARTEIRAS BASEADO EM PREDIÇÃO
XXXVIII SIPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL Pesqusa Operaconal na Socedade: Educação, eo Ambene e Desenvolvmeno 2 a 5/09/06 Goâna, GO U ODELO DE OTIIZAÇÃO DE CARTEIRAS BASEADO E PREDIÇÃO Fábo Daros
Leia maisFATORES DETERMINANTES DA DEMANDA POR MOEDA NO BRASIL: UMA ABORDAGEM ECONOMÉTRICA USANDO REGRESSÃO LINEAR DINÂMICA
Pesqusa Operaconal e o Desenvolvmeno Susenável FATORES DETERMINANTES DA DEMANDA POR MOEDA NO BRASIL: UMA ABORDAGEM ECONOMÉTRICA USANDO REGRESSÃO LINEAR DINÂMICA Wesley Vera da Slva Ponfíca Unversdade Caólca
Leia maisDESENVOLVIMENTO DE MÉTODOS ESTATÍSTICOS, MATEMÁTICOS E NUMÉRICOS DE ESTIMAÇÃO DA INCERTEZA DE MEDIÇÕES QUÍMICAS
UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE QUÍMICA Dase de Fáma Morera DESENVOLVIMENTO DE MÉTODOS ESTATÍSTICOS, MATEMÁTICOS E NUMÉRICOS DE ESTIMAÇÃO DA INCERTEZA
Leia maisPODER DE MERCADO DAS EXPORTAÇÕES BRASILEIRA DE CELULOSE: UMA ANÁLISE DINÂMICA
ODER DE MERCADO DAS EXORTAÇÕES BRASILEIRA DE CELULOSE: UMA ANÁLISE DINÂMICA vlad_fs@yahoo.com.br ARESENTACAO ORAL-Comercalzação Mercados e reços VLADIMIR FARIA DOS SANTOS; MARCELO JOSÉ BRAGA. UNIVERSIDADE
Leia maisNº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625
Capíulo Problema 0 Nº de sucessos 0 4 5 0,0 0, 0,4 0,6 0,8,0 P 0,77 0,4096 0,048 0,05 0,0064 0,000 E 0, p ; 0,0 5 Problema 0 4 0 5 00 400 Lme superor de 0,05 0,0 0,005 0,00065 Lme superor de p^ 0,00 0,05
Leia maisContribuição do Capital Humano para o Crescimento da Agropecuária Brasileira Período de 1970 a 1996 *
Conrbução do Capal Humano para o Crescmeno da Agropecuára Braslera Período de 1970 a 1996 * Clalon Aaídes de Freas ** Carlos José Caeano Bacha *** Sumáro: 1. Inrodução; 2. O modelo neoclássco radconal;
Leia maisMEDIDA DO TEMPO DE RESPOSTA DOS MEDIDORES DE PRESSÃO DO SPR DA U.N.A. A. A. - UNIDADE I UTILIZANDO O MÉTODO DE MEDIDA DIRETA
MEDIDA DO TEMPO DE RESPOSTA DOS MEDIDORES DE PRESSÃO DO SPR DA U.N.A. A. A. - UNIDADE I UTILIZANDO O MÉTODO DE MEDIDA DIRETA Sergo Rcardo Perera Perllo *, Irac Maríne Perera Gonçalves *, Robero Carlos
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisProjeções de inflação
Projeções de nflação A experênca do Banco Cenral do Brasl Leonardo Po Perez Banco Cenral do Brasl Depep III Fórum Baano de Economa Aplcada Agoso de 23 Sumáro ) Inrodução Regme de Meas para Inflação no
Leia maisUM ESTUDO SOBRE O EFEITO TAMANHO NOS RETORNOS DAS EMPRESAS LISTADAS NA BOVESPA UTILIZANDO O MODELO GARCH-M
1 Gusavo Amorm Anunes UM ESTUDO SOBRE O EFEITO TAMANHO NOS RETORNOS DAS EMPRESAS LISTADAS NA BOVESPA UTILIZANDO O MODELO GARCH-M Monografa apresenada ao Deparameno de Cêncas Econômcas da Faculdade de Cêncas
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisA VOLATILIDADE DOS PREÇOS À VISTA DO BOI GORDO NO ESTADO DE SÃO PAULO: UMA APLICAÇÃO DOS MODELOS HETEROSCEDÁSTICOS
A VOLATILIDADE DOS PREÇOS À VISTA DO BOI GORDO NO ESTADO DE SÃO PAULO: UMA APLICAÇÃO DOS MODELOS HETEROSCEDÁSTICOS Léo da Rocha Ferrera Professor Tular, Unversdade do Esado do Ro de Janero (UERJ), Ro de
Leia maisEfetividade de hedge do milho com contratos futuros da BM&F: uma aplicação para a região de Maringá (PR)
Efevdade de hedge do mlho com conraos fuuros da BM&F: uma aplcação para a regão de Marngá (PR) Julyerme Maheus Tonn 1 Marcelo José Braga Alexandre Bragança Coelho 3 Resumo: O presene argo obeva examnar
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisANEXO III. Nota Técnica nº 148/2010-SRE/ANEEL Brasília, 24 de maio de 2010.
ANEXO III Noa Técnca nº 148/21-SRE/ANEEL Brasíla, 24 de mao de 21. M E T O D O L O G I A E Á L U L O D O F A T O R X ANEXO II Noa Técnca n o 148/21 SRE/ANEEL Em 24 de mao de 21. Processo nº 485.269/26-61
Leia maisEstudo da temperatura da transição de Fase do modelo de potts bidimensional
Esudo da emperaura da ransção de Fase do modelo de pos bdmensonal Wharley osa Gomes 1, Sergo Murlo da Slva Braga Marns Junor 2, Fred Jorge arvalho Lma 3, Anono Soares dos Anjos Flho 4 1 Graduando em Lcencaura
Leia maisMODELO DE PRECIFICAÇÃO DE ATIVOS DE CAPITAL: UM ESTUDO DE CASO NO SETOR DE FRIGORÍFICOS
MODELO DE PRECIFICAÇÃO DE ATIVOS DE CAPITAL: UM ESTUDO DE CASO NO SETOR DE FRIGORÍFICOS CAPITAL ASSET PRICING MODEL: A CASE STUDY ON MEAT SECTOR RESUMO Táco Auguso Faras 1 Luz Eduardo Nascmeno Fgueredo
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisXXXVIII ENCONTRO NACIONAL DE ECONOMIA
XXXVIII ENCONTRO NACIONAL DE ECONOMIA Tíulo: Análse da Qualdade do Crescmeno Econômco nos Esados Brasleros de 1995 a 2008: Quão eláscos são os ndcadores de pobreza com relação ao crescmeno? Jonahan de
Leia maisPRIMEIRO RELATÓRIO DE FÍSICA EXPERIMENTAL PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA
UIVERSIDDE DE PERMUCO / ESCOL POLITÉCIC DE PERMUCO EPP/UPE DEPRTMETO ITERDISCIPLIR ESIO ÁSICO ÍSIC EPERIMETL LUO(): TURM: OT: PROESSOR(): DT: / / PRIMEIRO RELTÓRIO DE ÍSIC EPERIMETL PROCESSOS DE ÁLISE
Leia mais