MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
|
|
- Gonçalo Cesário Leveck
- 6 Há anos
- Visualizações:
Transcrição
1 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
2 OBJETIVO Identificar e estudar, os principais fatores que influenciaram a evolução do consumo de energia elétrica no setor residencial do Brasil entre 1985 e Avaliar o consumo de energia para os próximos anos a partir de diferentes cenários, por meio das elasticidades das variáveis explicativas.
3 METODOLOGIA E DADOS Técnica de decomposição LMDI Identificação de fatores importantes Coeficientes técnicos Analise econométrica das series temporais que afetam o consumo de energia Estacionariedade Cointegração Regressão por Mínimos Quadrados Ordinários e elasticidades
4 BASE TEÓRICA DA TÉCNICA DE Base teórica teoria LMDI DECOMPOSIÇÃO LMDI Coeficiente técnico definido como i-ésima compontente
5 BASE TEÓRICA DA ECONOMETRIA APLICADA NO ESTUDO Elasticidade: bi (elasticidade) é coeficiente de ajuste
6 ANÁLISE DE ESTACIONARIEDADE A estacionariedade de uma série temporal é avaliada aplicando o teste estatístico de Dickey e Fuller Expandido, à series de dados explicadas de acordo ao modelo A hipótese nula da existência de uma raiz unitária na série é aceita ou rejeitada, frente à hipótese alternativa de não existência de raiz unitária (Gujarati, 2000e).
7 COINTEGRAÇÃO A relação de equilíbrio entre variáveis não estacionárias é avaliada aplicando o teste de Dickey e Fuller Expandido à série de resíduos da combinação linear das variáveis, definida como A estacionariedade da série de resíduos é interpretada como a existência de uma relação de equilíbrio. Ou seja rejeita a hipótese nula de existência de raiz unitária.
8 RELAÇÃO ENTRE AS TAXAS DE VARIAÇÃO PERCENTUAL São as elasticidades
9 EVOLUÇÃO E ESTRUTURA DO CONSUMO DE ELETRICIDADE NO BRASIL Consumo de eletricidade GWh BEN BRASIL RESIDENCIAL INDUSTRIAL COMERCIAL OUTROS 16% 14% RESIDENCIAL COMERCIAL 44% 26% INDUSTRIAL OUTROS Período: Consumo total aumentou 50 % Consumo residencial 64 %
10 PARTICIPAÇÃO DOS ELETRODOMÉSTICOS NO CONSUMO RESIDENCIAL PROCEL (2007)
11 VARIÁVEIS QUE AFETAM O CONSUMO DE ELETRICIDADE RESIDENCIAL, E(T) Consumo efetivo das famílias (R) Modelo definido para o consumo de energia. Quantidade de domicílios (D) Tarífa de energia elétrica (T) Modelo a partir de relações para a decomposição
12 COMPORTAMENTO TEMPORAL DAS VARIÁVEIS EXPLICATIVAS
13 COMPORTAMENTO TEMPORAL DAS RELAÇÕES ENTRE VARIÁVEIS EXPLICATIVAS
14 DECOMPOSIÇÃO DO CONSUMO DE ENERGIA ENTRE 2003 E 2012 PELA METODOLOGIA LMDI Componentes do consumo de energia elétrica, ΔE it (GWh) E LMDI ( ) , , ,2 E/R E/D T/E D/R R/T R , , ,0 E/R caiu ao longo de O consumo de eletricidade nas residências cresceu de forma menos intensa que a renda domiciliar
15 AVALIAÇÃO DE COEFICIENTES TÉCNICOS Com os valores obtidos da decomposição é possível avaliar os coeficientes técnicos, e poder estimar variações no consumo devido a variações na variável X i. No curto prazo. Variáveis Valor do coeficiente técnico X 1, E/R 2,43x10 6 (R$) X 2, E/D 6,05x10 7 (domicílios) X 3, T/E 2,37x10 4 ((GWh) 2 /R$) X 4, D/R 13,68x10 4 (GWh R$/domicílios) X 5, R/T 1,52x10 4 X 6, R 4,07x (GWh/R$)
16 AVALIAÇÃO DOS DADOS Consumo efetivo das famílias Tem impacto no consumo de eletricidade residencial Aumentou 63% nos últimos 10 anos Sua taxa de variação oscilou entre 3%/ano e 9%/ano, entre 2005 e 2010 Tem uma contribuição positiva no consumo total de energia elétrica residencial Tarifa de eletricidade Variável que mais variou ao longo do período de estudo Nos últimos 10 anos apresentou uma redução de 18% em termos reais
17 AVALIAÇÃO DOS DADOS Tarifa de eletricidade (continuação) Taxa máxima de variação anual entre 2005 e 2013 foi de -9%/ano, Maior taxa de aumento foi de 3,2 % Número de domicílios Variável de comportamento de crescimento relativamente estável Não apresenta grandes variações ao longo do tempo Enquanto crescer, o consumo residencial de eletricidade deve crescer no Brasil
18 AVALIAÇÃO DA PRECISÃO DO MODELO LMDI E SEUS COEFICIENTES TÉCNICOS LMDI é apropriado para avaliação de fatores importantes para o consumo domiciliar Estimativas com erros elevados Estimativas para períodos intermediários resultaram com erros percentuais muito altos : 52% ou : 119% O desvio padrão das percentagens de erro das diferentes estimativas avaliadas resultante foi de 85%
19 SÉRIES TEMPORAIS ANÁLISE DE REGRESSÕES E ELASTICIDADES RESULTADOS DO ANÁLISE DE ESTACIONARIEDADE E TESTE DE COINTEGRAÇÃO O teste de Dickey-Fuller Expandido e Engle e Granger foram aplicados às séries temporais das variáveis para avaliar a estacionariedade, ordem de integração, a partir das regras de decisão. H 0 : τ τ critico, Aceita H 0, E t tem raiz unitária, logo E t não é estaciona H 1 : τ < τ critico, Rejeita H 0, E t não tem raiz unitária, logo E t é estacionariaria epe
20 RESULTADOS TESTE DE DICKEY-FULLER EXPANDIDO Estatística Teste Dickey-Fuller Expandido das series temporais em níveis Estatística Teste Dickey-Fuller Expandido das series temporais em primeira diferença Variável τ estatístico % τ do critico t critico Hipótese nula, existência de raiz unitária. Variável τ estatístico % τ do critico t critico Hipótese nula, existência de raiz unitária. Energia -2,212 5% -3,588 10% -3,229 Aceita a hipótese H 0 Energia -3,255 5% -3,588 10% -3,229 Rejeita a hipótese H 0 Domicílios -1,258 Consumo efetivo das famílias -2,587 5% -3,581 10% -3,225 5% -3,580 10% -3,2253 Aceita a hipótese H 0 Aceita a hipótese H 0 Domicílios -6,141 5% -3,595 10% -3,233 Consumo efetivo das famílias -3,975 5% -3,599 10% -3,233 Rejeita a hipótese H 0 Rejeita a hipótese H 0 Tarifa -2, % -3,580 10% -3,225 Aceita a hipótese H 0 Tarifa -3,915 5% -3,632 10% -3,2546 Rejeita a hipótese H 0 epe
21 MODELO E RESULTADO DA REGRESSÃO POR MQO SEM DUMMY Log (Consumo de Energia) 11,9 11,7 11,5 11,3 11,1 10,9 10,7 10, Ano As probabilidades de rejeitar os coeficientes da regressão estão entre 0,001 e 0,002. Baixa, < 5% A hipótese nula é rejeitada, ou seja os coeficiente da equação tem significância. epe
22 TESTE DE ENGLE E GRANGER O teste é aplicado às séries de resíduos da regressão das variáveis explicativas τ estatístico Probabilidade -4,599 0,0055 % τ do critico t critico 5% -3,740 10% -3,750 A inspeção gráfica do teste define que existe uma relação de longo prazo entre as variáveis regredidas. epe
23 AVALIAÇÃO DE VALORES DE ELASTICIDADES PARA REGRESSÕES DE PERÍODOS INTERMEDIÁRIOS Elasticidades para períodos intermediários Período Domicílios Renda Tarifa R ,709-0,091 0,0613 Probabilidade 0,894 0,001 0,638 0, Probabilidade Probabilidade 1,710 0,178-1,240 0,054 0,887 0,005 1,905 0,261-0,067 0,01 0,204 0,589 0,755 0,994 Elasticidades obtidas de regressões das series para períodos intermediários, não apresentam significância para explicar o consumo de eletricidade nesses períodos. epe
24 COMPARAÇÃO DE ELASTICIDADES DE RENDA E TARIFA NA LITERATURA País Período Elasticidade Renda Elasticidade Tarifa Noruega ,10 a 0,15-0,40 a -0,80 Países do G ,31-1,56 Coreia do Sul ,70 a 1,57-0,23 a -0,65 EUA ,52-0,48 Turquia ,57-0,38 Portugal ,13 Minas Gerais ,53-0,26 Nordeste ,88-0,5 Brasil ,13-0,403 Brasil ,21-0,07 Brasil ,35-0,32 Elasticidade renda indicam que a sociedade é mais predisposta a aumentar o consumo de energia elétrica devido a um aumento de renda domiciliar epe
25 AVALIAÇÃO DE CENÁRIOS PARA PROJEÇÕES DO CONSUMO DE ENERGIA Taxa de variação (%/ano) Ano Domicílios particulares permanentes Consumo efetivo das familias Tarifa média de eletricidade Consumo de energia elétrica residencial A variação percentual anual das variáveis explicativas são avaliadas para definir os diferente cenários e projetar o consumo de energia elétrica
26 CENÁRIOS E PROJEÇÕES DO CONSUMO DE ELETRICIDADE ELASTICIDADES Consumo de Energia elétrica (GWh) Dado observado C2 C1 C3 C3 C4 C6 C5 C6 C2 C5 C1 C Ano Cenário Taxa de variação anual das variáveis explicativas (%/ano) Domicílio Consumo das Famílias Tarifa C C C C C C
27 AVALIAÇÃO DE CENÁRIOS PARA PROJEÇÕES DO CONSUMO DE ENERGIA Projeções da variação do consumo de energia a partir de coeficientes técnicos da decomposição do consumo de energia entre 2012 e Aumento domicílios 2 %, renda 5 % aumento tarifa 30 % 2012 Aumento domicílios 2 %, renda 5 % aumento tarifa -5 % ΔE (GWh) Diferença (%) Caso ΔE (GWh) Diferença (%) Caso , , ,49-12% ,66 133% ,13 5% ,84 308% ,45 51% ,20 526% ,53 129% ,12 788% ,13 241% , % Aumento domicílios 2 %, renda 2 % aumento tarifa 10 % 2012 Caso ΔE (GWh) Diferença (%) , ,49-12% ,13 5% ,45 51% ,53 129% ,13 241% Comparação com modelo da regressão linear
28 5 GERENCIAMENTO DE DEMANDA DE ENERGIA ELÉTRICA Taxa de variação da tarifa mínima (%/ano) domicilio: 1 %/ano 2 %/ano 3 %/ano taxa de variação do consumo efetivo das famílias (%/ano) O gráfico relaciona taxas de variação das variáveis explicativas para controlar aumento do consumo de eletricidade residencial numa taxa 4 %/ano
29 CONCLUSÕES A técnica do LMDI permitiu decompor e explicar o comportamento e a estrutura do consumo de energia residencial Coeficientes obtidos são fracos para fazer projeções no longo prazo quanto ao consumo de eletricidade. As contribuições quanto ao consumo de eletricidade mais representativas foram as da variável R e a razão R/T para o aumento do consumo residencial de eletricidade. Os resultados sugerem que a renda compensou a variação da tarifa durante o período de estudo.
30 CONCLUSÕES Os resultados dos teste e teoria econométrica confirmaram a existência de relação entre as variáveis explicativas escolhidas, como determinantes para o estudo do consumo de energia elétrica residencial. As elasticidades obtidas da regressão apresentaram relação e significância quanto ao consumo de energia elétrica. Os valores obtidos de elasticidade consumo-renda e consumo-tarifa, são características de países em desenvolvimento. Tarifa e Renda com elasticidades com valores próximos e sinais opostos Podem indicar uma compensando a outra quanto ao consumo de energia elétrica nas residências.
31 Elasticidades CONCLUSÕES Domicílio: 0,97 variável dominante para o consumo residencial Renda: 0,35 consumo residencial inelástico com a renda Tarifa: -0,32 consumo residencial inelástico com a tarifa O consumo de energia é pouco sensível às mudanças na renda e tarifa No Brasil este comportamento pode ser parcialmente explicado pela conservação dos hábitos de consumo após a crise de 2001 Já ocorreu o atendimento de necessidades mais básicas.
32 CONCLUSÕES Gerenciamento da demanda residencial As variáveis número de domicílios e consumo efetivo das famílias são variáveis difíceis de se controlar Mais úteis explicar comportamento Para fazer projeções e estimativas do consumo de eletricidade. A tarifa de eletricidade pode ser utilizada para o gerenciar a demanda de energia elétrica.
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
UNIVERSIDADE FEDERAL DO ABC Programa de Pós-graduação de Energia Maria Jose Charfuelan Villarreal MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL
Leia mais4 Mecanismo gerador dos dados, quebras estruturais e cointegração
4 Mecanismo gerador dos dados, quebras estruturais e cointegração 4.1. Mecanismo gerador de dados Eis alguns fatos destacados na literatura: A teoria da PPC prevê que a taxa de câmbio real deve convergir
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 maisGabarito da 1 a Lista de Exercícios de Econometria II
Gabarito da 1 a Lista de Exercícios de Econometria II Professor: Rogério Silva Mattos Monitor: Delano H. A. Cortez Questão 1 Considerando que o modelo verdadeiro inicialmente seja o seguinte: C = a + 2Y
Leia maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisRESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO
RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou
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 maisEconometria Lista 1 Regressão Linear Simples
Econometria Lista 1 Regressão Linear Simples Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 (2.9 do Wooldridge 4ed - Modificado)
Leia maisUm modelo para a evolução dos preços da habitação em Portugal
Um modelo para a evolução dos preços da habitação em Portugal Nuno Lourenço 13 de março de 2018 Departamento de Estudos Económicos 2009 T1 2009 T2 2009 T3 2009 T4 2010 T1 2010 T2 2010 T3 2010 T4 2011 T1
Leia maisO capital humano nos municípios paranaenses: uma análise com regressões quantílicas
O capital humano nos municípios paranaenses: uma análise com regressões quantílicas Kassya Christina Keppe Luciano Nakabashi RESUMO O presente trabalho trata-se do capital humano como um dos fatores determinantes
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
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 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 maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
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 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 maisSegundo Trabalho de Econometria 2009
Segundo Trabalho de Econometria 2009 1.. Estimando o modelo por Mínimos Quadrados obtemos: Date: 06/03/09 Time: 14:35 Sample: 1995Q1 2008Q4 Included observations: 56 C 0.781089 0.799772 0.97664 0.3332
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 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 maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 12
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 12 Regressão com Variáveis Não-Estacionárias Considere três processos estocásticos definidos pelas seguintes
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 30 de abril e 02 de maio de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
Leia maisA EFICIÊNCIA DO CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL
Thiago Costa Soares (UFJF/GV) Luckas Sabioni Lopes (UFJF/GV) Dênis Antônio da Cunha (UFV/DER) A EFICIÊNCIA DO CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL SUMÁRIO 1. Introdução 2. Revisão de literatura
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 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 maisInstituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas
1 NOME: Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas Espaço Reservado para Classificações A utilização de qualquer meio de telecomunicação
Leia maisNome: Número: Espaço reservado para classificações
Instituto Superior de Economia e Gestão Universidade de Lisboa Licenciaturas em Economia e em Finanças Econometria - Época Normal - 07/01/2015 Duração 2 horas Nome: Número: Notas: A utilização do telemóvel
Leia maisIntrodução a Regressão Linear
Introdução a Regressão Linear 1 Duas pedras fundamentais em econometria: 1) Modelo de Regressão Linear 2) OLS método de estimação: Mínimos Quadrados Ordinários técnica algébrica / estatística Modelo de
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisIntrodução a Regressão Linear
Introdução a Regressão Linear 1 Duas pedras fundamentais em econometria: 1) Modelo de Regressão Linear 2) OLS método de estimação: Mínimos Quadrados Ordinários técnica algébrica / estatística Modelo de
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 maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisESTIMATIVA DA DEMANDA POR ENERGIA ELÉTRICA NAS INDÚSTRIAS DO BRASIL: UMA ANÁLISE DE SÉRIE TEMPORAL
ESTIMATIVA DA DEMANDA POR ENERGIA ELÉTRICA NAS INDÚSTRIAS DO BRASIL: UMA ANÁLISE DE SÉRIE TEMPORAL Renato Alves de Oliveira (Univesidade Estadual de Ponta Grossa) natoliveiralves@hotmail.com Eduarda Machoski
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 maisECONOMETRIA EXERCÍCIOS DO CAPÍTULO 6
ECONOMETRIA EXERCÍCIOS DO CAPÍTULO 6 1. Exercício C18.13 i) a iv) de W. 2. Exercício C18.2 de W. 3. (Exercício 9 do exame de ER de 25/6/2010.) Com dados anuais de 1952 a 2009, pretendese analisar as propriedades
Leia maisQuiz Econometria I versão 1
Obs: muitos itens foram retirados da ANPEC. Quiz Econometria I versão 1 V ou F? QUESTÃO 1 É dada a seguinte função de produção para determinada indústria: ln(y i )=β 0 + β 1 ln( L i )+β 2 ln( K i )+u i,
Leia maisAnálise de Regressão Linear Múltipla IX
Análise de egressão Linear Múltipla I Aula Gujarati e Porter - Capítulo 8 Wooldridge - Capítulo 5 Heij et al., 004 Seção 4..4 Introdução Ao longo dos próximos slides nós discutiremos uma alternativa para
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia 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 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 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 maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia 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 maisAULAS 17 E 18 Análise de regressão múltipla: estimação
1 AULAS 17 E 18 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia mais4. ANÁLISE DOS RESULTADOS DA PESQUISA
68 4. ANÁLISE DOS RESULTADOS DA PESQUISA Conforme já comentado, este estudo visa analisar a relação entre o EVA e o retorno das ações no mercado acionário brasileiro, através da aplicação de dois modelos
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia mais3 Análise e Discussão dos Resultados
52 3 Análise e Discussão dos Resultados Ao longo deste capítulo são apresentados e discutidos os principais resultados obtidos pela aplicação da metodologia descrita na seção 2, ou seja, as previsões de
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 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 maisESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05
ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância
Leia maisAnálise de Regressão Múltipla: Mínimos Quadrados Ordinários
1 Análise de Regressão Múltipla: Mínimos Quadrados Ordinários Ernesto F. L. Amaral Magna M. Inácio 26 de agosto de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica
Leia maisINSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA. Disciplina: Econometria I CH 60h Número de Créditos 06
INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA 1. ESTRUTURA DA DISCIPLINA Disciplina: Econometria I CH 60h Número de Créditos 06 Professor: Rosianne Pereira da Silva Período:
Leia maisA Demanda por Energia Elétrica no Brasil *
A Demanda por Energia Elétrica no Brasil * Cristiane Alkmin Junqueira Schmidt ** Marcos A. M. Lima *** Sumário: 1. Introdução; 2. Resenha sobre o estudo das elasticidades e o modelo teórico adotado; 3.
Leia maisNoções sobre Regressão
Noções sobre Regressão Nos interessa estudar como uma variável varia em função de outra. Por exemplo, considere a questão de demanda e preço de bens. Quando se estuda a variação de uma variável Y em função
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 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 maisLista de exercícios No. 4. EN Energia, meio ambiente e sociedade
Lista de exercícios No. 4 EN 2425 - Energia, meio ambiente e sociedade 4.1) a)explique o que é produto interno bruto e função de produção. Explique como as variáveis K, N e R afetam a função de produção.
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 maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisTabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista
32 5. Resultados 5.1. Séries Log-preço Para verificar se as séries logaritmo neperiano dos preços (log-preço) à vista e futuro e as séries logaritmo neperiano dos retornos (log-retorno) à vista e futuro
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 maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 7
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 7 Armando Manuel 09/29/2017 10. ECONOMETRIA DAS SERIES TEMPORAIS a) Processos Estocásticos b) A Cointegração c) A Previsão 1. Modelo Box
Leia maisEconometria - Lista 6
Econometria - Lista 6 Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 A curva de Phillips desempenha um papel fundamental na
Leia maisEXAME NACIONAL DE SELEÇÃO 2016
EXAME NACIONAL DE SELEÇÃO 2016 PROA DE ESTATÍSTICA 1 o Dia: 23/09/2015 QUARTA-EIRA HORÁRIO: 10h30m às 12h45m (horário de Brasília) EXAME NACIONAL DE SELEÇÃO 2016 PROA DE ESTATÍSTICA 1º Dia: 23/09 - QUARTA-EIRA
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisPaulo Jorge Silveira Ferreira. Princípios de Econometria
Paulo Jorge Silveira Ferreira Princípios de Econometria FICHA TÉCNICA TÍTULO: Princípios de Econometria AUTOR: Paulo Ferreira ISBN: 978-84-9916-654-4 DEPÓSITO LEGAL: M-15833-2010 IDIOMA: Português EDITOR:
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisEconometria I Lista 4: Inferência
Econometria I Lista 4: Inferência Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 07 de maio de 2018 Instruções: Objetivos com a lista: estruturação do conteúdo e compreensão da matemática e
Leia mais4 Resultados obtidos. 4.1 Abordagem top-down
38 4 Resultados obtidos Ao longo da pesquisa as abordagens top-down e bottom-up foram detalhadas, sendo as técnicas de suavização exponencial e o modelo FORECAST- Residential os escolhidos para representar
Leia maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisInstituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas
Instituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época de Recurso 2/Julho/2013 Duração 2 horas NOME: Processo Espaço Reservado para Classificações A utilização do telemóvel
Leia maisAULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
Leia maisMONTAGEM DE HIPÓTESES
MONTAGEM DE HIPÓTESES Metodologia Científica Graduação Tecnológica O Enunciado das Hipóteses * Toda pesquisa científica consiste em enunciar e verificar hipóteses... Hipótese é: * uma suposição que se
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 maisDefinição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável
Correlação Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Exemplos Perímetro de um quadrado e o tamanho
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisAULA 03 Análise de regressão múltipla: estimação
1 AULA 03 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 17 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Cohen, Ernesto, e Rolando Franco.
Leia maisNotas de Aulas Econometria I ** Eduardo P. Ribeiro, 2011 PARTE II
Notas de Aulas Econometria I ** Eduardo P Ribeiro, 0 PARTE II Autocorrelação Autocorrelação: violação da hipótese: E [ε t ε t-s ] = 0, para s > 0, como por exemplo, ε t = ρ ε t- + υ t, onde υ t é ruído
Leia maisAnálise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy)
Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy) 1 Como descrever informações qualitativas? Fatores qualitativos podem ser incorporados a modelos de regressão. Neste
Leia maisCONHECIMENTOS ESPECÍFICOS
Considere que o tempo de duração (X, em horas) de uma viagem por via ferroviária seja uma variável aleatória com função de densidade de probabilidade expressa por f(x) = 2e!2(x!5) em que x $ 5 horas. Com
Leia mais(ii) Acrescente lucros ao modelo da parte (i). Por que essa variável não pode ser
Questão 1 O arquivo CEOSAL2.RAW contém dados de 177 diretores, os quais podem ser utilizados para examinar os efeitos do desempenho da firma sobre o salário do CEO. (i) Estime um modelo que relacione o
Leia mais8 Comparação do mercado à vista e futuro
70 8 Comparação do mercado à vista e futuro Tendo em vista os resultados das seções anteriores, agregam-se os dados dos mercados à vista e futuro para se analisar o impacto que o fluxo de ordem de um mercado
Leia maisResultados. 4.1 Resultado da análise buy and hold
36 4 Resultados 4.1 Resultado da análise buy and hold Os resultados obtidos com a análise buy and hold estão em linha com os observados em estudos efetuados no mercado norte-americano, como Ritter (1991)
Leia maisESTIMAÇÃO DA EQUAÇÃO DE DEMANDA BRASILEIRA POR IMPORTAÇÃO DE ARROZ DO URUGUAI
ESTIMAÇÃO DA EQUAÇÃO DE DEMANDA BRASILEIRA POR IMPORTAÇÃO DE ARROZ DO URUGUAI Rodrigo da Silva Souza 1, Maria Izabel dos Santos 2, Alcido Elenor Wander 2, Cleyzer Adrian da Cunha 3 Palavras-chave: Arroz,
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 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 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 maisCarga Horária: 80 horas (correspondem a aulas e atividades extra-classe)
Curso: Economia Disciplina: ECONOMETRIA Turma 4ECO Carga Horária: 80 horas (correspondem a aulas e atividades extra-classe) Período Letivo: 2014/1 Professor: Hedibert Freitas Lopes (www.hedibert.org) OBJETIVO:
Leia maisEconometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010
Aula - 6/8/010 Econometria Econometria 1. Hipóteses do Modelo de RLM O modelo de regressão linear múltipla Estudar a relação entre uma variável dependente e uma ou mais variáveis independentes. Forma genérica:
Leia maisTestes de cointegração
Testes de cointegração Avaliando a existência de relação de conintegração entre séries temporais Wilson Freitas Quant Developer Recursos index.rmd 2/13 Teste de Engle & Granger (EG) Teste de Engle & Granger
Leia maisESTIMATIVAS DAS ELASTICIDADES PREÇO E RENDA DA DEMANDA POR ENERGIA ELÉTRICA RESIDENCIAL E POR REGIÃO GEOGRÁFICA DO BRASIL
ESTIMATIVAS DAS ELASTICIDADES PREÇO E RENDA DA DEMANDA POR ENERGIA ELÉTRICA RESIDENCIAL E POR REGIÃO GEOGRÁFICA DO BRASIL Autoria PALLOMA DA COSTA E SILVA UNIVERSIDADE CANDIDO MENDES ROBERTA MONTELLO AMARAL
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisAULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas
1 AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas Ernesto F. L. Amaral 07 e 09 de dezembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia mais5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
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 maisGabarito Trabalho 2. Variable Coefficient Std. Error t-statistic Prob.
Gabarito Trabalho 2 1. Estimando o modelo Date: 06/10/10 Time: 04:00 Sample: 2003M01 2008M01 Included observations: 70 C -2.046423 5.356816-0.382022 0.7038 LN_IPC_BR 2.041714 1.150204 1.775089 0.0811 LN_IPC_AR
Leia mais