Previsão da inflação do indicador IGP-M através de um modelo ARIMA
|
|
- Gonçalo Vasques Barros
- 6 Há anos
- Visualizações:
Transcrição
1 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 da série temporal da inflação do Índice Geral de Preços - Mercado (IGP-M), no período de junho de 2005 até junho de O IGP- M acompanha os preços nas mais diversas áreas do processo produtivo nacional, e sofre constantes inflações e deflações. Buscou-se, então, o modelo ARIMA que melhor descrevesse os dados escolhidos e, após isso, foi realizada a previsão dos valores da série nos próximos seis meses (de julho a dezembro de 2009). O melhor modelo encontrado foi o ARIMA(1,0,0), ou então AR(1), cuja previsão foi correta considerando um intervalo de confiança de 75%. 1 Introdução O indicador Índice Geral de Preços foi criado pela Fundação Getúlio Vargas (FGV), com a finalidade de acompanhar a inflação e deflação de preços ao longo do tempo, e possui três versões, sendo que a que será abordada nesse trabalho será o Índice Geral de Preços - Mercado (IGP-M). O IGP-M é uma medida abrangente, que trata do movimento do preço nas grandes áreas produtivas do país (atacado, varejo e construção civil), sendo a média ponderada do Índice de Preços por Atacado (IPA-M), o Índice de Preços ao Consumidor (IPC-M) e o Índice Nacional de Custo da Construção (INCC-M). O IGP-M é apurado do dia 21 do mês anterior até o dia 20 do mês de referência, e é utilizado principalmente na correção de valores contratuais, em especial dos contratos de locação e de energia elétrica. O conjunto de dados da inflação do IGP-M ao longo dos anos está disponível no sítio virtual do IPEA 1, e por se tratar de uma série temporal (dados coletados ao longo do tempo), pode-se aplicar uma diversidade de modelos estatísticos para analisar o comportamento da série e também prever seus valores futuros. Nesse trabalho, foi utilizado o modelo ARIMA, que descreve e prevê uma série temporal através de um modelo autoregressivo, um modelo integrado e um modelo de médias móveis. Para o estudo a seguir, buscou-se um modelo ARIMA que descreve os dados de inflação do IGP-M do período de junho de 2005 até junho de 2009, e então foi feita uma previsão das seis observações futuras e comparação das previsões com os valores reais, para descobrir se a previsão é efetiva ou não
2 2 Revisão da Literatura 2.1 O Modelo ARIMA AR(p) Um modelo auto-regressivo de ordem p, representado como AR(p), descreve o valor de uma observação de uma série temporal através da atribuição de pesos as p observações anteriores, da seguinte forma: z t = φ 1 z t 1 + φ 2 z t φ p z t p + a t (1) Onde z t é o valor observado no tempo t, φ j representa o peso de cada observação e a t é o ruído branco da observação t MA(q) O processo de médias móveis, representado por MA(q), é semelhante ao processo AR(p), porém, ao invés de definir a observação atual através da atribuição de peso as observações anteriores, constrói-se a observação z t através da atribuição de peso aos ruídos brancos das observações passadas ARMA(p, q) z t = a t θ 1 a t 1 θ 2 a t 2... θ q a t q (2) Uma forma de descrever melhor uma série temporal é através da junção do modelo autoregressivo com o modelo de médias móveis, formando o modelo ARMA(p, q), que pode ser escrito da maneira a seguir: I(d) z t = φ 1 z t φ p z t p + a t θ 1 a t 1... θ q a t q (3) Os modelos AR(p), MA(q) e ARMA(p, q) podem ser aplicados somente em séries estacionárias, ou seja, séries temporais que não possuam tendência e que suas média e variância sejam constantes. Contudo, séries temporais reais nem sempre seguem um padrão estacionário, e para contornar essa situação, toma-se a diferença da série. z t = z t z t 1 (4) Na maioria dos casos, uma série temporal que sofreu uma diferença tem mais chances de ser estacionária do que a série original. Portanto, sugere-se que tome a diferença de uma série d vezes, até que ela se torne estacionária ARIMA(p, d, q) Quando uma série não é estacionária, a aplicação de um modelo ARMA(p, q) é prejudicada. Para isso, aplica-se a diferenciação na série, tendo-se assim um modelo autoregressivo, integrado e de médias móveis, denominado ARIMA(p, d, q), representado a seguir. d z t = φ 1 d z t φ p d z t p + a t θ 1 a t 1... θ q a t q (5) Sendo d o número de diferenças necessárias para tornar a série estacionária. 2
3 2.2 Teste de Dickey-Fuller Existe uma ampla gama de métodos para avaliar se uma série temporal é estacionária ou não. Para esse trabalho, o modelo de avaliação utilizado foi o teste de Dickey-Fuller. Esse teste consiste em um teste de hipótese, em que: H 0 : A série não é estacionária H 1 : A série é estacionária O teste de Dickey-Fuller segue a estatística τ, em que a hipótese nula é rejeitada quando τ calculado < τ tabelado e não rejeitada quando o τ calculado não é menor do que o τ tabelado. Para encontrar o valor de τ calculado, faz-se uma regressão das primeiras diferenças da série ( z t ) em relação a z t 1. Então, divide-se o coeficiente estimado de z t 1 pelo seu desvio padrão, e obtém-se o τ calculado. Os valores tabelados de τ para um nível de significância de 1% (nível utilizado nessa pesquisa) encontram-se na tabela 1. Caso seja identificado que a série não é estacionária, deve-se tomar mais uma diferença e reaplicar o teste, até que a estacionariedade seja atingida. Tamanho da amostra τ tabelado Tabela 1: Valores do teste Dickey-Fuller para nível de significância de 1% 2.3 Critério de Informação de Akaike Uma das partes mais complexas da obtenção de um modelo ARIMA(p, d, q) é a definição de quais valores devem ser atribuídos para p, d e q. O valor d pode ser encontrado através do número de diferenças que torna a série estacionária. Akaike (1973, 1974) sugeriu a utilização de um modelo para definição dos melhores valores para p e q, que pode ser resumido da seguinte forma: AIC(k, l) = lnσ 2 k,l + 2(k + l) N Sendo k e l os valores de p e q, respectivamente, do modelo ARMA(p, q) que se deseja calcular o critério. σ 2 k,l representa o estimador de máxima verossimilhança e N é o número de observações da série. A ideia do modelo é escolher os valores de k e l que minimizam o valor de AIC, indicando que são os melhores valores para a definição de um modelo ARMA(k, l). (6) 3
4 3 Resultados Os dados a seguir representam a inflação do índice IGP-M (Índice Geral de Preços - Mercado), do período de junho de 2005 até junho de 2009, totalizando 49 observações. O gráfico da série temporal utilizada está retratado a seguir. Figura 1: Série original (Inflação IGP-M) O primeiro passo é verificar se a série é estacionária ou não. Para isso, foi aplicado o teste de Dickey-Fuller, obtendo-se um coeficiente de , com desvio padrão de , o que resulta em um τ calculado de Esse valor é inferior ao valor tabelado de 3.58, indicando a rejeição da hipótese nula, concluindo-se que a série é estacionária, não sendo necessário diferenciar a série. Portanto, o modelo ARIMA(p, d, q) aplicado será da forma ARIMA(p, 0, q), ou seja, um modelo ARMA(p, q). Com o auxílio do pacote forecast, do software R, utilizou-se a função auto.arima, que indica o melhor modelo ARIMA(p, d, q) para ser utilizado na série em questão. Para a série, o melhor modelo indicado pelo software foi o modelo ARIMA(1,0,0) (um coeficiente auto-regressivo, nenhuma diferenciação e nenhum coeficiente de média móvel), com φ 1 = e uma constante de valor Para verificar se esse modelo é realmente o melhor, foi aplicado o critério AIC para quinze modelos ARIMA, buscando aquele que retorna um menor valor para AIC (os resultados são mostrados na tabela 2). Analisando os quinze modelos selecionados, conclui-se que o mais indicado a ser utilizado é o ARIMA(1,0,0), pois indica o menor valor para AIC ( ). O modelo ARIMA(1,0,0), aplicado a série da inflação do índice IGP-M é: z t = z t (7) Para prever o valor das seis observações futuras, foi utilizada a função forecast, ainda do pacote forecast, considerando intervalos de confiança de 75% e de 95%. No gráfico a seguir, a linha azul escura representa o valor das previsões. Os tons de azul acima e abaixo da linha de previsão representam os intervalos de confiança de 75% e 95%. Em amarelo, estão os valores observados de julho até dezembro de 2009 (que são os valores 4
5 ARIMA(p,d,q) AIC ARIMA(0,0,1) ARIMA(0,0,2) ARIMA(0,0,3) ARIMA(1,0,0) ARIMA(1,0,1) ARIMA(1,0,2) ARIMA(1,0,3) ARIMA(2,0,0) ARIMA(2,0,1) ARIMA(2,0,2) ARIMA(2,0,3) ARIMA(3,0,0) ARIMA(3,0,1) ARIMA(3,0,2) ARIMA(3,0,3) Tabela 2: Valores de AIC (Inflação IGP-M) previstos no gráfico), para critério de avaliação dos valores previstos. Figura 2: Previsão com modelo ARIMA(1,0,0) 4 Conclusão Observando o comportamento do gráfico presente na figura 2, percebe-se que, aplicando um modelo ARIMA(1,0,0) (que pode também ser chamado de AR(1)) e considerando um intervalo de confiança de 75%, a previsão feita nesse trabalho consegue descrever o comportamento da série da inflação do IGP-M no período proposto. 5
6 Referências [1] MORETTIN, P.A., TOLOI, C. M. C., Análise de Séries Temporais. 2.ed. Edgard Blücher, [2] SHUMWAY, R.H., STOFFER, D.S., Time Series Analysis and Its Applications: With R Examples. 2.ed. Springer, [3] 6
Análise 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 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 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 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 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 maisEstimação de Modelos ARMA e ARIMA
Estimação de Modelos ARMA e ARIMA Estagiária Docente: Vívian dos Santos Queiroz Disciplina: Econometria Aplicada Professor: Sabino da Silva Porto Júnior Apresentação Inserindo Dados de Séries Temporais
Leia maisPrevisão da produção de energia hidrelétrica no Brasil via séries temporais.
Previsão da produção de energia hidrelétrica no Brasil via séries temporais. Sílvio de Castro Silveira. Introdução Joel Augusto Muniz Thelma Sáfadi Tadeu Vilela de Souza Recentemente ascendeu-se a discussão
Leia 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 maisAJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011
AJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011 LUIZ G. CARVALHO 1, CAMILA C. ALVARENGA 2 DANIELA C. RODRIGUES 3 1 Eng. Agrícola, Prof. Adjunto,
Leia 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 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 maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia 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 maisMODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar
Leia maisECONOMETRIA AVANÇADA Prova Intermediária - 09/04/2015
ECONOMETRIA AVANÇADA Prova Intermediária - 09/04/2015 Solução Questão I (2,0 pontos): Para o modelo y t = 0, 7y t 1 + ɛ t, com ruído branco ɛ t (0, 1), (a) (0,5) Obtenha a previsão h-passos a frente, ŷ
Leia maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisRevisão metodológica da Sondagem do Consumidor do IBRE/FGV
Nota Metodológica Revisão metodológica da Sondagem do Consumidor do IBRE/FGV Com o intuito de acompanhar as melhores práticas internacionais, o Instituto Brasileiro de Economia da Fundação Getulio Vargas
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 maisUma Aplicação dos Modelos Box-Jenkins para Previsão de Demanda na Área de Assistência Técnica de Computadores Pessoais
Uma Aplicação dos Modelos Box-Jenkins para Previsão de Demanda na Área de Assistência Técnica de Computadores Pessoais Liane Werner Departamento de Estatística, Universidade Federal do Rio Grande do Sul,
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 4
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 4 O Processo Média-Móvel Muitas vezes, a estrutura auto-regressiva não é suficiente para descrever totalmente
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisTestes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
Leia maisUM ESTUDO EM SÉRIES TEMPORAIS NA ANÁLISE DA RECEITA NOMINAL DE VENDAS DE VEÍCULOS E MOTOS RESUMO
64 UM ESTUDO EM SÉRIES TEMPORAIS NA ANÁLISE DA RECEITA NOMINAL DE VENDAS DE VEÍCULOS E MOTOS Samuel de Oliveira Especialista em ensino de Física Mestrando em Engenharia de Sistemas pela Universidade Federal
Leia 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 maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Leia maisFATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997
Economia e Desenvolvimento, nº 11, março/2000 Artigo Acadêmico FATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997 Zenir Adornes da Silva * Resumo: Neste artigo, analisa-se a influência
Leia maisMODELO ARIMA COM O PACOTE FORECAST
MODELO ARIMA COM O PACOTE FORECAST 1. INTRODUÇÃO Neste documento iremos mostrar como trabalhar o modelo ARIMA utilizando um pacote do R, (forecast) que permite a escolha de um modelo de forma automática.
Leia maisSISTEMA GUARDIÃO. Manual de Usuário
SISTEMA GUARDIÃO Manual de Usuário Resumo Neste documento é apresentada uma breve descrição das funcionalidades e da utilização do sistema integrado de detecção de anomalias em redes GUARDIÃO. Versão 1.0
Leia maisTestes de raiz unitária
Testes de raiz unitária Avaliando estacionariedade em séries temporais financeiras Wilson Freitas Quant Developer Recursos index.rmd 2/20 Testes de Raiz Unitária Definição do teste de raiz unitária Existem
Leia maisUm modelo de previsão para o IPCA: como a modelagem econométrica pode ser útil para estimá-lo antes das apurações oficiais
ISSN 2358-2138 Um modelo de previsão para o IPCA: como a modelagem econométrica pode ser útil para estimá-lo antes das apurações oficiais André Azevedo Muta 1 ESPM-SP Cléber da Costa Figueiredo 2 ESPM-SP
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 10 Multicolinearidade: o que acontece se os regressores são correlacionados? Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro.
Leia maisUniversidade Presbiteriana Mackenzie Trabalho de Econometria
Universidade Presbiteriana Mackenzie Trabalho de Econometria Graciele Maria Salzbrunn Mori Itiro Priscila de Oliveira Dutra Introdução 100% inercial. Objetivo: Verificar se é possível afirmar que a inflação
Leia maisÍNDICES ECONÔMICOS PORTAL BRASIL (PESQUISA)
ÍNDICES ECONÔMICOS PORTAL BRASIL (PESQUISA) Os direitos autorais desta página são protegidos pela Lei 9.610 de 19.02.1998 OS DIREITOS AUTORAIS DESTE SITE ESTÃO PROTEGIDOS PELA LEI Nº 9.610, DE 19.02.1998
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisAjuste sazonal das séries trimestrais. Diretoria de Pesquisa Coordenação de Contas Nacionais
Ajuste sazonal das séries trimestrais Diretoria de Pesquisa Coordenação de Contas Nacionais A série encadeada original O componente sazonal A tendência (trend cycle) A série encadeada com ajuste sazonal
Leia mais4 Processos Estocásticos e Simulação de Monte Carlo
33 4 Processos Estocásticos e Simulação de Monte Carlo O processo estocástico faz a descrição de uma variável com comportamento ao menos em parte de maneira aleatória através do tempo, onde se assume valores
Leia maisANÁLISE DO COMPORTAMENTO FUTURO DO PREÇO DO CIMENTO PORTLAND CP IV
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE DO COMPORTAMENTO FUTURO DO PREÇO DO CIMENTO PORTLAND CP IV Bianca Reichert (UFSM ) biancareichert@hotmailcom Adriano Mendonca Souza (UFSM )
Leia maisANALISE DO ÍNDICE BOVESPA SOB ENFOQUE SOB ENFOQUE DE SÉRIES TEMPORAIS
ANALISE DO ÍNDICE BOVESPA SOB ENFOQUE SOB ENFOQUE DE SÉRIES TEMPORAIS Laion Wolff Laion_london@hotmail.com Silvana Gonçalves de Almeida Silmtm@yahoo.com.br Roselaine Ruviaro Zanini rr-zanini@hotmail.com
Leia maisVetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência
Vetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência Forma estrutural e reduzida O método VAR busca capturar a interdependência entre múltiplas séries de tempo. Estrutura-se equações
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisDADOS DO GOOGLE APLICADOS A EXPECTATIVAS DO CONSUMIDOR
DADOS DO GOOGLE APLICADOS A EXPECTATIVAS DO CONSUMIDOR Aluno: Lucas Maneschy Costa Ferreira Orientador: Carlos Viana de Carvalho Introdução O consumo corresponde a maior porcentagem do Produto Interno
Leia maisLIFE SWSS SMART WATER SUPPLY SYSTEMS
LIFE SWSS SMART WATER SUPPLY SYSTEMS Índice 1. Informação projeto 2. Objetivos 3.Trabalho realizado 3.1. Survey dos casos de estudo 3.2. Modelos hidráulicos 3.3. Modelos preditivos 4.Trabalho futuro 5.Vantagens
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisEixo Temático: Estratégia e Internacionalização de Empresas
Eixo Temático: Estratégia e Internacionalização de Empresas PREVISÃO DA ARRECADAÇÃO DE ICMS DO ESTADO DO RIO GRANDE DO SUL: UMA ABORDAGEM COM MODELOS ARIMA RESUMO PREDICTING THE COLLECTION OF ICMS OF RIO
Leia maisIntrodução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Capítulo 3 Introdução à Probabilidade e à Inferência Estatística INTERVALOS DE CONFIANÇA: Diferentes pesquisadores, selecionando amostras de uma mesma
Leia maisIntervalos de Confiança
Intervalos de Confiança Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques e Nuno Bastos (DepMAT) Intervalos de Confiança 2010/2011 1 / 33 Introdução
Leia maisConceitos Básicos de Séries Temporais para Modelagem Macroeconômica
Conceitos Básicos de Séries Temporais para Modelagem Macroeconômica Material de apoio à aula de RBC Referencia bibliográfica: Introduction to Econometrics G S Maddala e Kajal Lahiri 4a. Edição, John Wiley
Leia maisTESTES DE HIPÓTESES. HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não.
TESTES DE HIPÓTESES HIPÓTESES: São suposições que fazemos para testar a fixação de decisões, que poderão ser verdadeiras ou não. HIPÓTESES ESTATÍSTICA: Hipótese Nula (H 0 ): a ser validada pelo teste.
Leia maisi. f Y (y, θ) = 1/θ... 0 y θ 0... y < 0 ou y > θ Se a amostra selecionada foi ( ), qual será a estimativa para θ?
Fundação Getulio Vargas Curso: Graduação Disciplina: Estatística Professor: Moisés Balassiano Lista de Exercícios Inferência. Seja (Y, Y 2,..., Y n ) uma amostra aleatória iid, de tamanho n, extraída de
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 maisUniversidade Federal do Pará Instituto de Tecnologia. Estatística Aplicada I
8/8/05 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 8/08/05 06:55 ESTATÍSTICA APLICADA
Leia maisMedidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO
Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos
Leia maisExercício Área - SPRING
Exercício Área - SPRING Figura 01 - Visualização dos dados contidos no projeto ativo. Comentários - Nesta etapa foi aberto o banco de dados, neste caso denominado São Paulo e foi definido o projeto, também
Leia maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisVERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES PROCESSO SELETIVO MESTRADO - TURMA 2012 PROVA
Leia mais4 Análise Exploratória
4 Análise Exploratória Ao analisar uma série temporal é de fundamental importância que seja feita a análise exploratória de dados. Tal procedimento permite que sejam identificadas diversas informações
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia mais4 Aplicação ao Carro Flex Fuel
58 4 Aplicação ao Carro Flex Fuel 4.1. Introdução Como visto no início da dissertação, o conceito do automóvel flex fuel tem como origem a possibilidade do carro utilizar como combustível álcool, gasolina
Leia maisEstudo heurístico de performance de estratégias de investimento simples baseadas na média móvel e desvio padrão no mercado ForEx
Estudo heurístico de performance de estratégias de investimento simples baseadas na média móvel e desvio padrão no mercado ForEx Lucas Roberto da Silva Centro de Automação, Gestão e Pesquisa em finanças
Leia maisProfessora conteudista: Maria Ester Domingues de Oliveira. Revisor: Francisco Roberto Crisóstomo
Estatística Básica Professora conteudista: Maria Ester Domingues de Oliveira Revisor: Francisco Roberto Crisóstomo Sumário Estatística Básica Unidade I 1 CICLO SEMPRE CRESCENTE...2 2 ESTATÍSTICA: CIÊNCIA
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisQuímica Analítica V 2S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 2S 2012 Aula 3: 04-12-12 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan 1 Conceito
Leia mais09/05/2017. Prof. Mônica Suely Guimarães de Araujo
Prof. Mônica Suely Guimarães de Araujo 1. Mapeamento do Processo 2. Lista de Verificação 3. Diagrama de Pareto 4. Matriz de Prioridade 5. Brainstorming: Tempestade Cerebral 6. Diagrama de Causa e Efeito
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS SOCIAIS APLICADAS PROGRAMA DE PÓS-GRADUAÇÃO EM MACROECONOMIA E FINANÇAS
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS SOCIAIS APLICADAS PROGRAMA DE PÓS-GRADUAÇÃO EM MACROECONOMIA E FINANÇAS ESTUDO DE MODELAGEM ECONOMÉTRICA PARA PREVISÃO DO ÍNDICE BOVESPA CURITIBA 2014 EVELIN
Leia maisPrevisão da temperatura média mensal de Uberlândia, MG, com modelos de séries temporais
Revista Brasileira de Engenharia Agrícola e Ambiental v.1, n.5, p.480 485, 008 Campina Grande, PB, UAEAg/UFCG http://www.agriambi.com.br Protocolo 159.06 05/1/006 Aprovado em 30/01/008 Previsão da temperatura
Leia maisDados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA
ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 4º PERÍODO 7º MÓDULO AVALIAÇÃO A2 DATA 08/10/2009 ESTATÍSTICA 2009/2 Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO
Leia maisMedidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação
Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes
Leia maisTeste de hipóteses para uma média populacional com variância conhecida e desconhecida
Teste de hipóteses para uma média populacional com variância conhecida e desconhecida Teste de hipóteses para uma média populacional com variância conhecida Tomando-se como exemplo os dados de recém-nascidos
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisESTIMAÇÃO DE DEMANDA E PREVISÃO DE PREÇOS NO SETOR DE ENERGIA ESPANHOL. Área temática: Gestão Econômica e Financeira
ESTIMAÇÃO DE DEMANDA E PREVISÃO DE PREÇOS NO SETOR DE ENERGIA ESPANHOL. Área temática: Gestão Econômica e Financeira Thiago Leitão thiago_machado@poli.ufrj.br Roberto Filho roberto.ivo@poli.ufrj.br Resumo:
Leia maisBioexperimentação. Prof. Dr. Iron Macêdo Dantas
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
Leia maisInferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Leia maisAnálise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins
Análise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins Vanderlei Santos de Souza 1 Romano Timofeiczyk Junior 2 Alexandre Nascimento de
Leia maisAnálise Discriminante
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Análise Discriminante Análise Discriminante 1 Análise discriminante - A
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 maisMODELAGEM BOX-JENKINS (ARIMA) PARA GESTÃO DE RISCO DE PREÇO NA PECUÁRIA DE CORTE DO ESTADO DO PARANÁ
MODELAGEM BOX-JENKINS (ARIMA) PARA GESTÃO DE RISCO DE PREÇO NA PECUÁRIA DE CORTE DO ESTADO DO PARANÁ João Batista Padilha Jr. 1 Paulo Rossi Jr. 2 Gustavo Schnekenberg 3 Heitor Silva Fam 4 Bárbara Mazetti
Leia maisJorge Caiado CEMAPRE/ISEG, Universidade Técnica de Lisboa Web:
CEMAPRE/ISEG, Universidade Técnica de Lisboa Email: jcaiado@iseg.utl.pt Web: http://pascal.iseg.utl.pt/~jcaiado/ 1 Uma série temporal (time series) consiste num conjunto de observações de uma variável,
Leia maisPREVISÃO DO ÍNDICE DE VOLUME DE VENDAS NO VAREJO - COMBUSTÍVEIS E LUBRIFICANTES NO ESTADO DO RIO GRANDE DO SUL.
Eixo Temático: Inovação e Sustentabilidade PREVISÃO DO ÍNDICE DE VOLUME DE VENDAS NO VAREJO - COMBUSTÍVEIS E LUBRIFICANTES NO ESTADO DO RIO GRANDE DO SUL. PREDICTION OF VOLUME OF RETAIL SALES INDEX - FUELS
Leia maisLista Estimação Pontual Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril
Exercício 1. (Kokoska, 2013) Estudos indicam que residências canadenses desperdiçam, aproximadamente, de 389 a 513 quilowatts-hora de eletricidade por ano. Esse desperdício é causado por aparelhos eletrônicos
Leia maisAjuste de mínimos quadrados
Capítulo 5 Ajuste de mínimos quadrados 5 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }}
Leia maisSéries de Tempo. José Fajardo. Agosto Fundação Getulio Vargas-EBAPE. José Fajardo (FGV-EBAPE) Fundamentos Estatísticos Agosto / 49
Séries de Tempo José Fajardo Fundação Getulio Vargas-EBAPE Agosto 2011 José Fajardo (FGV-EBAPE) Fundamentos Estatísticos Agosto 2011 1 / 49 Definição de esperança não condicional ou incondicional Considere
Leia maisSTUDY OF PREDICTION AND FORECAST OF AVERAGE DAILY TEMPERATURE OF THE CITY OF CARIACICA, ESPIRITO SANTO, BRAZIL, USING THE METHOD OF TIME SERIES
ESTUDO DE PREDIÇÃO E PREVISÃO DE TEMPERATURAS MÉDIAS DIÁRIAS DA CIDADE DE CARIACICA, ESPÍRITO SANTO, BRASIL, UTILIZANDO A METODOLOGIA DE SÉRIES TEMPORAIS STUDY OF PREDICTION AND FORECAST OF AVERAGE DAILY
Leia maisA Importância do Desenho Amostral. Donald Pianto Departamento de Estatística UnB
A Importância do Desenho Amostral Donald Pianto Departamento de Estatística UnB Objetivo dessa aula Explicar os tipos básicos de amostragem e a razão pelo uso de cada um Contemplar o uso simultaneo de
Leia maisRESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA
RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA Caro aluno, Disponibilizo abaixo a resolução resumida das questões de Estatística da prova de Auditor da SEFAZ/PI 2015. Vale dizer que utilizei a numeração da prova
Leia maisAula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
Leia maisTÉCNICAS DE AMOSTRAGEM
TÉCNICAS DE AMOSTRAGEM Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Teorema Central do Limite (TCL) Se y 1, y 2,...,
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisTEMPESTADE PERFEITA NO IGPM
Julho de 2017 TEMPESTADE PERFEITA NO IGPM Um dos subprodutos mais maléficos dos desajustes da economia brasileira é a inflação. Todo brasileiro se tornou especialista nesse assunto e particularmente existem
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS
ANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS ANALYSIS OF CHANGES IN TEMPERATURE ON DECK OF OUR LADY OF NOSSA SENHORA DA GLÓRIA BY BOX AND JENKINS Nathaly
Leia maisMODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 MODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
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 mais