Gestão de Riscos e Investimentos
|
|
- Margarida Gesser Chaves
- 6 Há anos
- Visualizações:
Transcrição
1
2 Variações do VAR Variações do modelo básico do VAR 2
3 Até aqui utilizamos importantes suposições simplificadoras para calcular o VAR 1. A história recente é um indicador adequado de movimentos futuros dos fatores de risco 2. Os fatores de risco distribuem-se conjuntamente como uma Normal e são temporalmente independentes 3. A distribuição possui parâmetros estáveis (média e desvio-padrão) 3
4 O problema é que nem sempre elas são realistas Estas suposições implicam uma representação simplificada de um mundo complexo Tentando descrever o comportamento dos fatores de risco A maior parte dos métodos alternativos de cálculo do VAR procura relaxar uma ou mais destas simplificações 4
5 Agregação temporal independência Frequentemente assumimos que as variações futuras dos preços dos ativos não podem ser previstas com base nos preços passados Isto será verdade se os mercados forem informacionalmente eficientes Neste caso, as taxas de retorno dos ativos serão não-correlacionadas 5
6 Agregação temporal distribuição idêntica Também costumamos assumir que a distribuição dos retornos se mantém constante ao longo de um horizonte de tempo determinado Ex.: os retornos em cada instante do tempo seguem a mesma distribuição Normal, com mesma média e mesma volatilidade A suposição de que os retornos são VAs independentes e identicamente distribuídas (i.i.d.) atende a estas premissas simplificadoras 6
7 Agregação temporal (Cont.) Calculando retornos contínuos, podemos escrever P P P R ln ln ln R R t t 1 t t 2, t t 1 t Pt 2 Pt 2 Pt 1 Se a distribuição dos retornos é idêntica no tempo E R E R E R t 1 t V Rt V R V R 1 t 7
8 Agregação temporal (Cont.) Se, além disso, os retornos forem independentes no tempo... V R V R V R V R t 2, t t 1 t 2 Genericamente... 2 V R V R V R V R T V R T 0, T E R E R E R E R T E R T 0, T T T 8
9 Agregação temporal (Cont.) Logo, a volatilidade e a esperança de T períodos são Lembra... 2 T T T T T média 0 VAR W T zero 0 VAR W T T 9
10 Agregação temporal (Cont.) 10
11 Agregação temporal e dependência Em alguns casos, porém, os retornos têm alguma previsibilidade, motivada por imperfeições do mercado (Ex: baixa liquidez) É possível modelar esta dependência temporal como um processo autoregressivo (Ex.: AR(1)) R R u t t 1 t u N (0; ) 0; 0; t u u u Neste caso, 2 ; V R R V R V R Cov R R t 1 t t 1 t t 1 t V R t 1 R t
12 Eventos raros Em muitos mercados financeiros, observa-se com alguma frequência variações de preços acima de 4 desvios-padrão em relação à média Ex: a retração da produção industrial no Brasil em dezembro de 2008 (-12,4%) foi a maior já registrada e se situa a mais do que 5 desvios-padrão abaixo da média 12
13 Caudas grossas Tais variações põem em cheque a validade da suposição de normalidade das taxas de retorno Para VAs com distribuição Normal, a frequência esperada de variações acima de 4 DPs é de um dia a cada 125 anos! Uma forma de acomodar esta anomalia : utilizar alguma distribuição com caudas mais espessas do que a Normal 13
14 A candidata natural é a t de Student 14
15 Ajustando o VAR para a t de Student Se a VA segue uma distribuição t de Student com 4 graus de liberdade, esperamos observar variações acima de 3 DPs em aproximadamente 5 dias úteis por ano Probabilidade Num esperado em 250 dias DP Normal t (gl = 6) t (gl = 4) Normal t (gl = 6) t (gl = 4) % 0.12% 0.37% % 0.36% 0.81% % 1.20% 2.00% % 4.62% 5.81% % 17.80% 18.70%
16 Ajustando o VAR a uma t de Student (Cont.) Se é mais realista utilizarmos esta distribuição, podemos ajustar o VAR sem dificuldade Valor crítico e Razão em relação à Normal Normal t (gl = 6) t (gl = 4) 95% de confiança 1,65 1,94 2,13 Razão 1,00 1,18 1,30 99% de confiança 2,33 3,14 3,75 Razão 1,00 1,35 1,61 Ex: multiplicar o VAR tradicional por 1,61 16
17 FIM 17
Gestão de Riscos e Investimentos
Generalizando o modelo... Investimento inicial: Taxa de retorno: R W Valor final da carteira no horizonte considerado: Retorno esperado: Volatilidade do retorno: E R Menor valor final da carteira no nível
Leia maisGestão de Riscos e Investimentos
Existem duas abordagens gerais para calcular o VAR 1. Avaliação Local (local valuation) Métodos que vimos até agora São procedimentos em geral analíticos Baseiam-se no valor inicial do instrumento ou carteira
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente
Leia maisAnálise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Leia maisAula 4. Aula de hoje. Aula passada
Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisVERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS Conforme foi apresentado anteriormente, o modelo de análise de variância assume que as observações são independentes e normalmente
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisMAE 5882 aula 02. O log-retorno de período k (agregação temporal dos retornos)
Agregação de Retornos MAE 5882 aula 02 O log-retorno de período k (agregação temporal dos retornos) Agregação cross-section (transversal), para diversos ativos de uma carteira de investimentos, c: Suponha
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisDA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade
Leia mais3.1. Primeira Premissa: valor presente sem flexibilidade é o melhor estimador do valor de mercado
3 Modelo teórico O modelo teórico utilizado para o desenvolvimento deste estudo é baseado em duas premissas. A primeira é que o Valor Presente do projeto sem flexibilidade é o melhor estimador do seu valor
Leia maisAprendizagem Bayesiana
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Aprendizagem Bayesiana David Menotti www.inf.ufpr.br/menotti/ci171-182 Aprendizagem Bayesiana Agenda Introdução Teorema de Bayes
Leia maisOpções Reais. Modelagem do Ativo Básico. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos. IAG PUC-Rio
Opções Reais Modelagem do Ativo Básico Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Processos Estocásticos Modelando Incerteza Processos Estocásticos A incerteza em um projeto pode ter mais do
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisIntrodução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção
Introdução à Probabilidade e à Estatística (BCN0406-1) Prova 2 (A) 16/08/2018 Correção (1.pt) 1. Dadas as seguintes probabilidades associadas à variável aleatória X: -1 1 2 p() 1/2 1/3 1/6 a) Calcule a
Leia maisContabilometria. Prof.: Patricia Maria Bortolon, D. Sc.
Contabilometria Prof.: Patricia Maria Bortolon, D. Sc. Intervalos de Confiança Fonte: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora
Leia maisH11 GESTÃO DE RECURSOS LTDA.
H11 GESTÃO DE RECURSOS LTDA. Empresa: Documento: H11 Gestão de Recursos Ltda. Versão anterior: 30/09/2015 Atualização: 18/02/2016 Data Emissão / Revisão n.º revisão: 18/02/2016 ver. 2 Página: 2 Introdução:
Leia maisGestão de Riscos e Investimentos
A evolução da análise de risco A duration tem uma deficiência importante para uma ferramenta de análise e gestão de riscos: ela ignora a estatística 2 A evolução da análise de risco As teorias e ferramentas
Leia maisModelos para Séries Temporais Aula 1. Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2
Modelos para Séries Temporais Aula 1 Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2 Modelos para Séries Temporais Os modelos utilizados para descrever séries temporais
Leia maisGerenciamento de Risco
2010 Gerenciamento de Risco Nota Técnica 03 Diretoria de Investimentos Previ-Rio 09/2010 Nota técnica 03 Gerenciamento de Risco O gerenciamento de risco é um instrumento essencial para a otimização do
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
Leia maisEstatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
Leia maisDistribuições de Probabilidade Contínuas 1/19
all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.
Leia maisAula 11. Variáveis Aleatórias Contínuas Bidimensionais
Aula. Variáveis Aleatórias Contínuas Bidimensionais Resumo de caso unidimensional Caso Discreto p p 2 p 3 Caso Contínuo f(x) x x 2 x 3 i p i + f x dx X x x 2 x 3 P p p 2 p 3 Caso bidimensional Caso Discreto
Leia maisAnálise de séries temporais financeiras
Séries Temporais Financeiras Aula -1 Análise de séries temporais financeiras Em princípio, não haveria diferenças entre a análise de séries temporais financeiras e aquelas ocorrendo em outras áreas, como
Leia maisEstatística p/ TCE-PR Teoria e exercícios comentados Prof. Jeronymo Marcondes. Resolução prova Estatística p/ TCE-PR, área atuarial.
prova Estatística p/ TCE-PR, área atuarial. Boa pessoal! A CESPE deu uma prova de estatística que, acredito, estava muito acima do esperado por muitos candidatos. Vamos lá! Não encontrei recursos! Vamos
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Intervalo de confiança Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
Leia maisMAE 5882 aula 02. O log-retorno de período k (agregação temporal dos retornos)
Agregação de Retornos MAE 5882 aula 02 O log-retorno de período k (agregação temporal dos retornos) Agregação cross-section (transversal), para diversos ativos de uma carteira de investimentos, c: Suponha
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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral
Leia maisSistemas Reparáveis - Processo de Contagem
Sistemas Reparáveis - Processo de Contagem Enrico A. Colosimo Colaboração: Rodrigo C. P. dos Reis e Maria Luiza Toledo Programa de Pós-Graduação em Estatística - UFMG Teoria básica de Processos de Contagem
Leia maisEspecialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte Conforme foi apresentado
Leia maisProcessos Estocásticos
Processos Estocásticos Luis Henrique Assumpção Lolis 26 de maio de 2014 Luis Henrique Assumpção Lolis Processos Estocásticos 1 Conteúdo 1 Introdução 2 Definição 3 Especificando um processo aleatório 4
Leia maisAnálise de séries temporais. Prof. Thaís C O Fonseca DME - UFRJ
Análise de séries temporais Prof. Thaís C O Fonseca DME - UFRJ Conteúdo do curso Parte 1: Problemas e objetivos, conceitos básicos, processos estocásticos, estacionariedade, autocorrelação e correlação
Leia maisO teorema central do limite de distribuições probabilísticas
O teorema central do limite de distribuições probabilísticas Há um teorema de central importância sobre o limite de distribuições probabilísticas: é o chamado teorema central do limite. Esse teorema é
Leia maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.
PESQUISA EM MERCADO DE CAPITAIS Prof. Patricia Maria Bortolon, D. Sc. Cap. 4 Características do Conjunto de Oportunidades em Condições de Risco ELTO, E.; GRUBER, M.; BROW, S., GOETZMA, W. Moderna Teoria
Leia maisExemplo de uso da Análise de Variância na Fase de Análise. do Ciclo PDCA para Melhorar Resultados
Exemplo de uso da Análise de Variância na Fase de Análise do Ciclo PDCA para Melhorar Resultados 1 Uma indústria produz molas de aço, as quais têm a dureza como uma de suas principais características da
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 maisMomentos: Esperança e Variância. Introdução
Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros
Leia maisRevisão de Estatística (Aplicada a Análise de Desempenho) Profa. Jussara M. Almeida 1 o Semestre de 2014
Revisão de Estatística (Aplicada a Análise de Desempenho) Profa. Jussara M. Almeida 1 o Semestre de 2014 Por quê? Modelagem probabilística Avaliação dos resultados Qual a probabilidade do tempo de residência
Leia maisModelagem e Análise de Sistemas de Computação Aula 20
Modelagem e Análise de Sistemas de Computação Aula 20 Aula passada Lei dos grandes números Calculando integrais Gerando outras distribuições Método da transformada inversa Aula de hoje Simulando uma fila
Leia maisInferência Estatística
Inferência Estatística Estimação Intervalar Média e Proporção Estimação Pontual x Estimação Intervalar Exemplo Inicial: Um estudo pretende estimar o valor de µ, a renda média familiar dos alunos da UFMG.
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 mais5 Agregação das Reservas das Entidades
5 Agregação das Reservas das Entidades Neste capítulo é apresentado o procedimento de agregação das reservas das entidades. É importante ressaltar que as entidades probabilísticas sofrem agregação probabilística,
Leia maisCoeficiente de Assimetria
Coeficiente de Assimetria Rinaldo Artes Insper Nesta etapa do curso estudaremos medidas associadas à forma de uma distribuição de dados, em particular, os coeficientes de assimetria e curtose. Tais medidas
Leia maisModelos ARCH e GARCH Aula 8. Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8
Modelos ARCH e GARCH Aula 8 Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8 Motivação Pesquisadores que se dedicam a prever séries temporais, tais como preços
Leia maisFINANÇAS FRACTAIS a nova fronteira. A Moderna Teoria Financeira e as implicações da teoria Fractal. Prof. Carlos José Guimarães Cova D.Sc.
0 A Moderna Teoria Financeira e as implicações da teoria Fractal Prof. Carlos José Guimarães Cova D.Sc. 1 Moderna Teoria Financeira - Bachelier (1900) - Estudo sobre oscilação do preço de ativos - Hipóteses
Leia maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é
Leia maisAntes de resolvermos a)-c), vamos relembrar a diferença entre esperança (variância) conditional e esperança (variância) incondicional.
Econometria Avançada - 015-1 SOLUÇÃO Terceira lista de exercícios Problema 1. Seja r t os retornos (ou log-retornos) diários de um ativo financeiros (por exemplo, S&P500 ou Petrobrás ON) tal que r t =
Leia maisRespostas dos Exercícios Propostos
Respostas dos Exercícios Propostos Cap. P.) a) PA PB ; P(A B) ; P(A B) 6 6 6 4 b) PC ; PD ; P(C D) ; PC D 6 6 6 6 P.) (a) V (b)f (c) F P A 0,565 P B 0,8 ; P(A B) 0,0 P A B 0,85 ; P.4) ; C P A 0,475 C ;
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisAnálise de dados em Geociências
Análise de dados em Geociências Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Introdução Regressão linear dados independentes séries temporais Regressão de quantis Regressão
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisDistribuição de frequências. Prof. Dr. Alberto Franke
Distribuição de frequências Prof. Dr. Alberto Franke E-mail: alberto.franke@ufsc.br 1 Distribuição de frequências Há necessidade de distinguir entre: Distribuição observada Distribuição verdadeira Distribuição
Leia maisIND 1115 Inferência Estatística Aula 6
Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Lei dos Grandes Números e Teorema Central do Limite 02/14 1 / 9 Lei dos Grandes Números Lei
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas 2 o semestre 2016/2017 06/05/2017 09:00 1 o teste A 10 valores
Leia maisAula 1. Wilson Correa. June 27, 2017
Aula 1 Definições Básicas Wilson Correa June 27, 2017 Série de Tempo Definição Uma série de tempo é qualquer conjunto de observações ordenadas no tempo. Podem ser: Discretas. Ex: Valores Diários de Poluição,
Leia maisModelagem e Análise Aula 11
Modelagem e Análise Aula 11 Aula passada Aplicação de Little Utilização Processo de saída Aula de hoje Modelo do servidor Web Split/Merge de Poisson Rede de filas Múltiplas Filas Porque resultado anterior
Leia maisRevisões de Matemática e Estatística
Revisões de Matemática e Estatística Joaquim J.S. Ramalho Contents 1 Operadores matemáticos 2 1.1 Somatório........................................ 2 1.2 Duplo somatório....................................
Leia maisValue-at-Risk: Overview. Análise de Risco (1) R.Vicente mpmmf
Value-at-Risk: Overview Análise de Risco () R.Vicente mpmmf Resumo Objetivos Definição Esquema Geral Dinâmica de Preços Passeio Aleatório Discreto Somas de Variáveis Aleatórias Teorema Central do Limite
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia mais3 Modelo Teórico. 3.1 Mercados Incompletos
32 3 Modelo Teórico O modelo teórico adotado neste estudo está baseado em duas premissas principais. A primeira é o uso do Valor Presente do projeto sem flexibilidade como melhor estimador do seu valor
Leia maisEstatísticas Inferenciais Distribuições Amostrais. Estatística
Estatística Na descrição dos conjuntos de dados x 1,..., x n, não foi feita menção ao conceito de população. Estatísticas inferenciais: preocupadas com a fonte dos dados e em tentar fazer generalizações
Leia maisA emergência da hipótese dos mercados fractais como aperfeiçoamento da gestão de risco nos mercados financeiros.
Universidade Federal do Ceará Departamento de Administração A emergência da hipótese dos mercados fractais como aperfeiçoamento da gestão de risco nos mercados financeiros. Rodrigo Ribeiro Monteiro Cruz
Leia maisProf. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 12 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 2017
Prof. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 2 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 207 SUMÁRIO - BREVE DESCRIÇÃO, FUNDAMENTOS, CONCEITOS, CARACTERÍSTICAS,
Leia mais5 MEDIDAS DE RISCO 5.1 INTRODUÇÃO
5 MEDIDAS DE RISCO 5.1 INTRODUÇÃO Neste capítulo, são apresentadas as medidas de risco usadas no setor elétrico e em finanças, analisando as propriedades da definição de medida de risco coerente [30].
Leia maisA estacionariedade prova-se de maneira semel- hante.
Se por outro lado (U 1, U 2,...) é IID então mostremos que X n U 1 + + U n tem incrementos independentes e estacionários. De facto, dados n > m temos que X n X m U m+1 + + U n. Tome-se quaisquer n 1
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 maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço
Leia maisNorma de Gestão de Risco de Mercado
23/06/206 20/06/206 -. OBJETIVO Esta norma estabelece a Política de Risco de Mercado, observando as melhores práticas de mercado através da governança, metodologias, processos e sistemas necessários para
Leia maisA figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).
Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,
Leia maisAs bases da Dinâmica Molecular - 8
As bases da Dinâmica Molecular - 8 Alexandre Diehl Departamento de Física - UFPel Hipóteses fundamentais da teoria cinética Qualquer porção pequena do gás contém um número N enorme de moléculas. Número
Leia maisGestão de Riscos e Investimentos
Introdução ao Risco de Crédito 2 Riscos de mercado vs. risco de crédito Até agora, estudamos o VAR e a mensuração de riscos no contexto dos riscos de mercado Decorrentes de movimentos potencialmente adversos
Leia maisAULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)
AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado) Susan Schommer Econometria I - IE/UFRJ Valor esperado dos estimadores MQO Nesta aula derivamos o valor esperado dos estimadores
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação
Leia maisANEXOS REGULAMENTO DELEGADO (UE) N.º.../... DA COMISSÃO
COMISSÃO EUROPEIA Bruxelas, 4.10.2016 C(2016) 6329 final ANNEXES 1 to 4 ANEXOS do REGULAMENTO DELEGADO (UE) N.º.../... DA COMISSÃO que complementa o Regulamento (UE) n.º 648/2012 relativo aos derivados
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 9 Fundamentos de Testes de Hipóteses Leitura: Devore, Capítulo 8 Chap 9-1 Objetivos Neste capítulo, vamos aprender: Os princípios básicos de testes de hipóteses Estabelecer
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Na prática é, muitas vezes, mais interessante associarmos um número a um evento aleatório e calcularmos a probabilidade da ocorrência desse número do que a probabilidade do evento.
Leia mais