Enunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental
|
|
- Luciana Minho
- 5 Há anos
- Visualizações:
Transcrição
1 Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;. O período de amosragem (ou unidade de empo), inervalo de empo enre observações consecuivas, deve ser consane. 3. A série não deve exibir lacunas (missing values); 4. A série não deve exibir valores anómalos (ouliers), em número significaivo. 5. Dever-se-ão, se possível, excluir séries que exibam variações abrupas, desconinuidade aparene, do seu nível médio. Resumo dos ópicos principais do rabalho Noa prévia: supõe-se que o desenvolvimeno dos principais ópicos do rabalho se apoia na uilização de funções/roinas escrias para o programa MATLAB, componenes de Toolbox denominada TSA (Time Séries Analysis). O rabalho a desenvolver pode ser dividido em duas pares: Pare I. Decomposição/Esacionarização da série original. A série original raramene pode ser visa como realização de processo esocásico esacionário, pelo que a sua análise (da série) compora passos com visa a ober uma série residual/ransformada que possa ser visa como al. Resumo dos principais passos da Pare I. a) Esacionarização da variância Da inspecção visual do cronograma 1 (ime plo) da série original, avaliar se a ampliude das oscilações, movimenos, em orno de uma endência não periódica (nível médio), exibe um padrão consisene de variação, crescene ou decrescene (não esacionária em variância). Em caso afirmaivo, enar a aplicação de ransformações, como a logarímica ou a raiz quadrada (as mais frequenes), de modo a ober-se uma série ransformada que seja esacionária em 1 Represenação, em gráfico, dos valores observados da variável em função do parâmero discreo, múliplo ineiro da unidade de empo ou período de amosragem.
2 variância. A ransformação de Box-Cox, é uma ransformação não linear mais geral, de que a ransformação logarímica e raiz quadrada são casos especiais. b) Com base na série esacionarizada em variância, podem seguir-se dois caminhos alernaivos, a saber: b 1 ) Decomposição clássica com Dessazonalização, consise na idenificação/modelação e remoção da componene cíclica sazonal, cujo período, d, deve poder ser facilmene especificado. A dessazonalização da série compreende a idenificação e remoção da componene sisemáica periódica (cíclica). Uilizar o comando em MATLAB >> [ Z _, S _ ] = seascomp1( X _, d) com X_ a série a dessazonalizar, d o período do ciclo sazonal, Z_ a série dessazonalizada e S_ a componene sazonal. Quando o nível médio da série em variação pouco acenuada, pode-se uilizar o comando >> [ Z _, M _, S _ ] = seascompm1( X _, d) onde M_ é a série das médias por ciclo. Idenificação/modelação, por regressão linear múlipla, da componene sisemáica denominada endência não periódica (nível médio global), caso a série dessazonalizada exiba, em oda a sua exensão, um padrão consisene de crescimeno/decrescimeno ou variação ajusável por um polinómio de baixo grau (aé 3º grau). Exemplificação de comandos em MATLAB para ajusameno de polinómio do º grau, m = c0 + c 1 + c, à endência, m, da série sem componene sazonal ou dessazonalizada: >> = ' ( N) [ ] 1: ; % Vecor coluna dos insanes de observação >> A = ones( size( )).^ ; >> b = Z _ ; % Z _ vecor coluna da série semcomponenesazonal >> coef = A \ b; % Solução de mínimos quadrados lineares >> m_ = A* coef; % componene endência global >> s = sum(( m_ b).^ ) /( N 3); % Variância esimada dos resíduos >> Covar = s* inv( A A); % Variância-covariância dos esimadores dos coeficienes >> s coef = sqr( diag( Covar)); % Desvios padrão dos esimadores dos coeficienes >> _ coef = coef./ s coef % Esaísica Suden hipóese nula de coeficienes iguais a 0 X 1 X 1,com série original e, parâmero no inervalo -1,1. lim log. Z = X [ ] = ( X ) e 0
3 Gerar série residual, Y, por subracção à série esacionária em variância, X, das componenes sisemáicas cíclica/sazonal e de endência. Nese pono, assume-se que série residual é realização de processo esocásico esacionário. >> Y = X _ S_ m_ ; b ) Aplicação dos operadores de diferenciação simples, = ( 1 B), onde B é o operador S araso, e de diferenciação sazonal, S ( 1 B ) = (de período S conhecido), à série esacionária em variância, X, de modo a ober-se série ransformada/diferenciada, Y, sem aparenes componenes sisemáicas sazonal e de endência não periódica. Esa série será denominada série residual, visa como realização de processo esocásico esacionário. Exemplificação com comandos em MATLAB: Neuralização/eliminação da componene esriamene periódica de período S >> Z _ = diffd( X _, S); Neuralização/eliminação de endência linear da série dessazonalizada Z _ >> Y _ = diff( Z _ ); c) Tese de aleaoriedade pura da série residual Y. A série residual, Y, visa como uma realização de processo esocásico esacionário, obida por um dos caminhos alernaivos deve ser sujeia a ese/ensaio da hipóese nula de a série ser aleaória pura 3, mediane o cálculo e aplicação de esaísicas ese. O ese principal, e mais frequene, é baseado na função de auocorrelação esimada, correlograma 4. Em MATLAB, o correlograma pode ser obido com o comando: >> rho _ k = acf ( Y _, plo _ flag, k _ max); com rho _ k, vecor de (k_max + 1) coeficienes de auocorrelação esimados para os desfasamenos k = 0,1,,,k_max. O segundo argumeno, plo_flag, especifica se no correlograma são ambém raçados os limies críicos (linhas) de ese/ensaio da nulidade dos coeficienes de auocorrelação, com ordenadas de ± para um nível de significância de N 5% (aproximadamene). 3 Iso é, uma realização de processo esocásico esacionário especial conhecido, enre os engenheiros de conrolo e de processameno de sinal, como processo ruído branco. 4 Variação dos coeficienes de auocorrelação esimados para desfasamenos (lags) k de pelo menos 36 unidades de empo.
4 Adicionalmene, esimar a função de auocorrelação parcial para desfasamenos k de pelo menos 36 5 unidades de empo. Uma regra práica propõe/sugere k_max = max(36, N/4); O comando em MATLAB para gerar os coeficienes de auocorrelação parcial, phi_k, k = 0,1,,,k_max, é exemplificado na linha seguine: >> phi _ k = pacf ( acvf ( Y _ ), k _ max, plo _ flag, plo _ cl), com acvf, a função de cálculo das auocovariâncias para os desfasamenos k, plo_flag se diferene de 0, o correlograma parcial é desenhado e se plo_cl diferene de 0, os limies críicos acima referidos são ambém desenhados no correlograma parcial. Noar que esas duas funções devem ambém ser esimadas para a série original. Caso o ese conclua pela aleaoriedade pura da série residual, erminar o exercício, especificando o modelo maemáico final que será, conforme o caminho adopado: Caso b1) Modelo: X = m + S + Y, com Y série residual aleaória pura (sucessão de variáves aleaórias independenes e idenicamene disribuídas com média 0 e variância σ Y ). d D Caso b) Modelo(exemplo): ( X ) = Y, onde d e D são as ordens, respecivamene, dos S operadores diferenciação simples e de diferenciação sazonal de período S. Em geral, as ordens d e D raramene excedem 1. Em qualquer dos casos, X é a série esacionária em variância, pelo que se esa não coincidir com a série original, deve ser aplicada a ransformação inversa da ransformação logarímica ou raiz quadrada (as mais frequenes), em ordem a modelar a série original. Pare II. Modelação da sucessão residual,, enquano sucessão de variáveis aleaórias não independenes ou auocorrelacionadas (processo esocásico esacionário). A Pare II, compreende as seguines eapas: a) Especificação das ordens, p e q, de modelo linear ARMA(p,q). As funções de auocorrelação (oal) e parcial esimadas podem ajudar (e normalmene ajudam) a especificar valores iniciais para as ordens p e q. Ese passo exige considerável experiência da pare do analisa. b) Esimação de parâmeros, por formulação e resolução de problema de mínimos quadrados não lineares (nos parâmeros). Ese exercício, pela sua complexidade, deve ser feio com a assisência direca do docene. Os resulados a ober são: Y 5 3 ciclos sazonais de período igual a 1 meses.
5 Valores esimados (esimaivas ponuais) dos parâmeros φ i, i = 1,,..., pe θ j, j = 1,,..., q e variância, ˆw σ, da série residual (ruído branco); Mariz de variância-covariância, Covar, dos esimadores dos parâmeros φ i, i = 1,,..., p e θ j, j = 1,,..., q. Inervalos de confiança para os φ i, i = 1,,..., p e θ j, j = 1,,..., q do modelo ARMA(p,q) ; Para os mais afoies, segue uma breve exemplificação de comandos em MATLAB para dar cumprimeno a esa alínea: >> pah( pah, '. \ immopibox '); % Especificar direcório das roinas de opimização >> % Resolução ieraiva do problema de Mínimos Quadrados Não Lineares >> % Méodo de Levenberg - Marquard ' ' >> [ param, info, perf, Jacobiana] = smarquard(' SQC _ ARMA', [ φes, θes ], [], [], p, q, Y _ ); >> param _ op = param(:, end); % Esimaivas de mínimos quadrados dos parâmeros >> w_ = SQC _ ARMA( param _ op, p, q, Y _ ); % Série residual >> s w_ MQ = sum( w_.^ ) /( N - p- ( p+ q)); % Esimaiva da variância da série residual >> % Mariz de variância - covariância dos esimadores d os parâmeros: Covar_MQ >> Covar _ MQ = s w _ MQ inv( Jacobiana Jacobiana); >> s_ MQ = sqr( diag( C_ MQ)); % Desvios padrão esimados dos esimadores dos parâmeros c) Avaliação da qualidade esaísica do modelo ajusado (Tesando: 1) a hipóese de nulidade dos parâmeros φ i, i = 1,,..., p e θ j, j = 1,,..., q; ) as condições de causalidade e inveribilidade do modelo ajusado, mediane o cálculo das raízes dos polinómios auoregressivo e de média móvel; 3) ocorrência de raízes/facores comuns enre os polinómios auoregressivo e de média móvel; 4) ocorrência de raízes próximas da unidade; Avaliação da qualidade do ajusameno (Análise dos resíduos- vidé ese de aleaoriedade pura da série residual.). Para mais pormenores, vide pono 3.5 das noas sobre Séries Temporais. d) Simulação. Gerar realização do processo esocásico esacionário. O resulado final será um modelo ARMA(p,q) para o processo esocásico esacionário, Y ( BY ) = ( Bw ), { w} N WN( 0, w) φ θ σ = 1
EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016
Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisFernando de Oliveira Durão
(Sucessões Cronológicas) Uma inrodução Fernando de Oliveira Durão (Documeno Provisório) Parcialmene adapado de noas de Alex Trindade Deparmen of Saisics Universiy of Florida www.sa.ufl.edu/~rindade/sa6934
Leia maisLista de Exercícios #11 Assunto: Séries Temporais
. ANPEC 995 - Quesão 5 Lisa de Exercícios # Assuno: Séries Temporais Sea yi xi i ordinários (MQO) de e, respecivamene. Pode-se afirmar que: uma equação de regressão e seam a e b esimadores de mínimos quadrados
Leia mais4 Análise dos tributos das concessionárias selecionadas
4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos
Leia maisEconometria de Séries Temporais Rogério Silva de Mattos, D.Sc.
Economeria de Séries Temporais Rogério Silva de Maos, D.Sc. UNIVERSIDADE FEDERAL DE JUIZ DE FORA (UFJF) FACULDADE DE ECONOMIA (FE) Economeria III O COMEÇO Box e Jenkins (1970) processos esocásicos nãoesacionários/inegrados
Leia maisAplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*
XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisIncertezas na Robótica Móvel Filtros Bibliografia Recomendada. EESC-USP M. Becker /78
Aula 5 Inrodução à Robóica Móvel Lidando com Incerezas Prof. Dr. Marcelo Becker EESC - USP Sumário da Aula Inrodução às Incerezas Incerezas na Robóica Móvel Filros Bibliografia Recomendada EESC-USP M.
Leia maisMódulo de Regressão e Séries S Temporais
Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisProf. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade
Leia mais1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.
XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus
Leia maisCONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE
CONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE Suzana Russo, Dra Orienadora Norbero Omar Ilgner Orienador Fernanda de Melo Basso Bolsisa PIBIC/CNPq RESUMO
Leia maisComportamento Assimptótico dos Mínimos Quadrados Questão: Será que a estimativa de mínimos quadrados converge para o valor verdadeiro dos parâmetros?
Conrolo por Compuador 3-Idenificação J. Miranda Lemos IST-DEEC Área Cienífica de Sisemas, Decisão e Conrolo 05 Comporameno Assimpóico dos Mínimos Quadrados Quesão: Será que a esimaiva de mínimos quadrados
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia maisEstudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)
Leia maisIV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman
IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia mais2 Revisão Bibliográfica
Revisão Bibliográfica Ese capíulo apresena os principais conceios, abordagens e a formulação básica das meodologias que esão incluídas no modelo HPA. Conceios maemáicos e esaísicos mais dealhados podem
Leia maisPrevisão de consumos a curto prazo
Previsão de consumos a curo prazo Séries emporais Cláudio Moneiro Disribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) Séries emporais Esa é a meodologia clássica mais popular para a previsão
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017
DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram
Leia maisTeste F na Regressão Linear Múltipla para Dados Temporais com Correlação Serial.
Deparameno de Ciências e ecnologias Mesrado em Esaísica, Maemáica e Compuação ese F na Regressão Linear Múlipla para Dados emporais com Correlação Serial. Bruno Fernando Pinheiro Faria Lisboa, Mesrado
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia maisCaracterísticas dos Processos ARMA
Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada
Leia maisEXAME NACIONAL DE SELEÇÃO 2007
EXAME NACINAL E SELEÇÃ 007 PRVA E ESTATÍSTICA o ia: 8/0/006 - QUARTA FEIRA HRÁRI: 0h30 às h 45 (horário de Brasília) EXAME NACINAL E SELEÇÃ 007 o ia:8/0(quara-feira) Manhã:0:30h às h 45 ESTATÍSTICA Insruções.
Leia maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisAPOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSIUO DE CIÊNCIAS EXAAS ICEx DEPARAMENO DE ESAÍSICA ES APOSILA DE MODELOS LINEARES EM SÉRIES EMPORAIS Glaura da Conceição Franco (ES/UFMG) Belo Horizone, agoso
Leia maisComportamento Assimptótico dos Mínimos Quadrados. Questão: Será que a estimativa de mínimos quadrados converge para o valor verdadeiro dos parâmetros?
Modelação, Idenificação e Conrolo Digial 4-Idenificação Paramérica 36 Comporameno Assimpóico dos Mínimos Quadrados Quesão: Será que a esimaiva de mínimos quadrados converge para o valor verdadeiro dos
Leia maisAplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo
Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Universidade do Esado do Rio de Janeiro Insiuo de Maemáica e Esaísica Economeria Variável dummy Regressão linear por pares Tese de hipóeses simulâneas sobre coeficienes de regressão Tese de Chow professorjfmp@homail.com
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia maisPREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS
74 PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS COST FORECASTING OF A CONDOMINIUM OF APARTMENTS USING THE METHODOLOGY OF BOX AND JENKINS
Leia maisREDUÇÃO DE DIMENSIONALIDADE
Análise de componenes e discriminanes REDUÇÃO DE DIMENSIONALIDADE Uma esraégia para abordar o problema da praga da dimensionalidade é realizar uma redução da dimensionalidade por meio de uma ransformação
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia maisFundamentos de Telecomunicações 2002/03
INSTITUTO SUPERIOR TÉCNICO Número: Fundamenos de Telecomunicações 22/3 EXAME Janeiro 25, 23 Duração: 2 minuos Nome: Preende conabilizar as noas dos eses? sim não Assinaura A resolução do exame é feia no
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia maisCE017 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA
CE07 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA Esas Noas de Aula êm apenas o objeivo de faciliar o rabalho do aluno em sala de aula na pare de anoação do coneúdo exposo pelo professor e com iso se ganha
Leia maisANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI CURSO DE LICENCIATURA EM MATEMÁTICA Denise de Assis Paiva ANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI São João del-rei 2017 Denise de Assis
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia maisEstimação em Modelos de Volatilidade Estocástica com Memória Longa
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Esimação em Modelos de Volailidade Esocásica com Memória Longa Auor: Gusavo Correa Leie Orienador: Professor
Leia mais4 Modelo de fatores para classes de ativos
4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos
Leia maisInstituto Superior de Economia e Gestão Universidade Técnica de Lisboa Econometria Época Normal 17/06/2013 Duração: 2 horas. Nome Turma: Processo:
Insiuo Superior de Economia e Gesão Universidade Técnica de Lisboa Economeria Época Normal 7/6/3 Duração: horas Nome Turma: Processo: Espaço reservado para classificações Noas: a uilização do elemóvel
Leia maisPREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO
! "#$ " %'&)(*&)+,.- /1.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX
Leia maisDEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:
DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das
Leia maisMÉTODOS DE DETECÇÃO ALTERNATI- VOS
Capíulo 5 MÉTODOS DE DETECÇÃO ALTERNATI- VOS 5. INTRODUÇÃO Nese capíulo são apresenados méodos de deecção de ouliers, alernaivos ao méodo baseado no ese das razões de verosimilhanças referido no capíulo
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisFunção de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco
Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia maisMODELOS E OUTLIERS EM SÉRIES TEM- PORAIS
Capíulo MODELOS E OULIERS EM SÉRIES EM- PORAIS. MODELOS PARA SÉRIES EMPORAIS Consideremos uma série emporal, x ( n) =,...,. A série segue um modelo auoregressivo de médias móveis ARMA(p,q) com ( ) Ex (
Leia maisUniversidade de Brasília - UnB Instituto de Exatas Departamento de Estatística ANÁLISE DE VOLATILIDADE DE ÍNDICES FINANCEIROS SETORIAIS
Universidade de Brasília - UnB Insiuo de Exaas Deparameno de Esaísica ANÁLISE DE VOLATILIDADE DE ÍNDICES FINANCEIROS SETORIAIS Mauricio Lamas Vioi de Barros 06/986 Brasília - DF 0 MAURICIO LAMAS VIOTTI
Leia mais4. Modelagem (3) (4) 4.1. Estacionaridade
24 4. Modelagem Em um modelo esaísico adequado para se evidenciar a exisência de uma relação lead-lag enre as variáveis à visa e fuura de um índice é necessário primeiramene verificar se as variáveis logarimo
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia maisIntrodução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.
Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,
Leia maisPREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI TATIANA PEREIRA MIRANDA PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS OURO BRANCO 2016 TATIANA PEREIRA
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia maisSÉRIE: Estatística Básica Texto: SÉRIES TEMPORAIS SUMÁRIO 1. INTRODUÇÃO TENDÊNCIA VARIAÇÕES SAZONAIS... 16
SÉRIE: Esaísica Básica Texo: SÉRIES TEMPORAIS SUMÁRIO. INTRODUÇÃO... 3.. NOTAÇÃO E NOMENCLATURA... 3.. COMPONENTES DE UMA SÉRIE TEMPORAL... 5.3. ESTACIONARIDADE... 6. TENDÊNCIA... 6.. DETERMINAÇÃO DA TENDÊNCIA...
Leia mais2 Os métodos da família X Introdução
2 Os méodos da família X 2. Inrodução O méodo X (Dagum, 980) emprega médias móveis (MM) para esimar as principais componenes de uma série (Sysem of Naional Accouns, 2003): a endência e a sazonalidade.
Leia maisIII Congresso da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 Junho 1995
1 III Congresso da Sociedade Poruguesa de Esaísica Guimarães, 26 a 28 Junho 1995 Políicas Ópimas e Quase-Ópimas de Inspecção de um Sisema Sujeio a Falhas Cláudia Nunes, João Amaral Deparameno de Maemáica,
Leia maisMODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO DISSERTAÇÃO
Leia mais2.6 - Conceitos de Correlação para Sinais Periódicos
.6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x
Leia mais1. Introdução. 2. Séries Temporais. Modelagem e Simulação - Modelos de Previsão
Modelos de Previsão vendas mensais (em unidades) Modelagem e Simulação - Modelos de Previsão Inrodução Em omada de decisão é basane comum raar problemas cujas decisões a serem omadas são funções de faos
Leia maisAntes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.
O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem
Leia maisMODELAGEM ESTOCÁSTICA DE SÉRIES FINANCEIRAS PARA APLICAÇÃO EM PROJETOS DE INVESTIMENTO DO SETOR ELÉTRICO
GAE/ 14 17 à de ouubro de 1999 Foz do Iguaçu Paraná - Brasil GRUPO VI GRUPO DE ESTUDOS DE ASPECTOS EMPRESARIAIS (GAE) MODELAGEM ESTOCÁSTICA DE SÉRIES FINANCEIRAS PARA APLICAÇÃO EM PROJETOS DE INVESTIMENTO
Leia maisAnálise de Pós-optimização e de Sensibilidade
CPÍULO nálise de Pós-opimização e de Sensibilidade. Inrodução Uma das arefas mais delicadas no desenvolvimeno práico dos modelos de PL, relaciona-se com a obenção de esimaivas credíveis para os parâmeros
Leia maisTRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)
TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:
Leia maisLUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO
LUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Deparameno de Esaísica Prof. Daniel Furado Ferreira 11 a Teoria da Decisão Esaísica 1) Quais são os erros envolvidos nos eses de hipóeses? Explique. 2) Se ao realizar um
Leia maisEstimação em Processos ARMA com Adição de Termos de Perturbação
UNIVER ERSIDADE DE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEP EPARTAMENTO DE ESTATÍSTICA Esimação em Processos ARMA com Adição de Termos de Perurbação Auor: Paricia Vieira de Llano Orienador:
Leia maisInstituto de Física USP. Física Moderna. Aula 23. Professora: Mazé Bechara
Insiuo de Física USP Física Moderna Aula 3 Professora: Mazé Bechara Aula 3 Bases da Mecânica quânica e equações de Schroedinger: para odos os esados e para esados esacionários. Aplicação e inerpreações.
Leia mais4. Selecionando modelos de Projeção com. AIC e SIC. Primeiro, vamos falar do erro quadrático médio
4. Selecionando modelos de Projeção com AIC e SIC Os criérios de seleção de modelos ipicamene requerem que o erro quadráico médio da previsão de um período a frene seja o menor possível. A diferença enre
Leia maisDETERMINAÇÃO DA RAZÃO DE HEDGE ÓTIMA PARA O BOI GORDO NO MERCADO FUTURO DA BM&F PELA APLICAÇÃO DA SIMULAÇÃO MONTE CARLO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. DETERMINAÇÃO DA RAZÃO DE HEDGE ÓTIMA PARA O BOI GORDO NO MERCADO FUTURO DA BM&F PELA APLICAÇÃO DA SIMULAÇÃO MONTE CARLO Reginaldo Sanana Figueiredo (UFG)
Leia maisCapítulo 7. O Modelo de Regressão Linear Múltipla
Capíulo 7 O Modelo de Regressão Linear Múlipla Quando ornamos um modelo econômico com mais de uma variável explanaória em um modelo esaísico correspondene, nós dizemos que ele é um modelo de regressão
Leia maisExperiência IV (aulas 06 e 07) Queda livre
Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia mais4 Aplicação do Modelo
Aplicação do Modelo É possível enconrar na lieraura diversas aplicações que uilizam écnicas esaísicas e de compuação inensiva para realizar previsões de curo prazo na área de energia elérica. Enre elas
Leia maisJOSEMIR RAMOS DE ALMEIDA MODELAGEM DA SÉRIE DE PACIENTES ACOMETIDOS POR ACIDENTE VASCULAR CEREBRAL EM JOÃO PESSOA-PB
UFPB UNIVERSIDADE FEDERAL DA PARAÍBA CCEN CENTRO DE CIÊNCIAS EXATAS E DA NATUREA DEPARTAMENTO DE ESTATÍSTICA JOSEMIR RAMOS DE ALMEIDA MODELAGEM DA SÉRIE DE PACIENTES ACOMETIDOS POR ACIDENTE VASCULAR CEREBRAL
Leia mais6 Processos Estocásticos
6 Processos Esocásicos Um processo esocásico X { X ( ), T } é uma coleção de variáveis aleaórias. Ou seja, para cada no conjuno de índices T, X() é uma variável aleaória. Geralmene é inerpreado como empo
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Aocorrelação Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Camps, 006 Core Transversal Série Temporal Em geral, com dados
Leia maisANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE
5, 6 e 7 de Agoso de 010 ISSN 1984-9354 ANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE Maria Emilia Camargo (Universidade de Caxias do Sul) kamargo@erra.com.br Waler
Leia maisIntrodução às Medidas em Física
Inrodução às Medidas em Física 43152 Elisabeh Maeus Yoshimura emaeus@if.usp.br Bloco F Conjuno Alessandro Vola sl 18 agradecimenos a Nemiala Added por vários slides Conceios Básicos Lei Zero da Termodinâmica
Leia maisCapítulo 3 Processos de Renovamento
Licenciaura em Maemáica Aplicada e Compuação PROCESSOS ESTOCÁSTICOS 22/3 Soluções da Colecânea de Exercícios Capíulo 3 Processos de Renovameno Exercício 31 Usando a definição de empo de paragem para uma
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia maisResumo. Sinais e Sistemas Sinais e Sistemas. Sinal em Tempo Contínuo. Sinal Acústico
Resumo Sinais e Sisemas Sinais e Sisemas lco@is.ul.p Sinais de empo conínuo e discreo Transformações da variável independene Sinais básicos: impulso, escalão e exponencial. Sisemas conínuos e discreos
Leia maisEscola de Administração Fazendária ESAF. Título: MODELO DE PREVISÃO PARA ARRECADAÇÃO TRIBUTÁRIA
Escola de Adminisração Fazendária ESAF Tema: Ajuse Fiscal e Dívida Pública SubTema: Ajuse Fiscal e Equilíbrio Macroeconômico Tíulo: MODELO DE PREVISÃO PARA ARRECADAÇÃO TRIBUTÁRIA SUMÁRIO - INTRODUÇÃO 2
Leia maisEFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E DE MÉDIAS MÓVEIS
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO EFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E
Leia maisA UTILIZAÇÃO DO MÉTODO ARCH PARA MODELAR A VARIÂNCIA CONDICIONAL DA BOLSA DE VALORES DO RIO DE JANEIRO: UMA ABORDAGEM INTRODUTÓRIA
1 A UTILIZAÇÃO DO MÉTODO ARCH PARA MODELAR A VARIÂNCIA CONDICIONAL DA BOLSA DE VALORES DO RIO DE JANEIRO: UMA ABORDAGEM INTRODUTÓRIA T01E009 RESUMO The ARCH Auoregressive Condiional Heeroscdasiciy models
Leia mais