INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA. Disciplina: Econometria I CH 60h Número de Créditos 06

Documentos relacionados
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS CONTÁBEIS PROGRAMA DE PÓS GRADUAÇÃO EM CIÊNCIAS CONTÁBEIS - PPGCC FICHA DE DISCIPLINA

EAE Econometria 1

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO

FICHA DE DISCIPLINA/PROGRAMA

Cód. Disciplina Período Créditos Carga Horária Terceiro (quatro) Semestral Semanal

PROGRAMA DE DISCIPLINA

ESPECIALIZAÇÃO LATO SENSU EM ESTATÍSTICA E ECONOMETRIA APLICADA AO SETOR PÚBLICO I TURMA

AULAS 21 E 22 Análise de Regressão Múltipla: Estimação

FICHA DE COMPONENTE CURRICULAR

PROGRAMA DE DISCIPLINA

Plano de Ensino. Identificação. Câmpus de Bauru. Curso Licenciatura em Matemática. Ênfase. Disciplina A - Estatística

Carga Horária: 80 horas (correspondem a aulas e atividades extra-classe)

EMENTA / PROGRAMA DE DISCIPLINA. ANO / SEMESTRE LETIVO Administração DISCIPLINA. CÓDIGO DA DISCIPLINA Métodos Quantitativos ADM 037.

Cód. Disciplina Período Créditos Carga Horária Semanal Mensal Nome da Disciplina

Aula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses

Paulo Jorge Silveira Ferreira. Princípios de Econometria

PROGRAMA ANALÍTICO DE DISCIPLINA IDENTIFICAÇÃO EMENTA

Cód. Disciplina Período Créditos Carga Horária ª 04 Semanal Mensal 04 60

Cód. Disciplina Período Créditos Carga Horária ª 04 Semanal Mensal 04 60

AULAS 17 E 18 Análise de regressão múltipla: estimação

Programa Analítico de Disciplina EST105 Iniciação à Estatística

AULAS 14 E 15 Modelo de regressão simples

CURSO DE ENFERMAGEM Reconhecido pela Portaria nº 270 de 13/12/12 DOU Nº 242 de 17/12/12 Seção 1. Pág. 20

INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL FACULDADE DE ECONOMIA CURSO: ECONOMIA

Carga Horária: Total: 60 h/a Semanal: 04 aulas Créditos: 04 Modalidade: Teórica Classificação do Conteúdo pelas DCN: Básica

Programa Analítico de Disciplina EST106 Estatística I

DISCIPLINA: ECONOMETRIA (CÓD. ENEX60089) PERÍODO: 5º PERÍODO

PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA

AULA 13 Análise de Regressão Múltipla: MQO Assimptótico

PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES

ESTATÍSTICA ECONÔMICA A 6EMA

ESTATÍSTICA ECONÔMICA A 6EMA

RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO

ISCTE-IUL Licenciatura em Economia Econometria 1 2º Ano, 2º Semestre 2010/2011

6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina

AULAS 14 E 15 Modelo de regressão simples

AULA 03 Análise de regressão múltipla: estimação

PLANO DE ENSINO I IDENTIFICAÇÃO. II - EMENTA (Sinopse do Conteúdo) 6. Inferência: Teste de Hipóteses. CURSO: Física Médica. DISCIPLINA: Bioestatística

Curso(s): Licenciaturas em Engenharia (1º ciclo) Aulas Teóricas 30h. Ano Curricular Semestre: 2º ano 1º semestre Aulas Teórico-Práticas 45h

Instituto de Estudos Sociais e Políticos - IESP-UERJ Lego II - análise de dados quantitativos

Análise Multivariada Aplicada à Contabilidade

LES0773 Estatística Aplicada III

Econometria. Professores: Hedibert Freitas Lopes (4ECO) - Priscila Fernandes Ribeiro (4ADM-A) Sérgio Ricardo Martins (4ADM-B)

6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina

Capítulo II: Estimação Pontual: noções básicas de estimação; método dos momentos e método da máxima verosimilhança; propriedades.

CURTA DURAÇÃO APLICAÇÕES DE ESTATÍSTICA

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

Predição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados

Prova de Estatística

RESOLUÇÃO CADM 10/11, DE 22 DE JUNHO DE 2011

PÓS-GRADUAÇÃO ANÁLISE DE DATA MINING

Análise de Regressão Múltipla: Mínimos Quadrados Ordinários

PROGRAMA DE DISCIPLINA

Prova de Estatística

CONHECIMENTOS ESPECÍFICOS

Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas

AULA 01 Principais Conceitos em Econometria

MÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor

Filho, não é um bicho: chama-se Estatística!

Universidade Federal do Pará Instituto de Tecnologia ESTATÍSTICA APLICADA. Plano da Disciplina. Campus de Belém Curso de Engenharia Mecânica

PLANO DE ENSINO

AULA 11 Heteroscedasticidade

PROGRAMA DE ENSINO DE DISCIPLINA Matriz Curricular - Resolução UNESP nº. 158, de 05/12/2012.

LCE0216 Introdução à Bioestatística Florestal

Instituto de Estudos Sociais e Políticos (IESP-UERJ) Lego II - Modelo de Regressão Linear

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2

ANÁLISE ECONOMÉTRICA DO CONSUMO DE CARNE BOVINA NA REGIÃO METROPOLITANA DE BELÉM UTILIZADO O SOFTWARE EVIEWS 3.0.

Profissinais que desejam adquirir ou aprimorar seus conhecimentos em modelagem de dados, analytics e estatística aplicada

Econometria I Lista 2: modelo de regressão linear clássico e regressão simples

PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27

Econometria I Lista 4: Inferência

Distribuição Normal. Estatística Aplicada I DISTRIBUIÇÃO NORMAL. Algumas característica importantes. 2πσ

Econometria Lista 1 Regressão Linear Simples

PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO

PROGRAMA DA DISCIPLINA. RCC6004 Métodos Quantitativos Avançados SEMESTRE: 1º/2017 QUARTAS-FEIRAS: 08:00-12:00 HORAS

SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA

PROGRAMA/BIBLIOGRAFIA e NORMAS DE AVALIAÇÃO

Métodos Quantitativos Aplicados

PLANO DE ENSINO. Disciplina. Código Denominação Carga horária AT 1 AP 2 APS 3 Total 311 Estatística e Probabilidade 120h/a 120h/a.

Análise de Regressão Linear Múltipla IX

AULA 8 - MQO em regressão múltipla:

PROGRAMA DE DISCIPLINA

Introdução ao modelo de Regressão Linear

Ministério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Curitiba PLANO DE ENSINO

EAE0325 Econometria II. Professora: Fabiana Fontes Rocha. Gabarito Primeira Lista Teórica de Exercícios

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA. Ministério da Educação

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ESTATÍSTICA INFERENCIAL Ano Lectivo 2018/2019

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE LAVRAS

ECONOMETRIA. Prof. Danilo Monte-Mor

EMENTA / PROGRAMA DE DISCIPLINA. ANO / SEMESTRE LETIVO Administração Estatística Aplicada à Gestão I ADM h 4º

Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável

A Metodologia de Box & Jenkins

1 Introdução aos Métodos Estatísticos para Geografia 1

PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)

Transcrição:

INSTITUTO DE ESTUDOS EM DESENVOLVIMENTO AGRÁRIO E REGIONAL CURSO: ECONOMIA 1. ESTRUTURA DA DISCIPLINA Disciplina: Econometria I CH 60h Número de Créditos 06 Professor: Rosianne Pereira da Silva Período: 019. Turma: 018 Email: rosiannepereiradasilva@gmail.com Horários: Seg.: 15:0 às 17 Sexta: 1:10 às 18:50. EMENTA Introdução à econometria. Análise de regressão simples e múltipla. Noções de Séries Temporais.. 3. OBJETIVO Conhecimento e compreensão dos principais conceitos Econométricos aplicados as Ciências Econômicas, visando o domínio de tais princípios e de ferramentais necessários que permitam entender o funcionamento deste na Economia. 4. PRÁTICAS PEDAGÓGICAS A metodologia utilizada é compreendida através de aulas expositivas referente ao conteúdo indicado, mediante o uso do quadro magnético e projeção de slides (data-show), seguidas de aplicação de exercicios em sala e aulas platicas em laboratório para aplicação dos modelos. 5. CRITÉRIOS DE AVALIAÇÃO a. O conceito final será composto pela média aritimética simples das duas avaliações, cada uma valendo 10,00, apurando-se a média das duas notas para determinar 60% do conceito final; b. Presença em sala de aula: 85% ou mais de presença garante 5% do conceito final e percentagens menores,5%. c. Trabalho individual/ ou em grupo determinarão 10,00 - Perfazendo 35%. 6. PROGRAMA DA DISCIPLINA UNIDADE I: 1. Conceitos básicos de Estatística 1.1 - Variável Aleatória; 1. - Esperança Matemática ; 1.3 - Variância e Covariância; 1.4 - Estimador Não-Tendencioso; 1.5 - Estimadores de Mínimos Quadrados; 1.6 - Propriedades Assintóticas; 1.7 - Principais Distribuições Teóricas de Probabilidade

UNIDADE II: Introdução à Econometria. A Natureza da Econometria:.1 O que é econometria?;. O método econométrico;.3 A estrutura dos dados econométricos;.4 Tipos de Econometria;.5 A causalidade e a noção de ceteris paribus na análise econométrica. 3.1.1 Definição; 3.1. Regressão versus correlação; 3.1.3 Estimando os coeficientes do modelo de regressão linear; 3.1.4 Derivação das estimativas de mínimos quadrados ordinários(mqo); 3.1.5 Características de MQO em determinada amostra de dados; 3.1.6 Testes de hipóteses sobre um dos coeficientes de regressão; 3.1.7 Intervalo de confiança para os coeficientes de regressão; 3.1.8 R e o erro padrão de regressão; 3.1.9 Heteroscedasticidade e homoscedasticidade. 3.1.10 Aplicação do Modelo de Regressão Simples 3. Aplicações do método MQO na Economia; 3..1 Modelo de Regressão Linear Simples 3.. Modelo de Demanda de carne de frango 3..3 Modelo de Oferta de soja em grãos 3..4 Modelo de Função Consumo 4 Análise de Regressão Múltipla: 4. Funcionalidade da regressão múltipla; 4..1 Modelo com duas variáveis independentes; 4.. Modelo com k variáveis independentes. 4.3 Mecânica e interpretação dos MQO; 4.4 O valor esperado dos estimadores de MQO; 4.5 A variância dos estimadores do MQO; 4.6 Distribuições amostrais dos estimadores do MQO; 4.7 Testes de hipóteses sobre um único parâmetros populacional: O teste t; 4.8 Intervalos de confiança: 4.9 Modelos de regressão dom variáveis binarias (ou Dummy); 4.10 Aplicação do Modelo de Regressão linear Multipla UNIDADE IV: Noções de Séries Temporais. 4 Analise de Regressão com Dados em Séries Temporais: 4.1 A natureza dos dados das séries temporais; 4. Exemplos de modelos de regressão de séries temporais; 4.3 Tendência e sazonalidade; 4.4 Séries temporais estacionarias e fracamente dependentes; Modelos dinamicamente completos e a ausência de correlação serial; A hipótese de homoscedasticidade para modelos de séries temporais; 4.5 Aplicações do Modelo de Séries Temporais.

8. CRONOGRAMA Aula Data H/A Assunto Referências 1 18/03/016 9/03/018 3 01/04/019 4 08/04/019 5 1/04/019 6 15/04/019 7 /04/019 8 6/04/019 Apresentação do Plano de Ensino e a Definição em conjunto com a turma quanto as formas de avaliação. UNIDADE I 1. Conceitos básicos de Estatística 1.1 - Variável Aleatória; Gujarati (011) 1. - Esperança Matemática ; 1.3 - Variância e Covariância; (016) Cap. e 4; 1.4 - Estimador Não-Tendencioso; Santana (003) cap 1.5 - Estimadores de Mínimos Quadrados; 1. 1.6 - Propriedades Assintóticas; 1.7 - Principais Distribuições Teóricas de Probabilidade 1. Conceitos básicos de Estatística (cont) 1.5 - Estimadores de Mínimos Quadrados; 1.6 - Propriedades Assintóticas; 1.7 - Principais Distribuições Teóricas de Probabilidade UNIDADE II: Introdução à Econometria. A Natureza da Econometria:.1 O que é econometria?;. O método econométrico;.3 A estrutura dos dados econométricos;.4 Tipos de Econometria;.5 A causalidade e a noção de ceteris paribus na análise econométrica. 3.1.1 Definição; 3.1. Regressão versus correlação; 3.1.3 Estimando os coeficientes do modelo de regressão linear; UNIDADE III 3.1.1 Definição; 3.1. Regressão versus correlação; 3.1.3 Estimando os coeficientes do modelo de regressão linear; 3.1.4 Derivação das estimativas de mínimos quadrados ordinários(mqo); 3.1.5 Características de MQO em determinada amostra de dados; 3 Análise de Regressão Simples (cont) 3.1.8 R e o erro padrão de regressão; 3.1.9 Heteroscedasticidade e homoscedasticidade. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1 e. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1 e. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1 e. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1 e. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1 e.

9 9/04/019 10 03/05/019 11 06/05/019 1 10/05/019 3 Análise de Regressão Simples (cont.) 3.1.6 Testes de hipóteses sobre um dos coeficientes de regressão; 3.1.7 Intervalo de confiança para os coeficientes de regressão; 3.1.8 R e o erro padrão de regressão; 3.1.9 Heteroscedasticidade e homoscedasticidade. Aplicação do Modelo MQO - Regressão Linear Simples (Aula Laboratório) Aplicação do Modelo MQO - Regressão Linear Simples (Aula Laboratório) Aplicação do Modelo MQO - Regressão Linear Simples (Aula Laboratório) Gujarati (011) (016) Cap. e 4; Santana (003) cap 1. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1 e. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1 e. Gujarati (011) (016) Cap. e 4; Santana (003) cap 1. 13 13/05/019 1ª Avaliação Gujarati (011) (016) Cap. e 4; Santana (003) cap 1. 14 17/05/019-4 Análise de Regressão Múltipla: Gujarati (011) Santana (003) 15 0/05/019-4 Análise de Regressão Múltipla: Gujarati (011) Santana (003) 16 4/05/019-4 Análise de Regressão Múltipla: Gujarati (011) Santana (003) 17 7/05/019-4 Análise de Regressão Múltipla: Gujarati (011) Santana (003) 18 31/05/019 Gujarati (011) - 4 Análise de Regressão Múltipla: Santana (003)

19 03/06/019-4 Análise de Regressão Múltipla: 0 07/06/019-4 Análise de Regressão Múltipla: 1 10/06/019 5 Aplicações na Economia ( Aula Laboratório) 5 Aplicações na Economia ( Aula Laboratório) 14/06/019 3 17/06/019 ª Avaliação Gujarati (011) Santana (003) Gujarati (011) Santana (003) Gujarati (011) Santana (003) Gujarati (011) Santana (003) Gujarati (011) Santana (003) 4 1/06/019 UNIDADE IV - Noções de séries Temporais Séries Temporais - 4 Analise de Regressão com Dados em Séries Temporais: 4.1 A natureza dos dados das séries temporais; 4. Exemplos de modelos de regressão de séries temporais; Gujarati (011) cap. 1 ; Santana (003) cap. 08. 5 6 7 4/06/019 8/06/019 01/07/019 Séries Temporais - 4 Analise de Regressão com Dados em Séries Temporais: 4.3 - Modelo de Tendencia e Sazonalidade Séries Temporais - 4.4 Séries temporais estacionarias e fracamente dependentes; Modelos dinamicamente completos e a ausência de correlação serial; A hipótese de homoscedasticidade para modelos de séries temporais; - Trabalho: Aplicação e análise de Modelos de Séries Temporais Aplicação do modelo/laboratório valendo 30% da nota do trabalho 8 Aplicação do modelo/laboratório valendo 30% da nota do 05/07/019 trabalho 9 08/07/019 Entrega do trabalho 30 1/07/019 Entrega do Resultado e Avaliação da disciplina Gujarati (011) cap. 1 ; Santana (003) cap. 08. Gujarati (011) cap. 1 ; Santana (003) cap. 08. Gujarati (011) cap. 1 ; Santana (003) cap. 08. Gujarati (011) cap. 1 ; Santana (003) cap. 08. 8. BIBLIOGRAFIA BÁSICA BUENO, R.L. S. Econometria de Séries Temporais - ª Ed. Editora: Cengage Learning,011 GUJARATI, Damodar N. Econometria Básica - 5ª Ed. 011 Amgh Editora 011. (Disponível em PDF). HOFFMANN, Rodolfo. Análise de regressão uma introdução à econometria. 3.ed. São Paulo: Portal de Livros abertos da USP, 016. (Disponível em PDF). MORAES, I.; STONA, F.; SCHUCK, G. Econometria Aplicada no Eviews. Porto Alegre: FEE, 016.

MORETTIN, Pedro.A.; TOLOI, Clélia, M. C. Análise de séries temporais. São Paulo, Egard Blucher, 006. SANTANA, Antônio Cordeiro de. Métodos Quantitativos em Economia. Belém: NAEA, 003. (Disponível em PDF) STOCK, J. H; WATSON, M. W. Econometria. São Paulo: Pearson, Addison e Wesley, 004. BIBLIOGRAFIA COMPLEMENTAR MADDALA, G.S. Introdução à Econometria. Rio de Janeiro, LTC, 003. PINDYCK, R. S.; RUBINFELD, D. L. Econometria: modelos e previsões. 4. ed. Rio de Janeiro: Campus, 004. WOOLDRIDGE, J. M. Introdução à econometria: uma abordagem moderna. São Paulo: Thomson Profa. Dra. Rosianne Pereira da Silva Siape: 3073671