Estatística e Modelação Aplicadas com R

Módulo 1 – Introdução aos Modelos
Módulo 2 – Introdução aos Modelos Não Lineares
Módulo 3 – Introdução a Modelos Multivariados de Séries Temporais (VAR)

Formato: Online – Ao Vivo

DATA

setembro/2020

DURAÇÃO

4h/Módulo

LOCAL

Online – Ao Vivo

PREÇO

CADA MÓDULO:
75€

3 Módulos:
200€

descrição

Atualmente a análise de séries temporais vem se tornando indispensável para modelar a realidade na elaboração de modelos de tomada de decisões, à negócios, à gestão, explicar ou prever comportamentos já observados ou não. Este curso foi desenvolvido para fornecer uma porta de “entrada” para alunos com algum interesse em programação em R e econometria de séries temporais.

a quem se destina

– Estudantes de Mestrado e de Doutoramento
– Profissionais que pretendam adquirir competências em análise de séries temporais, econometria e modelos de previsão no software R.  

formador

Francisca Mendonça Souza

Licenciada em Matemática Aplicada Computacional, Especialista em Estatística e Modelagem Quantitativa, Mestre em Engenharia de Produção na área de Gerência de Produção ambos pela Universidade Federal de Santa Maria (UFSM). Doutorada em Métodos Quantitativos Aplicados à Gestão e Economia na especialidade de Estatística e Análise de Dados – Econometria pelo Instituto Universitário de Lisboa (ISCTE-IUL). Pós-doutoramento na Plataforma de Inovação da Vinha e do Vinho – INNOVINE e WINE na Universidade Trás-os-Montes e Alto do Douro na área de Séries Temporais, Econometria. Pós-doutoramento no Centro de Competências em Cloud Computing/Universidade da Beira Interior (UBI) em Data Mining and Sistematic Review and Meta Analysis. Possui 4 livros publicados sendo 3 deles em parcerias com Universidades Brasileiras. Autora e co-autora de um conjunto de publicações sobre economia aplicada, econometria e estatística aplicada.

programa

Módulo 1 – Introdução aos Modelos
8 e 9 de Julho – 18h às 20h

 UNIDADE 1 – INTRODUÇÃO
Motivação
Modelos univariados
Processo estocástico

 UNIDADE 2 – Metodologia de Box e Jenkins
Identificação
Estimação dos parâmetros
Adequação do modelo
Previsão

UNIDADE 3 – Modelos não estacionários ARIMA (p, d, q)
Introdução
Inspeção gráfica
Função de Autocorrelação e autocorrelação parcial
Teste para estacionariedade – ADF e KPSS
Estimação de modelos concorrentes
Escolha do modelo mais adequado
Análise de resíduos
Previsão

Módulo 2 – Introdução aos Modelos Não Lineares
16 e 17 de Julho – 18h às 20h

 UNIDADE 1 – INTRODUÇÃO
Motivação
Modelos Não Lineares

UNIDADE 2 – Modelos Não Lineares
Cálculo dos log retornos
Testes: momentos amostrais; normalidade; Ljung Box
Estimação dos Modelos ARCH e GARCH
Adequação do modelo
Previsão

Módulo 3 – Introdução a Modelos Multivariados de Séries Temporais (VAR)
24 e 25 de Julho – 18h às 20h

UNIDADE 1 – INTRODUÇÃO
Motivação
Introdução aos modelos multivariados de séries temporais

UNIDADE 2 – Modelo Autorregressivo VAR
Guia rápido para ajustar o Modelo de Vetor Autorregressivo -VAR

preço

Cada Módulo: 75€ 
3 Módulos: 200€

horário

Setembro/2020 – Data a Anunciar

pré-requisitos e metodologia

Formato: Online – Ao Vivo

 Materiais utilizados e disponibilizados: arquivos de pdf, base de dados e lista de comandos da ferramenta.

Pré-requisitos
Conhecimento de estatística e matemática.

Recursos Tecnológicos
Necessário que os estudantes tenham um computador e o software R ou RStudio instalado.

Referência bibliográficas

Souza, F. M., Oliveira, Souza, A. M., Souza, A. M., Menezes, R. M. C., Ramser, C. A. S., Leonardi, A. S. Estatística e Modelagem Aplicadas ao Software R. Editora Voix, 2018. ISBN: 978-85-94414-04-5

Souza, F.M. Modelos de Previsão Aplicações à Energia Elétrica ARIMA-ARCH-AI-ACP. 1º ed. Brasil: Appris Editora e Livraria Ltda , 2016. ISBN: 978-85-473-0248-1.

Box, G. E. P.; Jenkins, G.M., (1970). Time Series Analysis, forecasting and control. San Francisco: Holden Day, p. 315

Brooks, C. (2002). Introductory econometrics for finance. Cambridge: Cambridge U. Press.

Souza, F. M. (2016), Efeitos de Contágio das Taxas de Juro a Longo Prazo na Rendibilidade dos Índices Bolsistas Internacionais: Um Modelo com Quebras Estruturais, Persistência e Heterocedasticidade Condicionada. Tese de Doutoramento ISCTE-IUL, 67- 104.

Box, G. E. P.; Jenkins, G.M., (1970). Time Series Analysis, forecasting and control. San Francisco: Holden Day, p. 315

Brooks, C. (2002). Introductory econometrics for finance. Cambridge: Cambridge U. Press.

Dickey, D. A.; Fuller, W. A. (1970). Distribution of the Estimators for Autoregressive Time Series With a Unit Root. Journal of the American Statistical Association, v. 74, n. 366, p. 427–431, 1979.

Kwiatkowski, D. et al. (1992).Testing the null hypothesis of stationarity against the alternative of a unit root. Journal of Econometrics, v. 54, n. 1–3, p. 159–178.

Oliveira, A. C. S. Introdução ao R. Universidade Federal de Mato Grosso. Instituto de Ciências Exatas e da Terra. Departamento de Estatística. Mato Grosso, MT, 2011.

Wooldridge, J. (2016). Introductory Econometrics: A Modern Approach (with Economic Applications, Data Sets, Student Solutions Manual Printed Access Card). South-Western College Pub, 6th edition.

Russell, D. and MacKinnon, J. (2004). Econometric Theory and Methods. New York: Oxford University Press.

Stock, J. and Watson, M. (2011). Introduction to Econometrics. Addison Wesley Longman, 3rd edition.

Torfs, P. and Brauer, C. (2014). A (very) short introduction to R. https://cran.r-project.org/doc/contrib/Torfs+Brauer-Short-R-Intro.pdf.

Hamilton, J. D. (1994). Time series analysis. Princeton Univ. Press, Princeton, NJ.

Fale connosco

gades solutions

Rua Ferreira de Castro nº19

2635-361, Sintra, Portugal

Telefone: 210 124 743

Telemóvel: 932 027 860

Email: info@gades-solutions.com

inscrição

Por favor, introduza os seus dados. Entraremos em contacto brevemente.

Qual módulo deseja cursar:

11 + 6 =

Usaremos seus dados para fornecer informações sobre produtos e serviços da Gades Solutions. Para mais informações, consulte a nossa Política de Privacidade

 

COPYRIGHT © 2019 • GADES SOLUTIONS • TODOS OS DIREITOS RESERVADOS