Análise de Séries Temporais
Análise de Séries Temporais,
Edição 1
By Pedro Costa Ferreira

Data de publicação : 20 Out 2017

Descrição

Este é um livro de análise de séries temporais utilizando o software R. Ele é fruto da experiência adquirida pelos autores em empresas e academicamente e mostra, de maneira aplicada, como desenvolver diferentes modelos de séries temporais utilizando um dos softwares mais usados pela academia e pelo mercado. Além de introduzir o R, o livro aborda os principais modelos univariados, como Média Móvel, Suavização Exponencial Simples, Suavização Exponencial de Holt e Suavização Exponencial de Holt-Winters e (S)ARIMA e multivariados, como Box & Jenkins com Função de Transferência, modelos autorregressivos com defasagens distribuídas (ADL), VAR e VECM e ainda, discute o problema da não estacionariedade e aborda um dos principais programas de ajuste sazonal que é o X13-ARIMA-SEATS. Com este livro o leitor fará uma viagem pelo "Mundo das Séries de Tempo" e aprenderá os passos e os cuidados necessários para uma boa modelagem e previsão.

Sobre o autor(es)
By Pedro Costa Ferreira
SUMÁRIO
Parte I Introdução ao R, Estatística Descritiva + Gráficos 1
1 Introdução ao R 3
1.1 Introdução: o que é o R e o RStudio? 3
1.1.1 A linguagem R 3
1.1.2 O RStudio 4
1.1.3 Bases de dados 4
1.2 Primeiros passos com R e RStudio 5
1.2.1 Instalação do R 5
1.2.2 Scripts 8
1.3 Primeiros passos com o R 10
1.3.1 Operações matemáticas 10
1.3.2 Operações lógicas 10
1.3.3 Objetos 11
1.3.4 Classes de objetos 12
1.4 Vetores 14
1.4.1 Exercícios 16
1.5 Data frames 17
1.5.1 Exercícios 21
1.6 Matriz 22
1.7 Listas 24
1.7.1 Exercícios 27
1.8 Trabalhando com diretórios e arquivos externos 27
1.8.1 Leitura de arquivos externos 28
1.8.2 Exportação de arquivos 30
1.9 Estruturas de condição e repetição 33
1.9.1 Estruturas de condição 33
1.9.2 Estruturas de repetição 35
1.10 Funções 39
1.10.1 Exercícios 40
1.11 A função which 41
1.12 Funções apply 42
1.13 Criando gráficos com o R 44
1.13.1 Histograma 46
1.13.2 Boxplot 51
1.13.3 Gráfico de pontos ou gráfico de dispersão 53
1.13.4 Gráfico de setores ou de pizza 55
1.13.5 Gráfico de barras 57
1.13.7 Adicionando elementos ao gráfico 61
1.13.8 Múltiplos gráficos 66
1.14 Exercícios 68
1.14.1 Base train.csv 68
1.14.2 Base Human Development Index (HDI).csv 68
1.14.3 Base dados_anp2.csv 69
1.14.4 Base_ipea.csv 69
Parte II Análises de Séries Temporais: Modelos Univariados 73
2 Modelos de suavização exponencial 75
2.1 Introdução 75
2.2 Suavização exponencial simples (SES) 81
2.3 Suavização exponencial de Holt (SEH) 84
2.4 Suavização exponencial sazonal de Holt-Winters 88
2.4.1 O modelo aditivo 88
2.4.2 O modelo multiplicativo 89
2.5 Considerações finais 93
3 Processos não estacionários 95
3.1 Introdução 95
3.2 Tipos de não estacionariedade 97
3.3 Diferenciação e remoção de tendência 101
3.4 Testes formais 106
3.4.1 Augmented Dickey-Fuller (ADF) 106
3.4.2 KPSS 108
3.4.3 Phillips-Perron 109
3.4.4 Dickey Fuller-GLS (ERS) 109
3.4.5 Zivot-Andrews 110
3.5 Quebras estruturais 111
3.5.1 Principais testes para quebras estruturais 111
3.6 Exemplo 116
3.7 Considerações finais 120
4 Modelos SARIMA 121
4.1 Introdução 121
4.2 Preliminares 122
4.3 Análise exploratória da série temporal de vendas de passagens aéreas 123
4.3.1 Leitura da ST no R 123
4.3.2 Uma análise um pouco mais profunda da sazonalidade 125
4.3.3 Decomposição da ST 125
4.4 Conhecendo a ST antes de iniciar a modelagem BJ 127
4.4.1 Testando a estacionariedade da parte não sazonal 127
4.4.2 Avaliando a estacionariedade da parte sazonal 132
4.5 Modelando a ST 134
4.5.1 Identificação 135
4.5.2 Estimação 137
4.5.3 Diagnóstico 138
4.5.4 Previsão 142
4.6 Exportando as previsões 143
4.7 Considerações finais 143
5 Ajuste sazonal 145
5.1 Introdução 145
5.2 Breve resumo sobre o X-13ARIMA-SEATS 146
5.3 Instalação dos pacotes necessários 147
5.4 Algoritmo de ajuste sazonal 147
5.5 Aplicação no Índice de Produção Industrial 149
5.5.1 Análise gráfica 150
5.5.2 Execução do X-13ARIMA-SEATS no modo automático 151
5.5.3 Avaliação do ajuste automático 153
5.5.4 Correção do ajuste automático 158
5.6 Considerações finais 163
Parte III Análises de Séries Temporais: Modelos Multivariados 165
6 Box & Jenkins com função de transferência 167
6.1 Introdução 167
6.2 Definição 167
6.3 Dados e pacotes necessários 168
6.4 Metodologia 169
6.4.1 Função de correlação cruzada entre Y e X 170
6.4.2 Identificar r, s e b 173
6.4.3 Estimação do modelo com função de transferência 174
6.4.4 Verificar se o modelo é adequado 176
6.5 Considerações finais 178
7 Regressão dinâmica 179
7.1 Introdução 179
7.2 Modelo clássico de regressão linear 180
7.3 Correlação serial 181
7.3.1 Testes de correlação serial 182
7.3.2 Correção da correlação serial 184
7.3.3 Exemplo com dados artificiais 186
7.4 Modelos autorregressivos com defasagens distribuídas 189
7.5 Modelo de correção de erro 191
7.6 Aplicação à expectativa de inflação dos consumidores 193
7.7 Considerações finais 200
8 Modelo vetorial autorregressivo 201
8.1 Introdução 201
8.2 O Modelo VAR 202
8.2.1 Definição 202
8.2.2 Estabilidade e estacionariedade 204
8.3 Estimação, análise e previsão 207
8.3.1 Estimação 207
8.3.2 Diagnóstico 209
8.3.3 Função impulso-resposta 211
8.3.4 Decomposição de variância 214
8.3.5 Previsões 216
8.3.6 Causalidade de Granger 217
8.4 VAR estrutural (SVAR) 218
8.4.1 Definição 218
8.4.2 Exemplo 220
8.5 Não estacionariedade e cointegração 221
8.5.1 Engle-Granger 222
8.5.2 VECM 223
8.5.3 Método de Johansen 224
8.5.4 VEC estrutural (SVEC) 228
8.5.5 Exemplo 230
8.6 Investimento e confiança industrial 235
8.7 Considerações finais 241
Referências Bibliográficas 243
Detalhes do Produto
ISBN: 9788535290875
Nº de páginas: 264
Imagens: Approx. 100 illustrations
Preço de varejo sugerido: R$94,00