Departamentos
Disciplina: ECO064 - MÉTODOS DE APOIO À DECISÃO I
Carga horária: 60
Departamento: DEPTO DE ECONOMIA /ECO
Plano de Ensino
Ementa
• Desenvolvimento de capacidade analítica no que tange à consecução de previsões e cenários de
planejamento, através do aprendizado e prática laboratorial de vários modelos estatísticos e matemáticos de
previsão aplicados na área de economia.
• Abordagem de conceitos fundamentais para a modelagem e projeção de séries de dados históricos através do
ajuste de modelos univariados e causais, usando-se abordagens clássicas.
• Modelagem estatística para previsão de dados como, por exemplo, séries financeiras (receitas, despesas,
preços, custos), de venda, demanda, consumo, dentre outras.
• Análise e aplicação de ferramentas de fundamental importância na atuação profissional do economista no que
tange aos trabalhos de planejamento de mercado e planejamento orçamentário-financeiro.
• Aplicações desenvolvidas no software Forecast Pro for Windows (FPW).
Conteúdo
1) Apresentação de Problemas Reais de Modelagem e Solução Via Métodos de Apoio à Decisão
• Estudos de Caso na Área de Energia
2) Nivelamento: Estatística Básica Aplicada
• Estatística Descritiva: Medidas de Tendência Central, Medidas de Dispersão
• Probabilidades e Distribuições de Probabilidade (Normal e t de Student)
• Estatística Inferencial: Testes de Hipóteses e Intervalo de Confiança
• Correlação e Regressão Linear
• Correlograma (FAC e FACP);
• Estatísticas de Desempenho (MAPE, MAD, RMSE, Forecast Error, Coeficiente de Explicação - R2 e R2
ajustado);
3) O Estado da Arte em Séries de Tempo
• Conceitos e Modelos
4) Métodos Autoprojetivos
• Modelo Naïve;
• Modelos de Médias e Médias Móveis;
• Método de Amortecimento Exponencial (MAE) – Modelos de Brown, Holt e Holt-Winters; Método de Amortecimento Exponencial com Damped Trend; Método de
Amortecimento Exponencial com Análise de Intervenção; Amortecimento Exponencial em Estrutura de Múltiplos
Níveis;
• Modelo Univariado de Box & Jenkins (ARIMA e SARIMA): Identificação, Estimação, Testes de Aderência.
5) Modelos Causais
• Modelo de Regressão Dinâmica;
• Testes de Especificação dos Modelos (Dinâmica, Causalidade, Erros Estruturados);
• Modelagem de Eventos;
• Consecução de Cenários.
6) Comparação e Seleção de Modelos
• Análise in-sample e out-of-sample e rolling evaluation (deslocamento de origem)
7) Utilização do Software FPW (Forecast Pro for Windows)
• Estudos de Caso.
Bibliografia
GUJARATI, D.N.. Econometria Básica. Campus, 2006.
MORETIN, P.A; TOLOI, C.M.. Previsão de Séries Temporais. São Paulo: Atual, 1985.
PYNDICK, R. S..; RUBINFELD, D.L.. Econometria: Modelos & Previsões. Campus, 2004.
ZANINI, A. Métodos Estatísticos de Previsão. Material didático. 2014.
Bibliografia(continuação)
Não informado
Bibliografia complementar
BOX, G. E. P., JENKINS, G. M.. Time Series Analysis, Forecasting and Control, San Francisco, Holden-Day,
1994.
Plano de Ensino
COCHRANE, D.; ORCUTT, G.H.. Application of Least Squares Regression to Relationships Containing
Autocorrelated Error Terms. Journal of the American Statistical Association, 44, p. 32-61, 1949.
ENDERS, W.. Applied Econometric Time Series. IE-Wiley, 2003.
GOODRICH, R.L.. Applied Statistical Forecasting, Belmont, Business Forecast Systems, 1989.
HAMILTON, J.D.. Time Series, Princenton, 1994.
MONTGOMERY, D.C., JOHNSON, L.A.. Forecasting and Time Series Analysis, New York, McGraw-Hill Book
Co., 1990.