Time Series Analysis (2021)
Informações Gerais:
Período letivo: 13/09/2021 - 13/12/2021
Horário das aulas: segunda-feira, 14:20 - 18:00 - Aulas online
Horário de atendimento: sob agendamento prévio.
Avisos:
início das aulas dia 13/09/2021 - ZOOM
Pré-requisitos:
Inferência estatística, probabilidade, algebra linear e análise.
Objetivos e Ementa:
O objetivo do curso é oferecer um tratamento sistemático de séries temporais lineares e sua aplicação para modelagem e previsão de dados coletados sequencialmente no tempo. O curso apresentará técnicas para modelagem desses dados, assim como um tratamento matemático das técnicas apresentadas. Este curso serve como porta de entrada para desenvolvimento de pesquisa teórica e aplicada em séries temporais.
Séries temporais estacionárias, processos ARMA estacionários, previsão de séries estacionárias, decomposição de Wold, estimação de modelos lineares, propriedades dos estimadores em grandes amostras. Modelos SARIMA. Modelos de séries temporais em espaço de estado, densidades de filtragem, previsão e alisamento. Filtro de Kalman e variações.
(Tentativo): Modelos lineares multivariados, modelos fatoriais.
Bibliografia:
Principais:
[H] Hamilton, J.D., 1994. Time series analysis. Princeton university press.
[BD] Brockwell, P.J. and Davis, R.A., 2009. Time series: theory and methods. Springer Science & Business Media.
[DK] Durbin, J. and Koopman, S.J., 2012. Time series analysis by state space methods. Oxford university press.
Artigos Selecionados.
Recomendado:
Lütkepohl, H., 2005. New introduction to multiple time series analysis. Springer Science & Business Media.
Elliott, G. and Timmermann, A/. Economic Forecasting. Princeton Univ. Press. Princeton, NJ. 2016
Davidson, J., 2000. Econometric theory. Wiley-Blackwell.
Avaliação:
Os alunos serão avaliados através de exercícios para casa e um trabalho final.
Cronograma (esperado):
séries temporais estacionárias ([BD] ch 1, [H] 3.1)
processo ARMA estacionário ([BD] ch 3, [H] ch 3 e leitura de [BD] ch 2)
previsão de séries temporais ([BD] ch 5 e [H] ch 4]
estimação de modelos lineares e suas propriedades em grandes amostras ([BD] ch 7 e 8, [H] ch 5 e 7, leitura de [BD] ch 6 )
raiz unitária, modelos SARIMA, testes de não estacionariedade
modelos em espaço de estados, filtragem, previsão e alisamento
filtro de kalman e estimação dos parâmetros
modelos lineares multivariados para séries temporais
regressão com erros dependentes e modelos fatoriais