Métodos de Previsão (MP-DEE)
Área
AC Matemática > UC Mestrados
Activa nos planos curriculares
Métodos Quantitativos para a Decisão Económica e Empresarial > Métodos Quantitativos para a Decisão Económica e Empresarial > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
Matemática Aplicada à Economia e à Gestão > Matemática Aplicada à Economia e à Gestão > 3º Ciclo > Unidades Curriculares Optativas > Optativas 1 > Métodos de Previsão
Decisão Económica e Empresarial > Decisão Económica e Empresarial > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
2ª Edição - Tomar > 2ª Edição - Tomar > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
3ª Edição > 3ª Edição > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
5ª Edição > 5ª Edição > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
1ª Edição > 1ª Edição > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
1ª Edição > 1ª Edição > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
6ª Edição > 6ª Edição > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
2ª Edição > 2ª Edição > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
2ª Edição > 2ª Edição > 2º Ciclo > Unidades Curriculares Obrigatórias > Métodos de Previsão
Nível
2º Ciclo (M)
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
Aula Teórica (T): 0.0 h/semana
Aula TeoricoPrática (TP): 3.0 h/semana
Trabalho Autónomo: 161.0 h/semestre
Créditos ECTS: 7.5
Objectivos
A disciplina de Métodos de Previsão destina-se a alunos de cursos de pós-graduação e mestrado em Gestão, Economia, Finanças, Econometria, entre outras que revelem conhecimentos de teoria estatística. Pretende-se apresentar os principais métodos determinísticos e estocásticos de modelação e previsão univariada de séries temporais e suas aplicações, de modo a permitir aos alunos a exploração e resolução de problemas modernos de economia e gestão.
Programa
Parte 1. Métodos determinísticos de previsão
- Conceitos e objectivos da análise de séries temporais
- Decomposição de séries temporais
- Médias móveis
- Ajustamento de sazonalidade, ajustamento de movimentos cíclicos e efeitos de calendário
- Alisamento exponencial simples, duplo e método de Holt
- Método de Holt-Winters
- Outras formas de alisamento
- Aplicações com o software EViews
Parte 2. Modelos estocásticos de previsão
- Estacionaridade, função de autocorrelação e função de autocorrelação parcial
- Processos estacionários: modelos não sazonais (AR, MA e ARMA), modelos sazonais (SAR, SMA e SARMA) e modelos mistos (sazonais e não sazonais)
- Processos não estacionários: Modelos não sazonais (ARIMA), modelos sazonais (SARIMA) e modelos mistos (sazonais e não sazonais)
- dentificação de modelos, estimação dos parâmetros, avaliação do diagnóstico e selecção de modelos
- Revisão e combinação óptima de previsões
- Aplicações com o software EViews
Metodologia de avaliação
A avaliação da disciplina em Época Normal é constituída por dois elementos:
(a) Teste escrito individual (50%);
(b) Trabalho (máximo de 2 pessoas) com apresentação e discussão presencial (50%).
A classificação mínima em cada um dos elementos de avaliação, para obter aprovação, é de 8 valores.
A avaliação da disciplina em Época de Recurso é constituída por um teste escrito individual (100%). O aluno poderá ainda ponderar a nota do Trabalho na avaliação de Época de Recurso, na mesma proporção da Época Normal, desde que o mesmo seja entregue dentro do prazo estabelecido para a Época Normal.
Bibliografia
Principal
Não existem referências bibliográficas.
Secundária
Não existem referências bibliográficas secundárias.