Dados Gerais do Componente Curricular
Tipo do Componente Curricular: |
DISCIPLINA |
Unidade Responsável: |
PROGRAD-COORDENAÇÃO-GERAL DOS BACHARELADOS INTERDISCIPLINARES (11.01.05.22) |
Código: |
ESHC037-21 |
Nome: |
ECONOMETRIA III |
Carga Horária Teórica: |
24 h. |
Carga Horária Prática: |
24 h. |
Carga Horária de Ead: |
0 h. |
Carga Horária Estudo Individual: |
72 h. |
Carga Horária Total: |
120 h. |
Pré-Requisitos: |
|
Co-Requisitos: |
|
Equivalências: |
( ( ESHC037-17 ) OU ( ESHC006-13 ) )
|
Excluir da Avaliação Institucional: |
Não |
Matriculável On-Line: |
Sim |
Horário Flexível da Turma: |
Não |
Horário Flexível do Docente: |
Sim |
Obrigatoriedade de Nota Final: |
Sim |
Pode Criar Turma Sem Solicitação: |
Não |
Necessita de Orientador: |
Não |
Possui Subturmas: |
Não |
Exige Horário: |
Sim |
Quantidade de Avaliações: |
2 |
Ementa/Descrição: |
Introdução aos modelos de séries temporais no domínio do tempo. Processos estocásticos: definições, tipos e características. Medidas de dependência: função de autocovariância, autocorrelação, autocorrelação parcial. Tendências, sazonalidades e quebras estruturais. Conceitos de estacionariedade e transformações lineares para estacionarização de séries temporais. Modelos para processos estocásticos estacionários: modelos auto-regressivos (AR), modelos de médias móveis (MA), modelos auto-regressivos e de médias móveis (ARMA). Tendências estocásticas em séries temporais: conceitos, testes de raízes unitárias e testes de raízes unitárias com quebras estruturais. Modelos para processos estocásticos integrados não estacionários: modelos auto-regressivos integrado e de médias móveis (ARIMA). Previsão com modelos ARIMA. Modelos não lineares para a variância condicional heterocedástica: modelos da família ARCH e GARCH. Princípios da cointegração: regressão espúria, cointegração, modelo de correção de erros e o teste de cointegração de Engle & Granger. |
Referências: |
BUENO, R. L. S. Econometria de Séries Temporais, 2. ed. São Paulo: Cengage Learning, 2011.
ENDERS, W. Applied Econometric Times Series. Nova Jesery: Wiley, 2009.
MORETTIN, P. A.; TOLOI, C. M. C. Análise de Séries Temporais. São Paulo: Edgard Blücher, 2004.
BROCKWELL P.J.; DAVIS R. A. Introduction to Time Series and Forecasting. Nova York: Springer, 2009.
COWPERTWAIT, P. S. P.; METCALFE, A. V. Introductory Time Series with R. New York: Springer, 2009.
CRYER, J. D.; CHAN, K.S. Time Series Analysis: With Applications in R. 2. ed. New York: Springer. 2009.
SHUMWAY, R. H.; STOFFER, D. S. Time Series Analysis and its Applications with R examples. New York: Springer. 2000.
TSAY, R. S. An Introduction to Analysis of Financial Data with R. Wiley. 2013.
TSAY, R. S. Analysis of Financial Time Series. Third Edition. Wiley. 2010.
ZIVOT, E.; WANG, J. Modeling Financial Time Series With S-Plus. Springer Science, Business Media, Inc. 2006. |
|
|
|