Disciplina - detalhe

LCE5820 - Modelos de Séries Temporais


Carga Horária

Teórica
por semana
Prática
por semana
Créditos
Duração
Total
12
4
8
4 semanas
120 horas

Docentes responsáveis
Edwin Moises Marcos Ortega
Fábio Prataviera
Vitor Augusto Ozaki

Objetivo
Fornecer aos alunos conhecimentos de modelos de séries temporais, incluindo
estimação e diagnósticos.

Conteúdo
1. Conceitos Preliminares. 2. Modelos de suavização. 3. Modelos ARIMA. 4.
Identificação, Estimação de máxima verossimilhança, Diagnóstico e Previsão.
5. Aspectos da estimação Bayesiana em séries temporais 6. Modelos sazonais.
7. Análise espectral e filtragem.
Todos os métodos e aplicações serão realizados com o apoio de softwares de
análise de dados de Séries Temporais (R, Python e/ou SAS).

Bibliografia
1- Brockwell, P. J. and Davis, R. A. (2009). Time Series: Theory and Methods (2nd Edition). New York:
Springer.2- Broemeling, L. D. (2019). Bayesian analysis of time series. CRC Press.
3- Box, G. E. P., Jenkins, G.M., Reinsel, G.C. and Ljung, GM. (2015). Time Series Analysis: Forecasting
and Control, 5th Edition. Wiley.
4- Cowpertwait, P. S. P e Metcalfe, A. V. (2009). Introductory Time Series with R. Springer.
5- Morettin, P. A. e Toloi, M. C. (2018). Análise de Séries Temporais: Modelos lineares univariados. 3ªEdição. Editora Edgard Blucher.
6- Morettin, P. A. e Toloi, M. C. (2020). Análise de Séries Temporais: Modelos multivariados e não lineares. Editora Edgard Blucher.
7- Lutkepohl, H. Introduction to multiple time series analysis. Springer Science & Business Media, 2013.
8- Shumway, R. H. y D. S. Stoffer (2010). Time Series Analysis and Its Applications (Third Edition). New York: Springer.
9- Tsay, R. S. (2010). Analysis of Financial Time Series (3rd Edition). Hoboken: Wiley.