Seu Estado
Não Inscrito
Preço
Fechado
Comece Agora
This curso is currently closed

Seja muito bem-vindo ao nosso Curso de Análise de Séries Temporais usando Python. Abaixo, você tem acesso a todo o conteúdo do Curso.

Objetivo do Curso

Usando o rico mundo das variáveis macroeconômicas, o Curso de Séries Temporais da Análise Macro faz uma introdução totalmente aplicada ao assunto com uso intensivo de linguagem de programação. São apresentadas as principais ferramentas de análise de séries temporais utilizadas por acadêmicos e profissionais de mercado, em um Curso repleto de análises práticas.

O aluno é convidado a aplicar as ferramentas ensinadas com o auxílio de exemplos reais de como utilizar sofisticadas técnicas econométricas. Ao final do Curso, é esperado que o aluno tenha pleno domínio sobre a coleta, tratamento, modelagem e apresentação de séries temporais.

Programa do Curso

  • Seção 01 – Apresentação do Curso (disponível)
  • Seção 02 – Características de Séries Temporais (disponível)
  • Seção 03 – Regressão de Séries Temporais e Análise Exploratória de Dados (disponível)
  • Seção 04 – Estudo de Caso: Estimando uma Curva IS via OLS, TSLS e GMM (disponível)
  • Seção 05 – Introdução a Modelos Univariados (disponível)
  • Seção 06 – Funções de Autocorrelação (disponível)
  • Seção 07 – Processos ARMA (disponível)
  • Seção 08 – Testes de Estacionariedade (disponível)
  • Seção 09 – Metodologia Box-Jenkins: construindo modelos univariados de previsão (disponível)
  • Seção 10 – Estudo de Caso: construindo um modelo SARIMA para a inflação brasileira (disponível)
  • Seção 11 – Introdução a Modelos Multivariados (disponível)
  • Seção 12 – Vetores Autorregressivos (disponível)
  • Seção 13 – Estudo de Caso: usando modelos VAR para previsão (disponível)
  • Seção 14 – Modelo VAR Estrutural (SVAR) (disponível)
  • Seção 15 – Estudo de Caso: Análise de funções impulso-resposta (disponível)
  • Seção 16 – Regressões Espúrias (disponível)
  • Seção 17 – O conceito de cointegração e o modelo de correção de erros (disponível)
  • Seção 18 – Estudo de Caso: Dívida Bruta e Incerteza Econômica (disponível)
  • Seção 19 – A metodologia de Johansen e o Vetor de Correção de Erros (VEC) (17/02/2025)
  • Seção 20 – Estudo de Caso: Previsão do Desemprego medido pela PNAD através de um modelo VEC (24/02/2025)
  • Seção 21 – Teste de Causalidade de Granger (28/02/2025)
  • Seção 22 – O procedimento de Toda-Yamamoto (03/03/2025)
  • Seção 23 – Estudo de Caso: Consumo de Energia Elétrica e Crescimento do PIB (07/03/2025)
  • Seção 24 – Estudo de Caso: Uma comparação econométrica entre o CAGED e a PNAD Contínua (10/03/2025)

Bibliografia Básica

Box, G. E. P., G. M. Jenkins, G. C. Reinsel, e G. M. Ljung. 2016. Time Series Analysis. Editora Wiley.

Bueno, R. L. S. 2011. Econometria de Séries Temporais. Editora Cengage Learning.

Cowpertwait, P. S. P., e A. V. Metcalfe. 2009. Introductory Time Series with R. Editora Springer.

Enders, W. 2009. Applied Econometric Times Series. Wiley Series em Probability e Statistics. Wiley.

Pfaff, B. 2008. Analysis of integrated and cointegrated time series with R. Second. New York: Springer.

Shumway, R. H., e D. S. Stoffer. 2017. Time Series Analysis and its Applications. Springer.

Tsay, R. S. 2014. Multivariate Time Series Analysis. Editora Wiley.

Verbeek, M. 2012. A Guide to Modern Econometrics. Editora Wiley.

Certificado do Curso

Os alunos inscritos no Curso têm acesso a Certificado para fins de atividades complementares de cursos de graduação ou pós-graduação, bem como na sua empresa. Para ter acesso ao certificado, o aluno deverá assistir todas as aulas (marcar como concluído) e finalizar o Teste do Curso.

Suporte ao Aluno

A qualquer momento, você pode enviar dúvidas para o nosso Suporte Individual clicando no botão azul no lado inferior direito.

Em caso de erros nos códigos das aulas, devido a possíveis atualizações ou mudanças dos pacotes utilizados no curso,  por favor, enviar mensagem ao tira-dúvidas disponível no canto inferior à direita descrevendo o curso, a seção, os dados, o código e o erro ocorrido

Material

O material do curso é entregue da seguinte forma:

  • Slide de acesso online por meio do navegador.
  • Script em Python disponibilizado no Google Colab (se houver).
  • Arquivo Zipado contendo todos os arquivos da aula (slide em formato HTML ou script se houver).