Portal do Ementário

Desenvolver modelos para dados indexados no tempo, fazendo uso de classes alternativas de modelos apresentados na disciplina Séries Temporais I. Preparar o aluno para análise, identificação e previsão de uma série temporal. Aplicar as metodologias apresentadas por meio do uso de programas computacionais estatísticos. Discutir aplicações práticas de análise de séries temporais utilizando dados ambientais e da área financeira.

Introdução – Processos autorregressivos vetoriais estáveis – Estimação de processos autorregressivos vetoriais (VAR) – previsão em processos autorregressivos vetoriais – Causalidade – Funções de resposta ao impulso – Identificação da ordem de processos VAR – Avaliação do ajuste de modelos VAR – Processos Cointegrados – Modelos vetoriais de correção de erros (VEC) – Estimação de modelos VEC – Processos autorregressivos e de médias móveis vetoriais (VARMA). Aplicações na educação ambiental.

HAMILTON, J. D. Time series analysis.1sted. - New Jersey: Princeton university press, 1994. 820 p. LUKETPOHL, H. New introduction to multiple time series analysis. Berlin: Springer-Verlag, 2005. 764 p. WEI, William W. S. Time series analysis: univariate and multivariate methods. 2nd ed. Boston: Addison-Wesley Publishing Company, 2006. 478 p.

BROCKWELL, P. J.; DAVIS, R. A. Time series: theory and methods. 2nd ed. New York, N.Y.: Springer, 2006. xvi, 577 p. JOHANSEN, S. Likelihood-Based Inference in Cointegrated Vector Autoregressive Models. New York, N.Y.: Oxford university press, 1996. 280 p. JUSELIUS, K. The Cointegrated VAR Model: Methodology and Applications. New York, N.Y.: Oxford university press, 2006. 477p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Brasil: Uma visão geográfica e ambiental no inicio do século XXI. Rio de Janeiro, 2016. Disponível em https://biblioteca.ibge.gov.br/visualizacao/livros/liv97884.pdf. Acesso em 23 jun 2018.REINSEL, G. Elements of multivariate time series analysis. New York, N.Y.: Springer, 1997. 358 p. TSAY, R. Multivariate Time Series Analysis: With R and Financial Applications. New Jersey: John Wiley and sons, 2014. 520p.