sum(c(ECONOMIA,MATEMÁTICA,ESTATÍSTICA))=economatistica

Regressão logística

2010-11-13T05:09:00.001-08:00

Oi

Realmente estou muito ocupada, por isto dei uma sumidinha. Vou montar e te passo, vou arquivar uma que fiz e explicar os passos.

AT

Mais outro

2010-08-25T19:38:00.000-07:00

Ente as correrias da vida, consegui mandar mais um artigo para o semead de efeitos dias-da-semana no mercado de índice acionário.

No entando, um estudo que fiz usando regressão ordinal com'efeito interação entre as va'riáveis (onde deve-se tomar cuidado com a interpretação dos coeficientes e as pessoas, em geral, não tomam cuidados e fixam a categoria de referência de forma não adequada com o que se quer analisar) não foi aprovado. Ainda espero pelo aprovação. Uma hora sai.

Depois de...

2010-07-20T18:24:00.000-07:00

Depois de resolver uma série de problemas pessoais...voltei.

Para os que me mandaram e-mails perguntando sobre algum método de seleção de lags no R. Eu uso este.

GetLeapsAR {FitAR}
R Documentation
Select lags for Best Subset ARp Model

AT++++

Reamostragem

2010-04-01T15:32:00.000-07:00

Para quem gosta de construir intervalos para risco, aí vai um exemplo simples de reamostragem de risco.

retorno=rt(100,10)### simulei retornos, mas vc pode pegar dados reais
z = matrix(sample(retorno, 10000*100,rep=T),10000,100)
zz = apply(z,2,sd)quantile(zz,c(0.025,0.975))2* sd(retorno) - quantile(zz,c(0.975,0.025))
### Construindo n intervalos de confiança
nsim<-100 ## número de simulações
res<-sapply(1:nsim,function(i)apply(matrix(sample(retorno, 10000*100,rep=T),10000,100),2,sd))
intervalos<-sapply(1:nsim,function(j) 2* sd(retorno)-quantile(res[,j],c(0.975,0.025)))
intervalos
plot(intervalos[1,],col=3,ylim=c(min(intervalos[1,]),max(intervalos[1,])),type="l",ylab="Desvio padrão", main="Reamostragem")

Vai deixar saudades

2010-02-20T03:38:00.000-08:00

Ontem tive a notícia de falecimento de uma pessoa muita querida: Mauro Sudano.
Eu o conheci no banco e foi Marcos de Azevedo (pessoa admirável) quem apresentou o Mauro para mim. O que mais me impressionava é que nunca prestei serviços para o Mauro e ficava sabendo, por meio de outros, que ele por vezes se lembrava e torcia por mim. O que quero dizer é que ele fazia o bem simplesmente pelo bem, ou seja, sem esperar paga alguma.
Na realidade eu tenho é muita sorte de conhecer pessoas muito boas, as do banco são um exemplo.

Bem, Deus sabe até onde devemos prosseguir, mesmo que a perda cause espanto e desalento, como no meu caso. Tudo tem seu tempo, tempo de vir e ir.

E no final, restam na memória: saudade+saudades^n;n->INF

octave, scilab e matlab

2010-02-11T04:52:00.000-08:00

E lá vem mais um curso. Agora vou explicar estatística e cálculo integral usando o scilab que é um clone do matlab (e octave, por consequência).

Tenho de preparar os exemplos.

Vamos lá

Clusters e seleção de ativos

2010-01-15T11:19:00.000-08:00

Acho que mudando o método de ligação fica bom. Vou simular alguns e ver no que dá

dados<-read.csv2("dados2.csv",head=T,dec=",")

str(dados)

attach(dados)

similar1<-rnorm(244,mean(ibov),sd(ibov))

similar2<-rnorm(244,mean(ibov),sd(ibov))

var<-data.frame(usiminas3,csn, gerdau,usiminas5,vale,ibov,similar1, similar2)

str(var)

hc<-hclust(dist(t(var)))

plot(hc,col="blue")

Copenhague

2009-12-18T15:14:00.000-08:00

É fato e a fonte está em qualquer livro, internet, etc, como esta que retirei: No século XIX o físico Arrhenius demonstrou que o gás carbônico (CO2) possui a propriedade de capturar e armazenar calor2. A concentração atmosférica dos gases de efeito estufa dióxido de carbono (CO2), metano (CH4) e óxido nitroso (N2O), associados ao vapor d' água condicionam o balanço de energia planetária. Este efeito estufa natural atua como um cobertor térmico impedindo o esfriamento da terra. Vários episódios relacionam as MCG com alterações na biodiversidade. No Ártico a temperatura subiu 5ºC nos últimos 100 anos e desde 1978 suas geleiras diminuem a uma taxa de 3% por década. Os modelos climáticos prevêem que, em 2080, não haverá mais gelo durante os meses de verão, levando à extinção os ursos polares por fome7. As geleiras alpinas perderam metade de seu volume desde 1850, espécies características das baixas montanhas suíças migraram para alta montanha. Os estoques do salmão do Atlântico Norte serão destruídos quando a temperatura regional do oceano aumentar de 6ºC da média histórica. A diminuição no estoque de peixes levou a morte centenas de milhares de aves marinhas nas costas da Califórnia

E ainda perguntam se realmente ocorre mudança climática e se esta é ou não causada pelo homem.... o que dirá de uma sociedade que joga seu próprio dejeto no ambiente primordial à fonte de toda vida terrestre: Água.
Como diz meu pai: Antes havia peixe no Rio das Velhas, agora é só rede e esgoto.

Questionários e mais questionários

2009-12-09T12:47:00.000-08:00

Agora é ver determinantes de atributos de compra e revenda de defensivos agrícolas. Questionários e mais questionários. Aqui acho que vai uma Análise de Correspondência, acho não, irá.

Sucesso completo

2009-12-05T05:34:00.000-08:00

A consultoria que dei sobre a identificação dos estágios das empresas em MG usando o procedimento de Kaplan e Cooper e, também, os instrumentais estatísticos foi um verdadeiro sucesso. Acabei não usando Análise de correspondência, mas testes de independência e regressão ordinal. Tudo com bastante cautela e montei um programinha bacana.

Sucesso

ANPEC

2009-10-12T05:34:00.000-07:00

Estou feliz. Os meus alunos do preparatório ANPEC foram muito bem na prova. Teve gente tirando 10 em mat e 8 em est. 10 em est e 9 em mat. Todos vão conseguir ir para a instituição que desejavam.

Foram 8 meses de estudos, eles mereceram. Não vou citar nomes, mas eles sabem o quanto estou feliz por cada um neste semestre.

Análise de correspondência

2009-09-16T05:57:00.000-07:00

É impressionante que quando um tema aparece, aparece tudo ao mesmo tempo. Estou com duas consultorias para terminar: uma de indentificação de fatores relacionados ao sistema integrado de algumas empresas mineiras e outra de indentificação de fatores ligados ao vírus HIV em pessoas sintomáticas.

O questionários nos dois casos é enorme!!! Tem variáveis qualitativas e quantitativas, mas 95% é qualitativa. Fiz algumas análises descritivas e resolvi categorizar as quantitativas. Apliquei os testes de indepedência Qui-quadrado e Person e agora, provavelmente, vou fazer a análise de correspondência para ver uma associação geral. A técnica estatística de Análise de Correspondência ou simplesmente AC permite fazer uma análise explanatória de dados em tabelas de dupla entrada ou múltiplas entradas. AC permite verificar a associação entre variáveis qualitativas e que originam tabelas de contingência. A existência ou não de relação entre variáveis qualitativas pode ser avaliada por meio não só de testes como o Qui-quadrado, onde se avalia se as informações de uma linha determinada tabela são independentes ou nas das informações contidas na coluna, como por meio da AC, onde as linhas e colunas são apresentadas em dimensões reduzidas por meio de pontos em gráficos.

Agora é observar os resultados e tomar as conclusões. Estou montando um algoritmo para poder visualizar melhor os resultados da AC, pois o gráfico não fica muito nítido quando se tem muitas variáveis na tabela. No das empresas, o mais importância é a relação obtidas com os testes Qui-quadrado e pearson, pois a partir deles obtenho a identificação dos fatores e talvez, generalizo, com a AC.

Bem, deixe eu terminar o algoritmo e ver no que dá.

Normalidade multivariada

2009-08-12T06:12:00.000-07:00

Para se usar Análise Discriminante deve-se verificar a normalidade multivariada. Pode até ser que se consiga obter boas taxas empíricas de classificação, mas as inferências ficam prejudicas. Teste podem conduzir a erros. Assumir apenas que o teorema central do limite multivariado é válido e pronto final não é suficiente, se a base de dados não contiver muitas, muitas observações a depende dos tipos de variáveis que se trabalha.

Por exemplo, a distribuição das observações de uma variável pode ser exponencial, mas a distribuição das médias é normal, da mesma forma vale para os estimadores que são função de estatística suficiente.

Por isto, além do suporte do TCL, é importante fazer não só testes de normalidade multivariada como também gráficos de densidade empírica ou de quantis. Vale ressaltar que se distribuição conjunta é normal, as marginais também serão normal, porém o contrário não é válido.

A Estatística é uma técnica de análise de dados de utilidade vasta, imensa po sinal, mas desde que seja bem usada.

Outro artigo

2009-08-12T06:09:00.000-07:00

Agora é Semead.

Mais um artigo

2009-07-21T05:59:00.000-07:00

E lá vamos nós com mais outro artigo. Chegamos até o encontro Enegep!!!

Adivinha?!

2009-07-09T17:44:00.000-07:00

Estou com um teste de Wilcoxon para fazer. Vou comparar médias entre duas amostras independentes. A questão é: estatística não é mágica! Imagine, abro a base de dados e vejo que me deram os dados em 4 planilhas cheias de códigos e sem nenhuma referência do que se trata. Tem cabimento?.....Nem se eu tivesse uma bola de cristal.

Pontos influentes.....

2009-07-01T14:04:00.001-07:00

Finalmente: José Guilherme Chaves!!!

2009-06-16T20:49:00.000-07:00

Hoje tive uma boa notícia, vou começar a publicar com meu amigo José Guilherme Chaves Alberto (prof da PUC, entre outras faculdades) .

Estou muito feliz!!!! É um orgulho vamos compartilhar conhecimentos!!!! Diga-se de passagem, fui sua professora particular de cálculo, estatística e programação durante quase dois anos e agora.... vamos tentar publicar juntos!!!

Boa notícia!!!

Tarefa 98% cumprida

2009-06-12T07:51:00.000-07:00

Estou nos finalmentes...Não basatasse o livro que eu e os professores Shikida e Salvato estamos elaborando sobre econometria e estatística usando comandos do Eviews ( detalhe, se juntarmos tudo, teremos mais de 500 páginas, sendo que as quase 370 que fiz ainda tenho de fazer mais algumas revisões,ai ai......). Agora, estou fazendo com o Berttuci uma de regressão aplicada em finanças usando Excel e R para alunos da graduação da PUC. Esta, assim que estiverem prontos os detalhes legais de autoria, vou disponibilizar na internet.

Nossa, como dá trabalho!!!

Referências

2009-05-31T11:16:00.001-07:00

Oi César

Nestes 3 meses foram 3 artigos. O mais importante para o mercado, que eu acho, foi o de bootstrap. Cada um foi para um lugar diferente e está em análise. Este que foi para o congresso refere-se a uma comparação entre os modelos CAPM e CCAPM diante de mudanças estruturais e sob verificação de alteração nos riscos sistemáticos e totais. Tem mais de 60 referências e tem 19 tabelas de análisesde várias carteiras... Deu um trabalho... Mas valeu!. Gosto muito de pesquisar e só neste ano é que comecei a realmente publicar.

Bem, as referências iniciais para entender modelos CAPM e CCAPM são:

BORDURTHA, J. e MARK, N. Testing the CAPM with time-varying risks and returns.
Journal of Finance, v. 46, n.4, 1991.
JAGANNATHAN, R.; WANG, Z. The Conditional CAPM and the cross-section of expected returns. Journal of Finance, v.51, n. p-53, Mar, 1996.
SHARPE, W. Capital Asset Prices: A Theory of market equilibrium under conditions of risk Journal of Finance, v. 19, 425-42, Sept.,1964.
SHARPE, W. The Sharpe ratio. Journal of Portifólio Management, October, 1994.
SHARPE, W. Risk, Market sensitivity, and diversification. Financial Analysts Journal, January-February, 84-88, 1995.

Bayesiana

2009-05-27T05:10:00.000-07:00

Há muito tempo que não mexo com estatística Bayesiana. Em consultorias, o suporte é só em estatística clássica. Mas na publicação de artigos, acho que tenho de voltar a reler os materias de graduação de estatística na parte de Bayseiana. Além disto, tive uma excelente professora: Rosângela.

No curso preparatório para ANPEC, em que dou aula de estatística, um aluno me perguntou por queal motivo então não volto a mexer com Bayesiana. Na hora nem dei importância, mas pensando bem....

Vamos à fonte então: Materiais estatísticos da notória professora Rosângela. Material dela vale ouro....

SBFIN

2009-05-22T19:13:00.000-07:00

Tá aí,

Vamos para o 9º Encontro Brasileiro de Finanças - 2009. Já nos deram a resposta do conselho editoral.

Vamos lá....

Estudo do comportamento sazonal da PMC

2009-04-21T05:25:00.001-07:00

É nítido como a sozonalidade é marcante no comércio brasileiro e como a vendas aumentam por demais apartir de novembro e diminuem de janeiro até aproximadamente março. Terei de usar testes de raízes unitárias levando em conta esta característica da série.

Está na hora!!!

2009-03-25T05:08:00.000-07:00

É, realmente, não posso deixar de atualizar este Blog. Estou trabalhando com versõs do modelo CAPM. Talvez interesse a alguém. Assim que obtiver os resultados e fazer suas validações, mostro com a união de Estatística com Finanças resulta em bons resultados.

É questão apenas de dias agora.

Bjs

Artigo

2009-03-05T19:29:00.000-08:00

É impressionante como publicação de artigo vira moeda em alguns centros acadêmicos. Por artigos faz-se de tudo... Hoje fiquei sabendo que uma análise estatística que fiz não levou meu nome... Em um primeiro momento fiquei irritada, mas depois vi que não iria levar a nada me irritar com um com outro. Perceber o jogo de "não vi", etc.

Mais vale um aprendizado do que uma discórdia.

Uma pesquisa é mais do que status é conhecimento que se constrói e se repassa. Podem lhe tirar o nome de um papel, mas sua imagem, sua conquista, por menor que seja para você, esta fica.

É eterna e serena.

Séries temporais

2009-02-17T05:27:00.000-08:00

A escolha de uma melhor modelo ARIMA? Programas prontos sobre a ordem destes modelos são apenas um passo inicial....

Correria pura...

2009-01-28T06:58:00.001-08:00

Nestas últimas semanas estive na euforia. Me concentrei em análises estatísticas e programação.
As simulações já estão prontas para publicação de dois artigos, falta claro, falar sobre a teoria, etc, etc. Uma delas envolve uma consultoria para o Bacen, os modelos de previsão estão ótimos, mas faltam alguns ajustes, pois sempre tem alguém que questiona sobre possíveis violações de pressupostos sobre a distribuição dos erros e pressupostos sobre as variáveis. Mas que a previsão está boa, está sim.

Aprendi a mexer em mais outro programa. Tô ficando boa nisto...apesar da burrice, pois demora para o cérebro fixar... Ah, mas aprender sozinha realmente não é fácil!

Aos poucos as coisas andam.

Ah, depois coloco outros comandos sobre séries temporais. Na realidade, já estou montando é uma apostila de tanta coisa que faço e fico pensando.

bjim

Modelos Lineares Generalizados

2009-01-09T10:44:00.000-08:00

### Olha aí, um GLM da famíla Poisson

modelo <- glm(dano ~ offset(log(tipo)) + construcao+ mes+operacao , family = poisson(link = "log"), data = dt)

summary(modelo)

####Verificação do ajuste do modelo. Faça isto:

1-pchisq(modelo$deviance,modelo$df.residual) ## Probabilidade p

"Deviance"res <- residuals(modelo,type="deviance")

###Verificação de alguns pressuposto do modelo,. Ah, faltou o envelope, hehe!!!

ordem <- 1:length(res)
plot(modelo$fitted.values, res, xlab='fitted', ylab = 'Desvio Residual')
plot(ordem, res, xlab='ordem', ylab = 'Desvio Residual')
hist(res)
qqnorm(res); qqline(res);

Como eu amo minhas irmãs...

2009-01-07T04:16:00.000-08:00

Valéria+Eu+Varleine em uma festinha de amigos.

Faltaram apenas meu amado pai e amada mãe e mais alguns amigos, dentre estes, principalmente Dani.

Microeconomia em laboratório

2009-01-06T11:13:00.000-08:00

### Laboratório de Micro: Quem dera se na minha graduação eu tivesse aprendido
### micro no laboratório...Mostrei isto para alunos meus
## e eles amaram.

### Bens substitutos

u<-function(x1,x2,a=2,b=3) { a*x1+b*x2
}

x1<-seq(0,10,by=1)
x2<-x1
z<-outer(x1,x2,u)
persp(x1, x2, z, theta = 30, phi = 30, expand = 0.5, col = "green")
contour(x1,x2,z)
image(x1,x2,z)

### Cobb-Douglas

u<-function(x1,x2,a=1/2,b=1/2) {
x1^a*x2^b
}

x1<-seq(0,10,by=1)
x2<-x1
z<-outer(x1,x2,u)
persp(x1, x2, z, theta = 60, phi = 30, expand = 0.5, col = 2)
contour(x1,x2,z)
image(x1,x2,z)

####

f <- function(x1,x2) {

x1*x2+5*(400-10*x1-4*x2)

}

### Derivadas

derivx <- expression( x1*x2+ 5*(400-10*x1-4*x2))
( D.x1 <- D(derivx, "x1") )
x2 <- 0:100
Dx1<-eval(D.x1)

derivy <- expression(x1*x2+ 5*(400-10*x1-4*x2))
( D.x2 <- D(derivx, "x2") )
x1 <- 0:100
Dx2<-eval(D.x2)

par(mfrow=c(2,2))
x1<-seq(0,100,by=1)
x2<-x1
z<-outer(x1,x2,f)
persp(x1, x2, z, theta = 30, phi = 30, expand = 0.5, col = "lightblue")
contour(x1,x2,z)
image(x1,x2,z)
plot(Dx2/Dx1,type="l",col=2)

A importância de uma análise descritiva inicial

2009-01-05T07:39:00.000-08:00

Minha amiga me perguntou por qual motivo havia instabilidade nas estimativas recursivas dos coeficientes de seu modelo. Eu propus que poderiam ser vários motivos, desde uma base de dados mensurada incorretamente até forma funcional incorreta do modelo.

Vejam só estas variáveis ( dentre várias que causavam problemas). A taxa de juros foi codificada em 6 níveis e observe que o Boxplot do crédito e câmbio relacionados a cada taxa de juros codificada apresenta nítida diferença em relação aos outros, nas taxas de juros codificadas 6 e 8. A variável crédito é mais mais problemática por apresentar maior número de pontos discrepantes e possuir distribuição mais assimétrica prejudicando, assim, a obtenção de testes de hipóteses convencionais.

Observe o gráfico co-plot.

par(mfrow=c(2,2))

boxplot(cambio ~ juros, data = dados, col = "bisque",xlab="juros codificados",main="Juros~Câmbio")
boxplot(credito ~ juros, data = dados, col = "bisque",xlab="juros codificados",main="Juros~Crédito")
hist(taxa,main="Copom",prob=T,col=4)

lines(density(taxa),col=2)
coplot(credito ~ cambio juros, data = dados,col=2)

Estatística, matemática e economia

2008-12-24T12:41:00.000-08:00

Gente, alguns colegas meus acham que deveria opinar sobre a prova do IPEA, posto que dizem que ela não teve um conteúdo mais de análise quantitativa.

Olha, eu não criei o meu blog para dar opiniões sobre correntes de pensamento econômico, pois não me julgo a melhor pessoa para fazer isto. Se quero criticar, seja positiva ou negativamente, teria de ter muito ciência e consciência sobre o tema. Eu criei este Blog para ajudar a divulgar as técnicas estatísticas principalmente na economia e finanças por meio dos programas R e EViews. Pessoas de outras áreas (engenharia, contabilidade, etc) já me mandaram e-mails sugerindo críticas e tirando dúvidas.

O que vou escrever agora é mais pessoal, ou seja, não é regra geral.

Porque estudei economia e estatística? Porque achava a economia tão rica em conteúdo, em teorias, que ficava fazendo aquela pergunta que tenho certeza que alguns estudantes até hoje se fazem: “Onde eu uso isto?” ou “Por qual motivo é assim?” ou “Há como provar isto?”. Foi na estatística que comecei a entender as equações, teoremas, etc. Para mim: A matemática é uma linguagem universal, a estatística é a análise empírica desta linguagem universal e a economia é a interpretação desta análise.

Números não mentem, a mentira vem de quem os interpreta ou da forma como foram obtidos tais números.

Adoro a estatística e à cada dia que estudo descubro que tenho muito a aprender!!! Os que dizem que sei bem econometria, análise multivariada, etc, enganam-se, pois a economia é feita de relações sociais, e estas sempre geram pontos discrepantes ou quebras estruturais nas minhas análises....

Volto a escrever: Não competi a mim emitir críticas. Apenas divulgo técnicas e espero poder ajudar muitas pessoas com este blog. Em janeiro colocarei outras macros seja em finanças, econometria...

Abraços a todos

Obrigada

2008-12-16T02:43:00.000-08:00

OI gente!

Obrigada a todos que se sensibilizaram comigo. Teve gente me mandando e-mails, ligando, nossa...o que são os amigos na vida? A melhor forma com a qual posso retribuir tal preocupação é fazendo o que acho que sei fazer: vou montar uma apostila em R e disponibilizarei alguns comandos no meu blog. Esta apostila será diferente....

Ah, e claro, vou responder ás perguntas que me enviam por e-mail mais rapidamente, podem acreditar.

Eu já tenho uma, 370 pgs, que é sobre o Eviews. As pessoas pensam que fico só mexendo no R, mas não, também uso muito o Eviews (entre outros programas incluindo os da estatística) e agora estou estudando o Ox.

Assim que esta fase pela qual passo acabar, eu começo a fazer.

Abraços^n

May It Be

2008-12-12T06:01:00.000-08:00

May It Be/ Enya
Lord Of The Rings (O Senhor dos Anéis)

May it be an evening star
Shines down upon you
May it be when darkness falls
Your heart will be true
You walk a lonely road
Oh, how far you are from home
Mornië utulië (Darkness has come)
Believe and you will find your way
Mornië alantië (Darkness has fallen)
A promise lives within you now
May it be the shadows call
Will fly away
May it be your journey on
To light the day
When the night is overcome
You may rise to find the sun
Mornië utulië (Darkness has come)
Believe and you will find your way
Mornië alantië (Darkness has fallen)
A promise lives within you now
A promise lives within you now

Limite de t tendendo a zero quando você tende ao infinito

2008-11-20T10:17:00.000-08:00

Estes 2,5 meses têm sido muito difíceis para mim. Estou vencendo o meu próprio limite. Praticamente estou concentrando meu tempo inteiro a finalizar apenas uma única tarefa. Não vejo a hora de voltar a fazer as coisas das quais realmente gosto. Até dezembro volto a ser eu.
Mas de tudo isto que anda acontecendo tirei um único proveito: Ver que sem a família e amigos somos apenas sombras de nós mesmos.

Hoje tive um tempinho para voltar a dar minhas consultorias e acabei de identificar alguns pontos discrepantes que há meses não pude avaliá-los.

O limite do ser humano vai até aonde seu pensamento quer chegar....

Não é fácil....

2008-11-05T14:53:00.001-08:00

Hoje comecei a tentar ajustar a série Selic. Realmente não é fácil mesmo... A série é simplesmente lotada de outliers e pontos discrepantes os mais diversos. Se você utiliza o Ipca junto com o Crédito, daí você verifica mais outliers. Se você trabalha com variáveis de intervenção, o modelo não se ajusta bem, pois os resíduos não seguem a distribuição de probabilidade normal em nenhum teste convencional, sem contar a presença de heterocedasticidade. Se você retira os pontos, até que melhora, mas existe uma corrente de econometristas que não recomenda retirar pontos discrepantes.

Até agora só pude conseguir estas previsões. Vou mexer nisto em outro dia.

R x Excel.

2008-11-01T05:52:00.001-07:00

Quem disse que o R não faz planilhas como o Excel??? Copie os comandos abaixo e brinque com eles. Coloquei algumas figuras só para ilustração. Poucas pessoas- no Brasil- conhecem o programa R, mas é questão de tempo para empresas e faculdades começarem a adotá-lo. Tal programa é gratuito e existem vários pacotes para áreas como finanças, estatística, matemática, etc. Sem contar as interfaces que ele tem com outros programs como o Ox, por exemplo.

O exemplo abaixo é de despesas de uma empresa XX.

dados<-read.csv2(file.choose(),head=T)
dados<-dados[,1:12]
dados
summary(dados)
names(dados)
dim(dados)
names(dados)[2:ncol(dados)] <- format(strptime( names(dados)[2:ncol(dados) ], "%d/%m/%Y"), "%d %b %Y")
head(dados)
data<- seq(as.Date("2000-01-01"), length.out=11, by="1 month")
data
names(dados)[2:ncol(dados)]<- format(data, "%Y %b %d")
head(dados)
attach(dados)
names(dados)
soma<-apply(dados[,2:ncol(dados)],1,sum)
despesas_totais<-data.frame(ADMINISTRAÇÃO,soma)
despesas_totais
porcentagem<-prop.table(despesas_totais[,2])*100
gastos<-data.frame(ADMINISTRAÇÃO,porcentagem)
gastos
especificacao<-factor(ADMINISTRAÇÃO)
especificacao
d<-data.matrix(gastos[,2])
d

plot(d,type="p",col=2, main="Contas com maiores despesas")
identify(1:48,d,especificacao)
pie(d, labels=especificacao, shadow=FALSE, main="Setores- Despesas",col = rainbow(16))

soma.mes<-apply(dados[,2:ncol(dados)],2,sum)
despesas_totais_mes<-data.frame(data,soma.mes)
despesas_totais_mes
porcentagem_mes<-prop.table(despesas_totais_mes[,2])*100
porcentagem_mes ## despesas do mês de fevereiro

barplot(porcentagem_mes,beside=T,legend.text=data,
col = rainbow(5),ylim=c(0,50),main="Despesas totais")

filtro<-subset(dados,ADMINISTRAÇÃO=="SALÁRIOS")## Filtro por salários
filtro

Faça este natal ser diferente!

2008-11-01T05:20:00.000-07:00

Que tal ir a uma agência dos Correios e pegar uma cartinha das crianças pobres e ser o Papai ou Mamãe Noel delas?
Existem pedidos inacreditáveis. Tem criança pedindo um panetone, uma blusa de frio para a avó...É uma idéia. É só pegar a carta e entregar o presente numa agência do correio até dia 20 de Dezembro. O próprio correio se encarrega de fazer a entrega.
Na vida, a gente passa por 3 fases:
- a primeira, quando acreditamos no Papai Noel;
- a segunda, quando deixamos de acreditar e
- a terceira, quando nos tornamos Papai Noel!!!

Acabou!!!

2008-10-31T15:18:00.001-07:00

31 de outubro de 2008.

Esta data é histórica para mim. Virei uma página negra, NEGRA, em minha vida.

Acabou!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!^!!

Livrei-me da humilhação e hipocrisia.

Aos meus amigos que me acompanharam durante estas 3 últimas semanas, fica aí esta data.

Vida nova, adeus à hipocrisia chamada Mer.....

Atualizando projeções

2008-10-24T17:42:00.001-07:00

Estou quase lá...

Série Temporais: GARCH

2008-10-23T06:24:00.000-07:00

E agora,= como ficariam as estimações dos parâmetros de processos com variância heterocedástica sob presença de quebra estrutural???

Mais uma vez Séries Temporais.

2008-10-23T05:19:00.000-07:00

Perguntaram-me como fiz para gerar a quebra, já que graficamente não é possível vê-la bem. Colegas, respondi aos seus e-mails mostrando como. Uma quebra nitidamente visível é aquela em que você quebra o intercepto, pois assim a média do processo muda muito!!! No meu caso, fui menos extrema, quebrei o parâmetro do AR(1). Fiz passar de 0.8 para 0.1. Fiz isto porque em geral, os testes para detectarem quebras estruturais- CUSUM e ME- não detectam tão bem estes tipos de quebras, sobretudo se a magnitude da quebra for pequena.

Conclusão: Não só outliers como também quebras estruturais interferem no EQM, na proporção de vício e de variância das projeções.

Ah, Gustavo, vi seu recado no msn.
Bjs.

Séries temporais....()!

2008-10-22T19:40:00.000-07:00

Aí está um bom exemplo de ajuste de modelo AR(1) na ausência e presença de quebra estrutural.
Pergunta: Em qual destas modelagens a projeção ficaria melhor? Um ponto para quem adivinhar, hehe!!!

Natal 2008

2008-10-22T05:45:00.000-07:00

Que tal ir a uma agência dos Correios e pegar uma cartinha das crianças pobres e ser o Papai ou Mamãe Noel delas? Existem pedidos inacreditáveis. Tem criança pedindo um panetone, uma blusa de frio para a avó...É uma idéia. É só pegar a carta e entregar o presente numa agência do correio até dia 20 de Dezembro. O próprio correio se encarrega de fazer a entrega.

Na vida, a gente passa por 3 fases:
- a primeira, quando acreditamos no Papai Noel;
- a segunda, quando deixamos de acreditar e
- a terceira, quando nos tornamos Papai Noel!!!

Não me esqueci do Eviews não!!!!

2008-10-21T15:38:00.000-07:00

Pessoal, eu não me esqueci do EViews não, viu!!! Só para mostrar, olha só a previsão que tinha feito para a PMC - Pesquisa Mensal do Comércio brasileiro- e que agora terei de atualizar e avaliar cenários macroeconômicos. Ela foi feita no EViews.

Anjos em nossas vidas

2008-10-21T04:11:00.000-07:00

Eu acredito em anjos, mas precisamente em pessoas que aparecem em nossas vidas não por quererem aproveitar de algo que temos: dinheiro, conhecimento, fama, etc., mas que estão presentes em nossas vidas para que possamos crescer, para enfrentar e superar fases difíceis. O professor Marcos é uma destas pessoas. Não gosto de citar nomes, prefiro o anonimato, mas ele é mais que um amigo muito especial.

Não tenho palavras que possam expressar a gratidão que tenho para com o senhor.

bjs

Utilidade das técnicas multivariadas em 102 empresas

2008-10-20T12:35:00.000-07:00

Dani, a utilidade da análise estatística multivariada é de suma importância. Olha só para vc ver estes exemplo para 102 empresas que fiz há APROXIMADAMENTE 6 meses- não me lembro a data certa.

O primeiro gráfico, mostra a rentabilidade ao dia, mês ano, ibovespa ao dia, mês e ano para 102 empresas. O eixo y é o eixo das médias das empresas, a linha horizontal é a média global. Assim, empresas acima desta reta possuem altas rentabilidades.

O segundo gráfico representa a separação por clusters, são 4 ao todo. Observe como é possível formar grupos de empresas com rentabilidades globais (rentabilidade ao dia, mês e ano, ibovespa ao dia, mês e ano ) semellhantes.

Os dois últimos gráficos separam as rentabilidades (médias e medianas) em dois blocos: rentabilidade ao mês e ao ano e o outro que é rentabilidade ao dia, ibovespa ao dia, mês e ano.

Em relação ao último gráfico, quanto mais longe dos eixos zeros- sentido positivo, maiores as rentabilidades. Por exemplo, a Natura teve alta rentabilidade global, entende o que digo?

Bem, podia ficar fazendo "altas" análises, as mais variadas. Simplesmente adentar nestas rentabilidades, mas acho que já deu para vc entender, minha cara.

bjs^n

Agora sim!!!!

2008-10-16T20:03:00.000-07:00

### Agora sim, existe correlação.
set.seed(1133)
x<-rnorm(200)
y<-x^2
dados<-cbind(x,y)

chi.plot<-function(dados,ro){
n<-nrow(dados)
x<-dados[,1]
y<-dados[,2]
H<-c(rep(0,n))
F<-c(rep(0,n))
G<-c(rep(0,n))
S<-c(rep(0,n))
chi<-c(rep(0,n))
lambda<-c(rep(0,n))
for(i in 1:n){
k1<-0
k2<-0
k3<-0
for(j in 1:n){
if(j!=i){
k1<-ifelse((x[j]<=x[i] & y[j]<=y[i]),k1+1,k1)
k2<-ifelse((x[j]<=x[i]),k2+1,k2)
k3<-ifelse((y[j]<=y[i]),k3+1,k3)
}
}
H[i]<-k1/(n-1)
F[i]<-k2/(n-1)
G[i]<-k3/(n-1)
S[i]<-sign((F[i]-0.5)*(G[i]-0.5))
c<-c((F[i]-0.5)^2,(G[i]-0.5)^2)
lambda[i]<-4*S[i]*max(c)
chi[i]<-(H[i]-F[i]*G[i])/sqrt(F[i]*(1-F[i])*G[i]*(1-G[i]))
}
nf <- layout(cbind(c(0,1,1,0), c(0,2,2,0)))
plot(x,y,pch=19,main='Scatterplot')
plot(lambda,chi,pch=19,xlim=c(-1,1),ylim=c(-1,1),
main='Chi-plot, p=0.95',sub=paste('ro=',ro),xlab=expression(lambda),
ylab=expression(chi),las=2)
abline(h=0,lty=2)
abline(v=0,lty=2)
abline(h=-1.78/sqrt(n),lty=2)
abline(h=1.78/sqrt(n),lty=2)
}

chi.plot(dados,0.91)

Será o coeficiente de correlação o melhor? Será que uma associação entre variáveis é sempre linear?

2008-10-16T18:41:00.000-07:00

set.seed(1133)
#### CASO 1
x<-rnorm(200)
y<-x
plot(x,y,type="p")

### Possibilidade 1
cor(x,y)

### Possibilidade 2
cor.test(x, y, method = "kendall", alternative = "two.sided")
cor.test(x, y, method = "spearman", alternative = "two.sided")

### CASO 2

y2<-2*x
plot(x,y2,type="p")
cor(x,y2)
cor.test(x, y2, method = "kendall", alternative = "two.sided")
cor.test(x, y2, method = "spearman", alternative = "two.sided")

#### CASO 3

y3<-x^2

plot(x,y3,type="p")

### Possibilidade 1
cor(x,y3)

### Possibilidade 2
cor.test(x, y3, method = "kendall", alternative = "two.sided")
cor.test(x, y3, method = "spearman", alternative = "two.sided")

### CASO 4

y4<-2*x^2
plot(x,y4,type="p")
cor(x,y4)
cor.test(x, y4, method = "kendall", alternative = "two.sided")
cor.test(x, y4, method = "spearman", alternative = "two.sided")

## CASO 5

y5<-x^2+ x^4+rnorm(200,2,1)
plot(x,y5,type="p")
cor(x,y5)
cor.test(x, y5, method = "kendall", alternative = "two.sided")
cor.test(x, y5, method = "spearman", alternative = "two.sided")

### Gerando outliers
xx<-c(x,rnorm(3))
y6<-c(y5,rnorm(3,100,10))
plot(xx,y6,type="p")

cor(xx,y6)
cor.test(xx, y6, method = "kendall", alternative = "two.sided")
cor.test(xx, y6, method = "spearman", alternative = "two.sided")

### Brincando um pouco...

plot(ibov,csn)
cor(csn,ibov)
cor.test(csn, ibov, method = "kendall", alternative = "two.sided")
cor.test(csn, ibov, method = "spearman", alternative = "two.sided"
)

### vale apena dizer, que este é apenas um exemplo,
## até pode ser dado em sala, mas é um caso específico
## Bem, agora estou estudando algo que, até então, só tinha ouvido falar: Cópulas.

Intervalo de confiança para risco da Petrobras no período de 20/05/2008 a 10/10/2008

2008-10-15T19:32:00.000-07:00

### Número de simulações: 1000, nível de significância adotado: 5%. ####Metodologia: Bootstrap.

Será que consigo????

2008-10-15T10:12:00.000-07:00

Há 2 anos me pediram para montar uma economia virtual usando macros do EViews- já que ele é um dos programas mais usados nos cursos de graduação em economia-estilo modelo IS, LM , BP. Eu disse que era muito trabalhoso, pois seriam muitas variáveis e teria de analisar vários possíveis casos de políticas e seus efeitos conjuntamente. Nossa, seriam muitos comandos!!!! Seria muito mais fácil montar em outro programa, como o R. Além disto, montaria tudo isto e daí??

Mas não é que estou conseguindo... quando eu decido algo, é difícil tirar da cabeça!!!

Em breve: Economia virtual

Análise dos retornos da vale e Petrobras no início da queda do ibovespa e depois de n macros Tirem suas próprias conclusões

2008-10-14T11:55:00.000-07:00

Período de 20/05/2008 a 10/10/2008

Análise do efeito especulação nos retornos da csn

2008-10-14T08:16:00.000-07:00

Simulando projeção e interpolação para DI- mercado futuro-finmetrics

2008-10-13T17:54:00.000-07:00

Injustiças

2008-10-13T14:21:00.000-07:00

Acabo de receber uma notícia nada nada agradável, Fabiana. Por isto que eu te digo, é injustiça em cima de injustiça. É só apadrinhamento, por isto que este país só evolui em círculos ascendentes. Devemos sim dar louvores aos puros liberais. Devemos estudar mais suas teorias para não ficarmos por aí dando nome de política liberal ao que é pura política social-democrata e cheia de restos ditatoriais.

Var de uma carteira-Utilizando outro programa e comandos

2008-10-13T09:27:00.000-07:00

O preço da escolha

2008-10-13T05:55:00.000-07:00

Na vida é assim: Ou vc vende sua imagem e passa a se julgar superior e de maior intelecto que os outros e constrói seu próprio pedestal ou vc admite que todo conhecimento é pouco e ninguém é dono da verdade.

O pior é quando lhe dizem na cara que vc está acima da média ( não a aparada) e não lhe dão espaço para não perderem os seus próprios espaços, espaços estes de imagens e superioridades que não chegam a passar de 1 cm de seus próprios olhos.

Depois dizem que clusters só existem na estatística.... Não! Estão nas relações humanas, nas empresas ( onde as baleias apadrinham as traíras), em grande parte das instituições.

Prefiro a realidade dos fatos aos fatos realizados. Prefiro amar o que faço e assumir minha imagem como alguém que não é dona da verdade e sim um simples ser a procura do saber.

Criando tendências

2008-10-09T18:54:00.000-07:00

## Pediram-me para montar tendências em uma série. Aí vai
mpl 2002:01 2008:03
series t=@trend(2001:12)
smpl 2002:01 2003:01
series tend=0
tend.fill(o=2002:1,l) 100,100,100,100,100,100,100,100,100,100,100,100
smpl 2003:02 2008:03
series tend=.5*x+90
smpl @all
group g t pmc tend
graph gg.xyline g
show gg

Hahahaha!!!

2008-10-07T18:29:00.001-07:00

http://www.outroladodamoeda.com.br/

Igualmente interessante!!!

2008-10-03T19:37:00.000-07:00

Pessoal, Vejam e bjs a todos

http://raciocioniosespurios.blogspot.com/

Retorno médio usando procedimentos da Securities Market Lime (SML)

2008-10-03T18:24:00.000-07:00

## vendo efeito período#########

#### 1) Período estacionário do Ibovespa

premio<-mean(ibov[1:127]-rf)
beta1<-cov(ibov[1:127],petr[1:127])/var(ibov[1:127])
r.esper.petr<-rf+beta1*premio
r.esper.petr
beta2<-cov(ibov[1:127],vale[1:127])/var(ibov[1:127])
r.esper.vale<-rf+beta2*premio
r.esper.vale

##### 2) Período crescente do ibovespa, pós 14/04/2008 a
20/05/2008

premio<-mean(ibov[128:152]-rf)
beta1<-cov(ibov[128:152],petr[128:152])/var(ibov[128:152])
r.esper.petr<-rf+beta1*premio
r.esper.petr
beta2<-cov(ibov[128:152],vale[128:152])/var(ibov[128:152])
r.esper.vale<-rf+beta2*premio
r.esper.vale

##### 3) Período decrescente do ibovespa, pós
##20/05/2008

premio<-mean(ibov[153:245]-rf)
beta1<-cov(ibov[153:245],petr[153:245])/var(ibov[153:245])
r.esper.petr<-rf+beta1*premio
r.esper.petr
beta2<-cov(ibov[153:245],vale[153:245])/var(ibov[153:245])
r.esper.vale<-rf+beta2*premio
r.esper.vale

Mais estatísticas

2008-10-03T04:53:00.000-07:00

http://www.worldometers.info/pt/

Coeficiente Beta e gráfico da Petrobras e Vale condicionado ao Ibovespa

2008-10-02T15:47:00.000-07:00

### A relação entre Vale (e Petrobras) e Ibovespa em períodos antes e depois crise. Veja que loucura Dani!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

b1<-cov(ibov,petr)/var(ibov)

b1 [1] 0.6258915

b2<-cov(ibov,vale)/var(ibov)

b2 [1] 0.5187367

cor(petr,vale)

coplot(petr~vale ibov)

## vendo efeito período ####

1) Período estacionário do Ibovespa

b1<-cov(ibov[1:127],petr[1:127])/var(ibov[1:127])

b2<-cov(ibov[1:127],vale[1:127])/var(ibov[1:127])

[1] -0.2014692

[1] -0.3504139

cor(petr[1:127],vale[1:127])

coplot(petr[1:127]~vale[1:127] ibov[1:127])

##### 2) Período crescente do ibovespa, pós 14/04/2008 a 20/05/2008

b1<-cov(ibov[128:152],petr[128:152])/var(ibov[128:152])

b2<-cov(ibov[128:152],vale[128:152])/var(ibov[128:152])

[1] 3.101659

[1] 0.01888223

cor(petr[128:152],vale[128:152])

coplot(petr[128:152]~vale[128:152]ibov[128:152])

##### 3) Período decrescente do ibovespa, pós ##20/05/2008

b1<-cov(ibov[153:245],petr[153:245])/var(ibov[153:245])

b2<-cov(ibov[153:245],vale[153:245])/var(ibov[153:245])

[1] 1.062324

[1] 1.219344

cor(petr[153:245],vale[153:245])

coplot(petr[153:245]~vale[153:245] ibov[153:245])

###### Vendo em partes

ib<-rep(0,245)

ib[128:152]<-1

ib[153:245]<-2

coplot(vale~petr ib)

libary(lattice)

xyplot(vale~petr ib)

Análise de Intervenção

2008-10-02T10:53:00.000-07:00

### Um dos procedimentos. Verificação de outliers usando distâncias de cooks.
set.seed(125)
ar<-lm(y[2:n]~y[1:(n-1)])
summary(ar)
cooks <- cooks.distance(ar)
plot(cooks,ylab="Cooks distances")
obs<-1:(n-1)
identify(1:(n-1),cooks,obs)
dummy<-rep(0,(n-1))
dummy[79]<-1
dummy
ar<-lm(y[2:n]~y[1:(n-1)]+dummy)
summary(ar)
### ou, de forma um pouco parecida
dummy2<-rep(0,n)
dummy2[80]<-1
dummy2
ar<-arima(y, order = c(1, 0, 0),xreg=dummy2)
ar

Duration

2008-10-02T08:22:00.000-07:00

########### Valor presente (pv e pp) e Duration #### Exercíco introdutório m<-1000 n<-20
c<-rep(m/n,n)
c
t<-1:n
r<-c(0.05,0.04,0.045,.049,0.0499,0.0501,0.051,0.055, 0.06)
pv<-function(c,r,M)sum(c/((1+r)^t))+M/(1+r)^n pp<-sapply (r,function(j) pv(c,j,m))
pp
dp<-sapply(1:length(r),function(k)(pp[k]-pp[1])/pp[1])
dp*100
dp*100 [1] 0.0000000 13.5903263 6.5039682 1.2568559 [5] 0.1247278 -0.1245165 -1.2357217 -5.9751912 [9] -11.4699212 duration <- function(c, r, M,p) { n <- length(c) ( sum((c*t)/((1+r)^t)) + M*n/((1+r)^n))/p } duration(c, .05, m,pv(c,0.05,m))
durations<-sapply(r, function(rr) duration(c, rr, m,pv(c,rr,m)))
durations [1] 13.08532 13.54472 13.31615 13.13165 13.08996 13.08068 [7] 13.03892 12.85262 12.61844 dr<-sapply(1:length(r),function(h)(r[h]-r[1])) dr*100
aprox<-function(dur,taxa,d)((-1*dur)/(1+taxa))*d
aproximacao<-aprox(durations[1],r[1],dr[2:length(dr)]) aproximacao plot(r[2:length(r)],aproximacao,type="l",col=3, xlab="taxa de juros", ylab="preço")
lines(dp[2:length(r)],lty=3)
########### Gráfico em 3d########
taxa <- seq(0.04, 0.06, length= 80)
preco <- seq(800, 1135, length= 80)
fun <- function(taxa,preco) { d<-(sum((50*(1:n))/((1+taxa)^(1:n))) + 1000*n/((1+taxa)^n))/preco }
duration.3d <- outer(taxa, preco, fun)
op <- par(bg = "white") persp(taxa, preco, duration.3d, theta = 80, phi = 30, expand = 0.5, col = "lightblue")

Fórum do CONRE-3.

2008-10-01T05:02:00.000-07:00

Por que escolher o bacharelado em Estatística?
Que tal ser um profissional super versátil, que possa trabalhar em qualquer área e se dar sempre muito bem? E que tal trabalhar com equipes diferentes, poder interagir com vários profissionais e ainda exercer uma função importante? E, melhor ainda, não ter muito concorrente?
Gostou, não é? Pois este profissional existe e pode ser um Estatístico!
O Estatístico é aquele que se forma Bacharel em Estatística. No Brasil há 29 universidades e/ou escolas que oferecem cursos de Bacharelado em Estatística.
Mas, para que serve a Estatística, afinal de contas?
Imagine um médico e um farmacêutico querendo saber se um remédio em desenvolvimento é bom ou ruim. Para testar o remédio, é preciso PLANEJAR muito bem o experimento, COLETAR corretamente os dados, ANALISAR com muito cuidado e DIVULGAR seus resultados de forma honesta e com confiança no que está dizendo. Imagine o perigo de uma pesquisa mal feita num assunto tão importante! Bom, para não colocar a vida de ninguém em risco, é preciso tomar muitos cuidados. Antes de mais nada, é preciso planejar cada etapa abaixo:
O remédio será testado em quem?– Homens? Mulheres? Idosos? Crianças? Obesos? Jovens? Quem?
Quantas pessoas serão necessárias para testar?– Basta testar em uma ou duas pessoas? Ou será melhor testar em 10 pessoas? 30? 500? 2.000? Como saber?– Há dinheiro para testar em tanta gente?
E se houver dois grupos de pessoas?– Para um grupo de voluntários dá-se o remédio a ser testado; para o outro grupo, dá-se um remédio “de mentirinha”, chamado placebo, mas não se conta a verdade para ninguém. Será que há diferença nos resultados de um grupo para outro?
– Mas o remédio foi testado só com um grupo de pessoas, em geral voluntários, como é que depois pode-se afirmar que este remédio vai ser bom para todo mundo? É certeza absoluta?
O Estatístico é exatamente o profissional que auxiliará tanto o médico como o farmacêutico em cada uma destas etapas: desde o tipo de voluntário, quantidade e controle das pessoas que farão parte do experimento (amostragem), na coleta cuidadosa e minuciosa dos dados (campo), na organização destes dados no computador (banco de dados e tabulação), na hora de fazer todas as comparações interessantes, interpretar os resultados (testes estatísticos) e divulgá-los para todos os envolvidos (análises estatísticas). Como os testes são feitos somente num grupo de pessoas, existe uma pequena chance de haver um erro, não é mesmo? O Estatístico saberá dizer que tipo de erro poderá ocorrer e com que grau de certeza o resultado será divulgado.
A Estatística é um conjunto de técnicas e métodos que vai ajudar o Estatístico em todas as etapas acima: na amostragem, na organização dos dados, na geração de tabelas e análises comparativas, na interpretação dos resultados, de forma que todas as afirmações possam ser feitas dentro de um limite de segurança estabelecido.
Mas a Estatística não é usada só para ver se o remédio é bom ou não. Se você pensar bem, muita coisa do nosso dia-a-dia acontece em conseqüência de estudos que levam em conta análises estatísticas. Vejam alguns exemplos:
· Você abre o jornal e lê a manchete: “Cruzamentos: perigo à vista”. A matéria mostra um gráfico sobre criminalidade na cidade e traz evidências de que num certo cruzamento houve muito mais assaltos do que noutros. Quantas pessoas evitarão este cruzamento ou passaraõ a ter atenção redobrada nestes locais?
· Um estudo científico mostra que mulheres fumantes têm probabilidade maior de desenvolver câncer do pulmão do que homens fumantes. Quantas mulheres não pararam de fumar diante desta notícia?
· A CET faz um estudo sobre o trânsito na cidade de São Paulo e decide se o rodízio será necessário ou não com base nas estatísticas sobre a quantidade e tipos de veículos diariamente nas ruas, locais mais congestionados, horários de pico, etc.
· A prefeitura da cidade reformula o sistema de transporte público com base nos relatórios estatísticos contendo informações detalhadas sobre fluxo de passageiros, linhas mais requisitadas, tempo de ociosidade, demanda vs. oferta, etc.
· O governo divulga dados estatísticos que influenciam todos os índices financeiros que usamos no dia-a-dia: comércio, indústria, transporte, clientes, etc… que vão influenciar nas contas que vamos pagar (prestações, crediário, luz, água, telefone, gás, etc.)
UNIVERSIDADES / FACULDADES DO BRASIL COM CURSOS DE ESTATÍSTICAFonte: MEC-INEP / 2006

Estatísticas

2008-10-01T05:00:00.000-07:00

http://www.poodwaddle.com/earthclock.swf

Análise de cluster da rentabilidade empresas do Ibovespa

2008-09-30T10:42:00.000-07:00

####Segue abaixo apenas um dos métodos que foi elaborado para separação das empresas em #####clusters

a<-agnes(dados, metric = "euclidean",stand = FALSE, method = "ward")
a
plot(a)
fo<-cutree(hclust(dist(dados,method="euclidean"),method="ward"),h=80)
plot(hclust(dist(dados),method="ward"))
abline(h=80)
country<-names(dados)
c<-lapply(1:5,function(nc) country[fo==nc])
ccmedia<-lapply(1:5,function(nc)
apply(dados[,fo==nc],2,mean))
cmedia

########bjs############

Blog interessante

2008-09-29T17:25:00.000-07:00

Olá, pessoal. Como alguns sabem, criei este blog há pouco tempo ( há 5 dias). Bem, procurando artigos de economia cuja autoria fosse de professores que já me deram aula de economia, cheguei ao blog abaixo que achei muito interessante. Lá vcs vão ver de tudo: discussões políticas, econômicas, artigos, indicação de outros blogs interessantes, críticas as mais diversas, referências a livros, etc, etc, etc.
O endereço do blog é
http://gustibusgustibus.wordpress.com/

bjs

Identificação, Estimação e Adequação de Modelos

2008-09-29T10:42:00.000-07:00

http://leg.ufpr.br/~ehlers/CE017/praticas/node9.html

Livro

2008-09-29T10:25:00.001-07:00

Analysis of Integrated and Cointegrated Time Series with R

Analisando a rentabilidade das empresas do IBOVESPA

2008-09-26T18:24:00.000-07:00

##vamos analisar a rentabilidade diária com os retornos do ibovespa
plot(rent.dia, ibov.dia, pch=20, cex=1.2, xlab="rent.dia", ylab="ibov ao dia", main="rentabilidade das empresas", col=c("slateblue", "firebrick", "darkolivegreen")[as.numeric(res)] )
abline(v=mean(rent.dia), lty=2, col="red")
abline(h=mean(ibov.dia), lty=2, col="red")
abline(v=median(rent.dia), lty=2, col="blue")
abline(h=median(ibov.dia), lty=2, col="blue")
legend(19, -1,c("roxo=baixa", "violeta=média", "verde=alta"))
title(sub="rentabilidade: média= vermelha e mediana=azul")

## hehe

Matriz hat para estimar valores futuros

2008-09-25T09:16:00.000-07:00

eq<-lm(y~x1+x2)
x<-model.matrix(eq)
h<-hat(x)
h # que é seu h00, pelo que entendi#
#Bem, usando o que vc falou: h00 = x0'((X'X)^-1)x0 (X'X)^-1 é o mesmo anterior ....
# x0 é o vetor x para o qual eu quero gerar a previsão
# de um novo y, este vetor não foi utilizado pra estimar
# o modelo.
# então suponha que xo=[1,2,2]
x0<-matrix(c(1,2,2),3,1)
x0
# então
h00<-t(x0)%*%solve(crossprod(x))%*%x0
h00

bjim, meu caro

Dúvidas de um colega

2008-09-25T07:38:00.000-07:00

eq<-lm(y~x1+x2)
names(eq)
ajuste<-eq$fitted.values
x<-model.matrix(eq)
h<-hat(x)
h # que é seu h00, pelo que entendi
h[1]h[1:length(h)]
eq$coefficients
eq$coefficients[1]# seu bo
eq$coefficients[1:length(eq$coefficients)]
Olha, mas lembre que em projeções, quando se tem variáveis exógenas, não se consegue projetar além da mostra,mas se vc tem variáveis endógenas Y(-1) y(-2) se consegue. Isto é parecido com um sistema de variáveis endógenas do tipoVAR.

AUTO-IDENTIFICAÇÃO DE MODELOS

2008-09-24T07:00:00.000-07:00

Claro, vc consegue identificar o melhor modelo. O Próprio programa identifica para vc. Este é um exemplo de alisamento exponencial e ARIMA para a série de comércio no Brasil.
fD1 <- ets(COM)
fD2 <- auto.arima(COM)
fD1.out <- ets(pmc,model=fD1)
fD2.out <- Arima(pmc,model=fD2)

## ok!!!

Média da carteira de ativos

2008-09-23T19:04:00.000-07:00

Não sô, vc tem de montar deste jeito.
w<-c(unlist(carteira)/sum(unlist(carteira)))
wm<-as.matrix(dados)
co<-cov(m)
peso<-matrix(w,3,1)
risco<-sqrt(t(peso)%*%co%*%peso)
risco
retcarteira<-t(peso)%*%mean(dados)
retcarteira

# entendeu Fábio? Pôxa....

# bjs

Distribuição de probabilidade dos retornos da usiminas

2008-09-23T09:32:00.000-07:00

Marcos, vc tem de fazer assim para obter a distribuição de probabilidade dos retornos da Usiminas neste período da amostra, usando o R:

dad<-read.table("usiminas.txt",head=T)
summary(dad)
y<-dad$ret
m<-matrix(sample(y,1000*1000,r=T),1000,1000)
medias<-colMeans(m)
x<-sort(medias)
par(mfrow=c(1,2))
d<-density(medias)
hist(medias,prob=T)
lines(d)
plot(function(x) dnorm(x, mean(medias), sd(medias)), min(medias), max(medias), ylab = "dens")

bjs

Comandos Básicos em EViews

2008-09-22T18:09:00.001-07:00

‘ ######## Montando uma regressão#######

‘vamos criar um workfile com o nome de coeficientes'
workfile coeficientes u 1 20

'vamos criar as séries x1 , x2 e y onde nrnd é a normal(0,1) e o restante você já sabe'
series x1= 15+@nrnd
series x2=10+10*@nrnd
series u=nrnd
series y=3*(x1^2)+2*x2+5+u

'vamos criar um vetor para estimar o intercepto
series betazero=1

'vamos guardar as variáveis e a série que só tem 1 no grupo denominado g'
group g betazero x1 x2

'vamos converter o grupo g em matriz chamada xx
matrix xx=@convert(g)

'vamos calcular os coeficientes
vector betas=@inverse((@transpose(xx)*xx))*@transpose(xx)*y

'vamos mostrar os coeficientes
show betas

'vamos criar a equação e comparar os coeficientes
equation eq01.ls y c x1 x2

'vamos mostrar os coeficientes
show c

Comandos Básicos em R

2008-09-22T17:55:00.000-07:00

### Medidas de avaliação de ajuste na amostra
y=ipc # coloque a série real
previsao<-eq$fitted.values ## coloque a série ajustada
diferenca2=(y-previsao)^2
diferenca=y-previsao
y2=y^2
n<-length(y)
previsao2=previsao^2
diferenca_perc= diferenca/y
rmse=sqrt(sum(diferenca2)/n)
mae=sum(abs(diferenca))/n
mape=(sum(abs(diferenca_perc))/ n)*100
tic=sqrt(sum(diferenca2)/n)/(sqrt(sum(y2)/n)+sqrt(sum(previsao2)/n))
media_prev=mean(previsao)
mediay=mean(y)
bp=((media_prev-mediay)^2)/(sum(diferenca2)/n)
desvio_prev=sd(previsao)
desvioy=sd(y)
vp=(desvio_prev-desvioy)^2/(sum(diferenca2)/n)
cp=1-(bp+vp)
resultado<-list("raiz do erro quadrático médio"=rmse, "erro absoluto médio"=mae,
"erro percentual absoluto médio"=mape,"coeficiente de desigualdade de Theil"=tic,
"proporção de vício"=bp,"proporção de variância"=vp,"proporção de covariância"=cp)
resultado