Acabou!!!

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

Estou quase lá...

Série Temporais: GARCH

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

Mais uma vez Séries Temporais.

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....()!

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

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!!!!

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

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

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!!!!

### 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?

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

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

Será que consigo????

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

Período de 20/05/2008 a 10/10/2008

Análise do efeito especulação nos retornos da csn

Simulando projeção e interpolação para DI- mercado futuro-finmetrics

Injustiças

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

O preço da escolha

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

## 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!!!

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

Igualmente interessante!!!

Pessoal, Vejam e bjs a todos

http://raciocioniosespurios.blogspot.com/

Retorno médio usando procedimentos da Securities Market Lime (SML)

## 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

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

Coeficiente Beta e gráfico da Petrobras e Vale condicionado ao Ibovespa

### 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])

b1

[1] -0.2014692

b2

[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])

b1

[1] 3.101659

b2

[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])

b1

[1] 1.062324

b2

[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

ib

coplot(vale~petr ib)

libary(lattice)

xyplot(vale~petr ib)

Análise de Intervenção

### 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

########### 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.

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

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