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