Este artigo é motivado por Saz (2011) que analisou a eficácia do modelo SARIMA para a previsão de inflação na Turquia utilizando o algoritmo Hyndman-Khandakar (HK) para derivar o SARIMA. E por Bonno (2014) que compara o modelo SARIMA com um modelo estrutural para previsão de curto prazo de IPCA, encontrando um desempenho superior para o modelo SARIMA no curto prazo.
Big data está na moda, muito se fala dessa tal “revolução dos dados”. A discussão já entrou nos departamentos de economia, mas suas aplicações e ferramentas ainda são desconhecidas da maioria dos economistas e muitos são céticos quanto a real contribuição dessa revolução dos dados. Para tentar trazer um pouco de informação sobre suas possíveis aplicações em economia, resolvi indicar aqui no blog o artigo The Data Revolution and Economic Analysis escrito por Einav e Levin, ambos da Universidade de Stanford.
Séries temporais são observações coletadas ao longo do tempo. É comum aparecer em séries temporais alguns componentes como tendência, sazonalidade ou um comportamento cíclico. Iremos analisar cada um desses componentes, mostrando que é possível decompor uma série em vários componentes e também juntar esses componentes para obtermos, novamente, a série temporal.
, on Economia, Econometria, Estatística, Machine learning
Confundir correlação com causalidade é muito comum em nosso cotidiano, recebemos e fazemos muitas explicações de como uma coisa causa outra enquanto na verdade elas só estavam correlacionadas, dois eventos aleatórios ocorrem ao mesmo tempo e julgamos que um causou o outro.