Currículo
Séries Temporais STEM-MEAP
Contextos
Groupo: Economia > 2º Ciclo > Parte Escolar > Unidades Curriculares Optativas > Optativa Condicionada 3 e 4
ECTS
7.0 (para cálculo da média)
Objectivos
A disciplina de séries temporais destina-se a alunos de cursos de pós-graduação em Gestão, Economia, Finanças, Estatística, Econometria, entre outros. Assume conhecimento de análise matemática e de probabilidades e estatística ao nível da licenciatura. Pretende-se apresentar os principais métodos estatísticos de modelação e previsão de séries temporais e suas aplicações, de modo a permitir aos alunos perceber o essencial da teoria e a exploração e resolução de problemas modernos de economia e gestão que impliquem uma análise de evolução de variáveis ao longo do tempo. Serão destacas aplicações em economia e finanças. São explorados casos práticos com recurso a software estatístico (R).
Programa
- Introduction to Time Series and Their Empirical Features - Time Series Decomposition and Transformations - Stationarity, Autocorrelation and Partial Autocorrelation - White Noise and Autoregressive (AR) Models - Moving Average (MA) and ARMA Model - Model Identification, Estimation, Testing and Selection - ARIMA Models for Nonstationary Time Series - Unit Root, Trend and Difference Stationarity - ARFIMA, HAR - Forecasting - Seasonal Time Series Models - Exponential Smoothing - State-space models and Kalman filter - Nonlinear models (nonlinear autoregressive models, threshold autoregressive models, etc) - Topics for Further Research
Método de Avaliação
Esta disciplina será oferecida de forma a associar constantemente a teoria e a prática. Haverá aulas teóricas, projeto individual e um exame final. Pressupõe-se que os estudantes dominem os principais conceitos teóricos e que o mostrem através dos trabalhos e dos testes. Pretende-se que mostrem igualmente a capacidade de aplicar os conceitos a casos práticos. Manuais de referência: Chatfield, Chris and Xing Haipeng (2019). The Analysis of Time Series An Introduction with R. 7th edition, Chapman and Hall/CRC, New York Mills, Terence (2019). Applied Time Series Analysis: A Practical Guide to Modeling and Forecasting, Academic Press, Elsevier, London. Software: R A avaliação será constituída pelas seguintes parcelas: Projeto individual (30%) e exame final (70%).
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 148.0
Carga Total -
Bibliografia
Principal
- Time Series Analysis: Univariate and Multivariate Methods, 2nd Edition: W.S. Wei 2005 Addison-Wesley, 2005.
Secundária
- Introduction to Time Series and Forecasting, 3rd ed.: Peter J. Brockwell, Richard A. Davis 2016 978-3319298528
- Applied Econometric Time Series: An Introduction, 4th Edition,: W. Enders 2014 Wiley, 2014