Curso de Introdução à Análise de Séries Temporais

Aprenda a ler e entender este tipo de série.

Série temporal é um assunto que costuma ser abordado dentro de algumas ciências e áreas de estudos, como estatística, econometria, matemática aplicada e processamento de sinais, sendo uma coleção de observações feitas sequencialmente ao longo de um determinado tempo. Em modelos de regressão linear com dados cross-section a ordem das observações é irrelevante para a análise, em séries temporais a ordem dos dados é fundamental.

Estes tipos de dados contam com determinadas características e definições que realmente são muito importantes. Neste tipo de dado, por exemplo, as observações vizinhas são dependentes e o interesse acaba sendo o de analisar e modelar essa dependência. As séries temporais existem nas mais variadas áreas de aplicação, como: finanças, marketing, economia, seguros, demografia, ciências sociais, meteorologia, energia, epidemiologia, etc.

Aprenda mais sobre análise de séries temporais neste curso online e gratuito. Não deixe de conferir também o curso de MatLab.

Sobre o curso

Neste curso online e gratuito os alunos poderão aprender mais sobre técnicas de análise de séries que possam ser classificadas como temporais. As aulas apresentam uma abordagem simples, prática e direta. As aulas são interessantes especialmente para  aquelas pessoas que precisam resolver problemas práticos do dia-a-dia, assim como para estudantes de graduação e pós-graduação em diversas áreas do conhecimento.

Estrutura do curso

Aula 01: Melhore a Gestão dos seus Dados, faça Previsão, aprenda agora Análise de Séries Temporais!

Aula 02: Não inicie a Análise de Séries Temporais, antes de saber esses Conceitos Matemáticos!

Aula 03: O que é Covariância?

Aula 04: Como calcular a Covariância usando o Google Planilha

Aula 05: Melhore as suas Previsões, faça a Análise Descritiva de sua Série Temporal!

Aula 06: Como tornar a sua Série Estacionária? Decomposição! Parte 1: Remoção de Tendência

Aula 07: Como remover a Tendência de séries temporais usando o Google Planilha

Aula 08: Como tornar a sua Série Estacionária? Decomposição! Parte 2: Remoção de Efeitos Sazonais

Aula 09: Como remover os efeitos sazonais de séries temporais usando o Google Planilha

Aula 10: Melhore seus Resultados, aplique Filtragem! Parte 1: Estimativa da Tendência de Séries

Aula 11: Como calcular a tendência de uma série temporal usando o Google Planilha

Aula 12: Melhore seus Resultados, aplique Filtragem! Parte 2: Estimativa do Efeito Sazonal de Séries

Aula 13: Como calcular o efeito sazonal de uma série temporal usando o Google Planilha

Aula 14: Melhore seus Resultados, aplique Filtragem! Parte 3: Estimativa do Resíduo de Séries

Aula 15: Conheça a Autocorrelação, uma das Principais Características de uma Série Temporal

Aula 16: Como calcular a Função de Autocorrelação (Método do gráfico de dispersão) Google Planilha

Aula 17: Por que o Plug-in é o melhor método para a Função de Autocorrelação?

Aula 18: Como calcular a Função de Autocorrelação (Método Plug-in) usando o Google Planilha

Aula 19: O que você precisa saber antes de aplicar a Função de Autocorrelação: Parte 1

Aula 20: O que você precisa saber antes de aplicar a Função de Autocorrelação: Parte 2

Aula 21: O que é Autocorrelação Parcial e Qual é a sua importância?

Aula 22: Como calcular a Função de Autocorrelação Parcial usando um aplicativo web

Aula 23: Não comece a modelar séries temporais, antes de saber o que é Ruído Branco!

Aula 24: Saiba o que é o Modelo Autoregressivo, o Modelo mais Popular de Séries Temporais

Aula 25: Como identificar um Modelo Autoregressivo e sua ordem em uma série temporal

Aula 26: O que Importa na Estimativa dos Parâmetros de Modelo Autoregressivo

Aula 27: Como Estimar os Parâmetros do Modelo Autoregressivo usando o Google Planilha

Aula 28: Como Analisar os Resíduos do Modelo Autoregressivo

Aula 29: O que é um Modelo de Média Móvel?

Aula 30: Modelo de Média Móvel: Definição e Principais Propriedades

Aula 31: Descubra as Diferenças Entre a Autocorrelação (Parcial) de MA e de AR!

Aula 32: Qual é a Melhor Estratégia para Ajustar Modelos de Média Móvel (MA)?

Aula 33: Aplicação do Modelo de Média Móvel (MA)

Aula 34: O que São os Modelos ARMA?

Aula 35: Como Interpretar a Função de Autocorrelação (Parcial) para a Modelagem de Processos ARMA?

Aula 36: Como Ajustar e Aplicar um Modelo ARMA Utilizando R?

Aula 37: O que São os Modelos ARIMA e SARIMA?

Aula 38: Como Ajustar e Aplicar um Modelo ARIMA Utilizando R?

Aula 39: Como Ajustar e Aplicar um Modelo SARIMA Utilizando R?

Aula 40: Introdução à Previsão de Séries Temporais

Aula 41: O que importa na Previsão com ARMA?

Aula 42: Como Realizar Previsão de Séries Temporais com um Modelo Autoregressivo (AR)?

Aula 43: Previsão com Modelo Autoregressivo (AR) utilizando R

Aula 44: Não Comece a Prever com Média Móvel Antes de Assistir esta Aula!

Aula 45: Os Bastidores da Previsão com Modelos ARMA, ARIMA e SARIMA

Aula 46: Previsão com Modelo SARIMA utilizando R

Aula 47: Validação Prática da Previsão de Séries Temporais Utilizando R

Aula 48: O Que é Suavização Exponencial Simples (SES)?

Aula 49: Conheça o Modelo de Holt-Winters e Como Funciona a Sua Previsão!

Aula 50: Previsão com Modelo Holt-Winters utilizando R

Aula 51: Previsão de Séries Decompostas utilizando R

Aula 52: Quando Aplicar Modelos ARCH/GARCH? Exemplo: IBOVESPA