José Augusto Fiorucci
José Augusto Fiorucci
  • 30
  • 67 542

วีดีโอ

Aula 23, Parte I: VaR - Value at Risk
มุมมอง 5823 ปีที่แล้ว
Aula 23, Parte I: VaR - Value at Risk
Aula 22 - Parte II: Modelagem de Volatilidade - Exemplos no R
มุมมอง 5823 ปีที่แล้ว
Aula 22 - Parte II: Modelagem de Volatilidade - Exemplos no R
Aula 22 - Parte I: Modelagem de Volatilidade
มุมมอง 6073 ปีที่แล้ว
Aula 22 - Parte I: Modelagem de Volatilidade
Aula 21, Parte II: Séries Financeiras, Retornos e Volatilidade
มุมมอง 4873 ปีที่แล้ว
Aula 21, Parte II: Séries Financeiras, Retornos e Volatilidade
Aula 21, Parte I: Séries Financeiras, Retornos e Volatilidade
มุมมอง 5363 ปีที่แล้ว
Aula 21, Parte I: Séries Financeiras, Retornos e Volatilidade
Aula 19 - Sazonalidade Múltipla e Modelos Avançados de Previsão
มุมมอง 5833 ปีที่แล้ว
Nesta aula são abordados os modelos STL ETS, BATS e TBATS
Aula 20 - Métricas de acurácia e validação cruzada
มุมมอง 6543 ปีที่แล้ว
Aula 20 - Métricas de acurácia e validação cruzada
Aula 18 - Modelos ETS - Parte II
มุมมอง 5323 ปีที่แล้ว
Aula 18 - Modelos ETS - Parte II
Aula 17 - Modelos ETS - Parte I
มุมมอง 6623 ปีที่แล้ว
Nesta aula é apresentada a família de modelos ETS, a qual generaliza os modelos de alisamento exponencial.
Aula 16 - Modelo de Holt-Winters - aula prática
มุมมอง 1.6K3 ปีที่แล้ว
Aula 16 - Modelo de Holt-Winters - aula prática
Aula 15 - Modelo de Holt-Winters - aula teórica
มุมมอง 9413 ปีที่แล้ว
Correção: no Exercício 3 utilize beta=0,12.
Aula 14 - Modelo Linear de Holt e modelo Damped
มุมมอง 6913 ปีที่แล้ว
Aula 14 - Modelo Linear de Holt e modelo Damped
Aula 13 - Introdução aos modelos de alisamento exponencial
มุมมอง 1.6K3 ปีที่แล้ว
1) Modelos de espaço de estado 2) Modelo SES Correção: Os valores corretos para a variância na resposta do Exercício 1 são: - Variância da previsão: 0.326, 0.443, 0.560
Aula 12 - Previsão - Parte 2
มุมมอง 8524 ปีที่แล้ว
Aula 12 - Previsão - Parte 2
Aula 11 - Previsão - Parte 1
มุมมอง 1.2K4 ปีที่แล้ว
Aula 11 - Previsão - Parte 1
Aula 10 - Modelos ARIMA Sazonais (SARIMA)
มุมมอง 3.2K4 ปีที่แล้ว
Aula 10 - Modelos ARIMA Sazonais (SARIMA)
Aula 9 - Adequação dos modelos ARMA/ARIMA
มุมมอง 1.5K4 ปีที่แล้ว
Aula 9 - Adequação dos modelos ARMA/ARIMA
Aula 8 - Estimação de modelos ARMA/ARIMA
มุมมอง 2.2K4 ปีที่แล้ว
Aula 8 - Estimação de modelos ARMA/ARIMA
Aula 7 - ARMA, ARIMA e Testes de Estacionariedade
มุมมอง 3.7K4 ปีที่แล้ว
Aula 7 - ARMA, ARIMA e Testes de Estacionariedade
Aula 6 - Parte II - Escrevendo AR(p) como MA(inf) e as Equações de Yule-Walker
มุมมอง 1.6K4 ปีที่แล้ว
Aula 6 - Parte II - Escrevendo AR(p) como MA(inf) e as Equações de Yule-Walker
Aula 6 - Parte I - Modelo Médias Móveis
มุมมอง 2K4 ปีที่แล้ว
Aula 6 - Parte I - Modelo Médias Móveis
Aula 5 - Modelos Autoregressivos e FACP
มุมมอง 2.8K4 ปีที่แล้ว
Aula 5 - Modelos Autoregressivos e FACP
Aula 4 - ACF, CCF, Diferenciação e Retornos
มุมมอง 2.7K4 ปีที่แล้ว
Aula 4 - ACF, CCF, Diferenciação e Retornos
Aula 3 - Parte I - Média, autocovariância e autocorrelação teórica
มุมมอง 4.3K4 ปีที่แล้ว
Aula 3 - Parte I - Média, autocovariância e autocorrelação teórica
Aula 3 - Parte II - Estacionariedade
มุมมอง 3K4 ปีที่แล้ว
Aula 3 - Parte II - Estacionariedade
Aula 1 - Intro
มุมมอง 17K4 ปีที่แล้ว
Aula 1 - Intro
Aula 2 - Parte II - Decomposição STL e MSTL
มุมมอง 3.4K4 ปีที่แล้ว
Aula 2 - Parte II - Decomposição STL e MSTL
Aula 2 - Parte I - Tendência, Sazonalidade e Decomposição
มุมมอง 7K4 ปีที่แล้ว
Aula 2 - Parte I - Tendência, Sazonalidade e Decomposição

ความคิดเห็น

  • @alissonaragao2811
    @alissonaragao2811 หลายเดือนก่อน

    Começando a Maratonar por aqui, estou estudando Séries Temporais para meu TCC, pelo livros está um pouco abstrato. Seus vídeos estão ajudando demais, obrigado por disponibilizar esse conteúdo.

  • @arthurfernando3899
    @arthurfernando3899 หลายเดือนก่อน

    Muito obrigado pelo material disponibilizado! Li alguns materiais e não consegui compreender muito bem, no primeiro video intro já sanou metade das minhas dúvidas. Vou assistir a playlist completa! ❤

  • @cristinapandolfo69
    @cristinapandolfo69 หลายเดือนก่อน

    Boa tarde Professor, tudo bem? Se puder esclarecer uma dúvida..... depois que faço a decomposição.. para usar um teste de Mann-Kendall para verificar se há tendência em série histórica de temperatura mensal, eu desconsidero a sazonalidade e uso o modelo aditivo com a tendência e resíduo? Grata.

  • @igoresl
    @igoresl 2 หลายเดือนก่อน

    Muito bom

  • @feliperuan9620
    @feliperuan9620 6 หลายเดือนก่อน

    Oloco, sensacional! Vou maratonar essa playlist. Ouro! Muito obrigado!

  • @ricardoaragaoesilva4007
    @ricardoaragaoesilva4007 7 หลายเดือนก่อน

    Muito boa a didática do Prof. Dr. Fiorucci! Obrigado.

  • @juliodossantospereira1089
    @juliodossantospereira1089 7 หลายเดือนก่อน

    MUITO OBRIGADO!!!!!!!!

  • @josecarlossantos7673
    @josecarlossantos7673 8 หลายเดือนก่อน

    Olá, professor! Tem as respostas desse exercício em algum lugar?

  • @pedrocardoso879
    @pedrocardoso879 8 หลายเดือนก่อน

    Tô estudando pro IPEA com seus vídeos.

  • @josecarlossantos7673
    @josecarlossantos7673 8 หลายเดือนก่อน

    Olá, Professor! Perdoe-me o meu conhecimento de iniciante. Pelo que entendi, a decomposição é uma forma de compreender individualmente as componentes de uma determinada série temporal incluindo multiplas sazonalidades. A partir disso, seguimos com os tratamentos necessários para alcançar os pressupostos. Não ficou claro porque realizar algum tipo de transformação, por exemplo Box-Cox, antes da decomposição já que isso provoca mudanças tipo estabilização da variância e outras mais impossibilitando que tenhamos uma compreensão do dados em sua forma natural. Obrigado pela atenção!

  • @josecarlossantos7673
    @josecarlossantos7673 8 หลายเดือนก่อน

    Olá, professor! Assisti algumas aulas avulsas por necessidades específicas e já me organizando para seguir o programa a completo. Passando para agradecer pelo excelente conteúdo e por sua disponibilidade em democratizar o conhecimento. Iniciativas como essa e, considere que é um tema complexo, faz do mundo um lugar com mais oportunidade para que as pessoas façam a diferença a suas vidas.

  • @limeirakonrado4273
    @limeirakonrado4273 ปีที่แล้ว

    Parabéns pela aula professor! Parabéns pela didática e motivação da aula inicial. Por mais professores assim! Precisamos de mais professores assim em nossas instituições de ensino superior.

  • @FernandoHenrique-ij3tt
    @FernandoHenrique-ij3tt ปีที่แล้ว

    Olá, Professor Augusto. Parabéns pelo material. Explicação técnica e clara. Na minha opinião, é um dos melhores vídeos em português sobre o tema. Os seus slides é baseado em algum livro? Dentre os diversos livros de time series.... qual é o mais apropriada no nível do seu curso? Obrigado pela atenção.

    • @profiorucci
      @profiorucci 7 หลายเดือนก่อน

      Recomendo o livro do Hyndman. O link esta na descrição do vídeo.

  • @arielleeliasarantes5266
    @arielleeliasarantes5266 ปีที่แล้ว

    Prezado Augusto, Quando rodei o MSTL na minha serie temporal o resíduo (remainder) ainda apresenta curvas e não aparece como um ruído branco. Esta correto a aplicação desta técnica nos meus dados (tem como eu te enviar o gráfico)? Eu utilizo com ou sem a transformação Box-Cox?

    • @profiorucci
      @profiorucci ปีที่แล้ว

      Oi Arielle, se você especificou corretamente ela como um objeto ts ou msts, com os ciclos sazonais corretos, a aplicação deve estar correta sim. Vc pode testar a série com e sem Box-Cox e escolher a versão que aparentar ter os melhores resíduos. Se quiser pode enviar o gráfico pra jafiorucci@unb.br.

    • @arielleeliasarantes5266
      @arielleeliasarantes5266 ปีที่แล้ว

      @@profiorucci Muito obrigada 🙂

  • @DSancho-sg5kp
    @DSancho-sg5kp ปีที่แล้ว

    tem a resolução do exercício pf ?

  • @Melqui_Cortes
    @Melqui_Cortes ปีที่แล้ว

    Legal professor um canal de series temporais showww

  • @Stnlie
    @Stnlie 2 ปีที่แล้ว

    Perfeito!

  • @iguinho664
    @iguinho664 2 ปีที่แล้ว

    Excelente material, está me ajudando bastante a aprender matéria! Gostaria de pontuar um erro de digitação, que nada interfere no excelente material, no terceiro slide, segundo tópico, em que está escrito generalizadade.

    • @iguinho664
      @iguinho664 2 ปีที่แล้ว

      No mesmo slide, quando você reescreve em função do operador de retardo, não estaria faltando um psi_p antes do B^p?

    • @iguinho664
      @iguinho664 2 ปีที่แล้ว

      No slide 9, onde temos alguns exemplos para mostrar que os processos são estacionários, no primeio exemplo temos que B é nossa raiz, correto? Dessa forma a conclusão não deveria ser "Logo |B| > 1 apenas se |phi| < 1" ?

  • @ana3752
    @ana3752 2 ปีที่แล้ว

    Quando extrair a tendência utilizando média móvel passada é melhor que a simétrica? Já que tem esse atraso, me parece que nunca vale a pena. Obrigada pela aula, professor.

    • @profiorucci
      @profiorucci 2 ปีที่แล้ว

      Eu acredito que a simétrica por não ter atraso absorva melhor a tendência. Mas não existe uma regra pra isso.

  • @ana3752
    @ana3752 2 ปีที่แล้ว

    show de bola professor! obrigada

  • @marcosleno3561
    @marcosleno3561 2 ปีที่แล้ว

    Obrigado pelas aulas Professor. O senhor poderia recomendar livros sobre séries temporais que o senhor utilizou?

    • @profiorucci
      @profiorucci 2 ปีที่แล้ว

      Eu adicionei uma bibliografia na descrição do vídeo.

  • @lohaluizcorreabarbosa7127
    @lohaluizcorreabarbosa7127 2 ปีที่แล้ว

    Augusto boa tarde. Tem alguma aula que você aplica essas teorias? Se sim, poderia me dizer qual a aula? Obg!!

  • @EvandroSchulz
    @EvandroSchulz 2 ปีที่แล้ว

    olá, por acaso teria o código para compartilhar?

    • @profiorucci
      @profiorucci 2 ปีที่แล้ว

      O link pra baixar os scrips está na descrição da playlist.

  • @robertacarina
    @robertacarina 2 ปีที่แล้ว

    Professor, quando eu pedi pra decompose deu isso: Error in na.omit.ts(x) : time series contains internal NAs

    • @profiorucci
      @profiorucci 2 ปีที่แล้ว

      Oi Roberta, não sei o que aconteceu. Ele falou que tem valores faltantes no meio do seu conjunto de dados.

  • @belgonzaga
    @belgonzaga 2 ปีที่แล้ว

    Obrigada pela aula. Muito didático

  • @sofifa5666
    @sofifa5666 2 ปีที่แล้ว

    Parabéns pelo trabalho! Tirando muitos duvidas nas suas aulas. Deus abençoe grandemente.

  • @filipisantos1152
    @filipisantos1152 2 ปีที่แล้ว

    Excelente aula!

  • @157Mrmatheus
    @157Mrmatheus 3 ปีที่แล้ว

    Muito bom, estava confuso nas aulas de Data Science, agora tudo ficou mais claro, obrigado !

  • @sergiooliveira5306
    @sergiooliveira5306 3 ปีที่แล้ว

    Parabéns pelo trabalho! Existe algum livro-texto para acompanhar as aulas?

    • @profiorucci
      @profiorucci 2 ปีที่แล้ว

      Eu recomendo o livro "Forecasting: Principles and Practice" do Hyndman e Athanasopoulos. As aulas estão mais baseadas na ed 2, mas já existe a ed 3. Todo conteúdo é gratuito e online: otexts.com/fpp2/

  • @AnahideCastro
    @AnahideCastro 3 ปีที่แล้ว

    👏👏👏

  • @gibuja
    @gibuja 3 ปีที่แล้ว

    Parabéns pelas aulas. São excelentes! Apenas uma correção no slide que aparece em 15:09. Como a variável T já estava carregada, retornou erro ao fazer o colMeans. Para solucionar, usei TRUE no lugar do T e deu certo.

  • @BrunoAlves-jv7vw
    @BrunoAlves-jv7vw 3 ปีที่แล้ว

    Parabéns pelo canal, seus conteúdos são tops. Tô começando a estudar. Continue assim 🙏🏽

  • @thaleslessacosta6259
    @thaleslessacosta6259 3 ปีที่แล้ว

    Ótima aula professor. Gostaria de saber se a sazonalidade presente em uma série influencia na questão da estacionariedade.

  • @gabrielveiga7393
    @gabrielveiga7393 3 ปีที่แล้ว

    Professor nota 10! Linguagem simples e direta. Assisti outros vídeos sobre o assunto, mas o seu é o melhor disparado Augusto. 👏👏👏

  • @raisacra
    @raisacra 3 ปีที่แล้ว

    Olá, aulas excelentes. Tenho uma dúvida. Se eu for considerar séries diárias, como faria pra anos bissextos? Não seria só colocar s=365 medições, não é?

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Oi Cristina, nesse caso o ciclo sazonal é não inteiro por conta dos anos bissextos (s=365.25), a literatura chama essa situação de sazonalidade complexa. Eu comento sobre isso na Aula 19.

    • @raisacra
      @raisacra 3 ปีที่แล้ว

      @@profiorucci Ah, certo. Muito obrigada. Irei assisti-la.

  • @samuelcoelho7818
    @samuelcoelho7818 3 ปีที่แล้ว

    Excelente Augusto, conseguimos ter acesso ao Script ?

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Oi Samuel, envia o pedido no meu email jafiorucci@unb.br

  • @willian0283
    @willian0283 3 ปีที่แล้ว

    Olá, boa tarde! Fiz o teste usando uma base de vendas, e a função stl está apresentando um erro para os meus dados. Segue a mensagem de erro: "Error in stl(vendas, s.window = 3) : only univariate series are allowed". Este erro aparece para qquer valor do argumento s.window Obrigado

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Oi Willian. Provavelmente o seu conjunto de dados "vendas" não esta no formato correto.

    • @willian0283
      @willian0283 3 ปีที่แล้ว

      @@profiorucci Bom dia Professor! Então, quando leio os dados eles estão no formato numérico, depois disso transformo usando a função "ts". Que pelo que vi, está no mesmo formato do seu exemplo. Segue o meu código: vendas<-read.csv('vendas2.csv', header = TRUE, dec = ',',sep = ';',encoding = 'UTf-8') vendas<-ts(vendas,start=c(2016,05),freq=12) Obrigado

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      @@willian0283 o código me parece correto. Mas a mensagem de erro esta falando que possivelmente a sua variável "vendas" não é uma série univariada, ou seja, ela pode conter mais de uma coluna, o que não é interpretado pela STL. Tenta dar um print nessa variável pra como ela esta no R.

    • @willian0283
      @willian0283 3 ปีที่แล้ว

      @@profiorucci os dados possuem apenas uma coluna, mas não entendi pq na função "str" ele lista mais de um campo. Segue a saída da função "str": str(vendas) Time-Series [1:72, 1] from 2016 to 2022: 947291 1151308 1319585 1098466 1291147 1008480 1148694 1199143 837546 1030530 ... - attr(*, "dimnames")=List of 2 ..$ : NULL ..$ : chr "ï..Vendas"

    • @willian0283
      @willian0283 3 ปีที่แล้ว

      Ja deixei o arquivo csv sem o cabeçalho da coluna. Ao ler o arquivo no R, a função str me diz que os dados estão no formato inteiro, e com apenas 1 campo. Depois de usar a função ts, ele faz a mesma coisa que na saida listada no comentário anterior

  • @willian0283
    @willian0283 3 ปีที่แล้ว

    Muito didática sua aula! Os scripts estão disponíveis em algum lugar? Obrigado

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Eu posso te enviar por email.

  • @donizetenunes748
    @donizetenunes748 3 ปีที่แล้ว

    Aulas muito boas, estão sendo de grande valor para meu aprendizado, eu não sei muito ainda mas estou buscando melhorar.

  • @ravikmoreiradarocha427
    @ravikmoreiradarocha427 3 ปีที่แล้ว

    Em 10:43, acho que teve um erro tipográfico, o índice superior do somatório não seria k-1? Só uma observação, no final das contas não fazer diferença, porque o k vai para o infinito.

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Tem razão, obrigado por avisar.

  • @ravikmoreiradarocha427
    @ravikmoreiradarocha427 3 ปีที่แล้ว

    Mais uma excelente aula, foi muito bom o exemplo prático no final usando as bolsas de valores do Brasil e da Austrália. Obrigado!

  • @ravikmoreiradarocha427
    @ravikmoreiradarocha427 3 ปีที่แล้ว

    Aula incrível, vou assistir o resto da playlist com certeza. Duas perguntas: Essa aula é o mesmo nível que você ministra na faculdade? qual período é estudado essa matéria na faculdade de estatística? Muito obrigado!

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Olá Ravik. O nível é semelhante, a aula presencial diferente dessas que foram gravadas apenas por ter mais demonstrações matemáticas. Na UnB o curso de estatística é diurno.

    • @willian0283
      @willian0283 3 ปีที่แล้ว

      No curso de estatistica UFPR, essa disciplina é do oitavo período

  • @guicardoso9
    @guicardoso9 3 ปีที่แล้ว

    Fiz C1 contigo, agora você me ajudando KKKKKKK. Tamo junto, grande abraço

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Oi Guilherme, forte abraço.

  • @larissaribeirodasilva584
    @larissaribeirodasilva584 3 ปีที่แล้ว

    ótima aula, me salvou!

  • @patriciaaparecida5890
    @patriciaaparecida5890 3 ปีที่แล้ว

    Professor Augusto, comecei meus estudos em séries temporais recentemente e assisti a todas as suas aulas. Gostaria de saber se você poderia me disponibilizar os slides de suas aulas? Seria de grande valia. Caso possa meu email é souza302418@hotmail.com. Muito obrigada.

  • @isloanakarla5121
    @isloanakarla5121 3 ปีที่แล้ว

    Ótima aula. Gostaria de saber onde encontro os dados que vc utilizou no R.

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Olá Isloana, a série AirPassengers é nativa no R e pode ser utilizada diretamente. Caso tenha interessa no código do R, eu posso te enviar por email.

  • @thiagogomes1503
    @thiagogomes1503 3 ปีที่แล้ว

    Excelente conteúdo e explicações. Obrigado!

  • @stefannimarmelstein2826
    @stefannimarmelstein2826 3 ปีที่แล้ว

    Obrigado pela dedicação! Muito bom. Estou iniciando os estudos no assunto e está me dando um norte muito claro.

    • @profiorucci
      @profiorucci 3 ปีที่แล้ว

      Olá Stefanni, fico feliz que tenha gostado. Abraço

  • @larissaenz3530
    @larissaenz3530 3 ปีที่แล้ว

    Só dudu

  • @larissaenz3530
    @larissaenz3530 3 ปีที่แล้ว

    Oi guto