Blog

Blog Análise Macro – Desde 2011, encontrando a verdade nos dados

Avaliando os Ciclos da Taxa de Desocupação Brasileira usando Python

Neste exercício, implementamos Modelos de Componentes Não Observados (MCNO) em Python para analisar a Taxa de Desocupação Brasileira. Comparamos os componentes extraídos pelo MCNO com os obtidos pelo Filtro de Hodrick-Prescott (HP), uma técnica comum para decomposição de séries temporais.

Técnicas de machine learning para mineração de textos

O Naive Bayes conta quantas vezes cada palavra aparece em mensagens de cada tipo e usa essas contagens para classificar um texto novo. Este artigo apresenta a probabilidade que sustenta o método, a suposição de independência que lhe dá o nome e o estimador de Laplace, e aplica tudo à separação entre spam e comentário legítimo em 448 comentários do YouTube.

Técnicas de extração de informação com text mining

Contar palavras é o modo mais direto de descobrir sobre o que um documento trata, e também o mais decepcionante: as mais frequentes são sempre “de”, “a” e “que”. Este artigo apresenta as três medidas que resolvem esse problema — a frequência dos termos, a Lei de Zipf e o TF-IDF — e mostra o que elas revelam quando aplicadas a duas reuniões seguidas do COPOM.

Avaliando o impacto do aumento do bolsa família nas despesas orçamentárias totais usando Propensity Score

Neste exercício, usamos a linguagem de programação R para avaliar o impacto do programa Bolsa Família sobre as despesas totais da famílias brasileiras, tomando como referência dados da POF 2017-2018, usando o método de Propensity Score Matching.

Usando Python para compreender os Regimes da Volatilidade do Mercado Acionário Brasileiro

Neste exercício, vamos explorar os regimes de volatilidade do mercado acionário brasileiro utilizando o Ibovespa como proxy no Python. Para isso, vamos utilizar a biblioteca yfinance para baixar os dados históricos do índice e a biblioteca statsmodels para ajustar um modelo de regressão dinâmica com mudança de regime (Markov switching).

Introdução a pré-processamento de dados textuais para mineração de textos

Antes de qualquer análise, o texto precisa virar dado. Este artigo apresenta as etapas que fazem essa transformação — tokenização, remoção de stop words, stemming e lemmatizing —, explica o que cada uma resolve e em que ordem se encadeiam. No exercício aplicado a uma ata do COPOM, 42% das palavras são descartadas antes que a análise comece.

Efeitos da transparência sobre a mortalidade infantil com RDD usando R

Este exercício visa analisar o impacto da Lei da Transparência (LAI) na mortalidade infantil em municípios brasileiros usando a linguagem de programação R. A LAI, que entrou em vigor em 2012, garante o acesso público à informação governamental, e espera-se que sua implementação tenha contribuído para a redução da mortalidade infantil.

Introdução a dados textuais no Python

Manejar dados textuais é diferente de manejar uma tabela com números. Este artigo apresenta as ferramentas do Python que resolvem essa etapa: as operações básicas sobre strings — contar, combinar, recortar e padronizar — e as expressões regulares, que descrevem padrões sem depender da posição exata da informação no documento.

Onde encontrar dados e ferramentas para text mining?

O primeiro passo de todo projeto de mineração de textos é identificar, coletar e preparar os dados brutos. Este artigo apresenta as bases públicas de Economia e Finanças que podem ser exploradas — atas do COPOM, discursos de banqueiros centrais do BIS e cartas de gestores — e as bibliotecas de Python que fazem a coleta de cada formato.

O que é mineração de textos e sua relação com IA?

A mineração de textos transforma documentos escritos em dados que podem ser contados, comparados e colocados em um gráfico. Este artigo explica o que é a técnica, percorre as quatro aplicações principais — agrupamento, categorização, análise de sentimento e sumarização — e mostra como ela se relaciona com a IA generativa, com um quadro comparativo de quando usar cada abordagem.

Encontre o seu conteúdo

Pesquisar
Boletim AM · gratuito

Estatística, econometria e IA aplicada, todo dia no seu e-mail

Um insight rápido por dia. Aos domingos, os papers, livros e modelos da semana em métodos quantitativos, aplicados à economia e ao mercado financeiro.

Quero receber o Boletim AM

Temas do blog

Livros digitais

Python, R e IA aplicados a dados econômicos

Livro Análise de Dados com PythonLivro Análise de Dados com RLivro Como Criar Agentes de IALivro Linguagem Econômica

Quatro livros com dados reais do Banco Central, do IBGE e do FED, e código pronto para rodar. Leia as primeiras páginas antes de comprar.

R$ 197R$ 47cada
Ver os livros

Artigos mais acessados