Macroeconomia

TimeGPT e a previsão automática usando IA no Python

Historicamente, métodos estatísticos como ARIMA, ETS, MSTL, Theta e CES têm sido confiavelmente empregados em diversos domínios. Na última década, modelos de aprendizado de máquina como XGBoost e LightGBM ganharam popularidade. Agora, podemos entrar em uma nova fase na era da previsão: o uso da IA Generativa para a previsão de séries temporais. Neste exercício, demonstramos de forma introdutória o TimeGPT e criamos um exemplo usando o IPCA.

Como analisar os dados do PIB usando o Python?

A análise de dados não tem favoritos; você pode analisar qualquer tipo de área e qualquer indicador. Você pode até mesmo criar gráficos mais bonitos do que instituições renomadas, tudo isso usando uma ferramenta de fácil acesso, como o Python. Neste texto, mostraremos como é possível analisar dados do PIB utilizando a linguagem Python.

Como analisar a Sazonalidade do IPCA no Python?

A compreensão dos efeitos da sazonalidade em uma série econômica é essencial para uma análise de conjuntura. As flutuações do Índice de Preços ao Consumidor Amplo (IPCA) são moldadas por uma gama diversificada de fatores sazonais, que vão desde os padrões climáticos, passando por datas festivas e particularidades do mercado de produtos específicos, até aspectos metodológicos na coleta de dados de preços. Neste artigo, exploraremos os dados de variação mensal do IPCA, focalizando na compreensão dos aspectos sazonais através de representações gráficas. Todo o processo foi realizado utilizando a linguagem de programação Python.

Analisando os grupos do IPCA com o Python

A inflação é conhecida como o termo que representa a taxa de crescimento do nível geral de preços entre dois períodos distintos. No Brasil, o indicador que consolidou-se como o principal índice de preços é o Índice de Preços ao Consumidor Amplo (IPCA), divulgado pelo IBGE e amplamente utilizado pela autoridade monetária como referência para realizar o controle da inflação. Neste artigo mostramos como obter a contribuição de cada grupo do IPCA usando o Python.

Ancoragem de Expectativas no Python

Expectativas ancoradas, significando a manutenção da inflação em torno de um valor próximo da meta, inclusive após a ocorrência de choques relevantes, tornam menos custosa a ação do Banco Central no combate a pressões inflacionárias. No post de hoje, verificamos a ancoragem de expectativas para diferentes horizontes utilizando o Python como ferramenta para a construção do exercício.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais
e conteúdos exclusivos sobre Análise de Dados!

Assinar

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Onde encontrar dados e ferramentas para text mining?

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

Avaliando a evolução do Funcionalismo Público nos Estados Brasileiros usando Controle Sintético no R

Em quanto um choque cambial afeta a inflação? Analisando funções impulso-resposta no VAR usando Python

Análise do Foco de Queimadas no Brasil usando Python

Modelagem preditiva de séries temporais hierárquicas no Python usando TimeGPT

Ficou com alguma dúvida?

Entre em contato com nossa equipe pelo WhatsApp e tire todas as suas dúvidas antes de finalizar sua matrícula.

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002

Criação Kamus – Hospedagem HostWP