Tabela com 16 índices de inflação feita com o pacote STARGAZER

**Índices de Inflaçao no Brasil (%)**

	Mensal Set/15	Mensal Out/15	Mensal Nov/15	Anual Set/15	Anual Out/15	Anual Nov/15

igp10	0,61	1,88	1,64	7,82	9,83	10,72
ipa10	0,82	2,62	2,15	7,37	10,36	11,55
ipc10	0,15	0,59	0,76	9,39	9,50	9,86
incc10	0,36	0,23	0,37	7,21	7,30	7,53
igpm	0,95	1,89	1,52	8,35	10,09	10,69
ipam	1,30	2,63	1,93	8,14	10,72	11,47
ipcm	0,32	0,64	0,90	9,46	9,66	10,06
inccm	0,22	0,27	0,40	7,19	7,26	7,36
igpdi	1,42	1,76	1,19	9,31	10,58	10,64
ipadi	2,02	2,38	1,41	9,52	11,31	11,27
ipcdi	0,42	0,76	1	9,65	10,01	10,39
inccdi	0,22	0,36	0,34	7,37	7,57	7,46
ipaagro	3,40	2,75	2,48	14,66	15,23	14,72
ipaind	1,49	2,23	0,99	7,62	9,84	9,95
ipca15	0,39	0,66	0,85	9,57	9,77	10,28
ipca	0,54	0,82	1,01	9,49	9,93	10,48

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Análise de Séries Temporais com a Linguagem R: dados ISP-RJ

Análise de dados com a Linguagem R: Segurança no Rio de Janeiro

Criando seu primeiro Transformer para previsão de séries econômicas

Como avaliar modelos de IA na previsão macroeconômica?

Análise exploratória e seleção de séries temporais econômicas para modelagem

Transformers para Análise de Séries Temporais

Outros artigos relacionados

Análise de Séries Temporais com a Linguagem R: dados ISP-RJ

Neste tutorial, vamos conduzir uma análise diagnóstica completa. Começaremos visualizando a série e sua tendência, depois a decomporemos em seus componentes fundamentais. Em seguida, investigaremos a distribuição estatística dos dados e, por fim, aplicaremos técnicas mais avançadas, como a análise de autocorrelação e testes de estacionariedade, que são pré-requisitos cruciais para a construção de modelos de previsão robustos como o ARIMA.

Análise de dados com a Linguagem R: Segurança no Rio de Janeiro

Neste post, criamos um tutorial prático que guia você através do ciclo completo de análise de dados, desde a coleta e tratamento até a visualização e comunicação de resultados. Utilizando a linguagem R, o ecossistema tidyverse e a ferramenta de publicação Quarto, analisamos a base de dados de criminalidade do Instituto de Segurança Pública (ISP) do Rio de Janeiro.

Criando seu primeiro Transformer para previsão de séries econômicas

Este tutorial mostra como construir e avaliar um modelo Transformer para prever a Dívida Bruta do Governo Geral (DBGG) do Brasil. Utilizando a biblioteca darts, exploramos desde a coleta dos dados via API do Banco Central até a comparação com modelos clássicos, como ETS e Theta.

Boletim AM

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

Boletim AM

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