Mais um Curso de R terminado e uma nota de agradecimento...

Ontem, encerrei mais um curso de Introdução ao R, dessa vez lá na CETIP, com um público bastante diferente do que estou acostumado: todos da área de TI. Nos últimos três meses, foram quatro turmas: três presenciais e uma a distância. Nosso curso de Introdução ao R, diferentemente dos disponíveis no mercado, tem uma "pegada" macro muito forte. Nossos exemplos são todos sobre séries macroeconômicas e as aulas são sempre bem dinâmicas e participativas, porque junto com os códigos de R, há o entendimento sobre os dados da economia brasileira. Isso, claro, acaba gerando bastante discussão e perguntas bem difíceis dos alunos. É bem cansativo combinar esses cursos com o meu trabalho do dia a dia, mas tem sido bastante prazeroso poder compartilhar com os alunos o dia a dia da análise de dados. E o mais importante: poder aprender [muito] com todos eles. Dito isto, gostaria de agradecer a todos os alunos que participaram dessas primeiras turmas. Eu me sinto bastante honrado em saber que as pessoas acreditaram no projeto e deram seu voto de confiança, matriculando-se em um dos nossos cursos. Espero ter cumprido o prometido e inserido mais de sessenta pessoas ao maravilhoso mundo do R. Nosso muito obrigado e até 2016!

cetip

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Inflação de Serviços vs. Desemprego

A teoria econômica convencional sugere a presença de um trade-off entre inflação e desemprego no curto prazo, comumente conhecido como a Curva de Phillips. Em

Modelo de previsão para grupos do IPCA

Neste artigo investigamos se a previsão desagregada da inflação é capaz de gerar previsões mais acuradas do que a previsão agregada. Utilizamos o Índice Nacional de Preços ao Consumidor Amplo (IPCA) como medida de interesse, aplicando um modelo simples e um modelo de passeio aleatório para comparação. Todo o processo pode ser feito de maneira automatizada utilizando a linguagem de programação R.

Text mining dos comunicados do FOMC: prevendo mudanças na política

Como quantificar sentimentos e emoções a partir de comunicados de política monetária? Neste exercício utilizamos os statements do FOMC para construir um índice de sentimentos, o que permite comparar a "narrativa" com a prática da política monetária, ou seja, mudanças da taxa de juros. Também avaliamos se tal índice é útil em prever mudanças de política através do teste de causalidade de Granger.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.