Como estimar um modelo VAR no R com dados do IBGE e do BCB: testes de estacionariedade, escolha de defasagem, diagnóstico, previsão do IPCA 12 meses à frente, função impulso-resposta e decomposição de variância.
Uma série é estacionária quando média, variância e covariância não mudam ao longo do tempo. Este guia explica o conceito do começo (processo estocástico, componentes, ruído branco e passeio aleatório) e ensina a testar a estacionariedade com ADF e KPSS. No fim, aplica os testes a inflação, juros e câmbio e mostra como ler cada resultado.
O objetivo da Econometria Financeira é prover conhecimentos básicos sobre séries temporais financeiras, introduzir técnicas estatísticas úteis para analisar dados financeiros, bem como apresentar aplicações práticas de alguns métodos econométricos. Nesse post, nós vamos discutir alguns conceitos básicos sobre como coletar dados financeiros, bem como algumas formas avaliar as propriedades estatísticas dessas séries.
No impulso de assumir uma distribuição normal para qualquer variável que aparecer em sua frente, o cientista de dados comete o erro de desconhecer os dados sendo trabalhados e, consequentemente, realiza inferências e previsões pouco acuradas. Infelizmente, isso é um problema comum com o boom da ciência de dados nos anos recentes, mas neste artigo vamos tentar trazer um pouco de luz sobre o assunto.
Com o aumento da disponibilidade de dados, torna-se fundamental conhecer técnicas e métodos para analisá-los e utilizá-los de forma estratégica. Nesse contexto, é importante compreender como os dados são estruturados e quais ferramentas podem ser usadas para trabalhar com eles. Neste artigo, exploramos os conceitos das principais estruturas de dados, mostramos exemplos e aplicações em R e Python para trabalhar com dados de série temporal e corte transversal.