Tag: python

Lei de Okun no Brasil: qual a relação entre crescimento econômico e desemprego?

A Lei de Okun continua valendo no Brasil? Atualizamos a estimação com dados de 2004 a 2026: cada ponto percentual de crescimento trimestral do PIB reduz a taxa de desocupação em cerca de 0,2 p.p. Mostramos as duas versões da lei, por que a pandemia quase quebrou uma delas e como reproduzir tudo no Python.

Coletando dados do Google Trends no R e no Python

Como acompanhar e antecipar tendências de mercado? Independentemente da resposta final, os dados são o meio. Neste artigo, mostramos como obter dados do Google Trends em tempo quase real, utilizando as linguagens de programação R e Python.

Inflação por faixa de renda: como calcular

Como coletar os seis indicadores de inflação por faixa de renda do Ipea, calcular a variação acumulada em 12 meses e comparar os estratos entre si usando Python. O tutorial cobre a composição correta do acumulado, a inversão da ordem entre as faixas ao longo do tempo e a decomposição por grupos do IPCA que explica o resultado.

Interpretação de resultados e tomada de decisão em modelos preditivos

Em ciência de dados, a interpretação de resultados é fundamental para alcançar os objetivos da modelagem preditiva. Mas como analisar os modelos? Olhar as métricas de erros é suficiente? O melhor modelo é o que tem a maior acurácia? É necessário escolher um modelo? Neste artigo discutimos sobre estas e outras considerações no processo de tomada de decisão de modelos preditivos.

Aumentando o desempenho de modelos preditivos com técnicas de Bootstrapping, Bagging, Boosting e Random Forests

Neste artigo exploramos as técnicas de Bootstrapping, Bagging, Boosting e Random Forests com o objetivo de aumentar o desempenho em modelos preditivos. Percorremos o modo de funcionamento de cada técnica e sua aplicação usando linguagem de programação com dados econômicos do Brasil.

Tag: python

Lei de Okun no Brasil: qual a relação entre crescimento econômico e desemprego?

Coletando dados do Google Trends no R e no Python

Inflação por faixa de renda: como calcular

Interpretação de resultados e tomada de decisão em modelos preditivos

Aumentando o desempenho de modelos preditivos com técnicas de Bootstrapping, Bagging, Boosting e Random Forests

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Tabelas de contingência e o teste qui-quadrado: analisando duas variáveis qualitativas

Estatísticas robustas: mediana, IQR e MAD quando o outlier manda no resultado

Teorema Central do Limite: o que é?

Como Analisar Demonstrativos Financeiros e Dados da CVM

Distribuições de probabilidade em dados: como identificar

Modelo de Solow: a teoria do crescimento no longo prazo