Novo Curso: Previsão Macroeconométrica usando o R

No próximo dia 11 de fevereiro, vamos abrir inscrições para um novo Curso aqui na Análise Macro. Trata-se do Curso de Previsão Macroeconométrica usando o R. No terceiro Curso de Macroeconometria da Análise Macro, nos voltamos para a construção de modelos econométricos que servem para a previsão de variáveis macroeconômicas.

Ao longo do Curso, serão vistos diversos modelos econométricos bem como modelo de machine learning que serão direcionados para a construção de previsões quantitativas de variáveis macroeconômicas.

O Curso é direcionado principalmente para profissionais envolvidos na produção e interpretação de previsões macroeconométricas, em particular aquelas contidas no boletim Focus do Banco Central. Também podem achar útil o programa do Curso, estudantes de graduação e pós-graduação que objetivam produzir monografias, dissertações e teses que contenham modelos econométricos de previsão, bem como professores envolvidos em pesquisas e ensino de econometria aplicada.

O lançamento oficial do Curso será feito por meio de uma live no própria dia 11 de fevereiro, às 20h, para explicar todos os detalhes do Curso e também para exemplificar o que será visto no Curso, com uma aula degustação sobre "Previsão da Inflação Mensal medida pelo IPCA". Para ser avisado da live, se inscreva na lista aqui. Para todos os detalhes do Curso, visite a página do mesmo aqui.

______________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Regimes da Política Monetária Brasileira com Markov Switching no Python

Este exercício analisa a política monetária brasileira utilizando modelos de Markov Switching Regression. O objetivo é identificar diferentes regimes de política monetária e como eles influenciam a taxa Selic, a meta de inflação e o hiato do produto. Usamos a linguagem de programação Python para o processo de coleta, tratamento, análise e modelagem dos dados.

Como criar janelas móveis de séries temporais usando o Python

Janelas Móveis/Deslizantes, ou Rolling Windows, são termos frequentes na análise de séries temporais. Mas o que são e como aplicá-las no Python? Neste tutorial, mostramos como essa ferramenta é essencial para a análise de dados utilizando como exemplo a correlação móvel de ações brasileiras.

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

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!

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.