Isabel Silva Magalhães – Faculdade de Engenharia da Universidade do Porto
Resumo
O curso é uma organização da CLAD (Associação Portuguesa de Classificação e Análise de Dados. Este curso propõe uma introdução à modelação estatística das séries temporais, com base nos modelos ARIMA. A análise preliminar dos dados, a validação e o diagnóstico, assim como a previsão serão tópicos abordados. Todos os passos da modelação serão demonstrados com recurso ao software R, usando dados reais e/ou simulados. Serão indicados os principais pacotes disponíveis em R, úteis para a análise de séries temporais.
Destinatários
Todos os potenciais utilizadores de séries temporais (docentes, investigadores, alunos e profissionais de outra áreas) que necessitem de descrever, analisar, interpretar e modelar dados com correlação temporal. Será introduzida a teoria básica mas a ênfase será dada à aplicação dos conceitos com recurso ao software R.
Duração e Calendarização
O curso terá a duração de 6 horas e 30 minutos, das 9:00 às 17:30. O programa mais detalhado encontra-se em anexo. Condicionante. O curso funcionará remotamente, através da plataforma Zoom (o link será enviado posteriormente) com um número mínimo e máximo de 10 e 50 participantes, respetivamente. Instruções sobre instalação do R serão enviadas posteriormente.
Investimento e Data limite de inscrição
O curso é gratuito para sócios CLAD com a quota de 2021 paga, o investimento para não-sócios CLAD é 60€. A CLAD emitirá um certificado de participação. A data limite para inscrição é 20 de Abril de 2021.
Contacto
Caso esteja interessado em frequentar este curso, a ficha de inscrição em anexo deverá ser remetida para o seguinte endereço de e-mail: mail@clad.pt. O mesmo contacto deverá ser utilizado para quaisquer outros esclarecimentos.
Com os melhores cumprimentos,
A Direção da CLAD
Programa do curso
9:00 – 12:30:
Introdução às séries temporais: conceitos fundamentais, objetivos da análise, exemplos e bibliografia. Principais pacotes do software R para a análise de séries temporais. Estacionaridade. Medidas de dependência. Análise exploratória dos dados. Exemplificação/ Aplicação em R.
14:30 – 17:30:
Processos Autorregressivos e médias móveis, ARMA, estacionários: definição e caracterização/identificação. Estimação dos parâmetros. Ferramentas para validação e diagnóstico: análise dos resíduos, reamostragem paramétrica. Previsão nos processos ARMA. Exemplificação/ Aplicação em R.
