Modelos de Séries de Tempo

Este treinamento não tem data marcada para ser realizado, deixe seu e-mail na lista de espera e, assim que abrirmos a próxima turma, entraremos em contato.

Objetivos
O curso aborda as técnicas utilizadas para fazer previsão baseando-se unicamente nos valores históricos do processo, a fim de compreender a evolução do processo e prever o seu comportamento futuro com uma maior chance de acerto.

O objetivo do curso é capacitar o participante a escolher o modelo de série temporal mais adequado às suas necessidades, interpretar o comportamento da série e, assim, fazer previsões confiáveis.

Carga horária
24 horas.

Programa do curso

O programa foi desenvolvido em parceria entre a M. I. Domenech e o Dr. Jesús Cuellar (PHD pela Universidade de Wisconsin, a escola de George Box, o pai dos poderosos métodos de modelagem ARIMA).

• Introdução aos modelos de previsão
• Importância econômica
• Tipos de dados
• Conceitos básicos: medidas resumo e gráficos
• Tipos de correlação: funções ACF e PACF
• Modelos de previsão para Séries Temporais
• Modelos de previsão explicativos versus séries de tempo
• Passos para modelar a série: identificação, estimação, previsão
• Tamanho de amostra
• Controle Estatístico do Processo para dados com tendência
• Influência da autocorrelação no uso e interpretação de gráficos de controle
• Previsão com Modelos Lineares (regressão múltipla avançada)
• Como incorporar efeitos de eventos específicos ou inesperados nas previsões
• Modelos simples    
• Modelos de alisamento
• Modelos ARIMA (AutoRegressive Integrated Moving Average) não sazonais
• Modelos ARIMA sazonais
• Discussão de casos reais

Público alvo
Pessoas de diversos setores que necessitam fazer previsões a partir de dados históricos. Pode-se incluir entre os setores interessados: Qualidade, Engenharia de Processos, Comercial, Suprimentos, Inteligência de Mercado, Manutenção.