Currículo

Métodos de Previsão L0109

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

1. Proporcionar uma visão geral sobre os diferentes modelos e técnicas de previsão, as suas condições de aplicação e limitações (AO1). 2. Permitir a identificação das necessidades da empresa e dos vários condicionalismos na produção da previsão e a escolha do(s) método(s) e processo(s) mais adequado(s). 3. Transmissão dos conhecimentos necessários à aplicação dos diferentes métodos (regressão linear, métodos de decomposição e alisamento e modelos ARMA/ARIMA) e à interpretação dos resultados obtidos. 4. Familiarização com os packages informáticos mais importantes (EXCEL e SPSS). As aulas decorrerão sempre na sala de computadores.

Programa

1.Introdução 1.1 As necessidades e a importância da previsão na empresa. 1.2 Os vários métodos de previsão. 1.3 A escolha do método de previsão, condicionantes e critérios. 2. Modelos de sucessões cronológicas 2.1 Métodos de decomposição. 2.2 Métodos de alisamento. 2.3 Introdução aos modelos autoregressivos e de médias móveis. 3. Modelos causais 3.1 Modelo clássico de regressão linear. 3.2 Extensões do modelo clássico. Violação das hipóteses básicas - heteroscedasticidade, autocorrelação e multicolinearidade. 3.3 Outros tópicos: variáveis dummy, modelos não lineares, outliers. 3. Modelos de sucessões cronológicas 3.1 Métodos de decomposição. 3.2 Métodos de alisamento. 3.3 Modelos autoregressivos e de médias móveis. A técnica de Box-Jenkins.

Método de Avaliação

A avaliação periódica inclui a realização de: - um teste escrito individual final (60%); - um trabalho individual (40%). A avaliação periódica exige a presença em, pelo menos, 80% das aulas. O aluno é aprovado caso obtenha classificação média final mínima de 10 valores, desde que não tenha menos de 7.5 em cada uma das componentes. A avaliação poderá ser feita através de exame final.

Carga Horária

Bibliografia

Principal

• Hair, Jr., J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2006). Multivariate Data Analysis (6th ed.). Upper Saddle River, NJ: Pearson Prentice Hall. Brockwell, P.J. & R. A. Davis (2002), Introduction to Time Series and Forecasting, New York: Springer. :

Secundária

• McGraw-Hill, N.York 1991. Pindyck,R. e Rubinfeld,D. - Econometric Models & Economic Forecasts Sherden, W., The Fortune Sellers: The Big Business of Buying and Selling Predictions, J. Wiley & Sons, N. York 1998. Wooldridge, Jeffrey (2005), Introductory Econometrics : A Modern Approach. Makridakis, S. e Wheelwright,S. - Forecasting Methods for Management J.Wiley, N.York 1989 Johnston, J. e Dinardo, John (2000), Métodos econométricos, McGraw-Hill, 4ª edição. Greene, William (2002), Econometric analysis, Prentice-Hall, Fourth edition. Gujarati, D. - Basic Econometrics, McGraw-Hill, N. York 1995 (3ªEd.) :

Disciplinas de Execução

2019/2020 - 2º Semestre