Treinamento

Nivelamento Teórico em ETS e Forecast

Objetivo:
O objetivo deste treinamento é fornecer subsídios teóricos para o aluno afim de proporcionar um maior aproveitamento dos cursos SAS que utilizam conceitos e metodologias de ETS e Forecasting. Em especial, este treinamento fornece os conceitos teóricos abordados nos treinamentos “Forecasting using SAS Software: A Programming Approach” e também “Forecasting using SAS Forecast Server”.

Duração:
2 dias. O treinamento será das 9:00 as 16:30 com exposições teóricas e das 16:30 as 17:45 com aplicações em exercícios. Os exercícios serão executados no SAS Enterprise Guide mas, não é necessário nenhum conhecimento preliminar nesta ferramenta. O objetivo dos exercícios é fixar e sedimentar os conceitos teóricos abordados.

Público:
Analistas, Técnicos, Gestores que irão utilizar ferramentas estatísticas e que necessitem conhecer conceitos de Séries Temporais e Forecasting fundamentais e avançados necessários à interpretação e gerenciamento dos resultados.

Pré-Requisitos:
Náo é necessário que os alunos possuam conhecimentos prévios em Séries Temporais e Forecasting prévios.

Material:
O material expositivo contendo toda a teoria abordada e os exercícios em Inglês será fornecido a cada aluno.

Conceitos Fundamentais:

  • Noções Básicas (Processos Estocáticos, Autocovariância e Autocorrelação, Processos Estocásticos, Estacionariedade, Ruído Branco)
  • Medidas de Ajuste e Acurácia
  • Modelos de Séries Temporais
  • Processos Estacionários
  • Processos Autoregressivos, Médias Móveis: ARMA
  • Identificação de Modelos AR, MA e ARMA
  • Diagnóstico de Resíduos
  • Previsão
  • Processos Não Estacionários
  • Tendência Estacionária e Estocástica
  • Passeios Aleatórios
  • Removendo a Tendência
  • Testes de Raízes Unitária (Dickey-Fuller, Dickey-Fuller Aumentado etc.)
  • Estratégias: Honest Assessment (Hold-Out Sample: o que é, quando utilizar)
  • Séries Hierárquicas
  • Reconciliação
  • Acúmulo e Agregação
  • Override
  • Modelos de Previsão com variáveis Explicativas
  • Modelos de Séries Temporais com Variáveis de Eventos