O texto é adequado a estudantes de várias áreas do conhecimento: estatística, matemática, engenharia, economia, finanças, oceanografia, meteorologia, etc. São descritos modelos e procedimentos para a análise de séries temporais que ocorrem nestes diversos campos, bem como são discutidos exemplos de aplicações a séries reais.O livro traz um roteiro que sugere como utilizá-lo em diversos tipos de cursos.
Mestre e doutor pela Universidade da Califórnia, Berkeley. Bacharel e licenciado em Matemática pela Universidade de São Paulo (USP). É professor sênior do Departamento de Estatística, do Instituto de Matemática e Estatística da (IME) da USP.
Saiba mais
Mestre e doutora pela Universidade de São Paulo (USP). Bacharel em Estatística pela USP. É professora associada do Departamento de Estatística, do Instituto de Matemática e Estatística (IME) da USP.
Saiba mais
Capítulo 1: Preliminares
Capítulo 2: Modelos para Séries Temporais
Capítulo 3: Tendência e Sazonalidade
Capítulo 4: Modelos de Suavização Exponencial
Capítulo 5: Modelos ARIMA
Capítulo 6:Identificação de Modelos ARIMA
Capítulo 7: Estimação de Modelos ARIMA
Capítulo 8: Diagnóstico de Modelos ARIMA
Capítulo 9: Previsão com Modelos ARIMA
Capítulo 10: Modelos Sazonais
Capítulo 11: Análise de Intervenção
Capítulo 12: Modelos Não-Lineares
Capítulo 13: Modelos de Espaço de Estados
Capítulo 14: Análise de Fourier
Capítulo 15: Análise Espectral
Capítulo 16: Modelos com Memória Longa
Apêndices
Referências