Introdu��o e Conceitos. Modelos de Regress�o para S�ries Temporais. Conceitos de
S�ries Temporais. Modelagem de S�ries Temporais e Previs�o Conte�do Program�tico M�nimo: I. Introdu��o e Conceitos " Problemas de previs�o em administra��o e ?nan�as " Componentes de uma s�rie temporal II. Modelos de Regress�o para S�ries Temporais " Regress�o linear simples e m�ltipla " M�todo de m�xima verossimilhan�a " An�lise dos res�duos III. Conceitos de S�ries Temporais " Medidas de correla��o e autocorrela��o " Multicolinearidade e Heterocedasticidade " Especi?ca��o do modelo e diagn�stico " Processos estoc�sticos (estacion�rios e n�o estacion�rios) " Erros de previs�o IV. Modelagem de S�ries Temporais e Previs�o " Processo auto-regressivo (AR) " Processo de m�dias m�vel(MA) " Alisamento exponencial " Processo auto-regressivo e de m�dia m�veis (ARMA) " Processo auto-regressivo integrado e de m�dias m�veis (ARIMA) " Estima��o com modelos baseados no m�todo de Box & Jenkins. Controladoria Gerencial Conceitos de contabilidade ?nanceira e gerencial. Custeio Marginal. Custeio por Absor��o. Custeio por Atividades Conte�do Program�tico M�nimo: I. Conceitos de contabilidade ?nanceira e gerencial. " Sistemas de custeio tradicionais. " Estrutura geral e conceitos de custos. " Classi?ca��o de custos e despesas. II. Custeio Marginal " Classi?ca��o de custos e despesas em vari�veis e ?xos. " Estrutura dos relat�rios gerenciais. " Rela��es CVL, ponto de equil�brio, margem de seguran�a e alavancagem operacional. III. Custeio por Absor��o " Classi?ca��o de custos (diretos e indiretos) e despesas. " Estrutura do relat�rio gerencial. " Fluxo de custos. " Tributos; encargos; tratamento dos CIF, sem e com departamentaliza��o. IV. Custeio por Atividades " ABC /ABM. Decis�es Empresariais e Racioc�nio Anal�tico Desa?os e dilemas do processo decis�rio.Abordagens para identi?ca��o e modelagem de problemas. Diferen�as entre business intelligence e data science; e implica��es. Gerenciamento dos projetos anal�ticos. Conte�do Program�tico M�nimo: I. O processo decis�rio " Desa?os e dilemas do processo decis�rio " Aspectos cognitivos na tomada de decis�o II. Abordagens para identi?ca��o e modelagem de problemas. " Processos versus Indicadores de Gest�o " M�todos para modelagem de problemas empresariais " O m�todo das Perguntas Cr�ticas de Neg�cio III. Business Intelligence versus Data Science " Caracter�sticas dos m�todos de an�lise empresariais " Modelos causais; identi?ca��o de vari�veis independentes e vari�veis dependentes. IV. Gerenciamento
Aplica��es de Estat�stica Espacial
T�cnicas de estat�stica espacial: an�lise de vizinhan�as, tend�ncias, correla��o e autocorrela��o espacial. Geoestat�stica e regress�o espacial. Desenvolvimento de Estudo de Caso junto � turma. An�lise de M�dias Sociais e Minera��o de Texto Rela��es. Redes sociais no Contexto Empresarial. Tipos de rede. An�lise de Redes de Comunica��o. Redes em Ambiente Organizacional. Minera��o de Texto. An�lise de sentimentos. Modelagem de dados textuais. An�lise Preditiva Avan�ada Otimiza��o n�o linear. Redes Neurais. Otimiza��o e Incerteza. Revis�o de conceitos. " Programa��o linear " Simula��o de Monte Carlo " An�lise de desempenho comparado (DEA). Redes Neurais. Sistemas Din�micos: " Otimiza��o n�o linear " Compara��o de m�todos evolutivos x algoritmos de in�cio m�ltiplo " Redes Neurais " Bootstrapping " Aplica��es: lan�amento de novos produtos; evolu��o de market-share. Gest�o de incerteza; otimiza��o " M�todo neutro em rela��o ao risco " F�rmula de Black-Scholes " Preci? ca��o por simula��o de Monte Carlo " Preci?ca��o pelo m�todo binomial. Op��es reais. An�lise Preditiva Introdu��o � modelagem preditiva. Regress�o Log�stica. Regulariza��o. �rvores de Decis�o, Florestas Aleat�rias e Bagging. Valida��o de modelos preditivos. Bancos de Dados Distribu�dos Computa��o distribu�da e em nuvem. Revis�o de bancos de dados relacionais e da linguagem SQL. Integra��o entre Hadoop e demais ferramentas de business Analytics. Acesso ao Hadoop atrav�s de interfaces de programa��o e comandos, Utiliza��o de bibliotecas de an�lise in-db (MADLIB), Tecnologias de dados n�o- estruturados (NoSQL).dos projetos anal�ticos " Etapas, produtos, habilidades e fatores cr�ticos associados aos projetos anal�ticos.