An�lise de S�ries Temporais

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.