Você está na página 1de 7

ESTUDO DIRIGIDO PARA DISCIPLINA DE MTODOS QUANTITATIVOS

Neste mdulo voc aprendeu noes bsicas fundamentais para o desenvolvimento e aprendizagem da aplicao de Mtodos Quantitativos. Agora, chegou a hora de demonstrar seu conhecimento realizando as avaliaes (objetiva e discursiva) pertinentes ao contedo. Para ajud-lo, elaboramos este Estudo Dirigido como uma ferramenta para auxiliar no seu processo de aprendizagem. Nele voc poder rever aspectos importantes que possibilitaro o entendimento do contedo. Como se trata de uso da matemtica, muitos clculos de ndices so extensos e de difcil assimilao sem seu uso contnuo, pois so extrados de frmulas complexas, por isso a maioria dos clculos, desde os bsicos at o clculos mdios foram desenvolvidos com voc nas duas aulas prticas, as quais esto ou estaro disponveis no ambiente virtual de aprendizagem (AVA) no link aulas interativas. Esses clculos bsicos at mdios, os quais foram parte integrante das atividades pedaggicas podero ser cobrados em avaliaes futuras, diferente dos clculos dos exerccios do captulo sobre Correlao e regresso linear mltipla, de onde sero cobrados os conceitos, ou seja, s teoria. Quando lidamos com grandezas simples (um nico item ou varivel), o ndice qualificado como ndice elementar ou simples, por outro lado, quando lidamos com grandezas complexas (aquelas expressas por muitos valores), denominamos de ndice sinttico ou composto. Os nmeros ndices, ou simplesmente ndices, so medidas estatsticas frequentemente usadas para comparar grupos de variveis relacionadas entre si e para obter um quadro simples e resumido das mudanas significativas ocorridas ao longo do tempo, por ser medida estatstica, normalmente os ndices so fornecidos em forma percentual (ou porcentual). importante ressaltar que os nmeros ndices so destitudos de qualquer significado se no forem especificadas as datas a que se referem. Relativo um nmero ndice mias simples, relacionando o preo, a quantidade e o valor de um produto numa data considerada (dc) com uma data base (db). Para calcularmos o relativo de preo, devemos dividir o preo na poca atual (preo considerado) pelo preo na poca base (preo base) e multiplicar por 100. O mesmo se faz ao se calcular o relativo de quantidade (usando a quantidade) e o relativo de valor tambm. Lembre que valor o preo do produto vezes a sua quantidade. Vamos falar sobre ndices agregativos simples, um dos ndices mais utilizados o ndice de Dutot, esse ndice foi estabelecido em 1738, e definido como sendo a relao entre os somatrios dos valores de um conjunto de variveis em duas datas diferentes a data-base e a considerada. Esse ndice de fcil aplicao, porm apresenta as seguintes limitaes: - No leva em conta a importncia relativa dos itens.

- No h homogeneidade entre as unidades dos diversos bens. Isso quer dizer que para calcular esse ndice, no importa a diferena de preos entre itens bens distintos (preo do feijo contra preo da lagosta) e tambm no importa a unidade utilizada, ou seja, podemos ter quilos, litros, dzia etc. Outro ndice agregativo simples o ndice de Sauerbeck, o qual sugere que seja feito uma mdia dos respectivos relativos e com isso mudanas nas unidades no mais alterariam os ndices. O ndice de Sauerbeck tem trs variaes, a primeira o ndice aritmtico de Sauerbeck, o qual dado pela mdia aritmtica dos relativos, sejam eles de preo, quantidade ou valor. O segundo o ndice geomtrico de Sauerbeck, o qual dado pela mdia geomtrica dos relativos e o terceiro ndice harmnico de Sauerbeck, que dado pela mdia harmnica dos relativos. Entendendo esse ndice: o mesmo leva em conta a importncia entre os produtos de uma cesta, ou seja, usa o mtodo de ponderao para poder diferenciar importncias distintas. Ao contrrio do ndice de Dutot, que utiliza a mdia dos respectivos relativos.

Agora vamos falar sobre os ndices agregativos ponderados, a diferena sobre o ndice simples, que para a ponderao dado pesos a todos os produtos considerados. A necessidade desse peso devido ao fato de termos em uma cesta de produtos itens com pouca influncia e outros com grande influncia no clculo dos ndices. Vrios mtodos so propostos para a determinao de um ndice ponderado, nessa disciplina estudamos os ndices de Laspeyres e Paasche. Em 1871, Ernst Louis Etiene Laspeyres props que fosse adotada, como data de referncia, a data-base e por isso esse ndice tambm denominado de Mtodo da poca Bsica. Esse ndice de Laspeyres pode, assim, ser definido como a mdia aritmtica ponderada dos relativos, em que o fator de ponderao igual participao relativa de cada item diante do valor total dos itens adquiridos na data-base. O outro ndice que falamos o ndice de Paasche, o qual prope ao contrrio de Laspeyres, que fosse adotada, como data de referncia para as ponderaes, a data atual (a data considerada), passando ento a se calcular por mdia harmnica ponderada de relativos, em que pesos so determinados com base nos preos e nas quantidades dos itens na data atual. Por causa disso esse ndice denominado de Mtodo da poca Atual. Segue algumas consideraes e restries aos ndices de Laspeyres e de Paasche: Ambos os ndices somente podem ser usados para datas prximas. As localidades sob anlise devem ter caractersticas semelhantes, tendo em vista a importncia relativa de alguns itens.

Devido a base da mdia utilizada nos clculos, vemos que o ndice de Laspeyres tende a superestimar o ndice de valor, enquanto o ndice de Paasche tende a subestim-lo. Os nmeros ndices vistos at o momento servem para comparar duas datas distintas (data 1 e data 2), ou seja, comparar a data presente (dc) a uma database (db). Entretanto, as vezes, torna-se necessria a comparao de trs ou mais variveis ao longo do tempo e para isso so utilizados a srie de nmeros ndices. Para a construo de uma srie de nmeros ndices devemos considerar alguns parmetros: - a seleo da data-base. - a periodicidade dos dados. - o mtodo de construo das sries. A base mvel encadeada somente pode ser usada se o critrio de clculo satisfizer a propriedade cclica (ou circular). Cabe ressaltar que os ndices de Laspeyres e Paasche no atendem propriedade cclica, neste caso, se modificar o ndice de Laspeyres, em que consiste em aplicar uma base fixa de ponderao aos relativos dos itens considerados no clculo ndice. A srie de nmeros ndices deve ser construda com dados que se encontram no centro de um momento de grande estabilidade, porm algumas vezes necessrio que se mude a base, para que possamos dispor de dados atualizados e mais significativos. Na prtica, a mudana de base de uma srie de nmeros ndices feita sendo dividido cada ndice da srie original pelo nmero ndice correspondente nova data-base (veja exemplo pgina 53 do livro edio 1 ou pgina 57 do livro edio 2). Temos ainda a unio de duas sries de nmeros ndices, e isso ocorre, pois um nmero ndice pode sofrer alteraes ou pela mudana da data-base, ou pela introduo/excluso de itens em determinada cesta de produtos. Para se fazer essa unio, dividimos o novo nmero ndice pelo nmero ndice antigo nessa mesma data, assim achamos o fator de multiplicao, que aplicado sobre os ndices anteriores faro acerto da unio de sries (veja exemplo pgina 55 do livro edio 1 ou pgina 59 do livro edio 2). Falaremos agora sobre Deflacionamento: Deflacionar significa eliminar dos valores monetrios nominais o efeito da inflao. J Deflator qualquer ndice de preos utilizado para equiparar, por reduo, valores monetrios de diversas pocas ao valor monetrio de uma determinada poca tomada como base. No Brasil os deflatores mais usados so: IGP, ICV, INPC, IPC, IPA e a TR. O Brasil um pas com uma quantidade enorme nmero de ndices, isso devido desvalorizao permanente de nossa moeda. Dentro dos diversos

ndices vamos destacar nesse estudo apenas seis deles, para os quais daremos as caractersticas principais: IPC ndice de Preos ao Consumidor - um ndice particular que busca medir o movimento dos preos de um conjunto de bens e servios nos seus segmentos finais de comercializao, em determinado intervalo de tempo. Nesse ndice nacional considerado perto de 400 produtos, 50.000 preos levantados por ms, para determinar a inflao mensal de famlias com renda at 33 salrios mnimos. INPC ndice Nacional de Preos ao Consumidor - um ndice restrito, pois s considera os preos das 11 maiores regies metropolitanas do pas, em um total de 116 cidades. S considera as famlias de assalariados com renda entre um e oito salrios mnimos, o que representa mais de 90% da populao brasileira, e leva em conta cerca de 350 produtos. IPCA ndice de Preos ao Consumidor Amplo - uma variante do INPC. O termo amplo significa a extenso de alguma condio anteriormente restrita. No caso, a extenso refere-se ao pblico-alvo. O IPCA mede a inflao de quem ganha de um at 40 salrios mnimos. IPA ndice de Preos no Atacado - esse ndice considera pouco mais de 400 produtos comercializados no mercado atacadista, sejam eles agrcolas ou industriais, produzidos no pas ou importados. IBV - ndice da Bolsa de Valores - o ndice de lucratividade mdia das aes mais negociadas nos preges da bolsa de valores. TR Taxa Referencial de Juros uma taxa divulgada mensalmente pelo banco Central e utilizada como indexador de dbitos fiscais, contratos privados, entre outros.

Em perodos de inflao, todo cuidado pouco quando se fala em taxa de juros. comum ouvirmos falar em taxa aparente, taxa real e como distinguilas? A taxa aparente a taxa utilizada sem levar em conta a inflao do perodo, enquanto que na taxa real leva-se em considerao os efeitos inflacionrio do perodo. Com isso entendemos que a taxa aparente, pode, at mesmo ser negativa (Castanheira;Serenato, 2005).

Passamos agora a falar sobre Correlao e regresso linear simples:

normal estudarmos duas variveis aleatrias, uma independente e outra dependente, na tentativa de saber se existe entre elas uma relao. Entretanto, algumas vezes, mais de duas variveis aleatrias esto envolvidas no mesmo problema, e interessa saber como elas esto inter-relacionadas, e a essa grau de relacionamento d-se o nome de Correlao. A correlao entre variveis pode ser classificada segundo o nmero de variveis envolvidas e segundo a complexidade das funes ajustantes. Em termos de nmero de variveis envolvidas, a correlao dita simples quando for considerada uma nica varivel independente e dita mltipla quando considerada mais de uma varivel independente. J em termos de complexidade das funes, a correlao dita linear, quando o ajustamento feito por uma funo do primeiro grau e no linear, quando o ajustamento feito por uma funo de grau maior que um. O mtodo de anlise da relao entre duas variveis, uma dependente e outra independente chamado de REGRESSO, a regresso linear quando estamos lidando com funo de primeiro grau, e chamada de simples, pois temos apenas uma varivel independente. Quando investigamos duas variveis, usualmente comeamos com uma tentativa de descobrir a forma aproximada dessa relao, que representada graficamente nos planos x,y, obtemos um grfico, o qual o chamado de Diagrama de Disperso. Antes de montarmos um Diagrama de Disperso devemos primeiro encontrar a varivel independente (x) e a varivel dependente (y), aps isso plota-se esse pontos num grfico e se analisa seu resultado. Como se trata de uma regresso linear simples, a tendncia de os pontos estarem prximos uns aos outros, na tendncia de uma reta (reta de regresso). Se observamos um diagrama de disperso, vamos encontrar pontos perto da reta imaginria, veja grfico (pgina 85 do livro edio 1 ou pgina 91 do livro edio 2), e observe que nem todos os pontos esto exatamente sobre essa reta, o nome dado a esse diferena entre o ponto real e a reta imaginria ERRO ou RESDUO, e o ajustamento desses pontos feito por meio de clculos estatsticos que no vem ao caso nesse momento. Trs pontos importantes devem ser considerados na anlise de um Diagrama de Disperso: O primeiro o clculo do coeficiente angular M, o segundo a determinao do valor do intercepto y (chamado ponto B) e por ltimo o clculo do coeficiente de correlao de Pearson. O coeficiente de correlao de Pearson dado pela letra r e os seu valor sempre estar entre +1 e -1 e com esse resultado podemos saber que tipo de relao temos, veja a tabela a seguir e observe que tipo de correlao se tem dependo do valor r: Valor de r Tipo de correlao:

r=1 r > 0 (prximo a 1) r>0 r < 0 (prximo a -1) r<0 r = -1 r=0

Correlao linear perfeita (positiva). Forte correlao positiva. Fraca correlao positiva. Forte correlao negativa. Fraca correlao negativa. Correlao linear perfeita (negativa) Ausncia de correlao linear existe sim uma correlao, porm NO linear.

Trabalharemos agora com Correlao e regresso linear mltipla: Existem fenmenos que somente so razoavelmente bem explicados por mais de uma varivel independente e nesses casos usamos a Regresso e Correlao Mltiplas. Se a equao de primeiro grau explica bem o fenmeno, dizemos que uma regresso linear, mas se necessitar de uma equao de grau maior que um, teremos uma Regresso e a Correlao, No Lineares. Nesse tipo de Correlao e regresso linear mltipla, o coeficiente de Pearson tambm varia entre + 1 e -1, com os extremos indicando um ajuste perfeito dos dados e o centro, r = 0 ,mostrando que a funo incompatvel com os dados.

Sries Temporais, como o nome j diz, se refere ao tempo. Logo uma srie temporal um conjunto de valores observados em momentos distintos e sequencialmente ordenados no tempo, ou seja, um conjunto cronolgico de observaes. Podemos classificar as Sries Temporais em quatro tipos: Tendncia secular (T) - o componente que indica a tendncia do movimento dos dados em um grande perodo de tempo e tem como caracterstica ser um movimento regular e suave ao longo do tempo. Podem estar influenciadas por fatores como crescimento populacional, taxa de desemprego, comportamento na conservao de recursos hdricos etc. Flutuaes cclicas (C) a parte da srie temporal que apresenta certo grau de regularidade nas variaes ao longo do tempo, para perodos maiores que um ano. Encontramos esses padres cclicos em diversos casos, tais como: perodos de chuva, demanda de certos produtos agrcolas, fenmenos associados a estaes do ano etc. Variaes sazonais (S) - se assemelham aos fenmenos cclicos, porm somente nos casos em que os dados so registrados em curto prazo: diariamente, semanalmente, quinzenalmente, mensalmente etc., para intervalo de tempo de, no mximo, um ano. So encontrados em ocasies distintas, tais como Natal, Pscoa, Produtos consumidos no frio etc.

Variaes aleatrias ou irregulares (I) - acontecem quando alguns fenmenos socioeconmicos variam de forma aleatria e referem-se aos efeitos causados por greves, guerras, enchentes, secas e demais fatorem que ocorrem com regularidade. Referem-se a efeitos causados por greves, enchentes, secas etc.

Pessoal tudo o que foi visto nesse Estudo Dirigido o resumo do que foi passado a vocs de teoria ao longo de seis aulas, onde aborda termos, conceitos e situaes de aplicao etc. O contedo desse Estudo Dirigido mais os exerccios desenvolvidos nas duas aulas prticas abrangem mais de 90% do que ser cobrado nas avaliaes, porm a leitura do livro e a reviso das aulas dadas so indispensveis, pois com certeza o professor regente esclarece por meio de exemplos prticos cada ponto aqui mencionado. Bom estudo e boa prova. Prof. Douglas Agostinho