- Análise Estatística Multivariada
- Teoria do Risco
- Estatística Computacional
- Técnicas de Amostragem
- Matemática Atuarial II
- Introdução à Contabilidade
CÓDIGO: MAD484 | CRÉDITOS: 4 | CARGA HORÁRIA: 60h TEÓRICA: 45h PRÁTICA: 15h |
PRÉ-REQUISITOS: ANÁLISE DE REGRESSÃO – MAD357 |
||
EMENTA: Aspectos da análise multivariada. Distribuição normal multivariada. Inferências sobre o vetor de médias. Classificação e Discriminação. Análise de variância multivariada. RegressãoMultivariada. Análise em componentes principais. Análise Fatorial. Escalonamento Multidimensional. Análise de conglomerados. |
||
OBJETIVOS GERAIS: Identificar os diversos problemas que envolvem análise multivariada. Fazer inferência sobre o vetor de médias, sob a hipótese de normalidade. Aplicar as técnicas estudadas usando conjuntos de dados reais e o auxílio de pacotes estatísticos. |
||
CONTEÚDO PROGRAMÁTICO: | ||
UNIDADE I Ferramentas de Álgebra Linear: Revisão |
||
UNIDADE II Distribuição Normal Multivariada |
||
UNIDADE III Inferências sobre o vetor de médias |
||
UNIDADE IV Inferências sobre a matriz de covariância |
||
UNIDADE V Análise Discriminante |
||
UNIDADE VI Análise de variância Multivariada |
||
UNIDADE VII Análise em Componentes Principais |
||
UNIDADE VIII Análise Fatorial |
||
UNIDADE IX Elementos de Análise de Correspondências, Conglomerados e escalonamentomutidimensional |
||
BIBLIOGRAFIA: [1] Chatifield e Collins (1980). Introduction to Multivariate Analysis. Chapman and Hall [2] Johnson e Wichern (1988). Applied Multivariate Statistical Analysis. Prentice-Hall [3] Manly. Multivariate Statistical Methods – a primer.Chapman and Hall |
||
CRITÉRIO DE AVALIAÇÃO: Provas, exercícios e trabalhos. | ||
APLICATIVO(S) NECESSÁRIO(S): R, Statistica, S+ |
CÓDIGO: MAD478 | CRÉDITOS: 4 | CARGA HORÁRIA: 60h TEÓRICA: 45h PRÁTICA: 15h |
PRÉ-REQUISITOS: CÁLCULO DAS PROBABILIDADES II – MAD352 |
||
PROGRAMA DA DISCIPLINA |
||
EMENTA: Prêmio de risco e prêmio puro. Modelo do Risco Individual. Modelo do Risco Coletivo. Aspecto probabilístico do risco do número de sinistros. Aspecto probabilístico dos valores dos sinistros individuais e agregados. Processo de ruína. |
||
OBJETIVOS GERAIS: Habilitar o aluno no conhecimento dos modelos probabilísticos relacionados àtarifação e ao estabelecimento de limites de segurança na avaliação de riscos. |
||
CONTEÚDO PROGRAMÁTICO: |
||
UNIDADE I Conceitos de Tarifação: Tipos de prêmios (prêmio de risco, prêmio puro e prêmio comercial). Métodos de tarifação. Princípios de cálculo de prêmios. Propriedades de um princípio detarifação. |
||
UNIDADE II Modelos do Risco Individual e Coletivo: Propriedades dos modelos. Desenvolvimento dos modelos para a distribuição do sinistro agregado. Determinação dos momentos da distribuição do sinistro agregado. |
||
UNIDADE III Distribuições do número de sinistros e do valor de um sinistro: Métodos de obtenção das distribuições. Principais distribuições. Determinação dos momentos das distribuições. |
||
UNIDADE IV Distribuição do sinistro agregado: Formas de obtenção da distribuição (métodos dos momentos, convolução e direto). Distribuição de Poisson Composta. Distribuição Binomial Negativa Composta. Principais Aproximações (Normal, Gama, Gama Transladada). Fórmula recursiva dePanjer. |
||
UNIDADE V Processo de Ruína: Processo de ruína no período finito. Processo de ruína no período infinito. Cálculo do limite de retenção, da probabilidade de ruína e do capital em risco. |
||
UNIDADE VI Aplicações diversas: Aplicações de tarifação em resseguros. Precificação de seguros com franquia. Precificação de seguros a primeiro risco absoluto e cláusula de rateio. Precificaçãopara a reintegração automática da importância segurada. |
||
BIBLIOGRAFIA |
Livro Texto:
[1] Ferreira, Paulo Pereira. Modelos de Precificação e Ruína para Seguros de Curto Prazo. Editora Funenseg, 2002.
[2] BOWERS, N.; GERBER, H.U.; HICKMAN, J.C; JONES,D.A; NESBITT, C.J. Actuarial Mathematics. Itasca, Ilinois. The Society Of Actuaries, 1997.
[3] KAAS, R.; GOOVAERTS,M.; DHAENE,J.; DENUIT,M. Modern Actuarial Risk Theory, Springer, 2001
Complementar:
HART, D. G.; BUCHANAN, R. A.; HOWE, B. A. The actuarial pratice of general Insurance-actuarial techniques for general insurance. Sidney. Institute of Actuaries of Australia, 1994, 2v.
HOGG, ROBERT V.; KLUGMAN STUART A. Loss Distributions. New York. John Wiley & Sons, Inc, 1984.
CRITÉRIO DE AVALIAÇÃO: Provas e trabalhos.
APLICATIVO(S) NECESSÁRIO(S): Excel e R.
CÓDIGO: MAD360 | CRÉDITOS: 4 | CARGA HORÁRIA: 60h TEÓRICA: 45h PRÁTICA: 15h |
PRÉ-REQUISITOS: INFERÊNCIA ESTATÍSTICA I – MAD351 COMPUTAÇÃO I – MAB121 |
||
EMENTA: Introdução à computação estatística. Regressão: Fatoração de Cholesky, o operadorsweep, algoritmo QR, decomposição em valor singular. Métodos de integração. Métodos de otimização. Geração de números aleatórios. Simulação. |
||
OBJETIVOS GERAIS: Capacitar o aluno a utilizar recursos, técnicas e métodos computacionais para auxiliá-lo na resolução de problemas de Inferência Estatística. |
||
CONTEÚDO PROGRAMÁTICO: | ||
UNIDADE I Métodos Numéricos Básicos ; Geração de Números Aleatórios: Simulação de uma distribuição uniforme, transformações baseadas na uniforme, simulação de uma determinada distribuição, métodos de Monte Carlo. |
||
UNIDADE II Álgebra Linear Numérica: Transformações de Householder, transformações deGivens, Método de Gram-Schmidt, Decomposição em valores singulares, operador sweep, Decomposição de Cholesky. Métodos Numéricos Não-Lineares: Estimação por máxima verossimilhança, Métodos Newton-Raphson, método da secante, métodos de otimização, Algoritmo EM. Simulated Annealing |
||
UNIDADE III Métodos de Integração: Métodos de Newton-Cotes, quadratura Gaussiana, Integração por métodos Monte Carlo, método de Laplace Métodos de amostragem por Monte Carlo: Método da rejeição, método da reamostragem ponderada, método da reamostragemponderada adaptativa . |
||
UNIDADE IV Estimação de densidade: Histograma, estimador de núcleo, spline, LOWESS, estimação Bayesiana de curvas. |
||
UNIDADE V Cadeias de Markov: Irredutibilidade, periodicidade, transiência e recorrência, medidas invariantes, ergodicidade e convergência, teoremas limites. Métodos Monte Carlo via Cadeias de Markov: Amostrador de Gibbs, Data Augmentation, algoritmo de Metropolis-Hastings, Diagnósticos de convergência, WinBugs (Bayesian Analysis Using Gibbs Sampler) + CODA. |
||
BIBLIOGRAFIA [1] Ronald A. Thisted (1988). Elements of Statistical Computing: Numerical Computation, Chapman and Hall/CRC.\ [2]Dani Gamerman (1998). Markov Chain Monte Carlo: Stochastic Simulation for Bayesian Inference, Chapman and Hall/CRC. [3] Robert and Casella (1999). Monte Carlo Statistical Methods, Springer-Verlag. [4] Ripley (1987). Stochastic Simulation, John Wiley & Sons. |
||
CRITÉRIO DE AVALIAÇÃO: Provas e listas de exercícios. | ||
APLICATIVO(S) NECESSÁRIO(S): Aulas práticas podem ser no R e uma introdução ao WinBugs |
CÓDIGO: MAD486 | CRÉDITOS: 4 | CARGA HORÁRIA: 60h TEÓRICA: 45h PRÁTICA: 15h |
PRÉ-REQUISITOS: INFERÊNCIA ESTATÍSTICA I |
||
EMENTA: Amostragem aleatória simples. Estimadores de razão e de regressão. Amostragem estratificada. Amostragem sistemática. Amostragem por conglomerados. Métodos de solução com probabilidades desiguais. |
||
OBJETIVOS GERAIS: Conhecer os procedimentos amostrais adequados para as características da população, gerar habilidades para criar amostras adequadas usando e respeitando as restrições populacionais. |
||
CONTEÚDO PROGRAMÁTICO: | ||
UNIDADE I - Definições e Noções Básicas: Noções básicas, problemas na obtenção de dados, unidade amostrada, coleta dos dados, erros amostrais e não amostrais, apresentação dos resultados, divulgação do banco de dados Definições e Noções Básicas: População; Amostras; Elementos Amostrais; PlanejamentoAmostral; Estatísticas e suas Distribuições Amostrais; Estimadores e suas Propriedades; Expressões Úteis. |
||
UNIDADE II – Amostragem Aleatória Simples (AAS): AAS com reposição (AASC): Estimação da média, do total e da variância populacionais; Intervalos de Confiança (IC); dimensionamento da Amostra; Estimação de Proporções. AS sem reposição (AASS): Estimação da média, do total e da variância populacionais; Intervalos de Confiança (IC); dimensionamento da Amostra; Estimação de Proporções. Estimação em subdomínios. |
||
UNIDADE III – Amostragem Estratificada(AE): Noções e relações Úteis; Estimação da média e do total populacionais; Alocação da Amostra pelos Estratos: Alocação Proporcional, Alocação Uniforme, Alocação de Neyman; Efeitos do Planejamento; Intervalos de Confiança; dimensionamento da Amostra; Estimação de Proporções. |
||
UNIDADE IV – Amostragem com variáveis auxiliares Estimadores do tipo Razão: Estimação da média, do total e da variância populacionais; Comparação entre os estimadores razão e expansão; Intervalos de Confiança; dimensionamento da Amostra; Estimação do total e da média com AE. Estimadores do tipo Regressão: Estimação da média, do total e da variância populacionais; Comparação entre os estimadores regressão e razão; Intervalos de Confiança; dimensionamento da Amostra; Estimação da média com AE. |
||
UNIDADE V – Amostragem por Conglomerado em um estágio: Notação e relações Úteis; Plano Amostral; Estimadores da média por elemento; Coeficiente de Correlação Intraclasse: conglomerados de igual tamanho, conglomerado de tamanhos desiguais; Estimação de proporções; Intervalos de Confiança; dimensionamento da Amostra; Amostragem Sistemática. |
||
UNIDADE VI – Amostragem por Conglomerado em dois estágios: Notação e plano amostral; Estimadores da média por elemento; conglomerados de igual tamanhos, eficiência do plano amostral, tamanho ótimo da amostra. |
||
BIBLIOGRAFIA: [1] Bolfarine, H e Bussab, W. O. (2005). “Elementos de Amostragem”, ABE – Projeto Fisher, ed.Edgar Blucher. São Paulo. [2] Vic Barnett (1984). “Elements of Sampling Theory”, Holder and Stoughton, Toronto. [3] Thompson, S.K.(1992). “Sampling ”, Wiley. |
||
CRITÉRIO DE AVALIAÇÃO: Trabalhos e provas | ||
APLICATIVO(S) NECESSÁRIO(S): R e Excel |
CÓDIGO: MAD363 | CRÉDITOS: 4 | CARGA HORÁRIA: 60h TEÓRICA: 45h PRÁTICA: 15h |
PRÉ-REQUISITOS: MATEMÁTICA ATUARIAL I – MAD353 | ||
PROGRAMA DA DISCIPLINA | ||
EMENTA: Teoria de vidas conjuntas, de múltiplas vidas e de último sobrevivente. Funções de contingência. Anuidades reversíveis. Tábuas de múltiplos decrementos e de decrementos secundários. |
||
OBJETIVOS GERAIS: Habilitar o aluno a calcular prêmios puros de seguro de vida e de anuidades por sobrevivência para duas ou mais vidas, a elaborar tábuas que acrescentem ao decremento morte outras contingências da vida e a aplicar estes modelos de múltiplos decrementos ao cálculo de pecúlios, pensões, anuidades, prêmios e reservas. |
||
CONTEÚDO PROGRAMÁTICO: | ||
UNIDADE I Teoria de vidas conjuntas: Definição do status de vida conjunta de acordo com a variável “tempo até a falha”. Probabilidades de morte e sobrevivência, função de distribuição e de densidade e força de mortalidade do status de vida conjunta. Funções de comutação. Funções de vida conjunta sob as leis de De Moivre, Makeham e Gompertz. |
||
UNIDADE II Teoria de último sobrevivente: Definição do status de último sobrevivente de acordo com a variável “tempo até a falha”. Probabilidades de morte e sobrevivência, função de distribuição e de densidade e força de mortalidade do status de último sobrevivente. Status composto. Status geral de múltiplas vidas. |
||
UNIDADE III Funções de contingência: Probabilidades contingentes. Funções de seguro contingentes. Prêmios anuais e reservas. Funções de contingência compostas. |
||
UNIDADE IV Anuidades reversíveis: Definição e funções básicas. Anuidades reversíveis fracionadas. Funções com termos certos. Prêmios anuais e reservas. Pagamentos contínuos. Anuidades reversíveis compostas. |
||
UNIDADE V Tábuas de múltiplos decrementos: Probabilidades de decremento. Taxas centrais de decremento. Forças de decremento. Tábuas de único decremento associadas. Construção de tábuas de múltiplos decrementos a partir de tábuas de único decremento associadas.Cálculo de prêmios puros únicos e anuais. |
||
UNIDADE VI Tábuas de decrementos secundários: Decrementos primários e secundários. Mortalidade e invalidez. Cálculo de prêmios puros únicos e anuais. Generalização do modelo: planos de pensões com benefícios de invalidez e desligamento. |
||
CRITÉRIO DE AVALIAÇÃO: Provas e trabalhos. | ||
APLICATIVO(S) NECESSÁRIO(S): É recomendável a utilização de planilhas eletrônicas para a resolução de casos e/ou exercícios similares a situações reais. |
CÓDIGO: ACC114 | CRÉDITOS: 4 | CARGA-HORÁRIA: 60h TEÓRICA: 60h PRÁTICA: 0h |
PRÉ-REQUISITOS: Não há | ||
EMENTA: Campo de aplicação. Conceitos. Técnicas contabeis: escrituração (métodos, lançamentos, partidas dobradas); demonstrações contábeis (balancetes, inventários, balanço patrimonial) e introdução à análise de balanços. |
||
OBJETIVOS GERAIS: Dar noções introdutórias da ciência contábil para fins de avaliação patrimonial e performance empresarial. |
||
CONTEÚDO PROGRAMÁTICO: | ||
UNIDADE I Introdução à contabilidade; usuários; diferenças entre a contabilidade financeira e a contabilidade gerencial; objeto de estudo da contabilidade; sistemas contábeis. |
||
UNIDADE II Patrimônio, fatos contábeis permutativos e modificativos, contabilização por balanços sucessivos. |
||
UNIDADE III Escrituração (diário, razão), balancete de verificação, balanço patrimonial e demonstração de resultado, receita, despesa, apuração do resultado e destinação do lucro. |
||
UNIDADE IV Iintrodução à análise das demonstrações financeiras, índices de performance, avaliação econômica e financeira. |
||
BIBLIOGRAFIA: Livro Texto: Contabilidade Introdutória – equipe de professores da FEA-USP. Complementar: Contabilidade Empresarial – MARION, José Carlos |
||
CRITÉRIO DE AVALIAÇÃO: | ||
APLICATIVO(S) NECESSÁRIO(S): |