$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC |



Título: NOWCAST DE DESEMPREGO USANDO GOOGLE TRENDS: UMA REVISÃO DA TEMÁTICA PÓS-PANDEMIA
Autor: ERICO DE MELLO PENTEADO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  GUSTAVO MAURICIO GONZAGA - ORIENTADOR
Nº do Conteudo: 70782
Catalogação:  06/06/2025 Idioma(s):  PORTUGUÊS - BRASIL
Tipo:  TEXTO Subtipo:  TRABALHO DE FIM DE CURSO
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70782&idi=1
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.70782

Resumo:
Essa monografia pretende gerar uma estimação robusta a partir de dados de pesquisa na search engine da Google, disponibilizados na API Google Trends, para a série de Desocupação da PNAD Contínua. Para computar as previsões será utilizada uma grande base de dados, contendo diversos termos de pesquisa associados a emprego, vagas, programas governamentais, remuneração e outras variáveis macroeconômicas tradicionais. Além disso, seguindo a metodologia do paper Medeiros e Pires (2021) usaremos um framework de estimações diretas com o objetivo de termos uma avaliação fora da amostra confiável e independente de cenários sobre as covariadas. Nesse setup, conseguiremos comparar a performance de todos os modelos estimados, de modo a averiguar se os nossos melhores seriam capazes de superar os modelos benchmark por algumas das métricas de erro mais usuais.

Descrição Arquivo
NA ÍNTEGRA  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui