Análise de Desempenho e Previsão Base

Fundamentos Estatísticos e Engenharia de Atributos

Estimation of the Marginal Propensity to Consume (MPC): This report presents a statistical analysis of income, consumption, and gender data submitted for the IIM-A Research Intern position. The analysis includes: Exploratory Data Analysis: Summary statistics and normalised histograms to understand data distribution. Distribution Fitting: Application of Maximum Likelihood Estimation (MLE) to fit and compare Lognormal and Gamma distributions to income data using goodness-of-fit statistics (AIC, BIC, KS test). Econometric Analysis: Estimation of the Marginal Propensity to Consume (MPC) using linear regression models controlling for gender.

Para facilitar esta tarea, hemos diseñado un script que evalúa automáticamente la calidad de los datos utilizando los paquetes 'psych' y 'pastecs'. Este análisis es fundamental antes de ejecutar modelos de ecuaciones estructurales por mínimos cuadrados parciales (PLS-SEM)

Analisis ini membahas penerapan metode Autoregressive Integrated Moving Average (ARIMA) untuk memodelkan dan meramalkan jumlah kasus Tuberkulosis (TB) baru di Kota Semarang menggunakan data bulanan periode Januari 2019 hingga November 2025 yang bersumber dari LEKMINKES Dinas Kesehatan Kota Semarang. Model ARIMA (1,1,0) dipilih sebagai model terbaik berdasarkan nilai AIC terendah, signifikansi parameter, serta hasil uji diagnostik yang menunjukkan residual bersifat white noise. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan tingkat kesalahan yang rendah yaitu 8,7%, sehingga model memiliki performa prediksi yang baik. Model ini kemudian digunakan untuk melakukan peramalan jangka pendek delapan bulan ke depan sebagai gambaran awal tren kasus TB di Kota Semarang

1. var_analysis_module.R - Traditional VAR calculations (Historical, Parametric, Monte Carlo, CVaR) - Component and Incremental VAR - Backtesting framework - Visualization and table generation - CSV export functionality

Projekt wykonany w Rstudio

Mapa d'observacions del GBIF (Global Biodiversity Information Facility) de diferents espècies de singnàtids al litoral català amb l'hàbitat marí on s'han localitzat.