Materia
Series Temporales
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Castellano
Descripción y contextualización de la asignatura
En el contexto del Máster Universitario en Modelización e Investigación Matemática, Estadística y Computación, esta asignatura proporciona una introducción al análisis estadístico de series temporales, incluyendo una introducción a la teoría de procesos estocásticos y abundante trabajo práctico. El objetivo de la asignatura es que el estudiante conozca las bases teóricas y pueda aplicar las técnicas básicas de series temporales, tanto dentro del marco de modelos ARMA, como de modelos espacio-estado. La asignatura está relacionada con otras asignaturas de modelización incluidas en el máster, como Minería de datos y Modelización estadística.Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
MORAL ZUAZO, MARIA PAZ | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Titular De Universidad | Doctora | No bilingüe | Economía Aplicada | mpaz.moral@ehu.eus |
CEBRIAN GUAJARDO, ANA CARMEN | Universidad de Zaragoza | Profesorado Titular De Universidad | Doctora | acebrian@unizar.es |
Competencias
Denominación | Peso |
---|---|
Adquiere una familiaridad básica con algunos de los modelos más usuales en el análisis de series temporales. | 25.0 % |
Es capaz de enfrentar decisiones de modelización fundamentadas. | 25.0 % |
Desarrolla competencias computacionales, que le permiten llevar a cabo de forma autónoma una variada gama de análisis. | 25.0 % |
Toma contacto con bibliografía que le permita, si lo desea, una profundización en las técnicas estudiadas y un mayor grado de desarrollo formal. | 25.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 24 | 36 | 60 |
Seminario | 4 | 12 | 16 |
P. de Aula | 8 | 18 | 26 |
P. Ordenador | 24 | 24 | 48 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Análisis de casos | 10.0 | 0 % |
Clases magistrales | 24.0 | 100 % |
Debates | 6.0 | 25 % |
Ejercicios | 10.0 | 0 % |
Lecturas | 10.0 | 0 % |
Prácticas de aula | 14.0 | 25 % |
Prácticas de ordenador | 48.0 | 50 % |
Seminarios | 4.0 | 100 % |
Trabajo en grupo | 18.0 | 0 % |
Tutorías | 6.0 | 50 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Se valorará la asistencia y la respuesta a las actividades y ejercicios propuestos en clase. | 20.0 % | 40.0 % |
Trabajos Prácticos | 60.0 % | 80.0 % |
Convocatoria ordinaria: orientaciones y renuncia
La convocatoria ordinaria tiene lugar finalizado el cuatrimestre. La evaluación requiere la redacción de sendos trabajos prácticos sobre los dos bloques de temas que componen la asignatura; los enunciados se proponen a los alumnos que disponen de un plazo de al menos dos o tres semanas (en los ejercicios relacionados con la primera parte de la asignatura, más), para trabajar sobre ellos. Se valorarán en un 50% de la nota final los temas sobre los modelos ARMA y en un 50% los temas sobre modelos espacio-estado.En el evento de que algún alumno no haya podido asistir con regularidad a las clases, puede requerirse la realización de una prueba presencial, que normalmente requerirá elaborar aspectos o aportar aclaraciones sobre el trabajo practico presentado.
La no presentación del referido trabajo o el hacerlo fuera de plazo supone la renuncia a la convocatoria.
Convocatoria extraordinaria: orientaciones y renuncia
La convocatoria extraordinaria se desarrolla en el mes de junio y tiene la misma estructura que la ordinaria.Temario
Series Temporales y procesos estocásticos (I)Series Temporales y procesos estocásticos (II)
Modelos ARMA y ARIMA
Modelos en espacio de estado (I)
Modelos en espacio de estado (II)
Análisis espectral (opcional, si hay tiempo disponible)
Bibliografía
Materiales de uso obligatorio
Apuntes y prácticas de la asignatura "Series Temporales" publicados en la plataforma virtual de apoyo a la docencia e-GELA (Moodle) (UPV/EHU)Bibliografía básica
P. J. Brockwell and R. A. Davis. Introduction to Time Series and Forecasting. Springer Verlag, 1996.Daniel Peña. Análisis de Series Temporales. Alianza Editorial, 2005.
Giovanni Petris, Sonia Petrone, and Patrizia Campagnoli. Dynamic Linear Models with R. Springer Verlag, 2009.
Paul S.P. Cowpertwait and Andrew V. Metcalfe. Introductory Time Series with R. Springer, 2009.
Bibliografía de profundización
P. J. Brockwell and R. A. Davis. Time Series: Theory and Methods. Springer Verlag, 1991.James Durbin and Siem J. Koopman. Time Series Analysis by State Space Methods, segunda edición, Oxford Univ. Press, 2012.
R. H. Shumway and D. S. Stoffer. Time Series Analysis and Its Applications With R Examples, tercera edición. Springer Verlag, 2010.
Dan Simon. Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches. Wiley-Interscience, 2006.
Revistas
Dado el carácter introductorio de la asignatura, no es preciso el recurso a artículos especializados.Enlaces
https://www.rstudio.com/http://www.statsoft.com/textbook/time-series-analysis/
http://cran.r-project.org/web/views/TimeSeries.html