Curso de Análisis de Series Temporales: Modelos ARIMA, intervenciones, desestacionalización y predicción con JDemetra+

Este curso tiene como objetivo la exposición teórico-práctica de las técnicas y métodos básicos del análisis y predicción de variables económicas observadas a lo largo del tiempo. Se presta especial atención al estudio de los procesos estocásticos más adecuados a la estructura típica de series temporales económicas tales como los modelos ARIMA. Se intenta situar al estudiante en disposición de entender las técnicas recomendadas por los institutos de estadística oficial para la detección de datos atípicos, la propuesta de intervenciones, la desestacionalización y la predicción de los indicadores económicos. Está especialmente diseñado para técnicos de los institutos de estadística oficial.

Información sobre el curso

Duración del curso: El curso tendrá una duración anual (12 créditos ECTS). En cada cuatrimestre se realizarán 40h de clase presencial y 20h de clase semipresencial. Las clases presenciales se impartirán los viernes en semanas alternas, mediante sesiones de 4:30h en horario de mañana, de 9:30 a 14:00 (8 sesiones en cada cuatrimestre).

En las semanas en las que no hay docencia presencial se realizarán lecturas, ejercicios y tareas on-line mediante la plataforma EgelaPi (Moodle) https://egelapi.ehu.eus/.

Matrícula: 600 €

Temario:

Parte 1. MODELOS ARIMA. Primer cuatrimestre (21 septiembre – 21 diciembre)

 

1. Naturaleza y estructura de las series temporales. Procesos estocásticos y propiedades.

2. Modelos probabilísticos estacionarios: procesos AR, procesos MA y mixtos.

3. Modelización Box-Jenkins

4. Análisis de estacionariedad. Modelos ARIMA

5. Estimación de modelos ARIMA.

6. Validación y selección de modelos ARIMA.

7. Predicción con modelos ARIMA.

8. Modelos multiplicativos estacionales

 

Parte 2. AMPLIACIONES DE LOS MODELOS ARIMA. Segundo cuatrimestre (11 enero – 9 mayo)

 

1. Introducción al análisis en el dominio de la frecuencia. El periodograma, el espectro.

2. Modelos de función de transferencia (o RegARIMA).

3. Análisis de intervención y outliers.

4. Detección de efectos de calendario.

5. Métodos de desestacionalización: paramétricos/no paramétricos

6. TRAMO/SEATS y X13-ARIMA

7. Utilización de JDemetra+

8. Análisis de los diagnósticos y resultados de JDemetra+

 

Metodología Docente:

 

1. Clases magistrales y de ejercicios dedicadas a la parte teórica del curso, en las que se estudian los conceptos del análisis de series temporales mediante la exposición del profesor y la resolución de ejercicios.

2. Clases prácticas en aula de ordenadores.

3. Lectura y elaboración de tareas de manera no presencial mediante la plataforma EgelaPi (Moodle).

 

Sistema de evaluación:

Las competencias serán evaluadas mediante un proceso de evaluación continua y la calificación final se obtendrá de la forma siguiente:

  • Tareas a desarrollar durante el curso: 50 %;
  • Tarea-examen final: 50 %.

El alumno realizará a lo largo del curso entre 4 y 6 tareas (dos o tres en cada cuatrimestre) cuya calificación podrá suponer en total el 50% de la nota final. La tarea-examen final estará formada por cuestiones y problemas teórico-prácticos similares a los realizados en las clases presenciales más el análisis de alguna serie temporal concreta.

 

Fechas de inscripción: del 3 al 20 de septiembre. (Inscripción cerrada)

Dokumentua informazio gehigarriarekin: