SERIES CRONOLOGICAS - 523425
- Descripción :Esta asignatura proporciona los elementos para el estudio de procesos y fenomenos que presentan variaciones de tipo sistematico, mediante la construccion de modelos construidos en base a observaciones secuenciales, los que tienen como finalidad principal la prediccion. Ademas la asignatura busca incorporar al alumno en el ambito de la investigacion, interactuando en grupos multidisciplinarios, trabajando en equipo con investigadores de distintas disciplinas tales como economia, ciencias sociales etc.
Esta asignatura aporta al desarrollo de las siguientes competencias:
-Solidos conocimientos en Series de Tiempo.
-Modelacion estadistica de problemas, en el contexto de la disciplina de origen.
- Resultados aprendizaje esperados :R1- ) Identificar fenomenos y procesos asociados con modelos de series de tiempo y determinar sus componentes.
R2- ) Obtener e interpretar las funciones basicas que caracterizan a una serie de tiempo, tanto en el dominio temporal, como en el de las frecuencias, incluyendo funciones de autocorrelacion y espectrales diversas.
R3- ) Construir modelos de dominio temporal, basados en la estructura autocorrelativa de los procesos correspondientes.
R4- ) Realizar predicciones asignando a cada una de ellas su correspondiente valor, basandose en estimadores de la varianza del error de prediccion.
- Contenidos :- Introduccion: Conceptos basicos de prediccion. Construccion de modelos para la prediccion. Definiciones basicas de series de tiempo.
- Identificacion y analisis exploratorio: Analisis y representaciones graficas. Identificacion de tendencias y componentes periodicas (estimacion y pronostico).
- Procesos Estacionarios: Ruido blanco. Operador de rezago. Teorema de Representacion de Wold. Proceso lineal general. Estimacion de funcion de autocorrelacion y autocorrelacion parcial .
- Modelos ARMA: Modelos Autoregresivos (AR). Modelos de medias moviles (MA), Modelos de medias moviles autoregresivos ARMA.
- Analisis Espectral: Densidad espectral. Periodograma. Densidad espectral de un proceso ARMA
- Modelamiento y Prediccion de procesos: Estimacion, diagnostico y prediccion.
- Modelos no Estacionarios: Modelos ARIMA, estacionales SARIMA y con ambas caracteristicas SARIMA.
- Series de Tiempo Multivariada: Ejemplos y Propiedades. Estimacion. Procesos ARMA Multivariados. Modelamiento y Prediccion con modelos AR multivariados. Cointegracion.
- Modelos Espacio Estado: Introduccion y Definiciones. Proceso lineal descrito en ecuaciones de espacio estado. Ecuaciones recursivas de Kalman. Estimacion.
- Metodología :- Clases expositivas y clases practicas.
- Evaluación :De acuerdo al Reglamento Interno de Docencia de Pregrado de la Facultad de Ciencias Fisicas y Matematicas.
- Facultad :CS FISICAS Y MATEMATICAS
- Departamento :ESTADISTICA
- Creditos :4
- Cupos :20
- Campus :CONCEPCION