Detalle Asignatura

SERIES DE TIEMPO I - 523435

  • Descripción :
    Se estudian los procesos y fenomenos que presentan variaciones de tipo sistematicas, mediante modelos construidos en base a observaciones secuenciales, los que tienen como finalidad principal la prediccion.

    Esta asignatura contribuye a las siguientes competencias del perfil de egreso del Ingeniero Estadistico:
    C1.Analizar datos secuenciales medidos en el tiempo mediante las herramientas estadisticas e informaticas adecuadas.
    C5.Modelar estadisticamente problemas, en el contexto de la disciplina de origen.
    C6.Interactuar en grupos multidisciplinarios, trabajando en equipo e interiorizandose de materias relativas a otras areas.

  • Resultados aprendizaje esperados :
    R1.Identifica fenomenos y procesos asociados con modelos de series de tiempo.
    R2.Determina las componentes de una serie de tiempo.
    R3.Obtiene e interpreta 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.
    R4.Construye modelos de dominio temporal, basados en la estructura autocorrelativa de los procesos correspondientes.
    R5.Realiza predicciones 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 autorregresivos y de medias moviles (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.

  • Metodología :
    Clases expositivas, clases en laboratorio de computacion y trabajo autonomo.

  • Evaluación :
    -Evaluaciones escritas.
    -Trabajo de laboratorio.
    -Evaluaciones grupales.

  • Facultad :CS FISICAS Y MATEMATICAS
  • Departamento :ESTADISTICA
  • Creditos :4
  • Cupos :20
  • Campus :CONCEPCION

Emergencias

Emergencias Personales
Guardias UdeC: 41 220 3000
Policlínico ACHS*:41 220 4577
Ambulancia ACHS: 1404
Asistencia Covid-19: 22 820 3002
Emergencias Químicas

MATPEL:
41 220 3330 / 41 220 7352

Externos
Ambulancia: 131
Bomberos: 132
Carabineros: 133
PDI: 134