• English
  • Youtube
  • Facebook
  • Twitter
  • Linkedin
  • Instagram
  • tiktok

Economía - Matemáticas y Estadística Plan 2019. (Plan a extinguir)

Grado y Doble Grado. Curso 2024/2025.

SERIES TEMPORALES - 900722

Curso Académico 2024-25

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG1 - Comprender y utilizar las técnicas y modelos de la Estadística con el lenguaje matemático adecuado.
CG3 - Conocer los teoremas y modelos clásicos en distintas áreas de la Matemática y de la Estadística.
CG4 - Asimilar la definición de nuevos objetos matemático-estadísticos, en términos de otros ya conocidos, y ser capaz de utilizar dichos objetos en diferentes contextos.
CG5 - Saber construir nuevos métodos y modelos bien fundamentados mediante el análisis y demostración de sus propiedades más relevantes.
Transversales
CT1 - Haber demostrado poseer y comprender conocimientos en el área de las Matemáticas y la Estadística, partiendo de la base
de la educación secundaria general, y alcanzando un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de dicha área.
CT3 - Tener la capacidad de reunir e interpretar datos relevantes (dentro del área de la Estadística y las Matemáticas y de alguno de sus campos de aplicación) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
CT5 - Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
Específicas
CE1 - Proponer, analizar, validar e interpretar modelos de situaciones en las que se presenten fenómenos estocásticos utilizando las herramientas estadístico-matemáticas más adecuadas.
CE2 - Resolver problemas de Estadística mediante herramientas matemáticas e informáticas.
CE3 - Utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización u otras para resolver problemas estadísticos.
CE4 - Desarrollar programas que resuelvan problemas estadísticos utilizando para cada caso el entorno computacional adecuado.
Otras
Competencias Básicas:
CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

ACTIVIDADES DOCENTES

Clases teóricas
Clases teóricas con exposición teórica por parte del profesor. 30 horas con 100% de presencialidad.
Clases prácticas
Clases prácticas de resolución de problemas individual o en grupo, tutorizada por el profesor. En ellas se incluye: resolución individual o en grupo de problemas y entrega de algunos problemas escogidos por escrito; exposiciones orales por grupos de alumnos; y la elaboración de las prácticas, incluyendo memoria o preparación de la presentación oral. 30 horas con 100% de presencialidad.

Presenciales

2,4

No presenciales

3,6

Semestre

1

Breve descriptor:

Análisis de series temporales.

Requisitos

No hay requisitos, aunque se recomienda que el estudiante tenga haber cursado con aprovechamiento los contenidos de Tercer Curso.

Objetivos

El objetivo de la asignatura es que el estudiante adquiera los conocimientos necesarios para ajustar modelos de series temporales que le permitan explicar la evolucion historica de una serie y predecir su comportamiento futuro.

Contenido

1. Introducción a las series temporales
2. Métodos clásicos para el análisis de series temporales
3. Modelos ARMA y ARIMA
4. Procesos estacionales
5. Metodología Box-Jenkins: identificación, estimación, contraste, predicción
6. Análisis de intervenciones. Identificación de outliers
7. Ajuste de modelos de función de transferencia
8. Modelos con volatilidad estocástica: ARCH y GARCH

Evaluación

La evaluación, tanto en convocatoria ordinaria como en extraordinaria, consistirá en:
• Evaluación in situ mediante observación directa de trabajo y desempeño de los alumnos del estudio de un caso práctico con software específico con un peso del 25% de la nota total de la asignatura.
• Realización de exámenes o pruebas objetivas con un peso del 75% de la nota total de la asignatura, de los cuales un 50% se corresponde con un examen escrito y el 25% restante se corresponde con una prueba objetiva de un caso práctico.
Será necesario superar cada una de las partes para aprobar la asignatura.

Bibliografía

1. Aznar, A., Trívez, F.J. (1993), “Métodos de predicción en economía II, Análisis de Series Temporales”, Ariel Economía
2. Hans Franses, P., Van Dijk, D. (2000), “Non-linear time series models in empirical finance”, Cambidge University Press (para GARCHS)
3. Matilla, M., Pérez, P., Sanz, B. (2013), “Econometría y predicción”, Mc Graw Hill (UNED) (coloquial)
4. Peña, D. (2010), “Análisis de series temporales”, Alianza Editorial (visión completa de la modelización con series temporales)

Otra información relevante

Materiales disponibles en Campus Virtual.

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Clases teóricas
GrupoPeriodosHorariosAulaProfesor
Grupo único09/09/2024 - 13/12/2024JUEVES 17:00 - 18:00S-106ANTONIO ALBERTO RODRIGUEZ SOUSA
VIERNES 17:00 - 18:00INF4 Aula de InformáticaANTONIO ALBERTO RODRIGUEZ SOUSA


Clases prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo único09/09/2024 - 13/12/2024JUEVES 18:00 - 19:00S-106ANTONIO ALBERTO RODRIGUEZ SOUSA
NURIA CABALLE CERVIGON
VIERNES 18:00 - 19:00INF4 Aula de InformáticaANTONIO ALBERTO RODRIGUEZ SOUSA
NURIA CABALLE CERVIGON