Datos Identificativos 2012/13
Asignatura (*) Series de Tempo Código 614493009
Titulación
Mestrado Universitario en Técnicas Estadísticas (Plan 2011)
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 2º cuadrimestre
Primeiro-Segundo Optativa 5
Idioma
Prerrequisitos
Departamento Matemáticas
Coordinación
Aneiros Perez, German
Correo electrónico
german.aneiros@udc.es
Profesorado
Aneiros Perez, German
Correo electrónico
german.aneiros@udc.es
Web http://eio.usc.es/pub/mte/
Descrición xeral

Competencias do título
Código Competencias da titulación
A1 A adquisición dos coñecementos de estatística e investigación operativa necesarios para a incorporación en equipos multidisciplinares pertencentes a diferentes sectores profesionais.
A2 Capacidade para comprender, formular, formular e resolver aqueles problemas susceptibles de ser abordados a través de modelos da estatística e da investigación operativa.
A3 Coñecer as aplicacións dos modelos da estatística e a investigación operativa.

Resultados de aprendizaxe
Competencias de materia (Resultados de aprendizaxe) Competencias da titulación
Comprender técnicas del análisis de series de tiempo AM1
Capacidad crítica sobre las posibilidades y limitaciones de las técnicas del análisis de series de tiempo AM2
Capacidad de identificar y resolver problemas que requieran el uso de técnicas del análisis de series de tiempo AM1
AM2
AM3
Capacidad de manejar software comercial (fundamentalmente el software libre R) para analizar series de tiempo AM3

Contidos
Temas Subtemas
1. Análisis descriptivo de una serie de tiempo. Introducción. El concepto de serie de tiempo: Ejemplos. Descomposición clásica de una serie de tiempo: Ejemplos.
2. Series de tiempo y procesos estocásticos. Introducción. El concepto de proceso estocástico: Ejemplos. Definiciones asociadas a un proceso estocástico. La descomposición de Wold.
3. Modelos Box-Jenkins. Introducción. Procesos ARMA: Definición e identificación. Procesos ARIMA: Definición e identificación. Estimación y diagnosis. Selección del modelo y predicción. Aplicación a datos reales. Procesos ARIMA estacionales. Aplicación a datos reales.
4. Tópicos adicionales. Análisis de intervención. Valores atípicos. Regresión con series de tiempo.

Planificación
Metodoloxías / probas Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral 20 30 50
Prácticas de laboratorio 20 30 50
Proba de resposta múltiple 1.5 0 1.5
Solución de problemas 1.5 0 1.5
Proba de ensaio 0 15 15
 
Atención personalizada 7 0 7
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral El profesor desarrollará en clase los contenidos del Temario. Para ello, se apoyará en la proyección de transparencias (su versión en pdf estará disponible on-line).
Prácticas de laboratorio El profesor desarrollará en clase distintos tipos de aplicaciones a datos reales de la teoría previamente expuesta. Para ello, introducirá las herramientas específicas de que dispone el paquete estadístico R. Posteriormente, será el alumno el que desarrolle otras aplicaciones con la ayuda de un ordenador.
Proba de resposta múltiple Uno de los requisitos para aprobar la asignatura será la superación de una prueba de respuesta múltiple. Más información sobre dicha prueba puede ser vista en la Sección 7: Evaluación.
Solución de problemas Uno de los requisitos para aprobar la asignatura será resolver un problema de carácter práctico. Para ello, será necesaria la utilización del paquete estadístico R (utilizado en las clases prácticas). Más información sobre este punto puede ser vista en la Sección 7: Evaluación.
Proba de ensaio Uno de los requisitos para aprobar la asignatura será la correcta realización y entrega, en las fechas indicadas, de prácticas propuestas por el profesor. Para ello, será necesaria la utilización del paquete estadístico R (utilizado en las clases prácticas). Más información sobre este punto puede ser vista en la Sección 7: Evaluación.

Atención personalizada
Metodoloxías
Sesión maxistral
Prácticas de laboratorio
Descrición
Cualquier duda que se le presente al alumno a lo largo de las horas presenciales tratará de ser resuelta instantáneamente por parte del profesor. Sin embargo, es posible que otras dudas surjan una vez que el estudiante profundice en la materia en el transcurso de horas no presenciales. En este caso, resulta conveniente que el alumno haga uso de las tutorías individualizadas.

Avaliación
Metodoloxías Descrición Cualificación
Proba de ensaio (Se realizará sin la presencia del profesor)

Realización y entrega, en las fechas indicadas, de prácticas propuestas por el profesor. Para ello, se contará con la ayuda del paquete estadístico utilizado en clase.
30
Sesión maxistral El material que se permitirá utilizar en la prueba de respuesta múltiple (apuntes, bibliografía,…) dependerá del grado de asistencia a clase del alumno. 0
Solución de problemas (Se realizará con la presencia del profesor)

Consistirá en el análisis de una serie de tiempo. Para ello, se contará con la ayuda del paquete estadístico R (utilizado en clase).
30
Prácticas de laboratorio El material que se permitirá utilizar en la prueba de respuesta múltiple (apuntes, bibliografía,…) dependerá del grado de asistencia a clase del alumno. 0
Proba de resposta múltiple (Se realizará con la presencia del profesor)

Estará formada por una prueba tipo test de conocimientos teórico-prácticos.
40
 
Observacións avaliación

Fontes de información
Bibliografía básica Peña, D. (2005). Análisis de Series Temporales.. Alianza Editorial
Cowpertwait, P.S.P. y Metcalfe, A.V. (2009). Introductory Time Series with R.. Springer
Cryer, J.D. y Chan, K-S. (2008). Time Series Analysis. With Applications in R.. Springer (2ª edición)


Bibliografía complementaria Brockwell, P.J. y Davis, R.A. (2002). Introduction to Time Series and Forecasting.. Springer (2ª edición)
González, M. y del Puerto, I.M. (2009). Series Temporales.. Colección manuales uex-60
Shumway, R.H. y Stoffer, D.S. (2006). Time Series Analysis and Its Applications. With R Examples.. Springer (2ª edición)


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario
Modelos de Probabilidade/614493001
Estatística Aplicada/614493002

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías