Datos Identificativos 2014/15
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 Preténdese modelizar o comportamento dunha serie de observacións dunha variable tomadas secuencialmente ó longo do tempo. Para iso, utilizaranse modelos estatísticos paramétricos. Estes modelos permitirannos comprender a dinámica da serie, así como predecir os seus futuros valores. A metodoloxóa utilizada será ilustrada a través da súa aplicación a datos reais, para o que se fará uso do paquete estatístico R. O manexo de dito paquete no contexto específico das series de tempo será aprendido ó longo do curso.



Competencias do título
Código Competencias da titulación
A2 Capacidade para comprender, formular, formular e resolver aqueles problemas susceptibles de ser abordados a través de modelos da estatística e da investigación operativa.
A6 Realizar inferencias respecto aos parámetros que aparecen no modelo.
A8 Capacidade de identificar e resolver problemas que requiran o uso de técnicas da análise de series de tempo.
A13 Ser capaz de manexar diverso software (en particular R) e interpretar os resultados que proporcionan estes nos correspondentes estudos prácticos.
A15 Fomentar a sensibilidade cara aos principios do pensamento científico, favorecendo as actitudes asociadas ao desenvolvemento dos métodos matemáticos, como: o cuestionamento das ideas intuitivas, a análise crítica das afirmacións, a capacidade de análise e síntese ou a toma de decisións racionais.

Resultados de aprendizaxe
Competencias de materia (Resultados de aprendizaxe) Competencias da titulación
Comprender técnicas da análise de series de tempo AM2
Capacidade crítica sobre as posibilidades e limitacións das técnicas da análise de series de tempo AM15
Capacidade de identificar e resolver problemas que requiran o uso de técnicas da análise de series de tempo AM2
AM6
AM8
Capacidade de manexar software comercial (fundamentalmente o software libre R) para analizar series de tempo AM13

Contidos
Temas Subtemas
1. Análise descriptiva dunha serie de tempo. Introducción. O concepto de serie de tempo: Exemplos. Descomposición clásica dunha serie de tempo: Exemplos.
2. Series de tempo e procesos estocásticos. Introducción. O concepto de proceso estocástico: Exemplos. Definicións asociadas a un proceso estocástico. A descomposición de Wold.
3. Modelos Box-Jenkins. Introducción. Procesos ARMA: Definición e identificación. Procesos ARIMA: Definición e identificación. Estimación e diagnosis. Selección do modelo e predicción. Aplicación a datos reais. Procesos ARIMA estacionais. Aplicación a datos reais.
4. Tópicos adicionais. Análisise de intervención. Valores atípicos. Regresión con series de tempo.

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 O profesor desenrolará na clase os contidos do Temario. Para iso, apoiarase na proxección de transparencias (a súa versión en pdf estrá disponibel on-line).
Prácticas de laboratorio O profesor desenrolará na clase distintos tipos de aplicacións a datos reais da teoría previamente exposta. Para iso, introducirá as ferramentas específicas de que dispón o paquete estatístico R. Posteriormente, será o alumno o que desenrole outras aplicacións coa axuda dun ordenador.
Proba de resposta múltiple Un dos requisitos para aprobar a asignatura será a superación dunha proba de resposta múltiple. Máis información sobre dita proba pode ser vista na la Sección 7: Evaluación.
Solución de problemas Un dos requisitos para aprobar a asignatura será resolver un problema de carácter práctico. Para iso, será necesaria a utilización do paquete estatístico R (utilizado nas clases prácticas). Máis información sobre este punto pode ser vista na Sección 7: Evaluación.
Proba de ensaio Un dos requisitos para aprobar a asignatura será a correcta realización e entrega, nas datas indicadas, de prácticas propostas polo profesor. Para iso, será necesaria a utilización do paquete estatístico R (utilizado nas clases prácticas). Máis información sobre este punto pode ser vista na Sección 7: Evaluación.

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Sesión maxistral
Descrición
Cualquera dúbida que se lle presente ao alumno ó longo das horas presenciais tratará de ser resolta instantáneamente por parte do profesor. Sin embargo, é posible que outras dúbidas surxan unha vez que o estudante profundice na materia no transcurso de horas non presenciais. Neste caso, resulta convinte que o alumno faga uso das tutorías individualizadas.

Avaliación
Metodoloxías Descrición Cualificación
Proba de resposta múltiple (Realizarase coa presencia do profesor)

Estará formada por unha proba tipo test de coñecementos teórico-prácticos.
40
Prácticas de laboratorio O material que se permitirá utilizar na proba de resposta múltiple (apuntes, bibliografía,…) dependerá do grao de asistencia a clase do alumno. 0
Solución de problemas (Realizarase coa presencia do profesor)

Consistirá na análise dunha serie de tempo. Para iso, contarase coa axuda do paquete estatístico R (utilizado na clase).
30
Sesión maxistral O material que se permitirá utilizar na proba de resposta múltiple (apuntes, bibliografía,…) dependerá do grao de asistencia a clase do alumno. 0
Proba de ensaio (Realizarase sin a presencia do profesor)

Realización e entrega, nas datas indicadas, de prácticas propostas polo profesor. Para iso, contarase coa axuda do paquete estatístico utilizado na clase.
30
 
Observacións avaliación

A metodoloxía da evaluación é aplicable tanto aos alumnos a tempo completo como aos alumnos a tempo parcial.


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