Study programme competencies |
Code
|
Study programme competences / results
|
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. |
B6 |
Capacidade para iniciar a investigación e para participar en proxectos de investigación que poden culminar na elaboración dunha tese doutoral. |
B8 |
Capacidade de traballo en equipo e de forma autónoma |
B10 |
Capacidade de identificar e resolver problemas |
C1 |
Ser capaz de identificar un problema da vida real. |
C2 |
Dominar a terminoloxía científica-metodolóxica para comprender e interactuar con outros profesionais. |
C3 |
Habilidade para traballar os aspectos metodolóxicos da investigación en colaboración con outros colegas a través do Campus Virtual co foro. |
C4 |
Habilidade para realizar a análise estatística con ordenador. |
C5 |
Escoller o deseño máis axeitado para responder á pregunta de investigación. |
C6 |
Utilizar as técnicas estatísticas máis axeitadas para analizar os datos dunha investigación. |
C7 |
Planificar, analizar e interpretar os resultados dunha investigación considerando tanto os aspectos teóricos coma os metodolóxicos. |
C8 |
Habilidade de xestión administrativa do proceso dunha investigación. |
C9 |
Comunicación e difusión dos resultados das investigacións. |
C10 |
Lectura con xuízo crítico de artigos científicos dende unha perspectiva metodolóxica. |
Learning aims |
Learning outcomes |
Study programme competences / results |
Comprender técnicas da análise de series de tempo |
AC2
|
|
|
Capacidade crítica sobre as posibilidades e limitacións das técnicas da análise de series de tempo |
AC15
|
|
|
Capacidade de identificar e resolver problemas que requiran o uso de técnicas da análise de series de tempo |
AC2 AC6 AC8
|
|
|
Capacidade de manexar software comercial (fundamentalmente o software libre R) para analizar series de tempo |
AC13
|
|
|
Capacidade para iniciar a investigación e para participar en proxectos de investigación que poden culminar na elaboración dunha tese doutoral. |
|
BJ6
|
|
Capacidade de traballo en equipo e de forma autónoma |
|
BJ8
|
|
Capacidade de identificar e resolver problemas |
|
BJ10
|
|
Ser capaz de identificar un problema da vida real. |
|
|
CJ1
|
Dominar a terminoloxía científica-metodolóxica para comprender e interactuar con outros profesionais. |
|
|
CJ2
|
Habilidade para traballar os aspectos metodolóxicos da investigación en colaboración con outros colegas a través do Campus Virtual co foro. |
|
|
CJ3
|
Habilidade para realizar a análise estatística con ordenador. |
|
|
CJ4
|
Escoller o deseño máis axeitado para responder á pregunta de investigación. |
|
|
CJ5
|
Utilizar as técnicas estatísticas máis axeitadas para analizar os datos dunha investigación. |
|
|
CJ6
|
Planificar, analizar e interpretar os resultados dunha investigación considerando tanto os aspectos teóricos coma os metodolóxicos. |
|
|
CJ7
|
Habilidade de xestión administrativa do proceso dunha investigación. |
|
|
CJ8
|
Comunicación e difusión dos resultados das investigacións. |
|
|
CJ9
|
Lectura con xuízo crítico de artigos científicos dende unha perspectiva metodolóxica. |
|
|
CJ10
|
Contents |
Topic |
Sub-topic |
1. Time series and stochatic processes. |
Introducción. Os conceptos de proceso estocástico e serie de tempo: Exemplos. Definicións asociadas a un proceso estocástico. A descomposición de Wold. |
2. Box-Jenkins models. |
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. |
3. Additional topics. |
Análisise de intervención. Valores atípicos. Regresión con series de tempo. |
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Guest lecture / keynote speech |
A2 A6 A15 B6 B10 C1 C2 C3 C5 C6 C7 C8 C9 C10 |
17 |
24.99 |
41.99 |
Laboratory practice |
A13 B8 B10 C4 C6 |
17 |
24.99 |
41.99 |
Multiple-choice questions |
A2 A6 C6 |
2 |
0 |
2 |
Problem solving |
A13 B10 C4 C6 |
2 |
0 |
2 |
Long answer / essay questions |
A2 A13 A15 B10 C1 C2 C3 C4 C5 C6 C7 C10 |
0 |
25 |
25 |
|
Personalized attention |
|
12 |
0 |
12 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Guest lecture / keynote speech |
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). |
Laboratory practice |
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. |
Multiple-choice questions |
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. |
Problem solving |
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. |
Long answer / essay questions |
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. |
Personalized attention |
Methodologies
|
Laboratory practice |
Guest lecture / keynote speech |
|
Description |
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. |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Multiple-choice questions |
A2 A6 C6 |
(Realizarase coa presencia do profesor)
Estará formada por unha proba tipo test de coñecementos teórico-prácticos.
|
40 |
Laboratory practice |
A13 B8 B10 C4 C6 |
O material que se permitirá utilizar na proba de resposta múltiple (apuntes, bibliografía,…) dependerá do grao de asistencia a clase do alumno. |
0 |
Problem solving |
A13 B10 C4 C6 |
(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 |
Guest lecture / keynote speech |
A2 A6 A15 B6 B10 C1 C2 C3 C5 C6 C7 C8 C9 C10 |
O material que se permitirá utilizar na proba de resposta múltiple (apuntes, bibliografía,…) dependerá do grao de asistencia a clase do alumno. |
0 |
Long answer / essay questions |
A2 A13 A15 B10 C1 C2 C3 C4 C5 C6 C7 C10 |
(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 |
|
Assessment comments |
A metodoloxía da evaluación é aplicable tanto aos alumnos a tempo completo como aos alumnos a tempo parcial.
|
Sources of information |
Basic
|
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) |
|
Complementary
|
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) |
|
Recommendations |
Subjects that it is recommended to have taken before |
Probability Models/614493001 | Applied Statistics/614493002 |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
|
|