CG8 Demostrar un pensamiento lógico y un razonamiento estructurado
CG9 Mostrar capacidad de síntesis

CE7 Describir situaciones con comportamiento aleatorio
CE9 Elaborar y construir modelos estadísticos adecuados a problemas reales y su validación
CE15 Elaborar previsiones y escenarios utilizando sus conocimientos estadísticos

50%

50%

100%

2,4

3,6

7

Construcción de modelos de series temporales según la metodología Box-Jenkins. Validación, comparación y explotación de dichos modelos.

Conocimientos básicos de Inferencia, Modelos Lineales y software estadístico.

TEMA 1. INTRODUCCIÓN A LAS SERIES TEMPORALES
1.1.- Ejemplos de series temporales univariantes
1.2.- Representación de series temporales

TEMA 2. ANALISIS DESCRIPTIVO DE UNA SERIE TEMPORAL
2.1.- Estudio de la tendencia.
2.2.- Variaciones estacionales.
2.3.- Existencia de ciclos. Periodograma.
2.4.- Modelos de Suavizado.

TEMA 3. MODELOS DE SERIES TEMPORALES ESTACIONARIAS
3.1.- Introducción.
3.2.- Función de autocorrelación simple y función de autocorrelación parcial.
3.3.- El modelo autorregresivo AR(p).
3.3.1. El proceso AR(1).
3.3.2. El proceso AR(2).
3.3.3. El proceso autorregresivo general AR(p).
3.4.- El modelo de medias móviles MA(q).
3.4.1. El proceso de media móvil de orden 1 MA(1).
3.4.2.- El proceso MA(q).
3.5.-El modelo mixto ARMA(p,q).
3.6.- Procesos integrados: El modelo ARIMA(p,d,q).
3.7.- El modelo ARIMA estacional.

TEMA 4. IDENTIFICACION, ESTIMACION, DIAGNOSIS Y PREDICCIÓN DE MODELOS ARMA
4.1.- La metodología Box-Jenkins.
4.2.- Transformaciones para estabilizar la varianza.
4.3.-Identificación del modelo ARIMA.
4.4.- Estimación de los parámetros del modelo.
4.5.-Diagnósis del modelo.
4.5.1.- Análisis de los residuos.
4.5.2. Medidas de la adecuación del modelo.
4.6 Predicción con Modelos ARIMA

TEMA 5. ANÁLISIS DE INTERVENCIÓN, DATOS ATÍPICOS, MISSING Y FUNCIONES DE TRANSFERENCIA
5.1.- Modelos de series temporales con intervención.
5.1.1. Variables impulso.
5.1.2. Variables escalón.
5.2.- Datos atípicos e intervención.
5.2.1. Tratamiento de atípicos.
5.2.2. Diferentes modelos de intervención
5.3.-Estimación de datos missing en series temporales.
5.4.-Predicciones automáticas en presencia de intervención.
5.5.- Modelos de funciones de Transferencia

La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:

a) La calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el
35%.

El alumno/a no tiene la opción de superar la asignatura por evaluación continua. Además cualquier alumno/a tendrá derecho a
una prueba final pudiendo resultar su calificación la nota final del curso.

En español:
González Velasco, M. y del Puerto García, I.M. (2009) Series Temporales. Colección Manuales UEX.
Peña, D. (2018) Análisis de Series Temporales. Alianza Editorial. Madrid.
Cesar Perez Lopez (2021). Análisis de Series Temporales: ejercicios resueltos con R. Editorial Garceta. Madrid
Pérez, César (2011) Series Temporales. Técnicas y Herramientas. Editorial Garceta.
Uriel E. y Peiró A. (2006) Introducción al Análisis de Series Temporales.
En Inglés:
Bowerman/O Connell. (1997) Forecasting and Time Series an applied approach. Ed. Duxbury.
Box, G.E.P., Jenkins, G.M., and Reinsel, G.C. (1994), Time Series Analysis: Forecasting and Control, Englewood Cliffs, N.J.:Prentice Hall, Inc.
Brocklebank J.C., Dickey D.A., Choi B.S. (2018) SAS for Forecasting Time Series. Third Edition. SAS Institut
Brockwell, P.J. and Davis, R.A. (1996), Introduction to the Time Series and Forecasting, New York: Springer-Velarg.

Chatfield, C (2000), Time-Series Forecasting, Ed: Chapman & Hall/CRC Press.
Fuller, W.A. (1995), Introduction to Statistical Time Series; Ed: John Wiley & Sons, Inc.
Hamilton, J.D. (1994), Time Series Analysis, Princeton, NJ: Princeton University Press.
Harvey, A.C. (1994), Time Series Models, Cambridge, MA:MIT Press.
Makridakis, S.G., Wheelwright, S.C., and Hyndman, R.J. (1997), Forecasting: Methods and Applications, New York: John Wiley & Sons, Inc.