No hay comentarios.

CURSO:SERIES DE TIEMPO
TRADUCCION:TIME SERIES
SIGLA:EPG4507
CREDITOS:05 UC
HORAS:90 HORAS DE DEDICACION TOTAL: 24 DIRECTAS Y 66 INDIRECTAS (2 MODULOS)
CARACTER:MINIMO
TIPO:CATEDRA
CALIFICACION:ESTANDAR
PALABRAS CLAVE:ECONOMETRIA, FINANZAS, MODELOS DE SERIES DE TIEMPO, PREDICCION
NIVEL FORMATIVO:MAGISTER


I.DESCRIPCIÓN DEL CURSO

El curso aborda los modelos de series cronologicas y sus aplicaciones. El estudiante debera ser capaz de identificar y aplicar metodologias de series de tiempo para el manejo de modelos de prediccion y su aplicacion a casos reales. Actividades practicas con datos reales seran utilizadas como mecanismo de aprendizaje y evaluacion.


II.RESULTADOS DE APRENDIZAJE

1.Identificar problemas que pueden resolverse mediante analisis de series de tiempo.

2.Proponer modelos de series de tiempo segun las caracteristicas de la aplicacion.

3.Evaluar el mejor modelo que se ajuste a los datos observados.

4.Realizar predicciones con diferentes modelos de series de tiempo a partir de problemas reales.


III.CONTENIDOS

1.Introduccion:
1.1.Ejemplos
1.2.Dependencia serial
1.3.Ausencia de estacionariedad
1.4.Test de blancura

2.Procesos Lineales:
2.1.Estacionariedad e invertibilidad
2.2.Causalidad
2.3.Representacion de procesos lineales
2.4.Dependencia
2.5.Modelo ARMA
2.6.Funcion de auto-covarianza, ACF y PACF

3.Estimacion y Prediccion
3.1.Construccion de modelos
3.2.Parsimonia y criterios de informacion
3.3.Estimacion de la media, de auto-covarianzas, de momentos y maximo verosimil
3.4.Inferencia estadistica
3.5.Prediccion pasado finito e infinito
3.6.Construccion de bandas de prediccion

4.Procesos No Estacionarios y Estacionales:
4.1.Tendencia deterministica y estocastica
4.2.Test de raices unitarias
4.3.Modelos ARIMA, ARIMAX, SARIMA y SARIMAX


IV.ESTRATEGIAS METODOLOGICAS

-Videoclases.

-Catedra en sesiones sincronicas.

-Estudios de casos.

-Aprendizaje basado en problemas.

-Aprendizaje entre pares.

-Tutoriales.

-Trabajo personal de lectura.


V.ESTRATEGIAS EVALUATIVAS

-Pruebas: 50%

-Participacion en Foros: 15%

-Proyecto Final: 35%

-El curso contendra ademas actividades formativas (sin calificacion), las que tienen como proposito la preparacion para las evaluaciones calificadas.


VI.BIBLIOGRAFIA

Minima

Box, G.E.P.,Jenkins,G.M.,Reinsel, G.C., & Ljung, G.M.(2015) Time Series Analysis:Forecasting and Control, Wiley.

Brockwell, P.J. & Davis, R.A.(2016)Introduction to Time Series and Forecasting,Springer.

Chan, N.H.(2002)Time Series Applications to Finance, Wiley.

Fuller, W.A.(1996)Introduction to Statistical Time Series, Wiley.

Kirchgassner, G. & Jurgen, W.(2007) Introduction to Modern Time Series Analysis,Springer.

Montgomery, D.C., Jennings, C.L., & Kulahci, M.(2015) Introduction to Time Series Analysis and Forecasting,Wiley.

Palma, W.(2016) Time Series Analysis, Wiley.

Shumway, R.H. & Stoffer, D.S.(2017) Time Series Analysis and Its Applications:With R Examples,Springer.

Tsay, R.S.(2013) Multivariate Time Series Analysis: With R and Financial Applications,Wiley.


Complementaria

Cowpertwait,P.S.P. & Metcalfe, A.V.(2009)Introductory Time Series with R,Springer.

Cryer, J.D. & Chan, K.S.(2008)Time Series Analysis:With Applications in R, Springer.

Derryberry, D.R.(2014)Basic Data Analysis for Time Series with R, Wiley.

Doukhan, P.,Oppenheim, G., & Taqqu, M.(2003)Theory and Applications of Long-Range Dependence,Birkhauser.

Kitagawa, G.(2020)Introduction to Time Series Modeling with Applications in R,Chapman and Hall/CRC.

Palma,W.(2007)Long-Memory Time Series:Theory and Methods,Wiley.

Tsay, R.S.(2010)Analysis of Financial Time Series, Wiley.

Tsay,R.S.(2012)An Introduction to Analysis of Financial Data with R,Wiley.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE MATEMATICAS / MARZO 2022