Portal Web de la UNED, Universidad Nacional de Educación a Distancia

Logo de la UNED
del 24 al 28 de noviembre de 2014

Análisis de series temporales

Imprimir PDF

Este curso persigue, esencialmente, estudiar, desde un punto de vista eminentemente práctico, los modelos univariantes ymultivariantes de series temporales.

Lugar y fechas
Del 24 al 28 de noviembre de 2014

Lugar:

Instituto de Estudios Fiscales


Horas
Horas lectivas: 20
Créditos
1 crédito ECTS y 2 créditos de libre configuración.
Presencial
Esta actividad se desarrolla presencialmente.
Programa
Métodosde predicción. Tipología.
· Panorámica delsoftware para la predicción. Software automático.
· Métodos autoproyectivos deterministas de predicción. Medias móviles y suavizados lineal, exponencialy estacional. Modelos de Holt,Browny Winters.
· Métodos autoproyectivos estocásticos de predicción. Modelos ARIMA y metodología de
Box Jenkins.
· Modelos ARIMA estacionales y generales. Identificación,estimación, diagnosis y predicción.
· Modelos con análisis dela intervención y función de transferencia.
· Modelos multidimensionales VAR, VARMA y VARMAX.
· Predicciones condicionales.Predicción mediante modelos causales.
· Técnicas de cointegración enmodelos con series de tiempo.
· Tratamiento en profundidad de todos los temas con los softwares: SAS,EVIEWS, SPSS, STATA, TRAMO-SEATS, STATGRAPHICS y Herramientas de Minería dedatos para series temporales.
Inscripción
Dirigido por
José Manuel Guirola López
Vocal Asesor en el Instituto de Estudios Fiscales
Codirector
José Antonio Martínez Álvarez
Director General del Instituto de Estudios Fiscales
Ponente
César Pérez López
Vocal Asesor en el Instituto de Estudios Fiscales
Objetivos
El objetivo esencial es el tratamiento adecuado de las series de datos con dimensión temporaltanto en el campo univariante como en el multivariante haciendo hincapié en lametodología Box-Jenkins, modelos de la función de transferencia,modelos de laintervención y modelo VAR, VARMAy VARMAX. Se tratará también la predicción mediantemodelos causales con series temporales,así como técnicas modernas de cointegración en modelos de series de tiempo.
Más información
www.ief.es