Materia
Análisis de series temporales para la empresa
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Castellano
Descripción y contextualización de la asignatura
Por ejemplo, el historial de ventas de cada producto es una serie temporal a predecir, las predicciones de ventas se usan para optimizar el nivel de inventarios de productos. Las cantidades de bienes input se predicen para minimizar el nivel de inventario de materias primas. El nivel de producci¿e la empresa puede tambi¿predecirse y utilizar esta predicci¿omo una aproximaci¿e la demanda futura. Las actividades de los clientes tambi¿se pueden representar mediante series temporales (por ejemplo: volumen de llamadas por hora a una centralita telef¿a). La predicci¿e la actividad de los clientes puede utilizarse para optimizar el horario de los trabajadores (Si hay demasiados telefonistas, se estar¿astando el dinero en personal ocioso, si hay pocos, la satisfacci¿el cliente disminuir¿Este curso proporciona una introducci¿ las t¿icas estad¿icas de predicci¿on datos de series temporales. En ¿se revisar¿desde procedimientos altamente subjetivos hasta m¿dos con un alto grado de sofisticaci¿atem¿ca. Se dar¿na panor¿za sobre t¿icas cualitativas, suavizado y descomposici¿e series temporales, regresi¿m¿dos adaptativos, modelos ARMA y modelos ARCH. Se har¿¿¿asis sobre las aplicaciones que sobre los fundamentos t¿icos y derivaciones matem¿cas.
Competencias
Denominación | Peso |
---|---|
Conocer y comprender los conceptos básicos del análisis de series temporales y su utilidad en la predicción económica y empresarial. | 16.0 % |
Ser capaces de extraer la información estadística relevante sobre una serie temporal. | 16.0 % |
Realizar predicciones con una serie de datos que se observa a lo largo del tiempo. | 16.0 % |
Dominar uno o varios paquetes informáticos para el análisis de series temporales. | 16.0 % |
Interpretar y valorar los resultados del análisis empírico de series temporales. | 16.0 % |
Elaborar y presentar informes sobre el análisis de las series temporales. | 16.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 15 | 22.5 | 37.5 |
Seminario | 15 | 22.5 | 37.5 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Clases expositivas | 15.0 | 100 % |
Estudio de casos | 25.0 | 20 % |
Prácticas de ordenador | 10.0 | 100 % |
Trabajo Personal del Alumno/a | 25.0 | 0 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Análisis de una serie temporal y elaboración de un informe | 70.0 % | 90.0 % |
Asistencia y Participación | 10.0 % | 30.0 % |
Resultados del aprendizaje de la asignatura
- Comprensi¿e los conceptos y elementos b¿cos de Series Temporales.- Manejo de las t¿icas tradicionales de modelizaci¿estimaci¿ predicci¿n Series Temporales.
- Utilizaci¿on soltura de software econom¿ico para analizar el comportamiento de variables econ¿as.
- Adquisici¿e conocimientos para la elaboraci¿e informes coherentes sobre el comportamiento de los datos econ¿os analizados.
Temario
Tema 1: Fundamentos de la predicci¿con¿a.Tema 2: An¿sis cl¿co. M¿dos de descomposici¿Alisado y ajustes funcionales.
Tema 3: Modelos ARIMA. La metodolog¿Box-Jenkins.
Tema 4: Volatilidad en series temporales. Modelos ARCH.
Bibliografía
Bibliografía básica
- C¿res, J.J., Mart¿G. y Mart¿F.J. (2008). Introducci¿l An¿sis Univariante de Series Temporales Econ¿as. Delta Publicaciones, Madrid.- Franses, P.H. (1998). Time series models for business and economic forecasting. Cambridge University Press, Cambridge.
- Harvey, A. (1993). Time series models. Segunda edici¿Prentice-Hall/Harvester Wheatsheaf, London.
- Matilla, M., P¿z, P. y Sanz, B. (2017). Econometr¿y predicci¿Segunda edici¿McGraw-Hill, Madrid.
- Pe¿D. (2010). An¿sis de series temporales. Segunda edici¿Alianza Editorial, Madrid
Bibliografía de profundización
- Hamilton, J.D. (1994). Time series analysis. Princeton University Press., New Jersey.- Box, G.E.P., Jenkins, G.M., Reinsel, G.C. y Ljung, G.M. (2016). Time Series Analysis. Forecasting and Control. 5¿ edici¿John Wiley & Sons, Hoboken, New Jersey.
Revistas
Journal of the American Statistical AssociationJournal of Time Series Analysis
International Journal of Forecasting
Journal of Forecasting
Journal of Econometrics
Enlaces
Libros desde el sitio de eXplore :http://www.stat.nus.edu.sg/mirror/xplore/ebooks/ebooks_content.html
Libro de Econometr¿de c¿o abierto, de Michael Creel:
http://pareto.uab.es/mcreel/Econometrics/
Notas sobre Series Temporales de John Cochrane:
http://faculty.chicagogsb.edu/john.cochrane/research/Papers/time_series_book.pdf
Notas sobre el curso de Series Temporales del MIT (EEUU) OpenCourseware:
http://ocw.mit.edu/OcwWeb/Economics/14-384Time-Series-AnalysisFall2002/LectureNotes/index.htm
A first course on Time Series (Univeristy of W¿rzburg): http://statistik.mathematik.uni-wuerzburg.de/timeseries/index.php?id=preamble
Instituto Nacional de Estad¿ica:
http://www.ine.es
Instituto Vasco de Estad¿ica:
http://www.eustat.es
EROSTAT:
http://ec.europa.eu/eurostat/
The OECD's Online Library of Statistical Databases, Books and Periodicals:
http://www.sourceoecd.org/