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.

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 Association



Journal 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/