Estudia
- Artes y humanidades
-
Ciencias
- Máster Erasmus Mundus en Recursos Biológicos Marinos
- Máster Universitario en Análisis de Datos para la Inteligencia de Negocios
- Máster Universitario en Biotecnología Alimentaria
- Máster Universitario en Biotecnología Aplicada a la Conservación y Gestión Sostenible de Recursos Vegetales
- Máster Universitario en Biotecnología del Medio Ambiente y la Salud
- Máster Universitario en Ciencias Analíticas y Bioanalíticas
- Máster Universitario en Conservación Marina
- Máster Universitario en Física Avanzada: Partículas, Astrofísica, Nanofísica y Materiales Cuánticos
- Máster Universitario en Modelización e Investigación Matemática, Estadística y Computación*
- Máster Universitario en Química Teórica y Modelización Computacional
- Máster Universitario en Química y Desarrollo Sostenible
- Máster Universitario en Recursos Geológicos e Ingeniería Geológica
- Ciencias de la salud
- Ciencias sociales y jurídicas
- Ingeniería y arquitectura
- Información, acceso y becas
Series Temporales
DESCRIPCIÓN Y CONTEXTUALIZACIÓN DE LA ASIGNATURA
No los hay.
COMPETENCIAS DE LA ASIGNATURA
Competencias específicas de la asignatura:
9947-Adquiere una familiaridad básica con algunos de los modelos más usuales en el análisis de series temporales.
9948-Es capaz de enfrentar decisiones de modelización fundamentadas.
9949-Desarrolla competencias computacionales, que le permiten llevar a cabo de forma autónoma una variada gama de análisis.
9950-Toma contacto con bibliografía que le permita, si lo desea, una profundización en las técnicas estudiadas y un mayor grado de desarrollo formal.
Competencias básicas y generales: CB6, CB7, CB8, CB10, CG1857
Competencias transversales: CT1861, CT1863, CT1854, CT1872
Competencias específicas de la titulación: CE1865, CE1860, CE1841, CE1859
RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA
CONTENIDOS TEORICO-PRACTICOS
Series Temporales y procesos estocásticos (I)
Series Temporales y procesos estocásticos (II)
Modelos ARMA y ARIMA
Modelos en espacio de estado (I)
Modelos en espacio de estado (II)
Análisis espectral (opcional, si hay tiempo disponible)
Metodología
Las sesiones presenciales se componen de tutorías, debates, resolución de ejercicios, análisis de casos, lecturas y trabajo en grupo.
Sistemas de evaluación
Se consideran los siguientes tipos de evaluacion:
- SISTEMA DE EVALUACIÓN CONTINUA:
- SISTEMA DE EVALUACIÓN FINAL
Herramientas y porcentajes de calificación
Se valorará la asistencia y la respuesta a las actividades y ejercicios propuestos en clase entre 20-40% de la nota final. Se propondrán unos trabajos prácticos que se valorarán entre un 60-80% de la nota final
CONVOCATORIA ORDINARIA: ORIENTACIONES Y RENUNCIA
La convocatoria ordinaria tiene lugar finalizado el cuatrimestre. La evaluación requiere la redacción de sendos trabajos prácticos sobre los dos bloques de temas que componen la asignatura; los enunciados se proponen a los alumnos que disponen de un plazo, típicamente de dos o tres semanas, para trabajar sobre ellos.
En el evento de que algún alumno no haya podido asistir con regularidad a las clases, puede requerirse la realización una prueba presencial, que normalmente requerirá elaborar aspectos o aportar aclaraciones sobre el trabajo practico presentado.
La no presentación del referido trabajo o el hacerlo fuera de plazo supone la renuncia a la convocatoria.
CONVOCATORIA EXTRAORDINARIA: ORIENTACIONES
La convocatoria extraordinaria se desarrolla en el mes de junio y tiene la misma estructura que la ordinaria.
MATERIALES DE USO OBLIGATORIO
Apuntes y prácticas de la asignatura "Series Temporales" publicados en la plataforma virtual de apoyo a la docencia eGEla (Moodle) (UPV/EHU)
Bibliografía básica
P. J. Brockwell and R. A. Davis. Introduction to Time Series and Forecasting. Springer Verlag, 1996
https://www.rstudio.com/
D. Peña. Análisis de Series Temporales. Alianza Editorial, 2005
Giovanni Petris, Sonia Petrone, and Patrizia Campagnoli. Dynamic Linear Models with R. Springer Verlag, 2009
Paul S.P. Cowpertwait and Andrew V. Metcalfe. Introductory Time Series with R. Springer, 2009
BIBLIOGRAFÍA DE PROFUNDIZACIÓN
P. J. Brockwell and R. A. Davis. Time Series: Theory and Methods. Springer Verlag, 1991.
R. H. Shumway and D. S. Stoffer. Time Series Analysis and Its Applications With R Examples., tercera edición, Springer
Verlag, 2010
Dan Simon. Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches. Wiley-Interscience, 2006.
REVISTAS
Dado el carácter introductorio de la asignatura, no es preciso el recurso a artículos especializados.
DIRECCIONES DE INTERNET DE INTERÉS
https://www.rstudio.com/
http://www.statsoft.com/textbook/time-series-analysis/
http://cran.r-project.org/web/views/TimeSeries.html