Competencies and objectives

 

Course context for academic year 2019-20

Esta asignatura se ubica en el módulo Avanzado y dentro de él en la materia "Matemáticas Aplicadas a las Ciencias Sociales". Dicha materia incluye además las asignaturas: "Teoría de Juegos", “ Decisiones Colectivas” y “Economia de la Información y de la Incertidumbre”. La asignatura pretende enseñar al alumno a construir modelos de series temporales para explicar la evolución histórica de una variable  a lo largo del tiempo y predecir sus valores futuros. En concreto, trataremos  los problemas de identificación, estimación, selección, validación y predicción  de modelos autorregresivos (AR), media móvil (MA), autorregresivos de media móvil (ARMA), y de modelos autorregresivos integrados de media móvil (ARIMA).  La exposición de la teoría se completará con clases de prácticas de problemas y con clase de prácticas con ordenador. En estas últimas, el alumno aprenderá el manejo del software R para la aplicación de los métodos estudiados  en teoría a series reales.  Los conocimientos previos requeridos para cursar con éxito la asignatura son los fundamentos de probabilidad e inferencia que se adquieren en las asignaturas de “Introducción a la Estadística”, “Probabilidad”,  e “Inferencia Estadística”. Es aconsejable, aunque no imprescindible, un buen conocimiento de los métodos de regresión lineal (que se imparten en la asignatura de “Análisis de Datos I”). 

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2019-20

Specific Competences (CE)

  • CE10 : Comunicar, tant per escrit com de manera oral, coneixements, procediments, resultats i idees matemàtiques.
  • CE11 : Ser capaç de resoldre problemes d'àmbit acadèmic, tècnic, financer o social mitjançant mètodes matemàtics.
  • CE12 : Saber treballar en equip, aportant models matemàtics adaptats a les necessitats col·lectives.
  • CE15 : Reconèixer i analitzar nous problemes i plantejar estratègies per a solucionar-los.
  • CE5 : Proposar, analitzar, validar i interpretar models de situacions reals senzilles, utilitzant les eines matemàtiques més adequades a les finalitats que es persegueixen.
  • CE6 : Resoldre problemes de matemàtiques, mitjançant habilitats de càlcul bàsic i altres tècniques, planificant-ne la resolució a partir de les eines de què es dispose i de les restriccions de temps i recursos.
  • CE7 : Utilitzar aplicacions informàtiques d'anàlisi estadística, càlcul numèric i simbòlic, visualització gràfica, optimització o d'altres per a experimentar en matemàtiques i resoldre problemes.
  • CE9 : Utilitzar eines de cerca de recursos bibliogràfics en matemàtiques.

 

Specific Generic UA Competences

  • CGUA1 : Comprensió de la llengua estrangera anglès en l'àmbit científic.
  • CGUA2 : Tenir coneixements d'informàtica relatius a l'àmbit d'estudi.
  • CGUA3 : Adquirir o tenir les habilitats bàsiques en TIC (tecnologies de la informació i comunicació) i gestionar adequadament la informació obtinguda.

 

Generic Degree Course Competences

  • CG1 : Desenvolupar la capacitat d'anàlisi, síntesi i raonament crític.
  • CG2 : Demostrar capacitat de gestió/direcció eficaç i eficient: esperit emprenedor, iniciativa, creativitat, organització, planificació, control, presa de decisions i negociació.
  • CG3 : Resoldre problemes de manera efectiva.
  • CG4 : Demostrar capacitat de treball en equip.
  • CG5 : Comprometre's amb l'ètica, els valors d'igualtat i la responsabilitat social com a ciutadà i com a professional.
  • CG6 : Aprendre de manera autònoma.
  • CG7 : Demostrar capacitat d'adaptar-se a noves situacions.
  • CG9 : Demostrar habilitat per a transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

 

 

Learning outcomes (Training objectives)

No data

 

 

Specific objectives stated by the academic staff for academic year 2019-20

No data

 

 

General

Code: 25070
Lecturer responsible:
TROTTINI, MARIO
Credits ECTS: 6,00
Theoretical credits: 1,12
Practical credits: 1,28
Distance-base hours: 3,60

Departments involved

  • Dept: MATHEMATICS
    Area: STATISTICS AND OPERATIONS RESEARCH
    Theoretical credits: 1,12
    Practical credits: 1,28
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught