Competències i objectius

 

Context de l'assignatura per al curs 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”). 

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)

Competències específiques (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.

 

Competències genèriques específiques de la UA

  • 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.

 

Competències genèriques de grau

  • 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.

 

 

 

Resultats d'aprenentatge (Objectius formatius)

  • Ser capaç d'elaborar, valorar i validar, amb l'ajuda del programari estadístic, una varietat de models de sèries temporals (AR, MA, ARMA, ARIMA).
  • Ser capaç d'explotar les potencialitats dels models estudiats, per a descriure sintèticament el conjunt de dades interessants, formalitzar hipòtesis de recerca, fer prediccions i simular el funcionament de sistemes dinàmics.
  • Ser capaç de resumir els resultats més rellevants i les limitacions de l'estudi realitzat i fer, si cal, previsions i escenaris. 

 

 

Objectius específics indicats pel professorat per al curs 2019-20

  • Ser capaz de elaborar, estimar, y validar, con la ayuda del software estadístico,  una variedad de modelos de series temporales (AR, MA, ARMA, ARIMA).
  • Ser capaz de explotar las potencialidades de los modelos estudiados para describir sintéticamente el conjunto de datos de interés, formalizar hipótesis de investigación, realizar predicciones, y simular el funcionamiento de sistemas dinámicos.
  • Ser capaz de resumir los resultados más relevantes y las limitaciones del estudio realizado  elaborando, cuando sea preciso, previsiones y escenarios. 

 

 

;

Dades generals

Codi: 25070
Professor/a responsable:
TROTTINI, MARIO
Crèdits ECTS: 6,00
Crèdits teòrics: 1,12
Crèdits pràctics: 1,28
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: MATEMÀTIQUES
    Àrea: ESTADÍSTICA I INVESTIGACIÓ OPERATIVA
    Crèdits teòrics: 1,12
    Crèdits pràctics: 1,28
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix