Competencias y objetivos

 

Contexto de la asignatura para el curso 2021-22

Series Temporales es una asignatura optativa que pertenece al itinerario "Matemáticas Aplicadas a las Ciencias Sociales". El objetivo de la asignatura es proporcionar una introducción a los modelos de series temporales univariantes. En concreto, estudiaremos la clase de modelos autorregresivos integrados de media móvil (ARIMA). Dentro de esta clase, trataremos  los problemas de identificación, estimación, selección, diagnosis del modelo y el problema de la predicción de valores futuros de la serie. Para la visualizazión y el análisis de series temporales univariantes utilizaremos el software libre R. Los conocimientos previos requeridos para cursar con éxito la asignatura son los fundamentos de probabilidad e inferencia que se adquieren en las asignaturas de  “Probabilidad (25026) e “Inferencia Estadística” (25035). Es aconsejable, aunque no imprescindible, un buen conocimiento de los métodos de regresión lineal y del software estadístico R.

 

 

 

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

Competencias específicas (CE)

  • CE10 : Comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas matemáticas.
  • CE11 : Ser capaz de resolver problemas de ámbito académico, técnico, financiero o social mediante métodos matemáticos.
  • CE12 : Saber trabajar en equipo, aportando modelos matemáticos adaptados a las necesidades colectivas.
  • CE15 : Reconocer y analizar nuevos problemas y plantear estrategias para solucionarlos.
  • CE5 : Proponer, analizar, validar e interpretar modelos de situaciones reales sencillas, utilizando las herramientas matemáticas más adecuadas a los fines que se persigan.
  • CE6 : Resolver problemas de Matemáticas, mediante habilidades de cálculo básico y otras técnicas, planificando su resolución en función de las herramientas de que se disponga y de las restricciones de tiempo y recursos.
  • CE7 : Utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización u otras para experimentar en Matemáticas y resolver problemas.
  • CE9 : Utilizar herramientas de búsqueda de recursos bibliográficos en Matemáticas.

 

Competencias Genéricas Específicas de la UA

  • CGUA1 : Comprensión de la lengua extranjera inglés, en lo relativo al ámbito científico.
  • CGUA2 : Poseer conocimientos de informática relativos al ámbito de estudio.
  • CGUA3 : Adquirir o poseer las habilidades básicas en TIC (Tecnologías de la Información y Comunicación) y gestionar adecuadamente la información obtenida.

 

Competencias Genéricas de Grado

  • CG1 : Desarrollar la capacidad de análisis, síntesis y razonamiento crítico.
  • CG2 : Demostrar capacidad de gestión/dirección eficaz y eficiente: espíritu emprendedor, iniciativa, creatividad, organización, planificación, control, toma de decisiones y negociación.
  • CG3 : Resolver problemas de forma efectiva.
  • CG4 : Demostrar capacidad de trabajo en equipo.
  • CG5 : Comprometerse con la ética, los valores de igualdad y la responsabilidad social como ciudadano y como profesional.
  • CG6 : Aprender de forma autónoma.
  • CG7 : Demostrar capacidad de adaptarse a nuevas situaciones.
  • CG9 : Demostrar habilidad para transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

 

 

 

Resultados de aprendizaje (Objetivos formativos)

  • 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. 

 

 

Objetivos específicos indicados por el profesorado para el curso 2021-22

  • Ser capaz de construir, estimar y validar modelos ARIMA para series temporales univariantes
  • Ser capaz de utilizar modelos ARIMA para realizar predicciones 
  • Utilizar el software R para la visualización y análisis de series temporales

 

 

 

;

Datos generales

Código: 25070
Profesor/a responsable:
TROTTINI, MARIO
Crdts. ECTS: 6,00
Créditos teóricos: 1,12
Créditos prácticos: 1,28
Carga no presencial: 3,60

Departamentos con docencia

  • Dep.: MATEMÁTICAS
    Área: ESTADISTICA E INVESTIGACION OPERATIVA
    Créditos teóricos: 1,12
    Créditos prácticos: 1,28
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte