Pla docent de l'assignatura

 

 

Catalā English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Mčtodes de Previsiķ

Codi de l'assignatura: 363676

Curs acadčmic: 2019-2020

Coordinaciķ: M. Encarnacion Andre Romero

Departament: Departament d'Econometria, Estadística i Economia Aplicada

crčdits: 6

Programa únic: S

 

 

Hores estimades de dedicaciķ

Hores totals 150

 

Activitats presencials

60

 

-  Teoricoprāctica

(Contenen prāctiques comunicatives i calculades.)

 

48

 

-  Prāctiques de problemes

 

12

Treball tutelat/dirigit

(Es fan prāctiques, exercicis i proves mitjanįant el Campus Virtual.)

40

Aprenentatge autōnom

50

 

 

Recomanacions

 

Tot i que l’assignatura és força autocontinguda, sí que és recomanable que l’estudiant hagi cursat prèviament les assignatures Estadística I i II (que, segons l’itinerari recomanat de quatre anys, s’haurien de fer en el segon curs). Alhora, és recomanable que abans, o simultàniament, cursi l’assignatura Econometria de l’Empresa, atès que això facilita una millor comprensió i assimilació dels conceptes estudiats a l’assignatura Mètodes de Previsió.

 

 

Competčncies que es desenvolupen

 

   -

Capacitat d'usar les tecnologies de la informaciķ i la comunicaciķ en l'acompliment professional.

   -

Capacitat d'aplicar els mčtodes i instruments quantitatius bāsics per obtenir i analitzar la informaciķ de l'empresa i del seu entorn socioeconōmic d'acord amb les característiques de la informaciķ disponible.

   -

Capacitat de prendre decisions econōmiques i empresarials tenint en compte la situaciķ econōmica actual.

Objectius d'aprenentatge

 

Referits a coneixements


L’objectiu general d’aquesta assignatura és aprendre, en el context de sèries temporals, alguns dels mètodes més emprats per tal de fer prediccions de sèries econòmiques mitjançant únicament informació passada de la variable objecte d’estudi.

Els coneixements que s’han d’assolir al final del curs són els següents:

1) Conèixer les diferents aproximacions que poden emprar-se per tal de fer prediccions d’una variable econòmica, distingint clarament entre l’aproximació causal i l’aproximació univariant (objecte central de l’assignatura).

2) Conèixer, dins l’anàlisi univariant de sèries temporals, com seleccionar el millor mètode de predicció entre diversos de possibles i com avaluar la capacitat predictiva del mètode escollit.

3) Saber obtenir prediccions segons els diferents mètodes de predicció que s’inclouen dins del que s’anomena anàlisi clàssica de sèries temporals.

4) Saber aplicar totes les etapes que componen la metodologia de predicció Box-Jenkins.

5) Conèixer quines són les diverses taxes de creixement que es poden calcular a partir de les prediccions realitzades per una variable i que se solen incloure en els informes de previsió.

D’aquesta manera, les principals habilitats que s’han de demostrar al final del curs són les següents:

1) Saber aplicar de forma adequada els coneixements adquirits a classe per a la resolució de problemes reals que es plantegin.

2) Els alumnes que decideixin fer un treball en grup de l’assignatura han de demostrar la seva capacitat per tal d’enfrontar-se a la resolució d’un problema real de predicció d’una variable, que han d’escollir ells mateixos. En aquest sentit, han de demostrar que són capaços de:

2.1) Cercar informació temporal relativa a una variable econòmica (que han de predir), a partir de la informació en línia dels diferents servidors estadístics i institucions oficials.

2.2) Mostrar destresa en la utilització del programa Excel per tal de predir la variable mitjançant els mètodes de l’anàlisi clàssica.

2.3) Mostrar destresa en la utilització del programa Gretl per tal de predir la variable mitjançant la metodologia Box-Jenkins.

Posteriorment, a cadascun dels blocs temàtics es detallen els objectius de coneixements específics.

 

 

Blocs temātics

 

Bloc 1. Introducciķ

*  Objectius:

— Conèixer les diferents aproximacions que poden emprar-se per tal de fer prediccions d’una variable econòmica, distingint clarament entre l’aproximació causal i l’aproximació univariant (objecte central de l’assignatura).

— Conèixer, dins l’anàlisi univariant de sèries temporals, com seleccionar el millor mètode de predicció entre diversos de possibles i com avaluar la capacitat predictiva del mètode escollit.

Amb aquest primer bloc es pretén donar una idea general a l’estudiant sobre la rellevància de la predicció de variables econòmiques i empresarials, així com dels diferents mètodes de predicció existents. Alhora, s’introdueixen alguns dels conceptes clau que es fan servir al llarg del curs, com ara l’error de predicció i els criteris per avaluar la capacitat predictiva dels diferents mètodes de predicció.

Pes: 6,66 % del total de l’assignatura.

Lliçó 1. Introducció

1.1. Predicció i decisions econòmiques i empresarials
1.2. Classificació dels mètodes de predicció
1.3. Predicció i avaluació de la capacitat predictiva

Bloc 2. Mčtodes clāssics de sčries temporals

*  Objectius:

Saber obtenir prediccions segons els diferents mètodes de predicció que s’inclouen dins del que s’anomena anàlisi clàssica de sèries temporals. Com a habilitat associada a aquest bloc, adquirir destresa en la utilització del programa Excel per tal de predir la variable mitjançant els mètodes de l’anàlisi clàssica.

Pes: 43,33 % del total.

Lliçó 2. Models deterministes (I)

2.1. Definició de sèrie temporal i dels seus components
2.2. Predicció amb models sense tendència
2.3. Predicció amb models amb tendència

Lliçó 3. Models deterministes (II)

3.1. Anàlisi del component estacional
3.2. Predicció amb models sense tendència i amb component estacional
3.3. Predicció amb models amb tendència i component estacional

Bloc 3. Mčtodes estocāstics de sčries temporals: metodologia Box-Jenkins

*  Objectius:

Saber aplicar totes les etapes que componen la metodologia de predicció Box-Jenkins. Com a habilitat associada a aquest bloc, adquirir destresa en la utilització del programa Gretl per tal de predir la variable mitjançant la metodologia Box-Jenkins.

Pes: 50 % del total.

Lliçó 4. Models estocàstics de sèries temporals (I): conceptes bàsics

4.1. Processos estocàstics
4.2. Conceptes d’estacionarietat i ergodicitat
4.3. Funcions d’autocovariància i autocorrelació
4.4. Models lineals de sèries temporals
4.5. Models elementals: soroll blanc i camí aleatori

Lliçó 5. Models estocàstics de sèries temporals (II): els models lineals

5.1. Models autoregressius (AR)
5.2. Models de mitjanes mòbils (MA)
5.3. Models mixtos (ARMA)
5.4. Processos no estacionaris. Models integrats (ARIMA)
5.5. Models estacionals (SARIMA)

Lliçó 6. Models estocàstics de sèries temporals (III): la metodologia Box-Jenkins

6.1. Identificació de models SARIMA
6.2. Estimació de paràmetres
6.3. Validació del model
6.4. Predicció puntual i per interval

 

 

Metodologia i activitats formatives

 

Atès que la consecució dels objectius establerts fa que l’assignatura tingui un important vessant aplicat, la metodologia més adient ha de fer confluir l’aprenentatge dels conceptes teòrics necessaris amb la seva aplicabilitat pràctica. Per aconseguir-ho, la metodologia de l’assignatura es concreta en les activitats següents:

— Activitats presencials planificades: aquestes activitats es desenvolupen de manera presencial a l’aula i amb el professorat. Dins d’aquestes activitats presencials es duen a terme tant activitats teòriques i teoricopràctiques (amb la totalitat d’alumnes del grup), com activitats de pràctiques de problemes (on es desdobla el grup sencer en dos subgrups de manera que l’assistència de cada subgrup és alterna). El conjunt de totes aquestes activitats suposa un total de 60 hores. Per facilitar aquesta activitat es posen a disposició dels alumnes en el Campus Virtual, i prèviament a les sessions, materials tant de contingut teòric com pràctic, que el professorat empra per desenvolupar cadascun dels temes.

— Activitats de treball autònom: aquestes activitats estan integrades per pràctiques de problemes i pràctiques amb ordinador, a més de la pròpia reflexió dels coneixements i competències adquirits. Concretament, en el cas de les pràctiques, consisteixen a treballar raonadament tot un seguit de qüestions que es plantegen a partir de dades econòmiques reals. Per a la seva realització, els alumnes han d’utilitzar programari específic, de càlcul i algun programa economètric; mitjançant els càlculs i els resultats obtinguts a través de l’ús del programari, a més, els alumnes han d’aplicar els coneixements teòrics estudiats al llarg de l’assignatura. Aquestes activitats suposen un total de 50 hores.

— Activitats de treball dirigit/tutelat: aquestes activitats consisteixen en la resolució de dubtes per part del professorat i en el seguiment de l’elaboració del treball autònom dels estudiants. Aquestes activitats suposen un total de 40 hores. Un cop assimilats els continguts teoricopràctics de l’assignatura, les activitats de pràctiques de problemes, les activitats de treball autònom i les activitats de treball dirigit serveixen per contribuir a assolir les competències d’elaborar, analitzar i interpretar la informació econòmica i empresarial de caire temporal i evolutiu; la capacitat crítica d’anàlisi de teories i models econòmics; el coneixement de les fonts i els usos de la informació econòmica i empresarial; i el coneixement dels recursos informàtics apropiats per al tractament i l’anàlisi. A més, el treball autònom permet desenvolupar la capacitat d’utilitzar les TIC, que seran necessàries per al desenvolupament professional de l’estudiant.

Per facilitar les activitats d’aprenentatge teòric planificades, que es desenvolupen de manera presencial a l’aula i amb el professor, es posen a disposició de l’alumnat en el Campus Virtual, i prèviament a la realització de les sessions, els diversos materials que el professorat empra per desenvolupar cadascun dels temes. Això fa que l’activitat de prendre apunts es redueixi molt, i permet més dedicació de l’estudiant a comprendre els conceptes introduïts en el mateix moment en què s’exposen i desenvolupen.

Pel que fa a les activitats de treball autònom: n’hi ha de dos tipus.
1. Activitats integrades en un treball aplicat voluntari que s’ha de fer en grup de, com a màxim, tres estudiants.
2. Activitats que poden desenvolupar-se a l’aula d’informàtica en l’horari que més convingui a l’estudiant i sense la presència del professor. Per dur-les a terme, es posa a disposició dels alumnes en el Campus Virtual el material necessari. Aquest material està format per:
  — enunciat de la pràctica;
  — informació i dades bàsiques per fer la pràctica;
  — pautes i etapes que cal anar seguint, dintre del programa informàtic corresponent, per fer la pràctica;
  — solució de cadascuna de les etapes o fases de la pràctica.

Pel que fa al grup EUS, i malgrat seguir essencialment tot el que s’ha esmentat, hi ha la possibilitat d’introduir algunes modificacions en la metodologia per tal d’adaptar-la a la seva especificitat.

 

 

Avaluaciķ acreditativa dels aprenentatges

 

Avaluació continuada

Per superar l’avaluació continuada d’aquesta assignatura els alumnes matriculats han de mostrar la seva suficiència, que queda provada i, en conseqüència, l’avaluació de l’assignatura és positiva, si l’estudiant aconsegueix la qualificació mínima d’aprovat en el global de totes les activitats obligatòries juntament amb l’examen final, en alguna de les convocatòries oficials, seguint els criteris que es detallen a continuació.

L’avaluació continuada consta de dues parts:

a) Examen final d’avaluació continuada. Es tracta d’una prova amb preguntes relacionades tant amb aspectes teòrics com pràctics de l’assignatura, en què l’estudiant ha de mostrar els coneixements i les habilitats i competències adquirits durant el curs i que ha pogut perfeccionar, en part, gràcies a les evidències prèvies de l’avaluació continuada. Aquesta prova es duu a terme sempre en les convocatòries oficials fixades pel Consell d’Estudis i representa un 60 % de la qualificació final.

b) Evidències de l’activitat continuada, que representen un 40 % de la qualificació final i que consisteixen en:

— Exercicis teòrics de cada bloc. Cal fer un test per al bloc 2 i un test per al bloc 3 (20 % de la qualificació final).
— Exercicis pràctics de cada bloc. Cal fer una pràctica del bloc 2 i una del bloc 3 (20 % de la qualificació final).
— A més, es pot dur a terme un treball final i voluntari, global del curs, que cobreixi tots els blocs; el lliurament d’aquest treball i la seva avaluació serveixen per arrodonir la nota.
 
Aquestes proves cal que es duguin a terme els dies i lloc previstos, i de la forma indicada.

L’objectiu que es persegueix amb el treball que es proposa és posar en pràctica els coneixements adquirits al llarg de l’assignatura i, per tant, adquirir una certa habilitat en l’ús dels instruments teòrics i en la interpretació dels resultats que ofereixen treballant amb dades reals. En aquest sentit, el treball permet posar de manifest el grau de maduresa i interiorització que l’estudiant pot tenir de les tècniques adquirides.
 
El tema del treball el proposa l’estudiant, que tria una sèrie econòmica o empresarial. Un cop triada la sèrie, l’ha de comunicar al seu professor per tal que n’avaluï la idoneïtat per als objectius d’aprenentatge perseguits. Si el professor hi dona el vistiplau, l’estudiant pot prosseguir amb el desenvolupament del treball; altrament, de manera conjunta, estudiant i professor han de determinar una nova sèrie de caire similar que sí que garanteixi els objectius formatius. El treball pot ser individual o en grup d’un màxim de tres estudiants. S’hi ha de fer una predicció per al futur amb l’aplicació de totes les tècniques apreses durant el curs que s’adeqüin al tipus de sèrie triada. El treball no pretén ser extensiu quant a nombre de pàgines, però sí intensiu quant a la qualitat. Per aquest motiu s’imposa la restricció que l’extensió (excloses les dades i els annexos) no ha de ser superior a 25 pàgines. Només s’avaluen els treballs que continguin gràfics i taules interpretats correctament.

Totes les proves fetes durant el curs (les evidències de l’activitat continuada i l’examen final de l’avaluació continuada) s’avaluen sobre 10 punts. L’estudiant supera l’assignatura si ha obtingut una qualificació mínima de 5 punts com a resultat d’obtenir la mitjana ponderada final de totes les activitats proposades. Ara bé, l’estudiant només pot optar a l’avaluació continuada si obté una nota mínima de 3,5 sobre 10 a l’examen final. En cas contrari, la qualificació final de l’estudiant és exclusivament l’obtinguda en aquest examen final.

La reavaluació de l’assignatura consisteix en un examen final d’estructura similar al de l’avaluació única. Les dates del període de reavaluació són les fixades en el calendari acadèmic de la Facultat, que coincideixen amb el mateix període en què es fan les segones convocatòries dels ensenyaments de grau (en el mes de juliol del curs acadèmic). Dins el calendari acadèmic establert pel centre, els consells d’estudis fixen les dates de reavaluació de les assignatures.

Pel que fa al grup EUS, i malgrat seguir essencialment tot el que s’ha esmentat, hi ha la possibilitat d’introduir algunes modificacions en l’avaluació per tal d’adaptar-la a la seva especificitat.

 

Avaluaciķ única

L’estudiant que manifesti que no pot complir els requisits de l’avaluació continuada, té dret a una avaluació única. Per superar l’avaluació de l’assignatura, els alumnes matriculats han de mostrar un grau d’assoliment suficient dels objectius plantejats en una única prova, que computa el 100 % de la qualificació. Aquesta prova sempre es duu a terme en les convocatòries oficials fixades pel Consell d’Estudis. Consisteix en una prova amb preguntes relacionades tant amb aspectes teòrics com pràctics de l’assignatura, en què l’estudiant ha de mostrar els coneixements i les habilitats i competències descrits en el pla docent.

Per superar l’assignatura per aquesta via s’ha de:

a) Renunciar per escrit a l’avaluació continuada; el termini de renúncia és fins a la data de l’examen final.

b) Provar la suficiència i, per tant, aconseguir una avaluació de l’assignatura positiva; és a dir, obtenir una qualificació mínima d’aprovat (5 punts sobre 10 en la prova final de l’avaluació única) en alguna de les convocatòries oficials.

Reavaluació

Si l’estudiant no supera l’avaluació continuada ni l’avaluació única, en les convocatòries corresponents, pot accedir al procés de reavaluació, que consisteix en la valoració del grau d’assoliment dels resultats de l’aprenentatge de l’assignatura —competències i objectius formatius.

Per superar l’assignatura per aquesta via s’ha de provar la suficiència i, per tant, aconseguir una avaluació de l’assignatura positiva; és a dir, obtenir una qualificació mínima d’aprovat (5 punts sobre 10 en la prova de reavaluació).

Pel que fa al grup EUS, i malgrat seguir essencialment tot el que s’ha esmentat, hi ha la possibilitat d’introduir algunes modificacions en l’avaluació per tal d’adaptar-la a la seva especificitat.

 

 

Fonts d'informaciķ bāsica

Consulteu la disponibilitat a CERCABIB

Llibre

ARMSTRONG,J. Scott (ed) Principles of forecasting : a handbook for researchers and practitioners. Boston : Kluwer Academic Publishers, 2001

Catāleg UB  Enllaç

AZNAR, Antonio; TRÍVEZ, Francisco J. Métodos de predicción en economía. (Volumen 1). Barcelona: Ariel, 1993

Catāleg UB  Enllaç

BROCKWELL, Peter J. Introduction to time series and forecasting. 2ª ed. New York : Springer, 2010

Catāleg UB  Enllaç
Versiķ en línia (ed. 2002)  Enllaç

CHATFIELD, Christopher. Time-series forecasting. 6ª ed . Boca Raton : Chapman & Hall/CRC, 2004

Catāleg UB  Enllaç

CLEMENTS, Michael P; HENDRY. David F. Companion to economic forecasting . Malden (Mass.) : Blackwell, 2004

Catāleg UB  Enllaç

CLEMENTS, Michael P. Forecasting economic time series. Cambridge: Cambridge University Press, 2000

Catāleg UB  Enllaç

DIEBOLD, Francis X., Elements of forecasting . Francis X. Diebold, 2007

Catāleg UB  Enllaç

GARCÍA, J.R.; MORENO, R.; VAYÁ, Esther. Mètodes de previsió empresarial : ADE: curs 2001-2002. (Fotocòpia). Barcelona: Universitat de Barcelona, 2001

Catāleg UB  Enllaç

GRAHAM, Elliot; CLIVE, W.J., Granger; TIMMERMANN, Allan. Handbook of economic forecasting. Amsterdam: Elsevier, 2006

Catāleg UB  Enllaç

HARRIS, Richard; SOLLIS, Robert. Applied time series modelling and forecasting. Chichester: Wiley, 2003

Catāleg UB  Enllaç

MARTÍN PLIEGO, Francisco Javier. Introducción a la estadística económica y empresarial: teoría y práctica. 3a ed. Madrid: Thomson, 2011

Catāleg UB  Enllaç

MOLNAR, Alan T. (ed). Economic forecasting . New York : Nova Science Publishers, 2010

Catāleg UB  Enllaç

PULIDO SAN ROMÁN, Antonio. Predicción económica y empresarial. Madrid: Pirámide, 1989

Catāleg UB  Enllaç

URIEL JIMENEZ, Ezequiel. Análisis de datos: series temporales y análisis multivariante. Madrid: AC, 1995

Catāleg UB  Enllaç

URIEL JIMENEZ, Ezequiel; PEIRÓ, Amado. Introducción al análisis de series temporales. Madrid: AC, 2005

Catāleg UB  Enllaç