Pla docent de l'assignatura

 

 

Català English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Anàlisi de Sèries Temporals

Codi de l'assignatura: 361233

Curs acadèmic: 2021-2022

Coordinació: Jose Antonio Sanchez Espigares

Departament: Facultat d'Economia i Empresa

crèdits: 6

Programa únic: S

 

 

Hores estimades de dedicació

Hores totals 150

 

Activitats presencials i/o no presencials

60

 

-  Teoricopràctica

Presencial i no presencial

 

45

 

-  Pràctiques d'ordinadors

Presencial i no presencial

 

15

Treball tutelat/dirigit

40

Aprenentatge autònom

50

 

 

Competències que es desenvolupen

 

   -

Capacitat d'aprenentatge i responsabilitat (capacitat d'anàlisi, de síntesi, de visions globals i d'aplicació dels coneixements a la pràctica / capacitat de prendre decisions i d'adaptació a noves situacions).

   -

Capacitat per usar, interpretar, documentar i adaptar eines informàtiques per a l'anàlisi estadística i la gestió de bases de dades, que permeti l'ajust de models i la resolució de problemes.

   -

Capacitat d'ordenar, representar i resumir, amb criteris objectius, la informació proporcionada per un conjunt de dades.

   -

Capacitat de proposar, modelitzar, analitzar, validar i interpretar situacions i problemes reals, adaptant els models teòrics a les necessitats específiques de les diferents àrees d'aplicació.

Objectius d'aprenentatge

 

Referits a coneixements

— Conèixer i entendre els diferents mètodes usats dins de l’anomenada anàlisi determinista de sèries temporals per tal de calcular prediccions i estimar-ne les components.

 

— Conèixer els fonaments teòrics i pràctics relatius a la identificació, estimació, validació i modelització de sèries temporals a través de models SARIMA.

 

Referits a habilitats, destreses

— Identificar si una sèrie temporal segueix un esquema additiu o multiplicatiu.

 

— Aplicar els mètodes de l’anàlisi determinista de sèries temporals per tal de calcular prediccions.

 

— Donada una sèrie temporal, ser capaç de decidir quin tipus de model SARIMA és el més adient.

 

— Usar els models SARIMA per calcular prediccions.

 

— Usar i programar algorismes d’estimació i previsió usant R.

 

 

Blocs temàtics

 

1. Introducció a les sèries temporals

1.1. Definició de sèrie temporal i predicció econòmica

1.2. Classificació dels mètodes de predicció

1.3. Criteris d’avaluació de la capacitat predictiva

2. Anàlisi determinista de sèries temporals

2.1. Components d’una sèrie temporal

2.2. Predicció amb models sense tendència

2.3. Predicció amb models amb tendència

3. Tractament determinista de l’estacionalitat

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

4. Anàlisi estocàstica de sèries temporals

4.1. Processos estocàstics

4.2. Conceptes d’estacionarietat i ergodicitat

4.3. Funcions d’autocovariància i autocorrelació

4.4. Funcions d’autocovariància i autocorrelació mostral

4.5. Models elementals: soroll blanc i camí aleatori

5. Models lineals de sèries temporals

5.1. Models de mitjanes mòbils (MA)

5.2. Models autoregressius (AR)

5.3. Models mixtos (ARMA)

5.4. Processos no estacionaris. Models integrats (ARIMA)

5.5. Models estacionals (SARIMA)

6. 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

 

El mètode docent es basa en tres tipus d’activitats:

1. Classes de teoria per presentar els conceptes i les eines i tècniques incloses com a continguts de l’assignatura i per reflexionar-hi.

2. Classes pràctiques (tallers) amb l’objectiu de treballar amb problemes i exemples pràctics que permetin conèixer la vessant més aplicada de l’anàlisi de sèries temporals.

3. Dues pràctiques individuals, que s’han de fer fora de les hores de classe i que també serveixen com a evidències d’avaluació per a l’alumnat que opti per l’avaluació continuada. Es tracta de dos casos pràctics basats en dades reals en què cal aplicar les eines d’anàlisi de sèries temporals per donar resposta a algun problema.

 

 

Avaluació acreditativa dels aprenentatges

 

L’avaluació continuada és l’opció recomanada per a l’alumnat que assisteix regularment a classe. Consta de diferents activitats individuals que es duen a terme al llarg del curs:

a) Dues pràctiques

Pràctica 1. Cal resoldre un cas pràctic aplicant les eines de l’anàlisi determinista de sèries temporals. Valor: 15 % de la nota final. Data de lliurament aproximada: segona quinzena de novembre.

Pràctica 2. Cal resoldre un cas pràctic aplicant les eines de l’anàlisi estocàstica de sèries temporals. Valor: 25 % de la nota final. Data de lliurament aproximada: segona quinzena de gener.

b) Una prova final sobre els continguts treballats al llarg de tot el curs. Valor: 60 % de la nota final. Data: la fixada pel Consell Docent.


El Consell Docent estableix una data límit perquè l’alumnat pugui manifestar si vol seguir l’avaluació continuada o l’avaluació única. Només es pot optar per una de les dues formes d’avaluació.

L’alumnat que segueixi l’avaluació continuada i no es presenti a la prova final tindrà una qualificació de «no presentat». Qui es presenti a la prova final i obtingui una nota igual o superior a 4 (sobre 10), com a qualificació final tindrà la que s’obtingui de la mitjana ponderada de les dues pràctiques i la prova final. Si la nota obtinguda en aquesta prova final sigui inferior a 4, la qualificació final serà aquesta nota. Per tant, en aquest darrer cas no es fa la mitjana ponderada amb les dues pràctiques.

Qualsevol estudiant que no superi l’assignatura té dret a una prova de reavaluació, que es fa en la data fixada pel Consell Docent. Aquesta prova de reavaluació sempre té les característiques de la prova d’avaluació única, permet obtenir la qualificació màxima i s’hi pot presentar qualsevol estudiant, independentment que hagi optat per l’avaluació única o la continuada. En aquest cas, la qualificació final és la nota de la prova de reavaluació: no es fa cap ponderació amb les notes de les pràctiques que s’hagin pogut lliurar.

 

Avaluació única

L’alumnat que ho vulgui pot optar a una avaluació amb una prova final i única, que suposa el 100 % de la nota. Aquesta prova es fa en les dates fixades pel Consell Docent.

El Consell Docent estableix una data límit perquè l’alumnat pugui manifestar si vol seguir l’avaluació continuada o l’avaluació única. L’alumnat que vulgui renunciar a l’avaluació continuada i acollir-se a l’avaluació única ha de fer-ho abans d’aquesta data, que es fa pública amb antelació suficient. Només es pot optar per una de les dues formes d’avaluació.

Qualsevol estudiant que no superi l’assignatura té dret a una prova de reavaluació, que es fa en la data fixada pel Consell Docent. Aquesta prova de reavaluació sempre té les característiques de la prova d’avaluació única, permet obtenir la qualificació màxima i s’hi pot presentar qualsevol estudiant, independentment que hagi optat per l’avaluació única o la continuada. En aquest cas, la qualificació final és la nota de la prova de reavaluació: no es fa cap ponderació amb les notes de les pràctiques que s’hagin pogut lliurar.

 

 

Fonts d'informació bàsica

Consulteu la disponibilitat a CERCABIB

Llibre

BOX, George E. P. et al. Time series analysis: forescasting and control. 4th edició. Hoboken, N.J.: Wiley 2008

Catàleg UB  Enllaç

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

Catàleg UB  Enllaç
Accés consorciat per als usuaris de la UB via Springer  Enllaç

PEÑA, Daniel. Análisis de series temporales. Madrid: Alianza Editorial. 2010  Enllaç

SHUMWAY, Robert H. et. al. Time series analysis and Its applications: with R exemples. 3rd ed. New York [etc.]: Springer, 2017

Catàleg UB  Enllaç

URIEL, Ezequiel, et. al. Introducción al análisis de series temporales. Madrid: Editorial AC-Thomson, 2000

Catàleg UB  Enllaç