CURSO: SERIES DE TIEMPO I TRADUCCION: TIME SERIES SIGLA: EYP2905 CREDITOS: 15 MODULOS: 03 CARACTER: MINIMO DISCIPLINA: ESTADISTICA I. DESCRIPCION Este curso entrega al alumno herramientas para el analisis de series de tiempo, incluyendo la estimacion y construccion de modelos mediante componentes como tendencia y estacionalidad. Permitira al alumno identificar el modelo adecuado para una serie cronologica y de acuerdo a este realizar predicciones de datos. II. OBJETIVOS 1. Estudiar y comprender modelos de series cronologicas y sus aplicaciones. 2. Desarrollar las competencias necesarias en metodologia estadistica, para el manejo de modelos de prediccion. III. CONTENIDOS 1. Introduccion. 1.1. Conceptos basicos de prediccion. 1.2. Metodos de pronosticos. 1.3. Modelos de regresion lineal y extensiones. 1.4. Horizonte de prediccion. 1.5. Conjunto de Informacion. 1.6. Principio de parsimonia. 2. Modelamiento de Tendencias. 2.1. Modelos de tendencia. 2.2. Estimacion. 2.3. Pronostico de la tendencia. 2.4. Seleccion de modelos con criterios de Akaike y Schwartz. 2.5. Aplicaciones. 3. Modelamiento de la Estacionalidad. 3.1. Naturaleza y fuentes de estacionalidad. 3.2. Modelamiento de la estacionalidad. 3.3. Prediccion de series estacionales. 4. Caracterizacion de Ciclos. 4.1. Ruido blanco. 4.2. Operador de rezago. 4.3. Teorema de Wold. 4.4. Proceso lineal general. 4.5. Estimacion de funcion de autocorrelacion y autocorrelacion parcial. 5. Modelos MA, AR y ARMA. 5.1. Modelos de promedios moviles (MA). 5.2. Modelos autorregresivos (AR). 5.3. Modelos de promedios moviles autorregresivos (ARMA). 5.4. Aplicaciones. 6. Extensiones. 6.1. Raices unitarias. 6.2. Tendencias estocasticas. 6.3. Modelos de prediccion ARMA y suavizamiento. 7. Prediccion con Modelos de Regresion. 7.1. Prediccion condicional y analisis de escenarios. 7.2. Rezagos distribuidos. 7.3. Rezagos polinomiales y rezagos racionales distribuidos. 7.4. Vectores autorregresivos. 8. Evaluacion y combinacion de pronosticos. 8.1. Evaluacion de una prediccion. 8.2. Evaluacion de dos o mas pronosticos. 8.3. Comparacion de la exactitud del pronostico. Aplicaciones. IV. METODOLOGIA - Clases expositivas. - Clases de ejercicios. V. EVALUACION - Pruebas. - Examen. - Proyecto. VI. BIBLIOGRAFIA Box, G. E. P., G. M. Jenkins & G. C. Reinsel. Time series analysis: forecasting and control. Englewood Cliffs, N.J., Prentice Hall, 1994. Diebold, F. Elementos de Pronosticos. Mexico, D.F., International Thomsom Editores, 1999. Fuller, W. A. Introduction to statistical time series. New York, John Wiley, 1996. Harvey, A. C. Forecasting, structural time series models and the Kalman filter. Cambridge, Mass., Cambridge University Press, 1991. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE MATEMATICAS / DICIEMBRE 2012