SERIES TEMPORALES
Comprende qué son y para qué sirven las series temporales y prevé el comportamiento futuro en diversas cuestiones. Con este curso aprenderás a identificar patrones, tendencias y ciclos en los datos, y a utilizar técnicas de pronóstico.
Las variables y series temporales pueden ser de naturaleza económica, financiera u otros tipos, y la técnica de series temporales se aplica en una amplia gama de disciplinas. Durante el curso, exploraremos casos de estudio reales en diversas áreas para mostrar cómo las series temporales pueden ser utilizadas para tomar decisiones informadas y resolver problemas complejos en el mundo real.
Ya sea que estés interesado en comprender la evolución de los mercados financieros, prever la demanda de productos, o entender los patrones climáticos, este curso te proporcionará las herramientas y habilidades necesarias para analizar y pronosticar series temporales de manera efectiva.
463 €
Online
0 horas
Descubre los módulos y conceptos clave
Cada uno de los módulos de este curso ha sido elaborado rigurosamente atendiendo a las necesidades actuales y futuras tanto de los profesionales como de las empresas.
¡Explora todas las materias que conforman este curso!
CARACTERÍSTICAS DE UNA SERIE TEMPORAL
- Periodicidad.
- Tendencia.
- Volatilidad-varianza.
- Ciclo estacional.
- Descomposición de una serie temporal.
- Ejemplos y ejercicios en R.
DEFINICIÓN DE SERIES ESTACIONARIAS
- Eliminación de la tendencia.
- Transformación para la homocedasticidad.
- Eliminación para el ciclo estacional.
- Ejemplos y ejercicios en R.
ANÁLISIS ESTADÍSTICO DE LA SERIE
- Función de autocorrelación simple (FAS).
- Función de autocorrelación parcial (FAP).
- Series estacionarias en la FAS y la FAP.
- Ejemplos y ejercicios en R.
MODELOS ARMA Y ARIMA
- Procesos autorregresivos.
- Procesos de media móvil.
- Procesos ARMA (p, q)
- Series no estacionarias. Procesos ARIMA (p, d, q).
- Ejemplos y ejercicios en R.
MODELOS ESTACIONALES
- Ejemplos y ejercicios en R.
DIAGNÓSIS Y METODOLOGÍA BOX JENKINS
PREDICCIONES
- Ejemplos y ejercicios en R.
REGRESIÓN CON ARIMA
- Ejemplos y ejercicios en R.
Descripción
En este curso, vas a comprender de manera profunda el análisis de series temporales utilizando las herramientas estadísticas más potentes proporcionadas por R-Project/R-Studio. Aprenderás a dominar los principales paquetes estadísticos de R para manipular, visualizar y analizar datos de series temporales de manera eficiente y efectiva.
La formación te permitirá conocer las características fundamentales de una serie temporal, desde la identificación de patrones y tendencias hasta la detección de estacionalidad y ciclos. A través de ejemplos prácticos y casos de estudio, adquirirás una comprensión profunda de cómo interpretar y analizar diferentes tipos de series temporales.
Asimismo, dominarás los modelos ARMA (Autoregressive Moving Average), ARIMA (Autoregressive Integrated Moving Average) y modelos estacionales. Aprendiendo a ajustar estos modelos a tus datos de series temporales y a evaluar su idoneidad para la predicción de valores futuros.
Además, al finalizar estarás capacitado para hacer predicciones precisas y confiables una vez que hayas ajustado los modelos adecuados a tus datos; sabiendo evaluar la precisión de tus predicciones y a utilizarlas para tomar decisiones informadas en una variedad de contextos comerciales y académicos.
Objetivos
- Usar los principales paquetes estadísticos que proporciona R-Project/R-Studio en Series Temporales.
- Conocer las características de una serie temporal.
- Utilizar los modelos ARMA, ARIMA y modelos estacionales.
- Hacer predicciones una vez ajustado los modelos.
Metodología
ENAE desarrolla una metodología activa y participativa, "Learning by doing", que alterna las exposiciones de conceptos, técnicas y métodos de análisis, con el desarrollo de casos prácticos que reflejan situaciones empresariales reales.
Con el fomento del trabajo en equipo se pretende conseguir la integración de todos los miembros y resolver de una forma más eficaz los casos planteados, mediante el intercambio de distintos puntos de vista, opiniones y experiencias. Se aprenderá de los formadores pero también de las experiencias profesionales de los compañeros.
¿Te hemos convencido?
Solicita
información
