Análisis de series de tiempo

Series de Tiempo
Ejemplos de series de tiempo y objetivos del análisis de series de tiempo. Componentes de una serie de tiempo: Tendencia, estacionalidad, ciclos, variación aleatoria.
Procesos estacionarios: Media, función de autocorrelación y función de autocorrelación parcial. Función de autocorrelación muestral, función de autocorrelación parcial muestral.
Procesos Estacionarios
Propiedades básicas. Procesos lineales. Procesos ARMA(p,q). Propiedades de la media muestral y la función de autocorrelación muestral. Procesos MA(q). Procesos AR(p).
Modelos ARMA
La función de autocorrelación y autocorrelación parcial de un proceso ARMA(p,q). Pronóstico con un modelo ARMA.
Modelación y Pronóstico con procesos ARMA
Estimación de Yule-Walker, Algoritmo de Burr. Estimación de máxima verosimilitud. Chequeo de Diagnóstico. Pronóstico.
Modelos no Estacionarios y Estacionales.
Modelos ARIMA para series de tiempo no estacionarias. Técnicas de identificación. Raíces unitarias en modelos AR y en modelos MA. Pronóstico en modelos ARIMA. Modelos estacionales: SARIMA.
Enfoque de Box-Jenkins.

El estudiante resuelve problemas que requieren del análisis de series de tiempo.

Analiza y resuelve ejercicios donde intervienen procesos estacionarios y no estacionarios