Series de tiempo
Curso
En línea
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Curso
-
Nivel
Nivel intermedio
-
Metodología
En línea
-
Horas lectivas
21h
-
Duración
4 Días
-
Campus virtual
Sí
-
Envío de materiales didácticos
Sí
-
Servicio de consultas
Sí
-
Clases virtuales
Sí
El Curso en Probabilidad y Estadística preparado por Actuary
Hunters, busca brindar y reforzar en sus participantes los
conocimientos teóricos de una gran diversidad de tópicos de
Probabilidad y Estadística de una manera sencilla.
Acerca de este curso
Brindar y reforzar en sus participantes los conocimientos teóricos de una gran diversidad de tópicos de Probabilidad y Estadística de una manera sencilla, sin demostraciones y con aplica-ciones de uso cotidiano en diversas áreas.
Licenciados en Actuaria
Ingenieros
Licenciados en la rama fisico - matematicas
Licenciados en la rama economico - administrativas
Estudiantes que busquen adquirir conocimientos de la probabilidad y estadistica.
Computadora personal
Conexión a internet estable
Conocimientos en algebra y matematicas
El personal de AH e IMAM se pondra en contacto por medio de correo electronico o numero telefonico para brindar la información correspondiente
Modelos probabilisticos de series de tiempo
Modelos autoregresivos
Modelos de heterocedasticidad
Opiniones
Materias
- Probabilidad
- Estadística
- Series de tiempo
- Técnicas descriptivas
- Procesos estacionarios
Profesores
Equipo Docente
Director
Programa académico
Series de Tiempo
1. Introducción1.1 Algunos ejemplos de series de tiempo.1.2 Técnicas descriptivas: gráficas,tendencias y componentes estacionales.1.3 Descomposición clásica.1.4 Suavizamiento exponencial.
2. El modelo probabilístico de las series de tiempo2.1 Procesos estacionarios y procesosestacionarios de segundo orden.2.2 La función de covarianza de un procesoestacionario de segundo orden.
3. Modelos Auto-Regresivos y de Promedios Móviles.3.1 Ecuaciones en diferencias y operadores de retraso.3.2 Modelos AR(p), MA(q) y ARMA (p, q).3.3 Modelos ARIMA y ARIMA estacionales.3.4 Identificación, estimación de parámetros.3.5 Propiedades asintóticas de estimadores.3.6 Diagnósticos del modelo vía los residuales3.7 Selección de modelos y predicción.
4. Modelos de heterocedasticidad condicional4.1 Modelos ARCH y GARCH.
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Series de tiempo