Especialista en Series Temporales

SCORM 1. INTRODUCCIÓN A LAS SERIES TEMPORALES

Definición de serie temporal

Objetivos y componentes de las series temporales

Clasificación

Métodos clásicos de análisis

SCORM 2. MODELOS PROBABILÍSTICOS DE SERIE TEMPORALES. CONCEPTOS FUNDAMENTALES

Proceso estocástico

Procesos de Estado Discreto

Procesos estacionarios

Funciones de autocovarianza y autocorrelación

Proceso de ruido blanco

Teorema de Descomposición de Wold

SCORM 3. MODELOS DE SERIES TEMPORALES UNIVARIANTES

Modelos de media móvil: concepto de invertibilidad

Modelos autorregresivos

Modelos mixtos

Modelos estacionales: estacionales puros estacionales multiplicativos y estacionales no estacionarios

SCORM 4. METODOLOGÍA BOX-JENKINS

Ideas básicas para la construcción de modelos

- Identificación

- Estimación

- Diagnosis

- Predicción

SCORM 5. ANÁLISIS DE INTERVENCIÓN Y VALORES ATÍPICOS

Introducción a análisis de intervención y valores atípicos

Efectos cualitativos: variables impulso y escalón

Construcción de modelos de intervención

Atípicos aditivos e innovativos

- Métodos para la detección de atípicos

SCORM 6. MODELOS DE HETEROCEDASTICIDAD CONDICIONAL

Conceptos básicos en el desarrollo de modelos ARCH

Modelo de heterocedasticidad condicional autorregresiva (ARCH)

Modelo de heterocedasticidad condicional autorregresiva generalizados (GARCH)

Otros modelos de heterocedasticidad

Volatilidad estocástica

SCORM 7. INTRODUCCIÓN AL ANÁLISIS DE SERIES BIVARIANTES

Formulación de un modelo de función de transferencia

Funciones de covarianzas y correlaciones cruzadas y modelos de función de transferencia

- Relación entre correlación cruzada y función de transferencia

Concepto de preblanqueado

- Identificación del modelo del proceso ruido