Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 505310 | Asignatura: MODELOS ESTADÍSTICOS AVANZADOS | ||||
| Créditos: 6 | Tipo: Obligatoria | Curso: 3 | Periodo: 2º S | ||
| Departamento: Estadística, Informática y Matemáticas | |||||
| Profesorado: | |||||
| GALBETE JIMENEZ, ARKAITZ (Resp) [Tutorías ] | |||||
Competencias genéricas
- CG4 - Saber utilizar los procesos teóricos y aplicados que permiten extraer información a partir de conjuntos de datos de naturaleza homogénea u heterogénea, en particular cuando se trata de grandes volúmenes de datos.
- CG5 - Identificar las soluciones más adecuadas y efectivas para los problemas que se planteen el marco de la Ciencia de Datos, teniendo en cuenta tanto las características propias del problema como el entorno del mismo.
- CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
- CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
- CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
Competencias específicas
- CE15 - Ser capaces de pensar críticamente sobre los datos, identificando los modos de almacenamiento, pre-procesamiento y análisis más adecuados para los objetivos del estudio.
- CE16 - Manejar los métodos de aprendizaje tanto estadísticos como automáticos aplicados a conjuntos de datos.
Resultados aprendizaje
- RA5. Modelizar la evolución de fenómenos aleatorios.
- RA6. Conocer los diferentes métodos para analizar series temporales
Metodología
|
Metodología-Actividad |
Horas presenciales |
Horas no presenciales |
|
A1-Clases expositivas/ participativas: clases en aula cuyos objetivos principales son la transmisión, comprensión y síntesis de conocimientos con la participación activa del profesorado y los estudiantes. Se incluyen clases magistrales y de resolución de problemas y discusión de cuestione |
28 |
|
|
A2-Prácticas: sesiones en los laboratorios de prácticas o aulas de informática para la realización de trabajos o simulaciones informáticas, de forma individual |
28 |
|
|
A3-Realización de trabajos/proyectos en grupo: buscar y procesar información sobre un tema propuesto por el profesor o los estudiantes en grupos reducidos de manera que se genere un informe o memoria conforme a un formato adecuado en el ámbito científico-técnico cuyos resultados también se presentan mediante una exposición oral por los estudiantes. Diseñar, planificar y ejecutar un proyecto. |
|
10 |
|
A4-Estudio y trabajo autónomo del estudiante: trabajo autónomo en el que el estudiante reflexiona sobre los contenidos de la materia y los asimila de forma racional para ser capaz de comunicarlos y aplicarlos en el ámbito propio de la materia. |
|
78 |
|
A5-Tutorías: reunión de forma individual o grupal de los estudiantes con el profesor para aclarar y resolver dudas sobre cualquiera de las diferentes actividades formativas |
|
2 |
|
A6-Pruebas de evaluación: participación en las pruebas de evaluación: exámenes escritos, presentaciones orales, examen de prácticas de laboratorio, etc. |
4 |
|
| Total
|
60 |
90 |
Evaluación
|
Resultado de aprendizaje |
Sistema de evaluación |
Peso (%) |
Carácter recuperable |
|
RA5, RA6 |
Prueba Tipo Test/Prueba trabajo experimental |
20 |
No |
|
RA5, RA6 |
Trabajos/Prácticas/Exposición oral |
20 |
No |
|
RA5, RA6 |
Examen Final |
60 |
Sí |
Temario
- Introducción a los procesos estocásticos y conceptos generales.
- Cadenas de Markov en tiempo discreto y continuo.
- Otros procesos estocásticos: Procesos Gaussianos, Procesos de Poisson.
- Introducción a las series temporales. Enfoque clásico de análisis de series de tiempo: estudio descriptivo de series temporales.
- Método Box-Jenkins para el análisis de series temporales.
- Modelos estacionarios y no estacionarios.
- Modelos lineales en series temporales.
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
La bibliografía básica de la asignatura es:
- BROCKWELL, P.J. DAVIS, R.A.: Introduction to Time Series and Forecasting (2nd edition). Springer. 2002
- CHUNG, K. L: Teoría elemental de la probabilidad y de los procesos estocásticos. Reverté, 1983.
- ROSS, S.: Stochastic processes. Wiley. New York 1983
La bibliografía auxiliar de la asignatura es:
- BOX, G.E.P. Y JENKINS, T.: Time Series Analysis, forecasting and control. Holden-Day. 1970
- DOBROW R. P.: Introduction to stochastic processes with R. John Wiley & Sons. 2016
- CRYER, J. D., & CHAN, K. S.:¿Time series analysis: with applications in R. Springer Science & Business Media. 2008