Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
Año Académico: 2021/2022
| Código: 507312 | Asignatura: MODELOS ESTADÍSTICOS AVANZADOS | ||||
| Créditos: 6 | Tipo: Obligatoria | Curso: 3 | Periodo: 2º S | ||
| Departamento: Estadística, Informática y Matemáticas | |||||
| Profesorado: | |||||
| UGARTE MARTINEZ, M. DOLORES (Resp) [Tutorías ] | GOICOA MANGADO, TOMÁS [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 | 28 | |
| A2- Prácticas | 28 | |
| A3- Realización de trabajos/proyectos en grupo | 10 | |
| A4- Estudio y trabajo autónomo del estudiante | 78 | |
| A5-Tutorías | 2 | |
| A6-Pruebas de evaluación | 4 | |
| Total | 60 | 90 |
Evaluación
| Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
| RA5, RA6 | Prueba escrita (se precisará obtener un 3.5 sobre 7 para aprobar la asignatura) | 70% | Sí (mediante examen de recuperación) |
| RA5, RA6 | Trabajos e informes (hay que entregar los trabajos en la fecha requerida) | 20% | No |
| RA5, RA6 | Participación activa |
10% |
No |
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