× Noticias UCA Biblioteca P. Idoate Biblioteca de Teología Centro de Empleo Cartelera Calendario académico Directorio

Cartelera

Pronósticos (virtual)

Invita: Maestría en Estadística Aplicada a la Investigación.

Dirigido a estudiantes, profesionales e investigadores interesados en expandir sus conocimientos sobre el tema.

Objetivo: Aplicar las principales técnicas de pronósticos, analizando datos en función del tiempo, para obtener modelos matemáticos que describan fenómenos y que permitan tomar decisiones.

Contenido.

  1. Generalidades sobre pronósticos de series de tiempo.
    1.1. Definición de series de tiempo.
    1.2. Objetivos y metodología del proceso de pronóstico de series de tiempo y aplicaciones.
    1.3. Componentes de una serie de tiempo: componentes de tendencia, estacional, cíclico e irregular.
    1.4. Conceptos básicos estadísticos aplicados a series de tiempo.
    1.5. Medición del error de pronóstico de series de tiempo.
    1.6. Principio de parsimonia.
    1.7. Programas para el análisis de series de tiempo.
  2. Métodos de regresión aplicados a series de tiempo.
    2.1. Regresión con datos de series de tiempo.
    2.2. Problema de autocorrelación.
    2.3. Detección de la correlación serial y soluciones.
    2.4. Método de regresión para pronosticar series de tiempo estacionales.
  3. Métodos de suavización.
    3.1. Métodos de promedios móviles.
    3.2. Métodos de suavización exponencial.
    3.2.1. Suavización exponencial simple.
    3.2.2. Suavización exponencial doble de Holt y Brown.
    3.2.3. Método de Holtwinters.
  4. Métodos de descomposición de series de tiempo.
    4.1. Métodos de descomposición aditivo y multiplicativo.
    4.2. Cálculo de los índices estacionales, eliminación de la estacionalidad e identificación de la tendencia y componente cíclico e irregular.
  5. Metodología de BoxJenkins.
    5.1. Definición y tipos de procesos estocásticos.
    5.2. Proceso estocástico estacionario.
    5.3. Modelos autorregresivos y de medias móviles Arimapq.
    5.4. Modelos autorregresivos integrados de media móvil Arimapdq.
    5.5. Modelos Arima para series de tiempo estacionales.

1 Del 14 de abril al 16 de junio.
2 Martes y jueves, de 6:30 a 8:25 p.m.
Requisitos: Haber cursado estadística a nivel de pregrado y tener experiencia en el procesamiento de datos cuantitativos.
1 Fecha límite de inscripción: Martes 14 de abril. Solicitar ingreso
Inversión: $150.00.

Más información: Paola García Pimentel • maest.postgrado@uca.edu.sv