Análisis Predictivo de Series Temporales

Universidad ORT Uruguay. Facultad de Ingeniería

Master en Big Data e Inteligencia Artificial

Docente: Andrés Ferragut

Este curso tiene como objetivo proporcionar a los estudiantes las habilidades necesarias para analizar, modelar y pronosticar datos de series temporales. Los participantes aprenderán a utilizar técnicas estadísticas y herramientas de programación para manejar datos que son recopilados en intervalos secuenciales, como datos económicos, financieros, ambientales y otros.

Se busca combinar teoría y práctica, mediante la utilización de ejemplos de series reales, analizados mediante código python.

El contenido del curso es el siguiente:

Introduccion

• Introducción
• Ejemplos de series temporales
• Modelos y ejemplos básicos de series temporales
• Medidas de dependencia: covarianza, autocorrelación y correlación cruzada.

Analisis Exploratorio de Series Temporales

• Modelos lineales
• Regresión entre series y regresiones con lag.
• Análisis espectral: periodograma, regresión con componentes.
• Regresión no lineal

Modelos Autorregresivos y de Media Movil

• Modelos autorregresivos y autocorrelación parcial
• Modelos de Media Móvil, ARMA, y predicción.
• Modelos ARMA: generalizaciones y resumen.

Modelos En Espacio de Estados

• Modelo lineal dinámico (Dynamic Linear Model)

Redes neuronales y series temporales

• Redes Neuronales aplicadas a Series Temporales