IIND 4103 Pronósticos y Series de Tiempo
I. OBJETIVO Y DESCRIPCIÓN DEL CURSO
El objetivo general del curso es estudiar métodos para analizar datos que evolucionan en el tiempo. Específicamente el curso pretende adiestrar al estudiante en la correcta identificación y estimación de modelos dinámicos.
En el curso se presentan los modelos ARIMA estableciendo su comportamiento y sus propiedades de autocorrelación Se analizarán la forma de identificar correctamente un modelo ARMA, siguiendo la metodología de Box y Jenkins y se darán herramientas para especificar y validar la forma final. Se estudian también los modelos integrados, la caminata aleatoria y se ven pruebas de raíz unitaria (test de Dickey-Fuller) para detectar tendencias y series integradas. Adicionalmente se presentan metodologías para tratar series con comportamientos estacionales.
Otros temas de interés que se cubren en este curso son los modelos ARCH/GARCH para estimar y pronosticar la volatilidad condicional. Finalmente se introduce el concepto de cointegración y se estudian técnicas para estimar e identificar modelos de regresión dinámicos.
II METODOLOGÍA
El tema del curso se cubrirá en dos sesiones semanales de hora y media cada una en las que se presentarán los fundamentos teóricos ilustrados por simulaciones y casos aplicados.
Se hará uso extensivo de paquetes estadísticos con énfasis en el paquete E-VIEWS pero podrán utilizarse igualmente paquetes como STATA, R, SAS, o MATLAB.
Nota: Este es un curso de 4 créditos lo que corresponde a un mínimo de 12 horas semanales de trabajo académico, 3 horas de clases presenciales y 9 horas de trabajo individual semanal. Se espera que el estudiante repase el material de las clases anteriores y llegue a clase con los materiales leídos.
Página del catálogo en este curso