Llicenciatura en Administració i Direcció d'Empreses (3323)
Llicenciatura en Economia (3322)

Tècniques de Previsió(10145) 

Tema 1

Introducció a l'anàlisi de les sèries temporals i de la seva predicció: interrelació entre variables; els models multivariants. El model univariant com a cas particular. Procés estocàstic, sèrie temporal, model.

Tema 2

Caracterització dels processos ARMA: funcions d'autocorrelació i d'autocorrelació parcial (FAC i FACP). Contrastos de significació.

Tema 3

Identificació de models ARMA: FAC i FACP de diferents ARMA. Condicions d'estacionarietat i d'invertibilitat.

Tema 4

Processos no estacionaris i estacionals: la no-estacionarietat i el seu tractament. L'estacionalitat i la seva modelització.

Tema 5

Identificació de models ARIMA: identificació de l'estructura no estacional. Identificació de l'estructura ARMA regular i estacional.

Tema 6

Estimació i diagnosi de models ARMA: estimació de models AR, MA i ARMA. Anàlisi de residus i diagnosi.

Tema 7

Predicció amb models ARIMA: l'esperança condicionada com a predictor òptim. Error de predicció, variància i intervals de confiança.

Tema 8

Models multivariants de sèries temporals: concepte, estimació i predicció.

Bibliografia

BOX, G. E. P.; JENKINS, G. M. Time Series Analysis, Forecasting and Control. San Francisco: Holden Day, 1976.

NOVALES, A. Econometría. Madrid: McGraw-Hill, 1988.

PANKRATZ, A. Forecasting with Univariate Box-Jenkins Models. Nova York: John Wiley and Sons, 1983.

PEÑA, D. Estadística. Modelos y métodos. Modelos lineales y series temporales. Vol. 2. 2a ed. Madrid: Alianza Editorial, 1989. (Alianza Universidad Textos).

URIEL, E. Análisis de series temporales. Modelos ARIMA. Madrid: Paraninfo, 1985.