Especialista en series temporales

1. INTRODUCCIÓN A LAS SERIES TEMPORALES

• Definición de serie temporal
• Objetivos y componentes de las series temporales
• Clasificación
• Métodos clásicos de análisis

2. MODELOS PROBABILÍSTICOS DE SERIE TEMPORALES. CONCEPTOS FUNDAMENTALES

• Proceso estocástico
• Procesos de Estado Discreto
• Procesos estacionarios
• Funciones de autocovarianza y autocorrelación
• Proceso de ruido blanco
• Teorema de Descomposición de Wold

3. MODELOS DE SERIES TEMPORALES UNIVARIANTES

• Modelos de media móvil: concepto de invertibilidad
• Modelos autorregresivos
• Modelos mixtos
• Modelos estacionales: estacionales puros estacionales multiplicativos y estacionales no estacionarios

4. METODOLOGÍA BOX-JENKINS

• Ideas básicas para la construcción de modelos
  • Identificación
  • Estimación
  • Diagnosis
  • Predicción

5. ANÁLISIS DE INTERVENCIÓN Y VALORES ATÍPICOS

• Introducción a análisis de intervención y valores atípicos
• Efectos cualitativos: variables impulso y escalón
• Construcción de modelos de intervención
• Atípicos aditivos e innovativos
  • Métodos para la detección de atípicos

6. MODELOS DE HETEROCEDASTICIDAD CONDICIONAL

• Conceptos básicos en el desarrollo de modelos ARCH
• Modelo de heterocedasticidad condicional autorregresiva (ARCH)
• Modelo de heterocedasticidad condicional autorregresiva generalizados (GARCH)
• Otros modelos de heterocedasticidad
• Volatilidad estocástica

7. INTRODUCCIÓN AL ANÁLISIS DE SERIES BIVARIANTES

• Formulación de un modelo de función de transferencia
• Funciones de covarianzas y correlaciones cruzadas y modelos de función de transferencia
  • Relación entre correlación cruzada y función de transferencia
• Concepto de preblanqueado
  • Identificación del modelo del proceso ruido