Análisis de Series Temporales
Este curso de Análisis de Series Temporales está diseñado para estudiantes universitarios interesados en mejorar sus conocimientos y habilidades en este tema. los estudiantes aprenderán los conceptos fundamentales del análisis de series temporales y cómo aplicar estas técnicas en diferentes contextos. El curso combinará teoría y práctica, brindando a los estudiantes la oportunidad de aplicar lo aprendido a través de ejercicios y casos de estudio. Al finalizar el curso, los estudiantes estarán preparados para analizar y predecir patrones en datos temporales, lo que les será útil en campos como la economía, la meteorología y la ciencia de datos.
![](https://cdn.prod.website-files.com/659d7a569ceab6683611599b/65a1699eacec61e0e3a601fa_materias-hero.png)
Objetivos de aprendizaje
![Big Data y Análisis de Datos](https://cdn.prod.website-files.com/659dd4ebe3b5f6e61206f5b3/65cf8c543fa91698cc092dd0_mHPLHRegvOZ3O5PSr6ucMfwm_UXw2aDo_6C9qnvZAG4.jpeg)
- Comprender los conceptos básicos del análisis de series temporales
- Aplicar técnicas de análisis de series temporales en diferentes contextos
- Realizar pronósticos y predicciones basados en datos temporales
- Evaluar y seleccionar el modelo apropiado para un conjunto de datos de series temporales
- Interpretar y comunicar los resultados del análisis de series temporales
Temas
1.
¿Qué son las series temporales?
2.
Aplicaciones del análisis de series temporales
3.
Componentes de una serie temporal
1.
Componentes de una serie temporal
2.
Métodos de suavizamiento
3.
Métodos de descomposición
1.
Modelo ARIMA
2.
Modelo de suavizamiento exponencial
3.
Modelo de regresión lineal con series temporales
1.
Métodos de suavizamiento exponencial
2.
Modelos ARIMA
3.
Técnicas de descomposición de series temporales
1.
Importancia de la evaluación en el análisis de series temporales
2.
Métodos de evaluación de modelos en series temporales
3.
Comunicación efectiva de los resultados del análisis de series temporales