Curso a distancia
INTRODUCCIÓN Existen muchas variables de interés que evolucionan en el tiempo: variables macroeconómicas, demográficas, datos de demanda y precios de mercados eléctricos, o aquellos correspondientes a variables que se miden en ciertos procesos físicos o químicos, por citar sólo algunos ejemplos. Cada vez más, el interés radica en modelar no sólo la evolución de una única variable en el tiempo, sino de varias (bien conjuntamente o utilizando algunas de ellas para explicar la evolución temporal de otras, por ejemplo la influencia de la demanda eléctrica en el precio). Por otro lado, y dentro de los temas avanzados en series temporales, son de especial relevancia aquéllos que tienen que ver con la modelización y predicción de la volatilidad, pues son útiles, por ejemplo, para la modelización y predicción de volatilidades asociadas a datos financieros, climáticos o de precios en mercados energéticos. OBJETIVOS
CONTENIDOS
METODOLOGÍA El curso es básicamente práctico. Se analizarán diferentes series reales, aprendiendo a identificar el modelo y calcular predicciones. Se utilizará el software libre R, se proporciona código realizado por las formadoras a los participantes para que no haber manejado antes R no sea un problema. Aunque se revisarán en la primera sesión algunos conceptos importantes de las series temporales univariantes es muy recomendable asistir con algún conocimiento previo de estos modelos. PROFESORADO Dña. Carolina García Martos COORDINACIÓN Dña. Susana Sastre Merino DATOS DE LA ACTIVIDAD Duración: 8 horas Plazas: 25 Fechas: 24, 25 y 29 de junio de 2020 Horario: De 10:00 a 13:00 (día 24) , de 10:00 a 12:00 (día 25) y de 10:00 a 13:00 (día 29) Lugar: (a distancia) (Inscripción cerrada) Requisitos: Conocimientos previos de modelos de series temporales univariantes. |
||||