|
||||||||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en el que se proyecta Conocimientos previos Objetivos y competencias Contenidos Consulta de los recursos de aprendizaje de la UOC para la asignatura Informaciones sobre la evaluación en la UOC Consulta del modelo de evaluación | ||||||||||||||
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | ||||||||||||||
La asignatura Análisis de Series Temporales constituye una completa introducción a la teoría y métodos de análisis de datos temporales. Esta área de conocimiento es fundamental en el ámbito de la estadística, la econometría y el análisis cuantitativo de datos. Además, tiene múltiples aplicaciones en economía, finanzas, demografía y, en general, en todos los ámbitos de conocimiento relacionados con las ciencias sociales. |
||||||||||||||
Esta asignatura debe ser entendida como la prolongación de las asignaturas Fundamentos de Estadística y Estadística Aplicada, ya que contiene ampliaciones de algunos temas ya estudiados en estas asignaturas. Así pues, esta asignatura constituye un curso avanzado sobre métodos estadísticos para aquellos estudiantes que han superado estas dos asignaturas y han asimilado los contenidos. |
||||||||||||||
Esta asignatura es muy útil para los estudiantes que quieran desarrollar tareas relacionadas con el análisis cuantitativo de datos. Uno de los principales campos profesionales donde se desarrolla esta tarea es la investigación, por lo que esta asignatura está especialmente recomendada a los estudiantes que quieran iniciar un curso de doctorado. Además, la asignatura será muy útil a aquellos estudiantes que quieran dedicarse al mundo de las finanzas cuantitativas o del marketing cuantitativo. |
||||||||||||||
Se recomienda haber cursado las asignaturas de estadística y econometría del grado. |
||||||||||||||
Competencias básicas:
Competencias transversales:
Competencias específicas:
|
||||||||||||||
Bloque I: Introducción a las series temporales Este bloque es introductorio, y tiene como objetivo introducir al estudiante el concepto de serie temporal. Empezando por su notación matemática, a continuación se introducen sus características fundamentales: tendencia, estacionalidad, valores atípicos, ciclos a largo plazo, cambio estructural, dispersión y variabilidad conjunta. Por último, se introducen algunas transformaciones que se pueden aplicar a este tipo de datos, como el operador retardo, los operadores diferencia regular y diferencia estacional, y las transformaciones de media móvil. Para explicar todos los contenidos de este primer bloque se van introduciendo ejemplos con datos reales y simulados sobre economía, demografía y finanzas. Bloque II: Introducción a los procesos estocásticos Este bloque es esencialmente teórico, y tiene como propósito adentrarnos dentro del mundo de los procesos estocásticos. Partiendo de unas definiciones iniciales (experimento aleatorio, variable aleatoria y proceso estocástico), seguimos con el análisis de los parámetros fundamentales de un proceso estocástico (media, varianza, autocovarianza y autocorrelación). A continuación definiremos el concepto de proceso estacionario, y daremos ejemplos de procesos estocásticos, donde destacan el proceso autoregresivo (AR) y el proceso mediana móvil (MA). Por último, hablaremos de series integradas y raíces unitarias.
Este último bloque aplica los conocimientos adquiridos en los dos bloques previos al ámbito de la especificación y estimación de modelos econométricos con series temporales. Empezaremos con modelos univariantes, los cuales explican el comportamiento de series temporales a partir de observaciones pasadas de la misma variable (curve fitting y modelos AR, MA y ARIMA). Después, ampliaremos estos modelos permitiendo introducir otras variables, de forma que tendremos modelos multivariantes. En todos los casos, repasaremos todos los pasos que hay en un proceso de modelización: análisis previa de los datos, especificación del modelo, método de estimación, diagnóstico del resultado, comparación de modelos y predicción a partir de la mejor estimación obtenida. |
||||||||||||||
|
||||||||||||||
En la UOC, la evaluación generalmente es virtual. Se estructura en torno a la evaluación continua, que incluye diferentes actividades o retos; la evaluación final, que se lleva a cabo mediante pruebas o exámenes, y el trabajo final de la titulación. Las actividades o pruebas de evaluación pueden ser escritas y/o audiovisuales, con preguntas aleatorias, pruebas orales síncronas o asíncronas, etc., de acuerdo con lo que decida cada equipo docente. Los trabajos finales representan el cierre de un proceso formativo que implica la realización de un trabajo original y tutorizado que tiene como objetivo demostrar la adquisición competencial hecha a lo largo del programa. Para verificar la identidad del estudiante y la autoría de las pruebas de evaluación, la UOC se reserva la potestad de aplicar diferentes sistemas de reconocimiento de la identidad y de detección del plagio. Con este objetivo, la UOC puede llevar a cabo grabación audiovisual o usar métodos o técnicas de supervisión durante la ejecución de cualquier actividad académica. Asimismo, la UOC puede exigir al estudiante el uso de dispositivos electrónicos (micrófonos, cámaras u otras herramientas) o software específico durante la evaluación. Es responsabilidad del estudiante asegurar que estos dispositivos funcionan correctamente. El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de las actividades académicas. La web sobre integridad académica y plagio de la UOC contiene información al respecto. La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; la suplantación de identidad; la aceptación o la obtención de cualquier actividad académica a cambio o no de una contraprestación; la colaboración, el encubrimiento o el favorecimiento de la copia, o el uso de material, software o dispositivos no autorizados en el plan docente o el enunciado de la actividad académica, incluida la inteligencia artificial y la traducción automática, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves. Estas conductas irregulares pueden conllevar el suspenso (D/0) en las actividades evaluables definidas en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, ya sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas (como el uso de inteligencia artificial no permitida, redes sociales o buscadores de información en internet), porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, por la compraventa de actividades académicas, o porque se ha llevado a cabo cualquier otra conducta irregular. Asimismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC. En el marco del proceso de evaluación, la UOC se reserva la potestad de:
Inteligencia artificial en el marco de la evaluación La UOC reconoce el valor y el potencial de la inteligencia artificial (IA) en el ámbito educativo y, a su vez, pone de manifiesto los riesgos que supone si no se utiliza de forma ética, crítica y responsable. En este sentido, en cada actividad de evaluación se informará al estudiantado sobre las herramientas y los recursos de IA que se pueden utilizar y en qué condiciones. Por su parte, el estudiantado se compromete a seguir las indicaciones de la UOC a la hora de realizar las actividades de evaluación y de citar las herramientas utilizadas y, concretamente, a identificar los textos o imágenes generados por sistemas de IA, los cuales no podrá presentar como si fueran propios. Respecto a usar o no la IA para resolver una actividad, el enunciado de las actividades de evaluación indica las limitaciones en el uso de estas herramientas. Debe tenerse en cuenta que usarlas de manera inadecuada, como por ejemplo en actividades en las que no están permitidas o no citarlas en las actividades en las que sí lo están, puede considerarse una conducta irregular en la evaluación. En caso de duda, se recomienda que, antes entregar la actividad, se haga llegar una consulta al profesorado colaborador del aula. |
||||||||||||||
|