La metodología de es una herramienta estadística que pretende estudiar un mismo fenómeno cuantitativo a través del tiempo con la finalidad de poder obtener pronósticos de forma asertiva.

Esta metodología se utiliza ampliamente en los negocios, las ciencias sociales, las ciencias biológicas, y en muchas otras- disciplinas.

• Economía y Marketing
  • Proyecciones del empleo y desempleo.
  • Evolución del índice de precios de la leche.
  • Beneficios netos mensuales de cierta entidad bancaria.
  • Índices del precio del petróleo.

• Demografía
  • Número de habitantes por año.
  • Tasa de mortalidad infantil por año.

• Medioambiente

  • Evolución horaria de niveles de óxido de azufre y de niveles de óxido de nitrógeno en una ciudad durante una serie de años.
  • Lluvia recogida diariamente en una localidad.
  • Temperatura media mensual.
  • Medición diaria del contenido en residuos tóxicos en un río.

• objetivo: Aprender y aplicar métodos estadísticos para el análisis de los datos que se han observado a lo largo del tiempo.

  Los temas:

  • Modelado de datos de series temporales univariantes con modelos autorregresivos y de media móvil (denominados modelos ARIMA, a veces llamados modelos Box Jenkins).

  • Herramientas para la identificación del modelo, la estimación del modelo y la evaluación de la idoneidad del modelo.

  • Usar un modelo para pronosticar y determinar intervalos de predicción para pronósticos.

• Introducción a las series de tiempo multivariadas

• Modelos SARIMAX

• Modelo VAR

• Modelo VEC

• Datos Tipo Panel

• Describir las características importantes del patrón de series de tiempo.

• Explicar cómo el pasado afecta el futuro o cómo dos series temporales pueden “interactuar”.

• Para pronosticar valores futuros de la serie.

• Posiblemente sirva como un estándar de control para una variable que mide la calidad del producto en algunas situaciones de fabricación.

Redes Neuronales

• Modelo de pronóstico para estimar el comportamiento del precio en bolsa de la energía en Colombia

• Análisis mediante series de tiempo de los resultados en matemáticas de las pruebas Saber 11 y niveles socioeconómicos NSE usando k-medias” https://drive.google.com/file/d/1AypW3a9_sP9SQ9WuINUExzKbBdDeAKgr/view?usp=sharing

• DESARROLLO DE UNA HERRAMIENTA DE PREDICCIÓN DE RENTAS O INGRESOS.CASO DE ESTUDIO EMPRESA DE SERVICIOS https://drive.google.com/file/d/1Q9jC4fUEBGxvPWAZmBIPAmi4WHB2lemk/view?usp=sharing

• PROPUESTA DE MODELO ARIMA PARA LA SERIE TEMPORAL DE LOS CASOS DE COVID 19 EN COLOMBIA APLICANDO LA METODOLOGÍA BOX AND JENKINS

• MODELO DE PRONÓSTICO PARA ESTIMAR EL COMPORTAMIENTO DEL PRECIO EN BOLSA DE LA ENERGÍA EN COLOMBIA. https://drive.google.com/file/d/1apj4Xv5zDhS6X-uIQHTki6my3nUXf__l/view?usp=sharing

• MODELO DE IMPACTO DE LAS PRECIPITACIONES MEDIAS MENSUALES EN EL CAUDAL MÍNIMO MENSUAL DE LAS CUENCAS DEL RÍO CAUCA https://repository.libertadores.edu.co/bitstream/handle/11371/3552/Jimenez_Carlos_2020.pdf?sequence=2&isAllowed=y

• Análisis del crecimiento económico y la educación a nivel departamental en Colombia, mediante el modelo de datos panel.

• USO DEL MODELO VAR DE SERIES DE TIEMPO PARA PRONOSTICAR EL INCREMENTO EN EL COSTO DE LOS PRECIOS DE LOS MATERIALES EN LA CONSTRUCCION DE INFRAESTRUCTURA EN COLOMBIA

• Efectos de la tasa de cambio en la compra de software importado en América Latina