Descargar gratis Series Temporales de César Pérez en TXT - EPUB - RB - PDF - XPS - DOC

Bajar gratis el libro completo “Series Temporales” de César Pérez publicado en el año 2011. Lectura complementaria recomendada para estudiantes de Administración de empresas.

  • Editorial: GARCETA.
  • Formatos de descarga disponibles: TXT – EPUB – RB – PDF – XPS – DOC. (ZIP – DMG – RAR).
  • Páginas: 564.
  • ISBN: 9788492812882.
  • Incluye un resumen de 66 páginas, y las preguntas de prueba más frecuentes.
  • Publicado el: 8/12/2011
  • Género/Colección: Educativo.
  • Descripción: El objetivo de este libro es presentar las técnicas de predicción modernas basadas en el análisis de series temporales. El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con las series temporales o modelos econométricos que tengan relación con las series de tiempo. Asimismo, es útil para los profesionales de la Economía, Ciencias Sociales, Ciencias Experimentales y otras ramas científicas en las que se aplican las técnicas de modelización temporal y la predicción. El libro comienza introduciendo al lector en los conceptos esenciales para el trabajo con series temporales, como el tratamiento de tendencias, variaciones estacionales y variaciones cíclicas y tratando los métodos deterministas de predicción y suavizado (medias móviles, Holt, Brown, Winters, etc.) A continuación, se abordan los métodos estocásticos de predicción presentando el análisis univariante de series temporales a través de los modelos ARIMA y la metodología de Box Jenkins, incluyendo modelos estacionales y generales con sus etapas de identificación, estimación, predicción y diagnosis. Posteriormente se abordan temas más avanzados como el análisis de la intervención y los modelos de la función de transferencia. La última parte del libro desarrolla los modelos de series temporales en el contexto multivariante (modelos VAR, VARMA, etc.) Representa un valor añadido fundamental el análisis detallado de las posibilidades del software actual para obtener predicciones a través de las series temporales. Se utilizan los programas Eviews, Tramo/Seats, SAS, SPSS y STATGRAPHICS. Se hace hincapié en los módulos de predicción automática que incorporan estos programas en sus últimas versiones. En cuanto a la metodología, cada capítulo comienza con una exposición resumida de los conceptos teóricos y posteriormente se enfoca la parte práctica ilustrando cada concepto teórico con ejemplos desarrollados de forma muy detallada. Los capítulos finalizan con la resolución clara y precisa de problemas representativos del tema en estudio. Contenido Capítulo 1. Series temporales y sus componentes Datos de series temporales Descomposición clásica de una serie temporal Tendencia de una serie temporal: ajuste analítico, medias móviles y diferencias Tendencia en series temporales con SPSS Tendencia en series temporales con STATGRAPHICS Tendencia en series temporales con STATGRAPHICS CENTURION Tendencia en series temporales con EVIEWS Tendencia en series temporales con SAS Variaciones estacionales: Medias móviles, diferencias, diferencias estacionales y variables ficticias Variaciones estacionales con SPSS. Descomposición de una serie en sus componentes Procedimiento descomposición estacional en STATGRAPHICS. Componentes de una serie Descomposición estacional y componentes de una serie en STATGRAPHICS CENTURION Descomposición estacional y componentes de una serie en SAS Variaciones cíclicas Variaciones cíclicas y estacionales con SPSS: Periodograma y densidad espectral Variaciones cíclicas y estacionales con STATGRAPHICS: Periodograma Variaciones cíclicas y estacionales con STATGRAPHICS CENTURIÓN: Periodograma Variaciones cíclicas y estacionales con SAS Capítulo 2. Métodos autoproyectivos deterministas de predicción Predicción y suavizado de series temporales Métodos autoproyectivos deterministas de predicción Predicciones incondicionales deterministas con el modelizador de SPSS. Suavizado Predicciones incondicionales deterministas con STATGRAPHICS Procedimientos de suavizado en STATGRAPHICS Predicciones incondicionales deterministas con el modelizador de STATGRAPHICS CENTURION Procedimientos de suavizado en STATGRAPHICS CENTURION Predicciones incondicionales deterministas y suavizado con EVIEWS Predicciones incondicionales deterministas y suavizado con SAS. Procedimiento FORECAST Predicciones incondicionales deterministas y suavizado con el modelizador de SAS Capítulo 3. Métodos autoprotectivos estocásticos de predicción. Metodología de Box-Jenkins Predicciones incondicionales estocásticas Modelos ARIMA: Primeros conceptos Series temporales estacionales. Detección de la estacionalidad a partir de las funciones de autocorrelación y autocorrelación parcial Análisis de la estacionariedad y estacionalidad con SPSS Análisis de la estacionariedad y estacionalidad con STATGRAPHICS y STATGRAPHICS CENTURION Análisis de la estacionariedad y estacionalidad con EVIEWS Análisis de la estacionariedad y estacionalidad con SAS Modelos autorregresivos AR(p) Modelos de medias móviles MA(q) Modelos ARMA(p,q) Modelos ARIMA(p,d,q) La metodología de Box Jenkins en modelos ARIMA Modelos ARIMA con SPSS. Identificación, estimación, diagnosis y predicciones Modelos ARIMA con STATGRAPHIS. Identificación, estimación, diagnosis y predicciones Modelos ARIMA con STATGRAPHIS CENTURION. Identificación, estimación, diagnosis y predicción Modelos ARIMA con EVIEWS Modelos ARIMA con SAS. Identificación, estimación, diagnosis y predicciones Capítulo 4. Metodología de Box-Jenkins. Predicción automática Métodos automáticos de identificación Modelo de espacio de los estados. Filtro de Kalman Modelos ARIMA con el modelizador automático de SPSS Modelos ARIMA con el modelizador automático de STATGRAPHICS Modelos ARIMA con el modelizador automático de STATGRAPHICS CENTURION Modelos ARIMA con el modelizador automático de SAS Modelos ARIMA con el modelizador automático de EVIEWS. Programas TRAMO/SEATS Capítulo 5. Modelos ARIMA estacionales y generales. Identificación, estimación, diagnosis y predicción Series temporales estacionales. Detección de la estacionalidad Modelos estacionales puros Modelos estacionales generales SPSS y la identificación de modelos ARIMA(p,d,q)(P,D,Q)s SPSS y la estimación, validación y predicción de modelos ARIMA(p,d,q)(P,D,Q)s STATGRAPHICS y la identificación de modelos ARIMA(p,d,q)(P,D,Q)s STATGRAPHICS y la estimación, validación y predicción de modelos ARIMA(p,d,q)(P,D,Q)s STATGRAPHICS CENTURION y los modelos ARIMA(p,d,q)(P,D,Q)s EVIEWS y la identificación, estimación, validación y predicción de modelos ARIMA(p,d,q)(P,D,Q)s SAS y la identificación, estimación, validación y predicción de modelos ARIMA(p,d,q)(P,D,Q)s Capítulo 6. Modelos ARIMA estacionales y generales. Predicción automática Modelos ARIMA estacionales y generales con el modelizador automático de SPSS Modelos ARIMA estacionales y generales con el modelizador automático de STATGRAPHICS CENTURION Modelos ARIMA estacionales y generales con el modelizador automático de STATGRAPHICS Modelos ARIMA estacionales y generales con el modelizador automático de EVIEWS Modelos ARIMA estacionales y generales con el modelizador automático de SAS Capítulo 7. Análisis de la intervención y modelos de la función de transferencia Modelos de intervención Identificación de modelos de intervención Valores atípicos (Outliers) Modelo univariante de la función de transferencia Eviews y los modelos de intervención. Los programas TRAMO/SEATS SAS y los modelos de intervención y función de transferencia SPSS y los modelos de intervención Capítulo 8. Modelos multivariantes de series temporales Modelos ARMA vectoriales Proceso VAR(1) Procesos VAR(p) Procesos VMA(q) Procesos VARMA(p,q) Construcción de modelos VARMA para series estacionarias Procesos SVAR, PVAR y BVAR. Modelos de corrección del error Estimación de modelos VAR en Eviews a través de menús Cointegración en modelos VAR en Eviews a través de menús Modelo de vector de corrección del error en modelos VAR con Eviews SAS Y los modelos VAR. Contrastes de causalidad y cointegración. Test de Johansen Contraste de Johansen en modelos VAR con SAS Modelo de vector de corrección del error en modelos VAR con SAS Modelos VAR con variables exógenas (VARX) en SAS
  • Idioma: Español.
  • Servidores de descarga: Google Drive – Mediafire – Openload – WeTransfer – Dropbox – MEGA.
  • Valoración: 3.88, con 172 votos.
Calificar Libro

Subido por: Agustina González Hernández, el día 5/8/2016 con una puntuación de 3.07 (Máx 5). En LecturasComplementarias.com hay miles de archivos para ti. Clic en la imagen inferior para descargar el libro Series Temporales escrito por César Pérez.

Descargar Gratis