Toda la información descriptiva del curso esta disponible en la página del IFIE de la UBU.
Los contenidos
Introducción
- Introducción a los modelos lineales y al Análisis de Series Temporales (AST).
- Aproximaciones metodológicas al AST (Disponibilidad de herramientas metodológicas en R y en Python).
- Flujo de trabajo en AST.
Análisis de Series Temporales
- Carga y visualización de series temporales y sus componentes.
- Concepto de Estacionaridad en una serie temporal.
- Descomposición de una serie temporal.
- Conceptos de autocorrelación y correlación cruzada en AST.
- Modelos aplicados al AST (AR, MA y ARIMA).
AST aplicado a un ejemplo práctico.
- Carga y visualización de la serie temporal.
- Estacionarización de la serie temporal.
- Descomposición de la serie temporal.
- Predicción de la serie temporal.
La formación de los profesores en temáticas de ciencias de la computación nos ayuda a ejercer nuestras competencias como docentes.Impartieron dos jornadas de formación de cuatro horas creando un buen ambiente de trabajo. Incluso examinaron a los profesores publicamente con un concurso con preguntas en Kahoot