Séries Temporais

Informação

Corpo docente: Isabel Pereira

Duração: Semestral

Horas de trabalho: 162

Horas de contacto: 45

ECTS: 6

Área científica: Matemática

Objetivos

Os objetivos desta unidade curricular consistem em fornecer aos alunos:

  • os conhecimentos e as ferramentas básicas de forma a adquirir as competências que lhes permitam descrever, analisar, interpretar e prever a evolução futura de séries temporais univariadas;
  • as bases necessárias para a modelação na prática de dados reais;
  • a capacidade de utilização do programa R para modelarem e analisarem séries temporais (económicas e financeiras).

Resultados de Aprendizagem

Os alunos devem ser capazes de descrever, analisar, interpretar, modelar e prever a evolução futura de séries temporais univariadas e de usarem o programa R para a modelação de séries temporais.

Requisitos

Conhecimentos da teoria de probabilidade e estatística e básicos de processos estocásticos.

Avaliação

Teste e trabalho.

Metodologia

Aulas teórico-práticas com exposição de teoria, propostas de resolução de exercícios e utilização do software R.

Conteúdos

  • Introdução: definição de série temporal, exemplos e objectivos
  • Processos Estocásticos: definição, especificação de processo estocástico.
  • Processos Lineares Estacionários: AR, MA, ARMA, sazonais.
  • Processos Lineares Não-Estacionários: não estacionaridade em média e em variância; processos integrados.
  • Modelação de Séries Temporais: identificação, estimação e diagnóstico; critérios de seleção de modelos
  • Previsão: nas representações AR, MA e ARMA; actualizações das previsões; intervalos de confiança; outros métodos de previsão.
  • Tópicos adicionais: análise de séries temporais com valores atípicos, influentes, e omissos; processos de memória longa; alguns modelos não lineares; métodos de alisamento exponencial.

Bibliografia recomendada

  • Brockell, P.J. e Davis, R.A. (1996) Introduction to Time Series and Forecasting. Springer-Verlag, New-York.
  • Chan, N.H. (2010) Time Series: Applications to Finance with R and S-Plus. 2nd Edition. Wiley Series in Probability and Statistics. John Wiley and Sons.
  • Hyndman, R., Koehler, R., Ord, A.B. e Snyder, R.D. (2011) Forecasting with Exponential Smoothing: the State Space Approach, Springer.
  • Hyndman, R. e Athanasopoulos, G. (2013) Forecasting: Principles and Practice, OTexts.
  • Murteira, B., Muller, D.A. e Turkman, K.F., (1993) Análise de Sucessões Cronológica. McGraw-Hill, Lisboa.
  • Tsay, R.S. (2010) . Analysis of Financial Time Series. Third Edition. John Wiley and Sons.
  • Shumway, R.H e Stoffer, D.S. (2011) Time series Analysis and Its Applications: With R Examples, Springer.