1. Series Temporales. Predicción con modelos ARIMA
Características de una serie temporal: Periodicidad, tendencia, variablidad y ciclo estacional.
Concepto de serie estacionaria
Función de autocorrelación simple y parcial
Ruido Blanco
Modelos Autorregresivos AR(p)
Modelos de media móvil MA(q)
Modelos ARMA y ARIMA
Estimación y diagnosis.
Predicción
Modelos ARIMA estacionales: identificación, estimación, diagnosis y predicción.
2. Regresión logística
Introducción al modelo Logit.
Estimación de parámetros.
Interpretación de los parámetros
Diagnosis del modelo.
3. Extensiones