Última actualización: 25/04/2024


Curso Académico: 2024/2025

Métodos estadísticos para las Ciencias Sociales: Técnicas de previsión
(16630)
Grado en Estudios Internacionales (Plan 2018) (Plan: 408 - Estudio: 305)


Coordinador/a: RUIZ ORTEGA, ESTHER

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:

Rama de Conocimiento: Ciencias Sociales y Jurídicas



Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Todas las asignaturas previas de Estadística y Econometría.
Objetivos
En la época actual, con el desarrollo de las tecnologías de la información y el acceso masivo a fuentes de datos, el análisis cuantitativo se ha convertido en una herramienta básica en la investigación sociológica y económica. El análisis cualitativo tradicional se ha enriquecido notablemente con la aplicación de métodos estadísticos que permiten el tratamiento de estos datos y facilita la formulación y validación de hipótesis en el ámbito de las ciencias sociales. Ahora bien, estos métodos estadísticos han de ser aplicados de forma que permitan, no sólo describir los acontecimientos sociales que ya han tenido lugar, si no también anticipar cual será la evolución futura de los datos analizados y como esta evolución puede verse afectada por la puesta en práctica de una determinada medida política. Además, las previsiones, como en cualquier proceso de toma de decisiones, juegan un papel crucial en la implementación y evaluación de cualquier política socioeconómica. Es por tanto importante que estas predicciones no se sustenten únicamente en un análisis cualitativo si no que deben ser también apoyadas por métodos cuantitativos basados en técnicas de predicción y modelos econométricos como los utilizados en el ámbito empresarial. Es por tanto crucial en este contexto que no solo el investigador social sino también el legislador estén familiarizados con los métodos cuantitativos en los que se basan las técnicas de predicción a fin de poder conocer en mayor profundidad la evolución de los distintos aspectos socioeconómicos y también para poder cuantificar y evaluar cuáles serán las consecuencias de las políticas que se implementen. En este curso se pretende pues formular el problema de la predicción socioeconómica, estudiar las principales metodologías con los que se generan predicciones y profundizar sobre el empleo correcto de las predicciones en la toma de decisiones.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
Tema 1. ECONOMETRIA DE SERIES TEMPORALES. PROPIEDADES Y CONTEXTO ESTADÍSTICO 1.1 Métodos cuantitativos y análisis socioeconómico 1.2 Muestras aleatorias y características de series temporales. Evolución del nivel y oscilaciones estacionarias 1.3 Descomposición de series temporales 1.3.1 Descomposición clásica 1.3.2 Descompsición de series temporales y modelos econométricos 1.4 Tendencia y estacionalidad en series temporales. Transformaciones a estacionariedad 1.4.1 El modelo de tendencia lineal y estacionalidad determinsita 1.4.2 Tendencias segmentadas 1.4.3 Tendencias y estacionalidad estocásticas Tema 2 MODELOS LINEALES UNIVARIANTES 2.1 Procesos estocásticos estacionarios 2.2 Proceso ruido blanco 2.3 Modelo autorregresivo de orden 1: AR(1) 2.4 Genralización al modelo AR(p) 2.5 Modelos integrados: ARI(1,p) 2.6 Modelos ARMA y ARIMA Tema 3 ESPECIFICACION, ESTIMACION Y VALIDACION DE MODELOS ARIMA 3.1 La metodología Box-Jenkins 3.2 La especificación inicial 3.2.1 Constrastes de raíces unitarias 3.2.2 Criterios de información para la dependencia temporal 3.2.3 Constrastes de raíces unitarias estacionales 3.3 Estimación 3.4 Validación de modelos ARIMA 3.4.1 Análisis de residuos 3.4.2 Modelos alternativos Tema 4 MODELOS ESTACIONARIOS MULTIVARIANTES 4.1 Modelo VAR(p) estacionario. Especificación. Dependencia temporal 4.2 Causalidad de Granger. Dependencia contemporánea 4.3 Estimation de modelos VAR 4.4 Modelos VAR convariables exçogenas. Modelos VAR recursivos 4.5 Modelos dinámicos uniecuacionales. Modelo de retardos autoregresivos distribuidos (ADL) 4.6 Multiplicadores de impacto y de largo plazo
Actividades formativas, metodología a utilizar y régimen de tutorías
El curso tendrá una parte presencial en el aula donde se utilizarán tanto pizarra como medios audiovisuales para presentar los conceptos abstractos. Además, se realizarán clases prácticas en las aulas informáticas donde los estudiantes aprenderán a utilizar el software necesario para implementar los modelos en datos reales.
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40

Calendario de Evaluación Continua


Convocatoria extraordinaria: normativa
Bibliografía básica
  • Dielbold. Elements of Forecasting. South-Western College Publishing, Cincinnati. 2004
  • Espasa, A. and Cancelo, J.R.. Métodos Cuantitativos para el Análisis de la Coyuntura Económica . Alianza Editorial. 1993
  • Gonzalez, C.W.J. Forecasting in Business and Economics. Pearson. 2013
  • Granger, C.W.J. Forecasting in Business and Economics. Academic Press, San Diego. 1984
  • Peña, D.. Análisis de Series Temporales. Alianza Editorial. 2005

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.