ACTIVIDAD CURRICULAR DE FORMACIÓN

Facultad o Instituto : Facultad de Ciencias Básicas

Carrera : Ingeniería en Estadística

I. IDENTIFICACIÓN DE LA ACTIVIDAD CURRICULAR

Nombre : Series de Tiempo

Código : IES-415
Semestre lectivo : Séptimo semestre
Horas : Presencial: 72 Autónomas: 78 TOTAL: 150
Créditos SCT : 5 SCT
Duración : Trimestral Semestral: X Anual:
Modalidad : Presencial: X Semi-presencial: A Distancia:
Profesional: X
Área de Formación : Disciplinar: General:
Práctica:
Requisito (Si los hubiese) : IES-323

II. DESCRIPCIÓN Y CARACTERIZACIÓN DE LA ACTIVIDAD CURRICULAR

La actividad curricular de Series de Tiempo es de carácter teórica-práctica y busca entregar al alumno

herramientas para comprender los modelos de series cronológicas y sus aplicaciones, además de proporcionar
metodología estadística para manejo de modelos de predicción. Se contempla el uso de diversos procedimientos
de evaluación que permitirán evidenciar que el estudiante ha desarrollado los resultados de aprendizaje
esperados, maneja la aplicación de estos y está en condiciones de presentar un producto específico como
resultado del proceso de enseñanza y aprendizaje. Estos procedimientos se relacionan con evaluaciones
escritas, talleres computacionales, análisis de casos y trabajos grupales con informe escrito y presentación oral.
El estudiante desarrollará lecturas de textos en su tiempo de aprendizaje autónomo, lo cual le permitirá
participar de las discusiones con las que se construirá el aprendizaje en clases.

III. COMPETENCIAS DEL PERFIL DE EGRESO ASOCIADAS A LA ACTIVIDAD

CURRICULAR.

III.1 COMPETENCIAS PROFESIONALES.

COMPETENCIA
1. Resolver problemas de distintas áreas del
conocimiento, integrando la matemática que sustenta
la ciencia estadística, utilizando pensamiento lógico
y analítico.
SUBCOMPETENCIA
1.2 Aplicar los conocimientos matemáticos que
sustenta a la ciencia estadística en forma articulada
en la solución de problemas en contexto
medianamente complejos.

2. Implementar modelos estadísticos de manera
autónoma, utilizando datos de distintas áreas de la
ciencia apoyando eficientemente la toma de
decisiones en circunstancias de incertidumbre para
resolver problemas reales.
2.2 Aplicar modelos estadísticos, utilizando datos de
distintas áreas de la ciencia en la solución de
problemas de la vida real.

4. Implementar soluciones tecnológicas, integrando 4.2 Analizar problemas interdisciplinares en base a

lenguajes de programación y software estadísticos en diferentes tipos y tamaño de datos, utilizando
el análisis y manejo de diversos tipos y tamaños de herramientas de la programación y softwares
bases de datos, para la formulación de modelos estadísticos.
estadísticos.

III.2 COMPETENCIAS GENÉRICAS.

COMPETENCIA SUBCOMPETENCIA
1
 7. Realizar investigaciones que contribuyan al 7.2 Analizar información pertinente desde distintas
desarrollo del conocimiento científico y aplicado, en fuentes, utilizando herramientas tecnológicas y
el contexto propio de su proceso formativo. matemáticas propias de la Estadística.

IV. RESULTADOS DE APRENDIZAJE - APRENDIZAJE ESPERADO.

RESULTADOS DE APRENDIZAJES
1. Reconocer aspectos generales de los procesos estocásticos y de las series temporales utilizando datos
de variadas áreas en el contexto de la ciencia estadística.
2. Identificar los diferentes procesos ARMA, sus propiedades y ejemplos, empleando las series de
tiempo en investigaciones del contexto regional.

V. UNIDADES DE APRENDIZAJE Y EJES TEMÁTICOS

R. AP. UNIDAD EJE(S) TEMÁTICO(S)

Introducción a procesos  Concepto y principales características de los
estocásticos procesos estocásticos
 Definición: Proceso estocástico
 Clasificación según las características
1. Reconocer aspectos probabilísticas de las variables aleatorias:
generales de los procesos proceso estocástico estacionarios, procesos
estocásticos y de las Markovianos, procesos de incrementos
series temporales independientes.
utilizando datos de Introducción a series  Aspectos generales y características de las series
variadas áreas en el temporales temporales.
contexto de la ciencia  Modelos para series temporales.
estadística.  Series de tiempo estacionarias.
 Estimación de la correlación.
 Procesos autorregresivos AR.
 Procesos de Media Móvil.
 Autocorrelación y autocorrelación parcial.
Procesos ARMA y  Procesos ARMA.
ARIMA  Estimación del modelo ARMA
 Procesos no estacionarios.
2. Identificar los
 Identificación del modelo ARIMA.
diferentes procesos
 Validación del modelo, pruebas de hipótesis.
ARMA, sus propiedades
 Predicción con modelos ARIMA.
y ejemplos, empleando
las series de tiempo en  Modelos ARIMA estacionales.
investigaciones del Otros modelos  Modelo de larga memoria ARMA y
contexto regional. diferenciación fraccional.
 GARCH.
 ARIMAX.

VI. ESTRATEGIAS DE ENSEÑANZA Y APRENDIZAJE

Esta actividad curricular contempla una metodología activa participativa (vivencial de aprender práctico)
fundamental en el aprendizaje en cuanto a su capacidad de auto aprender mediante los cuales se espera
potenciar el recurso del diálogo como experiencia de aprendizaje, más lineamientos expositivos del docente
quien guiará y resolverá dudas y ajustará las materias que requieran una adecuada comprensión de los
participantes. El módulo tendrá como base el trabajo en clase, que constará tanto de la exposición del profesor
2
sobre los contenidos del módulo, como de las intervenciones y participación activa de los estudiantes, tomando
así un carácter expositivo-participativo. El docente promoverá la discusión y la reflexión en el grupo. Se
asignarán lecturas específicas que el estudiante deberá revisar, para comprender y participar informadamente
en el desarrollo de la clase. Las evaluaciones serán: Pruebas escritas, talleres computacionales, análisis de casos
y trabajo de investigación.

VII. PROCEDIMIENTOS DE EVALUACIÓN DE APRENDIZAJES.

INSTRUMENTO Y/O
RESULTADOS DE PONDERACIÓN
INDICADORES TÉCNICA
APRENDIZAJE (%)
EVALUATIVA
Relaciona conceptos de Prueba N°1/pauta 35%
1. Reconocer aspectos procesos estocásticos.
generales de los procesos
estocásticos y de las series Identifica las Taller
temporales utilizando datos características de series computacional/pauta
de variadas áreas en el temporales.
contexto de la ciencia Trabajo
estadística. Reconoce modelos para colaborativo/rúbrica
series temporales.

Distingue procesos
autorregresivos AR.

2. Identificar los diferentes
procesos ARMA, sus
propiedades y ejemplos,
empleando las series de
tiempo en investigaciones
del contexto regional.
Distingue procesos de
Media Móvil.
Reconoce procesos Prueba N°2/pauta 35%
autoregresivos de media
móvil Taller
computacional/pauta
Distingue modelos Trabajo
avanzados de series de colaborativo/rúbrica
tiempo

Resultados de aprendizaje Los principales Evaluación 30%

1,2 indicadores vistos en el integral/metodología de
semestre caso/rúbrica

VIII. RECURSOS DE INFRAESTRUCTURA

Para el desarrollo de la actividad curricular se requerirán contemplar el acceso de: salas de clases, sala de
laboratorio computacional y biblioteca.

IX. RECURSOS BIBLIOGRÁFICOS

Biblioteca
N° Libros
Autor, Título, Editorial, Año de Edición donde se
Disponibles
encuentra
- Peña, D. (2010) Análisis de series Talca 5
temporales. Alianza Editorial (por adquirir)
BÁSICA OBLIGATORIA
- Shumway, R., Stoffer, D. (2011) Time
Series Analysis and its Applications: 5
3
 With R Examples. Third edition. Talca (por adquirir)
Springer

- Tsay, R. Analysis of Financial Time Talca 5

COMPLEMENTARIA Series (2010). Third Edition. John (por adquirir)
Wiley & Sons, Inc.

X. OTROS RECURSOS

Nombre Recurso Tipo de Recurso

LaTeX Editor de texto científico
R-Project Software libre
IBM-SPSS versión 25 o superior Software licenciado