Este libro comienza con los análisis descriptivos más simples de series temporales, presenta los métodos actuales para construir modelos dinámicos y obtener predicciones y discute los problemas que constituyen las fronteras de la investigación actual en series temporales. Puede servir de texto para un curso de predicción dirigido a estudiantes de economÃa y administración de empresas, estadÃstica o ingenierÃa y también para cursos más avanzados de doctorado en cualquier rama cientÃfica. Su enfoque es aplicado, con numerosos ejemplos que ilustran el análisis y predicción de series reales con los paquetes estadÃsticos más utilizados.Prefacio 1. Introducción a las series temporales.- 2. Análisis descriptivo de una serie temporal.- 3. Series temporales y procesos estocásticos.- 4. Procesos autorregresivos.- 5. Procesos de media móvil y ARMA.- 6. Procesos integrados y de memoria larga.- 7. Procesos ARIMA estacionales.- 8. Predicción con modelos ARIMA.- 9. La identificación de los posibles modelos ARIMA.- 10. Estimación y selección de modelos ARIMA.- 11. Diagnosis del modelo y predicción.- 12. Análisis de intervención.- 13. Valores atÃpicos.- 14. Modelos no lineales.- 15. Modelos de heterocedasticidad condicional.- 16. Casos de series temporales univariantes.- 17. Regresión dinámica entre variables estacionarias.- 18. Regresión entre variables integradas. Cointegración.- 19. Modelos multivariantes. BibliografÃa Indice analÃtico.
