Grau en Business Intelligence i Data Analytics

Lidera la transformació de les empreses mitjançant l'ús i l'anàlisi de dades.

Descripció
Aquest curs tracta un aspecte essencial de l'anàlisi de dades, com ara sèries temporals. Molts dels problemes empresarials als quals s'enfrontaran els estudiants durant la seva carrera professional requereixen aquest tipus d'anàlisi, ja que bona part de la informació necessària per a la presa de decisions s'estructura d'aquesta manera. L'objectiu principal d'aquest curs és proporcionar als estudiants una metodologia de treball i un coneixement sòlid per a l'ús d'anàlisi de sèries de temps i models de previsió i tècniques en negocis i economia.
Tipus assignatura
Tercer - Obligatoria
Semestre
Primer
Curs
2
Crèdits
6.00

Professors Titulars

Professors Docents

Coneixements previs
Objectius

Els resultats d'aprenentatge d’aquest curs són:
Ra.01 - Identificar els patrons en dades correlacionades: tendències i variació estacional
Ra.02 - Comprendre i modelar dades de la sèrie de temps
Ra.03 - Utilitzeu tècniques de previsió per predir les tendències a curt termini de patrons anteriors
Ra.04 - Identificar les eines que cal utilitzar en sèries de temps i situacions de previsió

Continguts

1. Introducció i visió general del curs
2. Gràfics de sèries horàries i components clau de les sèries de temps
3. La caixa d'eines i les previsions dels pronòstics i les previsions
4. Models de regressions de sèries horàries
5. Descomposició de sèries horàries
6. Mètodes de suavització i tendència exponencials
7. Models autoregressius i mòbils Mitjans
8. Mètodes de previsió simples
9. Mètodes de previsió avançats. Noves tendències.

Metodologia

Hi haurà dues sessions setmanals, quatre hores en total. Això es complementarà amb problemes de pràctica i deures.
Requisits i expectatives
- Assistir a classe i participar-hi. Aquest curs és pràctic i només és efectiu si tots participen activament. Simplement assistir a classes NO compte com participació.
- Ser puntual i venir a classes a temps. Si arribes tard, això podria explicar com una absència.
- Preparar-se per cada classe. Tindrem exercicis curts de tant en tant, que NO seran anunciats.
- Demostra integritat acadèmica en tot el teu treball. Si còpies o plagies de qualsevol forma en els exàmens, la qualificació final serà un zero i hauràs d'acceptar les conseqüències d'acord amb el que estableix la Normativa de Còpies.
- Seguir les regles d'ús de telèfons mòbils i portàtils. Els telèfons mòbils estan prohibits durant la classe: no hi ha trucades, no hi ha missatges de text, llevat que els usem per a una activitat.
- Data de revisió. Després de cada avaluació (exàmens parcials / finals) i una vegada que s'hagin publicat les qualificacions, hi haurà un espai de temps per a la revisió de l'examen. No hi haurà revisió dels exàmens després d'aquesta data.

Avaluació

Exercicis i participació de classe: 20%
Examen a mig termini: 25%
Projecte d'equip: 25%
Examen final: 30%

Evaluació extraordinària: La evaluació extraordinària serà un examen escrit, i la nota màxima serà de 6.

Criteris avaluació
Bibliografia bàsica

Shumway, R. and Stoffer, D. (2017). Time Series Analysis and Its Applications. With R examples. Springer.

Material complementari