Series temporales SPSS

Técnica de Predicción – Series de Tiempo con SPSS – Nivel Básico- Cohorte Actualizada versión 26.

Fecha de inicio: Sábado 29 de Enero del 2022

Fecha de finalización 9 de Abril del 2022

Sábados 1:30 P.M


“Una de las razones más importantes para realizar el análisis de las series temporales es intentar predecir los valores futuros de la serie…”, además, de identificar las componentes de la misma, valga decir, modelar la tendencia, estacionalidad y los ciclos. “La capacidad de realizar dichas predicciones correctamente es muy importante para cualquier negocio o disciplina científica.”

Click para su participación en el curso online

Empezamos de cero, identificación de componentes y su tratamiento, podrá luego avanzar en nuevos modelos con nuestro apoyo si fuese necesario. Utilice sus propios datos y logre modelarlos adecuadamente.

Es evidente que el dominar las técnicas de modelamiento es fundamental para disminuir los riesgos en la toma de decisiones y poder predecir el comportamiento de una variable con fines de pronóstico, existen diversos modelos dentro del tema de series de tiempo y muchos de ellos, son abordados con el programa SPSS versión 26, software reconocido y que será la herramienta de apoyo fundamental en el curso que se ofrece.

Se adiciona el manejo de modelos causales con lo cual se sigue avanzando en el manejo de las series temporales.

Sólo dejaré algunos interrogantes para su reflexión y evaluar si éste curso le aporta a su formación:

Tiene claridad entre la diferencia de los modelos de suavizamiento exponencial y los modelos ARIMA.

Reconoce la importancia de los  indices estacionales como estrategia para identificar la estacionalidad de una serie.

¿Considera que es preferible el suavizado exponencial de Winter al suavizado exponencial simple en todos los casos?. En cuáles no?.

El indicador Ljung-Box Q, es adecuado para definir la bondad del ajuste. Está de acuerdo.

Cómo logra identificar el orden de un modelo AR o AM o ARMA o ARIMA.

Identifica la componente volatilidad y su influencia en los pronósticos?

Tiene los criterios para estimar valores perdidos y poder así realizar estimaciones validas.

Si le faltan elementos para responder alguna de las situaciones anteriores, considero que el curso le será de gran utilidad.

Se usará el poder de modelamiento automático del programa SPSS, pero de una manera razonada y con criterio, el énfasis en saber leer e interpretar los coeficientes de correlación son garantía para identificar cuando los modelos ARIMA y de paso, identificar los modelos estacionarios, sin detrimento de identificar las componentes tradicionales de los modelos de series de tiempo. Definitivamente es un curso práctico, donde podrá compartir su propia serie e identificar el mejor modelo, logrando validar los supuestos requeridos y con los criterios para definir el mejor ajuste.

El curso se lleva a cabo los días lunes y miércoles de 20:00 a 2130 P.M hora de Colombia, si da click en el enlace siguiente puede entrar al Aula series de tiempo

Es útil tener conocimientos básicos de la estadística descriptiva e  inferencial.

Requisitos

Lugar y duración.

Actitud positiva y disposición de aprender. Conceptos básicos de la estadística descriptiva. Sala de conferencia GVO. Entre y observe, si tiene duda, comuníquese con nosotros. http://login.meetcheap.com/conference,leonbello
Conexión a Internet en el horario de las sesiones. 50 horas, de las cuales 16 son online utilizando una de las aulas virtuales de CIEMONLINE.
Mínimo disponer de micrófono y en lo posible cámara Web.

Series de Tiempo Como Método de Predicción con SPSS

Cronograma y Temática
Fecha. Hora Colombiana Temática  
Enero 29 1:30 a 3:30 P.M Introducción a las series temporales: Consideraciones previas de las series (consistencia, comparabilidad) y Descripción e identificación gráfica de los factores o componentes de una serie. Formato de fecha.   
Febrero 5 1:30 a 3:30 P.M Creación de series. Identificación y tratamiento de valores perdidos y atípicos atípicos, transformación de datos.  
Febrero 12 1:30 a 3:30 P.M Descomposición de una serie e Índices estacionales. Identificación de tendencia, estacionalidad, ciclos.   
Febrero 19 1:30 a 3:30 P.M Modelos personalizados de suavizado exponencial, Exponencial simple, Brown, Holt, Winter. Conceptos.  
Febrero 26 1:30 a 3:30 P.M Metodología ARIMA. Modelos Autoregresivos y de Promedios Moviles. Conceptos Básicos. Ejemplos. estadístico Ljung-Box y número de valores atípicos por modelo.
Marzo 5 1:30 a 3:30 P.M Funciones de Autocorrelación y Autocorrelación Parcial. Identificación del orden de los modelos.
Marzo 12 1:30 a 3:30 P.M Pronósticos e identificación de modelos ARIMA. Tratamiento de valores atípicos con el modelizador experto (Aditivo, Cambio de nivel, Innovador, Transitorio, Aditivo estacional, Tendencia local.
Marzo 19 1:30 a 3:30 P.M Validación de supuestos de los residuales y análisis de la volatilidad. Media igual cero (pruebas T), Normalidad (Kolmogorov-Smirnov y shapiro Shapiro), aleatoriedad (Rachas), Varianza Constante (level), Autocorrelación (Grafico de Autocorrelación). 
Abril 2 1:30 a 3:30 P.M Creación de modelos cuasales, aplicaciones.
Abril 9 1:30 a 3:30 P.M Criterios de selección del mejor modelo. Mostrar medidas de ajuste.
Medidas de ajuste. R cuadrado estacionaria, R cuadrado, Raíz de la media cuadrática de los errores, Error porcentual absoluto máximo, Error absoluto máximo.

Su inversión es de 157 dólares o 457.000 pesos colombianos. Asegure su cupo ahora, es limitado, adquiera su cuenta en Pay pal e invierta de manera segura por Internet, puede hacerlo YA, de click en el botón comprar ahora de Pay pal. De clic en la imagen.




Click para su participación en el curso online

Contará con un descuento del 10% para cualquier curso programado en el futuro.

Tener derecho a vídeos diseñados para fortalecer el uso del software utilizado en el curso (SPSS).

La inversión es de solamente 157 dólares o 457.000 pesos colombianos. Debe inscribirse ahora, el cupo es limitado.

Recuerde podrá seguir consultando al facilitador durante 2 meses, si tiene inquietudes sobre el tema de series de tiempo.

 Facilitador o Tutor

Estadístico León Darío Bello Parias

Docente Universidad de Antioquia con 32 años de experiencia. Asesor en múltiples trabajos de series de tiempo y otros temas estadísticos.

En Colombia, puede realizar una transferencia en Bancolombia a la cuenta de ahorro número 61463568030 a nombre de León Darío Bello Parias, por el valor de 457000 e informar al correo ldbello753@gmail.com de su consignación para recibir la información sobre el proceso de entrada al aula y recibir los primeros documentos introductorios sobre el tema y/o algún vídeo introductorio al tema. De clic en la imagen siguiente.




Click para su participación en el curso online

Contáctenos

León Darío Bello Parias

www.leondariobello.co

www.ciemonline.info

ciemvirtual@gmail.com

ldbello753@gmail.com

Docente Estadística y Marketing on line

Móvil +57  3165759247

Carrera 75 N 26-63

Medellin, Antioquia CO

Celular: 3165759247