El propósito de este libro es presentar técnicas modernas de pronóstico basadas en análisis de series de tiempo.
El contenido está dirigido a docentes y estudiantes universitarios de todos los niveles que impartan o estudien temas relacionados con el tiempo o modelos econométricos de series temporales. Asimismo, es de utilidad para los profesionales de la Economía, Ciencias Sociales, Ciencias Experimentales y otras ramas de la ciencia donde se apliquen técnicas de modelado predictivo y del tiempo.
El libro comienza presentando al lector los conceptos esenciales para trabajar con series de tiempo, como el tratamiento de tendencias, cambios estacionales y variaciones cíclicas, y se ocupa de métodos deterministas y de suavizado (medios en movimiento, Holt-Winters, etc.). .). Posteriormente, se abordan métodos de predicción estocástica para presentar el análisis univariante de series temporales a través de modelos ARIMA y metodología Box-Jenkins, incluyendo modelos estacionales y generales con sus etapas de identificación, estimación, diagnóstico y predicción. Posteriormente se abordan temas superiores como el análisis de intervenciones y los modelos de funciones de transferencia. Los métodos predictivos con series de tiempo también se desarrollan a través de redes neuronales y espacio de estados.
El valor fundamental representa un análisis detallado de las posibilidades del software R para obtener predicciones a través de una serie de tiempo. Se pone énfasis en los métodos de predicción automática que incorporan R en sus últimas versiones.
En cuanto a la metodología de enseñanza, cada capítulo comienza con una breve ilustración de los conceptos teóricos y va seguido de un enfoque en la parte práctica, ilustrando cada concepto teórico con ejemplos desarrollados de forma muy detallada. Los capítulos concluyen con una solución clara y concisa a los problemas representativos del tema en estudio.