Séries Temporais

A unidade curricular de Séries Temporais está suportada nos conteúdos fundamentais de Estatística. Os conhecimentos de programação proporcionados pelas unidades curriculares de programação são uma mais-valia.

As aulas são, de acordo com o que está determinado no plano curricular, teórico-práticas, planeadas e preparadas para terem um envolvimento ativo do estudante em vários momentos ou na totalidade da aula.

Na parte teórica, de introdução de conceitos, resultados fundamentais e métodos, será usado, tendencialmente, o método expositivo intercalado com tarefas que suscitem uma participação mais ativa de todos os estudantes. Estas tarefas incluem a colocação de questões aos e pelos estudantes, de forma oral e/ou numa plataforma, e também com a proposta de debate/discussão em pequenos grupos sobre algum aspeto/tópico exposto.

A parte prática será destinada ao desenvolvimento pleno das competências elencadas, através da exemplificação comentada de procedimentos e/ou da resolução de problemas sob orientação/tutoria do docente, incentivando-se o trabalho autónomo ou em pequenos grupos, evoluindo para uma aprendizagem baseada em projeto, com a realização do trabalho. Far-se-á prevalecer uma forte interação entre a teoria e a prática, dando, tanto quanto possível, um papel central à visualização e ao tratamento de situações concretas e reais.

O bom acompanhamento das aulas por parte do estudante pressupõe uma presença assídua nas aulas e disponibilidade para que o seu envolvimento se mantenha para além da aulas, com o início ou conclusão das tarefas acordadas em aula.

As tarefas de descrição de dados e previsão envolvem, com frequência, dados em que a componente temporal não pode ser negligenciada. Assim, nesta unidade curricular, o foco está nos dados em série temporal.

Objetivos:

1. Explicar os conceitos‑chave da análise e previsão de séries temporais.
2. Executar a análise exploratória e respetivo tratamento dos dados de séries temporais, atendendo aos objetivos de análise e/ou previsão definidos.
3. Selecionar, aplicar e comparar métodos de previsão adequados às séries temporais, avaliando, criticamente e seguindo as melhores práticas, a capacidade preditiva dos modelos obtidos.
4. Conceber, implementar e comunicar uma solução de previsão completa para séries temporais, justificando as decisões metodológicas tomadas.

Competências:

1. Adquirir, integrar e estruturar séries temporais provenientes de ficheiros, interfaces de programação de aplicações (API) ou bases de dados, assegurando a integridade temporal ao longo de todo o processo.
2. Descrever as séries temporais através de estudo exploratório que combine visualização, estatísticas descritivas e medidas de dependência temporal, realçando regularidades, ruturas e anomalias características deste tipo de dados.
3. Detetar potenciais problemas que afetem a qualidade dos dados (valores em falta, outliers e quebras de estrutura, entre outros) e efetuar o tratamento adequado.
4. Construir novas variáveis a partir das séries temporais (defasagens, diferenças, agregações, indicadores exógenos) que reforcem a capacidade explicativa e/ou preditiva dos modelos.
5. Identificar e implementar métodos de previsão quantitativos adequados, em função das características do problema em estudo.
6. Verificar os pressupostos dos modelos estimados, sinalizar as suas limitações e discutir as implicações para a utilização prática.
7. Avaliar a capacidade preditiva dos modelos obtidos e selecionar a alternativa mais adequada, seguindo as melhores práticas.
8. Utilizar e automatizar ferramentas informáticas para apoiar todas as etapas do processo de análise e previsão de séries temporais.
9. Documentar e comunicar, oralmente e por escrito, o processo seguido (incluindo opções e fundamentações técnicas), os resultados obtidos e as recomendações finais.

1. Análise de séries temporais
    1.1. Análise exploratória
    1.2. Tratamento de valores em falta
    1.3. Deteção de anomalias
    1.4. Transformação e extração de variáveis

2. Previsão de séries temporais
     2.1. Conceitos fundamentais
     2.2. Avaliação diagnóstico
     2.3. Avaliação da capacidade preditiva
     2.4. Métodos de previsão elementares
     2.5. Métodos de previsão estatísticos
     2.6. Métodos de previsão de aprendizagem computacional

NAO