Identificación, análisis, tratamiento , control y predicción de series de tiempo de datos biomédicos y de salud. 

• Identificar una serie temporal y determinar sus características esenciales.
• Realizar análisis exploratorio, gráfico y análisis clásico de las series de tiempo.
• Aplicar la modelación ARIMA de series de tiempo para el análisis y predicción de series temporales.
• Usar el software libre R en relación a los puntos anteriores

• Conceptos y aspectos del software libre R
• Identificación de series temporales, definición y ejemplos
• Determinación de las características de una serie
• Modelos simples para series temporales
• Análisis exploratorio: gráficos y análisis clásico
• Correlación, medidas de dependencia y suavizamiento
• Regresión clásica
• Series estacionarias, modelos autorregresivos y de medias móviles
• Modelación ARIMA y SARIMA
• Estimación y Predicción
• Construcción y elección de modelos
• Aplicación a datos reales

Estudiantes, Profesores y Profesionales del ámbito de las ciencias biomédicas que requieran formación para el tratamiento, análisis, control y predicción de series de tiempo. 

Conocimientos de estadística básica y regresión lineal. 

(No es necesario el conocimiento previo del software R)