1. Procesos Estocásticos Estacionarios: naturaleza, conceptos, propiedades y características.

2. Procesos Estocásticos Estacionarios para el análisis de series temporales: AR(p), MA(q), ARMA(p,q), ARIMA(p,d,q).

3. Metodología para el análisis de modelos ARMA(p,q) y ARIMA(p,d,q), tanto estacionales como no estacionales. Identificación, Estimación, Diagnóstico y Predicción.

4. Modelos de Función de Transferencia: Identificación, Estimación. Aplicaciones.

5. Modelos ARCH y GARCH. Propiedades. Identificación. Estimación. Introducción a los modelos multivariantes. Aplicaciones.

6. Modelos de Espacio de Estados. Introducción. Propiedades. Estimación.

7. Introducción al Análisis de Series Temporales mediante algoritmos de Redes Neuronales. Aplicaciones.

8. Uso del sistema SAS, para analizar series de tiempo por medio de las técnicas presentadas.