El objetivo de este libro es presentar las tecnicas de prediccion modernas basadas en el analisis de series temporales. El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con las series temporales o modelos econometricos que tengan relacion con las series de tiempo. Asimismo, es util para los profesionales de la Economia, Ciencias Sociales, Ciencias Experimentales y otras ramas cientificas en las que se aplican las tecnicas de modelizacion temporal y la prediccion. El libro comienza introduciendo al lector en los conceptos esenciales para el trabajo con series temporales, como el tratamiento de tendencias, variaciones estacionales y variaciones ciclicas y tratando los metodos deterministas de prediccion y suavizado (medias moviles, Holt-Winters, etc.). A continuacion, se abordan los metodos estocasticos de prediccion presentando el analisis univariante de series temporales a traves de los modelos ARIMA y la metodologia de Box-Jenkins, incluyendo modelos estacionales y generales con sus etapas de identificacion, estimacion, diagnosis y prediccion. Posteriormente se abordan temas mas avanzados como el analisis de la intervencion y los modelos de la funcion de transferencia. Tambien se desarrollan metodos de prediccion con series temporales a traves de redes neuronales y espacio de los estados. Representa un valor añadido fundamental el analisis detallado de las posibilidades del software R para obtener predicciones a traves de las series temporales. Se hace hincapie en los metodos de prediccion automatica que incorpora R en sus ultimas versiones. En cuanto a la metodologia docente, cada capitulo comienza con una exposicion resumida de los conceptos teoricos y posteriormente se enfoca la parte practica ilustrando cada concepto teorico con ejemplos desarrollados de forma muy detallada. Los capitulos finalizan con la resolucion clara y precisa de problemas representativos del tema en estudio.