La modelización clásica de datos temporales parte del carácter discreto de la serie objeto de estudio, es decir, la ocurrencia se produce en instantes de tiempo concretos, a pesar de que el fenómeno estudiado puede en ocasiones evolucionar de forma continua a lo largo del tiempo. Así, en los últimos años se están introduciendo metodologías funcionales para el tratamiento de tales series, respetando su naturaleza en tiempo-continuo. La presente monografía recoge, de forma divulgativa, algunos de los aspectos usuales en el análisis de datos funcionales, incluyendo las aportaciones fundamentales realizadas por los autores sobre el tema. Así, tras repasar los conceptos teóricos básicos sobre espacios funcionales, se abordan los métodos de modelización estocástica basados en el análisis en componentes principales, así como los algoritmos numéricos necesarios para su implementación, introduciendo seguidamente los modelos PCP para predecir series funcionales. Finalmente, se incluye un capítulo dedicado a aplicaciones con datos reales y simulados.