¿Qué aprenderás?
- Proporcionar una sólida comprensión de los métodos econométricos avanzados y su aplicación en la ciencia de datos.
- Capacitar a los participantes en el uso de herramientas estadísticas y de programación como Python, R, y Stata para análisis y modelado de datos.
- Facilitar la habilidad de interpretar y comunicar resultados de modelos econométricos y de machine learning en contextos de negocio y economía.
Contenido del curso
INTRODUCCION
-
CLASE 1
02:31:30
MATEMÁTICA PARA ECONOMISTAS
-
CLASE 1
01:57:42 -
CLASE 2
02:13:39 -
CLASE 3
01:56:37 -
CLASE 4
01:56:55
FUNDAMENTOS DE ESTADÍSTICA
-
CLASE 1
02:02:28 -
CLASE 2
02:24:05 -
CLASE 3
02:16:32 -
CLASE 4
02:10:37
ESTADÍSTICA APLICADA, MODELADO MATEMÁTICO Y ANÁLISIS CUANTITATIVO
-
CLASE 1
02:17:55 -
CLASE 2
01:59:18 -
CLASE 3
01:56:59 -
CLASE 4
02:04:04
FUNDAMENTOS DE LA ECONOMETRIA
-
CLASE 1
01:57:42 -
CLASE 2
01:54:10
MICROECONOMETRÍA Y ANÁLISIS DE DATOS
-
CLASE 24/08
01:49:31 -
CLASE 30/08
01:56:59 -
CLASE 31/08
01:56:14 -
CLASE 06/09
02:09:18 -
CLASE 07/09
01:43:41 -
CLASE RECUPERACION 23/08
01:58:03
MACROECONOMETRÍA Y ANÁLISIS DE DATOS
-
CLASE 1
02:07:12 -
CLASE 2
01:52:53 -
CLASE 3
02:08:32 -
CLASE 4
01:43:56 -
CLASE 5
01:56:49 -
CLASE RECUPERACION 02/10
02:08:23 -
CLASE 6
01:58:16
ECONOMETRÍA FINANCIERA Y BANCARIA
-
CLASE 1
01:59:15 -
CLASE 2
01:53:15 -
CLASE 3
02:33:34 -
CLASE 4
02:32:26
EVALUACIÓN DE IMPACTO I Y II
-
CLASE 1
01:54:55 -
CLASE 2
01:21:01 -
CLASE 3
01:31:32 -
CLASE 4
01:39:30 -
CLASE 5
01:34:48
ECONOMETRÍA BAYESIANA Y ANÁLISIS DE DATOS
-
CLASE 1
01:40:35 -
CLASE 2
01:41:33 -
CLASE 3
01:47:49




