12 DE JULIO
SÁBADOS Y DOMINGOS: 5:00 PM - 7:00 PM
24 DE NOVIEMBRE
El presente programa está dirigido a:
Al finalizar el programa, el participante será capaz de:
Desarrolla habilidades para limpiar, organizar, visualizar e interpretar datos económicos y financieros. Se trabajan fundamentos de estadística descriptiva, probabilidad, inferencia, tratamiento de valores faltantes, detección de outliers y análisis exploratorio con Excel, RStudio, Python, Power BI, ChatGPT y Copilot.
Introduce los principios de la econometría moderna, el modelo clásico de regresión lineal, diagnóstico econométrico, validación de modelos, multicolinealidad, heterocedasticidad, autocorrelación, errores robustos, endogeneidad y variables instrumentales.
Aborda el análisis de microdatos provenientes de encuestas, hogares, empresas y registros administrativos. Incluye modelos Logit, Probit, modelos ordenados, modelos de conteo, Tobit, Heckman, ecuaciones simultáneas, micro-panel y aplicaciones en empleo, ingresos, consumo, educación, salud e inclusión financiera.
Desarrolla modelos para analizar y pronosticar variables macroeconómicas como inflación, PBI, tipo de cambio, tasas de interés, empleo y commodities. Se trabajan modelos ARIMA, SARIMA, VAR, VECM, SVAR, causalidad de Granger, cointegración, escenarios macroeconómicos y uso de IA para explicar proyecciones.
Permite analizar fenómenos económicos, sociales, empresariales y regionales con datos de panel, SQL, BigQuery y Power BI. Se estudian modelos Pooled OLS, efectos fijos, efectos aleatorios, prueba de Hausman, robustez, panel dinámico, GMM y estimador Arellano-Bond.
Se enfoca en medir el efecto real de políticas, programas, intervenciones y decisiones empresariales. Incluye fundamentos de causalidad, enfoque contrafactual, RCTs, Propensity Score Matching, Difference-in-Differences, Regression Discontinuity Design, variables instrumentales, control sintético y comunicación de resultados para tomadores de decisión.
Desarrolla modelos econométricos y cuantitativos para analizar mercados financieros, volatilidad, riesgo bancario, portafolios e inversiones. Incluye modelos ARCH, GARCH, EGARCH, TARCH, DCC-GARCH, Value at Risk, Expected Shortfall, backtesting, stress testing, CAPM, Fama-French y optimización de portafolios.
Introduce el enfoque bayesiano para modelar incertidumbre económica y financiera. Se trabajan priors, likelihood, distribución posterior, regresión bayesiana, simulación Monte Carlo, MCMC, Gibbs Sampling, Metropolis-Hastings, VAR bayesiano y simulación de shocks y escenarios.
Integra econometría tradicional con machine learning, deep learning e IA generativa para mejorar predicciones económicas, financieras y empresariales. Se trabajan modelos como Random Forest, XGBoost, Prophet, LSTM, TensorFlow/Keras, SHAP, LIME, validación temporal e interpretación de modelos predictivos.
Convierte resultados estadísticos, econométricos y predictivos en dashboards ejecutivos, reportes visuales y presentaciones de alto impacto. Incluye conexión de datos, Power Query, KPIs, visualización de coeficientes, efectos marginales, pronósticos, storytelling con datos y automatización de conclusiones con IA.
Desarrolla habilidades para limpiar, organizar, visualizar e interpretar datos económicos y financieros. Se trabajan fundamentos de estadística descriptiva, probabilidad, inferencia, tratamiento de valores faltantes, detección de outliers y análisis exploratorio con Excel, RStudio, Python, Power BI, ChatGPT y Copilot.
Introduce los principios de la econometría moderna, el modelo clásico de regresión lineal, diagnóstico econométrico, validación de modelos, multicolinealidad, heterocedasticidad, autocorrelación, errores robustos, endogeneidad y variables instrumentales.
Aborda el análisis de microdatos provenientes de encuestas, hogares, empresas y registros administrativos. Incluye modelos Logit, Probit, modelos ordenados, modelos de conteo, Tobit, Heckman, ecuaciones simultáneas, micro-panel y aplicaciones en empleo, ingresos, consumo, educación, salud e inclusión financiera.
Desarrolla modelos para analizar y pronosticar variables macroeconómicas como inflación, PBI, tipo de cambio, tasas de interés, empleo y commodities. Se trabajan modelos ARIMA, SARIMA, VAR, VECM, SVAR, causalidad de Granger, cointegración, escenarios macroeconómicos y uso de IA para explicar proyecciones.
Permite analizar fenómenos económicos, sociales, empresariales y regionales con datos de panel, SQL, BigQuery y Power BI. Se estudian modelos Pooled OLS, efectos fijos, efectos aleatorios, prueba de Hausman, robustez, panel dinámico, GMM y estimador Arellano-Bond.
Se enfoca en medir el efecto real de políticas, programas, intervenciones y decisiones empresariales. Incluye fundamentos de causalidad, enfoque contrafactual, RCTs, Propensity Score Matching, Difference-in-Differences, Regression Discontinuity Design, variables instrumentales, control sintético y comunicación de resultados para tomadores de decisión.
Desarrolla modelos econométricos y cuantitativos para analizar mercados financieros, volatilidad, riesgo bancario, portafolios e inversiones. Incluye modelos ARCH, GARCH, EGARCH, TARCH, DCC-GARCH, Value at Risk, Expected Shortfall, backtesting, stress testing, CAPM, Fama-French y optimización de portafolios.
Introduce el enfoque bayesiano para modelar incertidumbre económica y financiera. Se trabajan priors, likelihood, distribución posterior, regresión bayesiana, simulación Monte Carlo, MCMC, Gibbs Sampling, Metropolis-Hastings, VAR bayesiano y simulación de shocks y escenarios.
Integra econometría tradicional con machine learning, deep learning e IA generativa para mejorar predicciones económicas, financieras y empresariales. Se trabajan modelos como Random Forest, XGBoost, Prophet, LSTM, TensorFlow/Keras, SHAP, LIME, validación temporal e interpretación de modelos predictivos.
Convierte resultados estadísticos, econométricos y predictivos en dashboards ejecutivos, reportes visuales y presentaciones de alto impacto. Incluye conexión de datos, Power Query, KPIs, visualización de coeficientes, efectos marginales, pronósticos, storytelling con datos y automatización de conclusiones con IA.
