Sesión ll: Regresión con Series de Tiempo: Variables Estacionarias

Descripción:

Los modelos de series de tiempo ameritan un capítulo aparte dentro de los modelos de regresión. No solo porque las estructuras de información denominadas series de tiempo poseen unos elementos diferenciadores de los cortes transversales -estructura típica de los modelos de regresión lineal- si no porque la mayoría de las veces, el objetivo de modelación es distinto entre uno y otro pronóstico (s. de t.) vs. causalidad (c. t.). En los próximos dos cursos cortos revisaremos los fundamentos de modelos con variables estacionarias.

Profesionales, investigadores, docentes, estudiantes y en general a todas las personas que estén interesadas en aprender temas en modelación econométrica.

Introducir el concepto de series de tiempo y estacionariedad. Estimar los parámetros del modelo a través de herramientas informáticas. Interpretar las salidas y tablas de resultados de los programas.

Introducción: series de tiempo y estacionariedad.
Rezagos distribuidos. Correlación serial.
Pruebas de correlación.
Estimación.
Pronóstico.

Julián Andrés Meléndez Cardona
Acreditado con la Certificación Internacional en Administración de Riesgo - CQRM, impartido por el Dr. Johnathan Mun y otorgado por el Instituto IIPER. Economista con Especialización en Gerencia de Mercadeo de la Universidad Externado de Colombia. Cuenta con amplia experiencia en temas de Valor de Dinero en el Tiempo y en Análisis y Planeación Financiera de entidades en los sectores Financiero y Real. En el campo académico trabajó como docente en temas de Econometría y Finanzas en la Universidad Externado de Colombia y en la Fundación Universitaria Los Libertadores. Actualmente se desempeña como Gerente de Producto del Portafolio Cuantitativo de SOFTWARE shop para Latinoamérica.

¡Guarda esta información!

Descargalo en PDF

Descargar

¡Comparte este evento con tus colegas!

Email

Enviar