Docentes, Investigadores, analistas financieros y personas involucradas en labores de investigación que requieran el conocimiento de métodos estadísticos y econométricos, pertenecientes a los sectores público, privado o instituciones no gubernamentales.
De acuerdo con el tipo de audiencia, el entrenamiento busca:
1. Conocer el manejo del Stata para el análisis estadístico, econométrico, series de tiempo, datos paneles y modelos no paramétricos.
2. Para docentes, la aplicación de Stata en la docencia, con el fin de que los estudiantes puedan hacer las prácticas con la utilización de Stata como complemento a las enseñanzas recibidas en el aula.
3. Para otros profesionales, el incremento de su eficiencia con la utilización adecuada de Stata;
así obtendrán grandes beneficios para su realización personal y para el mejoramiento de la empresa.
Interactuando con el Ambiente de STATA.
1. Cargando y guardando datos en Stata.
2. Generación de variables.
3. Transformación de Variables.
4. Eliminación de Variables.
5. Pegues horizontales y verticales de bases de datos (append, merge).
6. Cambios en el formato para desplegar bases de datos. De tipo panel a corte transversal y
viceversa (reshape).
7. Creación de bases de datos a partir de consolidados y agregaciones de información
(collapse).
Manipulación de Datos - Generación de Nuevas Variables.
1. Operadores lógicos y funciones para generar nuevas variables (gen, egen).
2. Recodificación de variables (recode).
3. Generación de variables categóricas y de tipo 'dummy'.
4. Generación de variables con formato temporal: fechas, series de tiempo, generación de
retardo y diferencias.
Análisis Descriptivo de Datos.
1. Estadísticas básicas (codebook, sum).
2. Generación de tabulados de variables y tablas de estadísticas para una o másvariables (tab,
table).
3. Pruebas de hipótesis: de media y de varianza
Manejo de Gráficos.
1. Generación de gráficos desde el cuadro de comandos y la ventana del editor.
2. Diagramas de dispersión (scatter) y de distribución de variables (histogram).
Regresión Lineal
1. Introducción.
2. Estimación de la matriz de correlación entre variables.
3. Estimación del modelo estándar de regresión lineal -MCO- (regress).
4. Pruebas de hipótesis sobre los parámetros (test).
5. Pronóstico.
6. Revisión de supuestos del modelo MCO: Multicolinealidad, Heterocedasticidad y Normalidad
Series de Tiempo
1. Descomposición de series
2. Métodos de Suavización
3. Estacionariedad y Pruebas de Raíz Unitaria
4. Identificación de Modelos ARIMA (Correlogramas)
5. Estimación de Modelos ARIMA y ARIMAX
6. Modelos ARCH-GARCH
Modelos Multivariados
1. Modelos VAR
2. Pruebas de Cointegración
3. Modelos VEC
4. Evaluación de supuestos
5. Pronósticos - impulso respuesta
Análisis de Datos Panel
1. Introducción
2. Modelos de efectos fijos, aleatorios y agrupados: Between
3. Eligiendo entre modelos de efectos fijos y efectos aleatorios
Tópicos Avanzados.
1. Análisis Factorial
2. Análisis de Componentes Principales
3. Modelos de elección discreta - Logit - Probit
Brayan Ricardo Rojas Ormaza, Mag.
Economista, con especialización en gestión de riesgos financieros y maestría en finanzas. Cuenta con más de 10 años de experiencia en la industria bancaria, financiera y de consultoría. Actualmente, es el Director de Riesgos Financieros en KPMG Colombia, en donde lidera procesos de implementación de gestión de riesgos, analítica de datos y machine learning en diferentes sectores e industrias para entidades públicas y privadas. Es profesor de cursos de posgrado en diferentes instituciones como la Universidad del Rosario, EAFIT y el Politécnico Grancolombiano. Además, hace parte del equipo de instructores del área cuantitativa de Software Shop, en donde trabaja con diferentes herramientas para el análisis estadístico y econométrico.