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.
1. Conocimientos Básicos en STATA.
2. Regresión Lineal.
Introducción
Estimación de la matriz de correlación entre variables
Estimación del modelo estándar de regresión lineal MCO (regress)
Pruebas de hipótesis sobre los parámetros (test)
Pronóstico
Revisión de los supuestos del modelo MCO: Multicolinealidad, Heterocedasticidad y
Normalidad
3. Series de Tiempo.
Descomposición de series
Métodos de Suavización
Estacionariedad y Pruebas de Raíz Unitaria
Identificación de Modelos ARIMA (Correlogramas)
Estimación de Modelos ARIMA y ARIMAX
· Modelos ARCH-GARCH
4. Modelos Multivariados.
Modelos VAR
Pruebas de Cointegración
Modelos VEC
Evaluación de supuestos
Pronósticos - impulso respuesta
5. Análisis de Datos Panel.
Introducción
Modelos de efectos fijos, aleatorios y agrupados: Between
Eligiendo entre modelos de efectos fijos y efectos aleatorios
6. Tópicos Avanzados.
Análisis Factorial
Análisis de Componentes Principales
Modelos de elección discreta - Logit
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.
Paul Andrés Rodríguez Lesmes
Economista, en la actualidad adelanta sus estudios de Maestría en Economía y se desempeña como joven investigador en la Facultad de Economía de la Universidad del Rosario. Es Coordinador del Semillero de Investigación de la Facultad y miembro del programa de Instructores de SOFTWARE shop. Su énfasis está en temas relacionados con la Economía Pública a través de la microeconomía aplicada.
Online
