SS_Logo

Descriptivo

Stata para la Estimación y Análisis de Modelos de Regresión Uniecuacionales y Econometría de Series de Tiempo. Autor: Julián Meléndez.

Descripción:

El entrenamiento aborda desde un enfoque sencillo y práctico las herramientas que ofrece STATA para el análisis de datos y la modelación econométrica.
Responsables por la Evaluación y Definición de Proyectos Sociales, Infraestructura, Salud, Educación y Políticas de Gobierno. Directores, Analistas Financieros y de Riesgos en los Sectores Público y Privado. Docentes, Investigadores y personas que en sus labores requieran la aplicabilidad de métodos estadísticos y econométricos.
Introducción al uso de Stata como herramienta para la Estimación y Análisis de Modelos de Regresión Uniecuacionales y Econometría de Series de Tiempo.

Manejo de Bases de Datos.

  • Importar y Exportar Bases de Datos
  • Bases de Datos de Excel a STATA
  • Creando y Transformando Variables (Formatos y Tipos de Variables)
  • Ordenar, Transponer y Colapsar Variables y Bases de Datos
  • Pegues Horizontales y Verticales de Variables y Observaciones
  • Recodificación de Variables
  • Creación de Variables Dummy
  • Manejo de Datos Duplicados

Análisis de Bases de Datos.

  • Filtros
  • Estadísticas Descriptivas.
  • Generación de Tabulados de Variables y Tablas Estadísticas para una o más variables
  • Tablas Descriptivas
  • Tablas de Frecuencias
  • Tablas Estadísticas (Promedio, Cuenta, Desviación Estándar, etc.)
  • Correlaciones/Covarianza
  • Pruebas de Hipótesis sobre la Media y la Varianza (Univariado y Bivariado) 
  • Exportación de Resultados a Excel y Otros

Gráficos.

  • Manejo del Twoway (Scatter, Line, Area, Rango)
  • Gráfica de Barras
  • Gráfica de Correlaciones
  • Gráfica de Puntos
  • Histrograma
  • Gráfico de Torta o Pie
  • Gráfico de Cajas

Opciones Avanzadas de Manejo de Bases de Datos.

  • Interpolar / Extrapolar Datos
  • Introducción a la Imputación
  • Ortogonalizar y Rectangulizar Variables
  • Usando Correlaciones en Bases de Datos
  • Generando Variables Aleatorias

Modelo Clásico de Regresión Lineal (MCRL):

Visión General

  • Supuestos del MCRL
  • Propiedades de los Estimadores de MCO
  • Precisión y Errores Estándar
  • Inferencia Estadística:  Prueba T, Intervalos de Confianza y Nivel de Significancia Exacta
  • Generalización del Modelo de Regresión Simple al Múltiple
  • Cálculo de los Parámetros en el Caso Generalizado
  • Pruebas de Hipótesis Múltiples: Prueba F
  • Minería de Datos y Tamaño de la Prueba
  • Bondad de Ajuste
  • Ejercicios

Supuestos del MCRL y Pruebas de Diagnóstico:

  • Validación de los Supuestos
  • Multicolinealidad
  • Forma Funcional Incorrecta
  • Omisión de una Variable Importante
  • Inclusión de una Variable Irrelevante
  • Estabilidad de los Parámetros
  • Ejercicios

Modelación y Pronóstico de Series de Tiempo Univariadas:

  • Introducción
  • Procesos Autorregresivos (AR)
  • Procesos de Media Móvil (MA)
  • Funciones de Autocorrelación y Correlación Parcial
  • Procesos ARIMA
  • Modelos ARIMA: Metodología Box-Jenkins
  • Pronósticos
  • Ejercicios

¡Guarda esta información!

Descargalo en PDF

Descargar

¡Comparte este evento con tus colegas!

Email

Enviar

WhatsApp

Facebook

Cotizar
Próximos
Eventos

X

Mis cotizaciones:

Comentarios a tu solicitud:

Cotizar