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.

Miguel Ángel Bello Bernal, Mag.
Instructor de econometría y riesgo en Software Shop para Latinoamérica, economista de la Universidad de la Salle, con Maestría en Administración y Dirección de Empresas de la Universidad Villanueva en Madrid-España, actualmente está cursando la Maestría en Finanzas Cuantitativas en la Universidad del Rosario en Colombia. Se ha desempeñado como profesor de estadística, toma de decisiones y econometría financiera en especializaciones y maestrías en varias Universidades de Colombia, como: CESA, Universidad del Norte, Universidad del Rosario, Universidad EAFIT, Universidad Piloto y Universidad Jorge Tadeo Lozano. Ha impartido entrenamientos especializados en materia de análisis de riesgos en entidades internacionales como: Comisión Nacional de Acreditación (Chile); Ministerio de Economía y Finanzas del Perú, OSITRAN, Organismo de Evaluación y Fiscalización Ambiental del Perú (Perú); Banco Económico de Bolivia, Banco Fassil S.A., Universidad Privada de Santa Cruz (Bolivia); Superintendencia de Industria y Comercio, Fondo Nacional del Ahorro, Grupo Saludcoop, La Equidad Seguros, FINDETER S.A., Bolsa de Valores de Colombia, Cámara Colombiana de Infraestructura, Universidad EAFIT, Fundación Universidad de América (Colombia); Banco Central de Costa Rica, Banco Popular y de Desarrollo Comunal de Costa Rica (Costa Rica).

Este y muchos eventos los creamos gratuitamente para ti, en busca de un mejor desarrollo de nuestra región!

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.