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.

Miguel Ángel Bello Bernal, Mag.
Economista de la Universidad de la Salle de Colombia, con Maestría en Administración y Dirección de Empresas de la Universidad Villanueva en Madrid - España y Certificación Internacional en Gestión Cuantitativa de Riesgo Cuantitativos (CQRM) otorgada por el Instituto IIPER (International Institute of Professional Education and Research). Instructor del Portafolio de Riesgo de Software Shop para Latinoamérica, se ha desempeñado como docente de Estadística, Toma de Decisiones y Econometría Financiera en Especialización y Maestría en diferentes universidades de Colombia.

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