Curso Gratuito Diplomado en Econometría

Información gratuita

Nombre y apellidos

Email

Teléfono

Situación laboral

País

Provincia

Acepto la Política de Privacidad, el Aviso Legal y la Política de Cookies de cursosgratuitos.es

Curso 100% Bonificable si eres trabajador contratado en el régimen general y envías la documentación de matrícula (en el caso de ser estudiante, desempleado, autónomo, funcionario o jubilado puedes realizar este curso de forma parcialmente subvencionada)

Para qué te prepara:

Con este Diplomado en Econometría serás capaz de analizar e interpretar todos los datos y resultados económicos y sabrás elaborar los parámetros clave imprescindibles para tomar decisiones económicas y financieras. Sabrás utilizar modelos estadísticos y matemáticos para hacer predicciones sobre variables como el precio, las tasas de interés, los tipos de cambio, las reacciones del mercado o el costo de la producción.

A quién va dirigido:

Nuestro Diplomado en Econometría se dirige a los profesionales de las sociedades que deben tomar decisiones en materia de inversión y financiación. También será la formación adecuada para los inversores particulares que desean adquirir activos financieros en los mercados para obtener plusvalías.

Titulación:

Titulación Universitaria de Diplomado en Econometría otorgada por San Ignacio University of Miami (SIU)

Objetivos:

- Entender que es la econometría y como se aplica en la empresa - Analizar el modelo de Regresión Lineal Múltiple - Saber realizar el Modelo de Regresión con variables ficticias - Determinar el uso y aplicación del modelo de Regresión Lineal Múltiple generalizado - Analizar lo modelos de Respuesta Cuantitativa y de Variable dependiente-limitada

Salidas Laborales:

Las salidas profesionales del Diplomado en Econometría se encuentran en los departamentos económico y financiero de las sociedades y en la posibilidad de realizar inversiones de manera privada. Las empresas buscan profesionales que sepan hacer mediciones o analizar las realizadas por terceros en áreas como mercadotecnia o la investigación de mercados para realizar pronósticos de la oferta y la demanda.

Resumen:

La econometría ha dejado de ser una ciencia compleja y teórica para convertirse en una herramienta determinante en las decisiones económicas de las empresas. Los estudios de los datos económicos para la implantación de modelos de éxito requieren conocimientos a nivel económico, de estadística y matemáticos. Todo esto lo engloba la econometría. Una sociedad, un inversor o una persona de negocios debe conocer el mercado, las políticas monetarias del entorno en cada momento, pero también saber hacer predicciones de valores. Todo esto se consigue con una formación econométrica como la que te ofrecemos en nuestro curso que te permitirá tomar las mejores decisiones en el ámbito económico y financiero.

Metodología:

Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.

Temario:

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ECONOMETRÍA
  1. Introducción a los modelos econométricos
  2. Especificación y estimación del modelo lineal simple
  3. Estimación de la varianza de la perturbación aleatoria
UNIDAD DIDÁCTICA 2. EL MODELO LINEAL SIMPLE NORMAL
  1. Estimadores máximo-verosímiles
  2. Distribución de los estimadores de los parámetros del MLS normal
  3. Intervalos y regiones de confianza para los parámetros del MLS normal
  4. Contrastes de hipótesis para los parámetros del MLS normal
  5. El coeficiente de determinación
  6. Análisis de la varianza en la regresión
  7. Equivalencia de las pruebas de correlación, regresión y ANOVApara la incorrelación de las variables del MLS
  8. Explotación del MLS
  9. El MLS de un solo parámetro o sin término independiente
  10. Ejercicio tipo del MLS
UNIDAD DIDÁCTICA 3. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE
  1. Introducción
  2. Especificación del modelo de regresión lineal múltiple
  3. Inferencia estadística del MRLM I
  4. Inferencia estadística del MRLM II
  5. Sumas de cuadrados, análisis de la varianza y R2
  6. El proceso de predicción
  7. Estimación restringida
  8. Contrastes de cambio estructural, linealidad y normalidad
  9. Errores de especificación
UNIDAD DIDÁCTICA 4. PROBLEMAS CON LA INFORMACIÓN: ANÁLISIS DE OBSERVACIONES Y MULTICOLINEALIDAD
  1. Introducción
  2. Influencia potencial
  3. Influencia real
  4. Observaciones atípicas
  5. Multicolinealidad: definición, grados y consecuencias
  6. Principales criterios de detección para la multicolinealidad
  7. Posibles soluciones a la multicolinealidad
UNIDAD DIDÁCTICA 5. INFORMACIÓN CUALITATIVA: VARIABLES FICTICIAS
  1. Introducción
  2. El modelo de regresión con variables ficticias
  3. Una nueva versión del contraste de cambio estructural
UNIDAD DIDÁCTICA 6. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE GENERALIZADO. PERTURBACIÓN NO ESFÉRICA: HETEROSCEDASTICIDAD Y AUTOCORRELACIÓN
  1. Introducción
  2. Consecuencias en la estimación por MCO
  3. Estimador Mínimo Cuadrático Generalizado (MCG)
  4. Comparación entre el estimador MCO y MCG
  5. Heteroscedasticidad
  6. Métodos de estimación en presencia de heteroscedasticidad
  7. Contrastes de heteroscedasticidad
  8. Autocorrelación
  9. Esquemas lineales con comportamiento autocorrelacionado
  10. Métodos de estimación en presencia de autocorrelación
  11. Contrastes de autocorrelación
UNIDAD DIDÁCTICA 7. MODELOS DE RESPUESTA CUALITATIVA
  1. Introducción
  2. Modelos de elección discreta (variable dependiente dicotómica)
  3. Especificación e inferencia de los modelos Probit y Logit
  4. Contrastes de hipótesis (Test de razón de verosimilitud), Test de Wald y de Multiplicadores de Lagrange)
  5. Modelos de respuesta múltiple: Modelos Logit Condicional (MLC) y Multinomial (MLM)
UNIDAD DIDÁCTICA 8. MODELOS DE VARIABLE DEPENDIENTE-LIMITADA
  1. Especificación e inferencia de Modelo de Regresión Censurado (Modelo Tobit)
  2. Variaciones del Modelo Tobit Standard
  3. Generalización del Modelo Tobit: Modelos bivariantes
  4. Introducción a los modelos de recuento
UNIDAD DIDÁCTICA 9. INTRODUCCIÓN A LOS MODELOS CON DATOS PANEL
  1. Introducción
  2. Tipología de modelos con datos de panel
  3. Métodos de estimación para modelos en niveles o estáticos
  4. Contrastes de especificación en el modelo estático
  5. El modelo dinámico
  6. Contrastes de especificación en el modelo dinámico