Análisis de Series de Tiempo con Software Estadístico R

Área Financiera y Economía
Remoto
Inicia el 08 de abril de 2024
24 horas

Inversión	$750.000
Horarios	Lunes y viernes de 6:30 p.m. a 9:30 p.m
duración	4 semanas
intensidad	24 horas
Facultad	Facultad de Economía
certificado	SÍ
CONTENIDO DEL PROGRAMA

Objetivo

Presentar herramientas que, complementando las propiamente estadísticas, propician la construcción de distintos modelos enfocados en el análisis de grandes cantidades de datos permitiendo extraer, organizar y analizar información de forma más precisa con el propósito de facilitar la toma de decisiones.

Dirigido a

Investigadores de todas las áreas del conocimiento, estadísticos, analistas, miembros de grupos de investigación, académicos, estudiantes universitarios, estudiantes pos graduales, estudiantes de doctorado tanto de ciencias sociales como de ciencias exactas, investigadores de mercados, analistas de mercado, y toda persona que desee incursionar en esta materia y adquirir las nociones fundamentales del análisis de datos.

Comprenderá el concepto de series de tiempo.
Identificará cada uno de los componentes de una serie de tiempo.
Descompondrá una serie de tiempo.
Determinará si una serie es estacionaría u homocedástica.
Construirá diferentes modelos de predicción.

Módulo 1 Conceptos básicos del software estadístico R
R es una de las herramientas de software libre más utilizadas en el mundo por su versatilidad, poder gráfico y gran poder de cálculo. En esta primera parte se presentará su entorno y se trabajará con de sus algunos objetos.
Identificación del entorno R.
Objetos básicos.
Cargue de archivos y manipulación de objetos.

Módulo 2 Depuración y análisis exploratorio de datos.
Una de las primeras dificultades encontradas cuando se analiza una gran cantidad de información es el determinar cuál de ella es verdaderamente importante, representativa y significativa. En esta primera parte se proporcionarán las herramientas para depurar, seleccionar y caracterizar la información que debe ser utilizada en la construcción de modelos.
Depuración de datos.
Selección de muestras significativas y representativas
Análisis exploratorio de datos, gráfico y formal.
Limpieza de datos.
Análisis estadístico de la información.
Análisis de información no normal o atípica.

Módulo 3 Construcción y análisis de modelos cuantitativos y cualitativos.
Después de haber seleccionado el conjunto de datos relevante, significativo y representativo, se presentan diversos modelos que permiten la generación de nuevo conocimiento de la situación, aportando de esta forma indicadores e índices que caracterizan cada una de las partes del problema a analizar.
Modelos de regresión múltiple
Modelos Logit, Probit.
Modelos multinominales.

Módulo 4 Construcción y análisis de modelos de reducción de dimensiones.
En muchas ocasiones el fenómeno que desea analizarse está descrito por varias variables. El objetivo de la reducción de dimensiones es tratar de obtener un conjunto de variables menor al anterior, máximo de dos o tres variables, que resuman la mayor cantidad de información o variabilidad de las variables originales y faciliten el acercamiento al problema en cuestión.
Construcción y análisis de Componentes Principales.
Construcción y análisis Factorial de Correspondencias.
Construcción y análisis de Correspondencias Múltiples.
Construcción y análisis de indicadores e índices.

Módulo 5 Modelos de toma de decisiones.
En muchas situaciones es necesaria la descripción detallada de un conjunto de individuos, o la agrupación de los mismos, o la generación de diferentes escenarios que faciliten la toma de decisiones en cuánto a públicos objetivos o estrategias a seguir. Aquí se presentan algunos modelos que facilitan este tipo de decisiones.
Construcción y análisis de Árboles de decisión.
Construcción y análisis de Clúster y segmentación.
Redes Neuronales.