Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 1K vistas

    Python Aplicado A La Econometria

    Cargado por

    Rafael Bustamante
    Este documento presenta un curso de Python Aplicado a la Econometría de nivel básico. El curso de 100 horas virtuales será dictado por Rafael Bustamante y cubrirá temas como programación en Python, manejo de bases de datos, visualización de datos, análisis de regresión, análisis de clasificación y series temporales. El objetivo es proporcionar las herramientas básicas e intermedios de Python y su aplicación a la econometría.

    Copyright:

    © All Rights Reserved

    Python Aplicado A La Econometria

    Cargado por

    Rafael Bustamante
    1K vistas2 páginas
    Este documento presenta un curso de Python Aplicado a la Econometría de nivel básico. El curso de 100 horas virtuales será dictado por Rafael Bustamante y cubrirá temas como programación en Python, manejo de bases de datos, visualización de datos, análisis de regresión, análisis de clasificación y series temporales. El objetivo es proporcionar las herramientas básicas e intermedios de Python y su aplicación a la econometría.

    Descripción original:

    Python Aplicado a La Econometria Docente Expositor: Rafael Bustamante

    Título original

    Python Aplicado a La Econometria

    Derechos de autor

    © © All Rights Reserved

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un curso de Python Aplicado a la Econometría de nivel básico. El curso de 100 horas virtuales será dictado por Rafael Bustamante y cubrirá temas como programación en Python, manejo de bases de datos, visualización de datos, análisis de regresión, análisis de clasificación y series temporales. El objetivo es proporcionar las herramientas básicas e intermedios de Python y su aplicación a la econometría.

    Copyright:

    © All Rights Reserved
    1K vistas2 páginas

    Python Aplicado A La Econometria

    Cargado por

    Rafael Bustamante
    Este documento presenta un curso de Python Aplicado a la Econometría de nivel básico. El curso de 100 horas virtuales será dictado por Rafael Bustamante y cubrirá temas como programación en Python, manejo de bases de datos, visualización de datos, análisis de regresión, análisis de clasificación y series temporales. El objetivo es proporcionar las herramientas básicas e intermedios de Python y su aplicación a la econometría.

    Copyright:

    © All Rights Reserved
    de 2

    Instituto de Econometría y

    Finanzas
    PYTHON APLICADO A LA ECONOMETRIA
    NIVEL BÁSICO

    Inicio del Curso: 04 junio 2019


    1. PROFESOR
    Docente Expositor: Rafael Bustamante
    Estudios de Doctorado en Economía, Universidad Autónoma de México. Maestría en Economía con mención
    en Finanzas, MBA Pontificia Universidad Católica del Perú. B. Sc. Economía, Universidad Nacional Mayor
    de San Marcos. Profesor del Departamento de Economía de UNMSM., con más de 10 años de experiencia en
    el dictado de cursos de econometría intermedia y avanzada. Investigaciones publicadas CIES, BCRP.
    Consultor en los ministerios: Osinergmin, Sunass, MTC, SBS, MEF entre otras y en consultorías privadas para
    modelación econométrica social y financiera.
    Candidato CFA – FRM - 2019

    Contacto: [email protected].
    [email protected] o en la página:
    https://financebusinessbet.wixsite.com/financebusiness

    2. OBJETIVOS DEL CURSO


    Proporcionar al estudiante los fundamentos básicos e intermedios de programación además del manejo de bases de datos en
    Python. Proporcionar las herramientas cuantitativas básicas para estimación de modelos lineales para datos de corte transversal y
    series de tiempo. Proporcionar la utilidad del software Python en aplicaciones a Econometría y Machine Learning.

    3. METODOLOGÍA
    El curso consta de 100% Virtual. Las sesiones consistirán en exposiciones mediante videos tutoriales colgados en la plataforma
    virtual del Docente y la participación activa de los alumnos mediante evaluación continua online mediante retos de lo aprendido.

    4. CONTENIDO
    4.1. Introducción a la programación y manejo de Bases de Datos (4 horas Virtuales de Videos)
    ✓ Instalación de Python y Anaconda.
    ✓ Importación de librerías Pandas y NumPy (Numerical Python).
    ✓ Creación y carga de bases de datos en formato csv, xlsx, tex, HTML, json.
    ✓ Categorizando información cualitativa.
    ✓ Partición de data frames (training & testing data).
    ✓ Merge, reshape, clean y transformación de variables.
    ✓ Missing data, duplicados, reescalando, normalización (estandarización).
    ✓ Detección de outliers.
    4.2. Visualización de datos (5 horas Virtuales de Videos)
    ✓ Visualización de datos con el paquete ggplot2.
    ✓ Gráficas de dispersión, líneas, barras, distribuciones, mapas de color.
    ✓ Gráficas 3D y animaciones, textos e histogramas en 3D.
    ✓ Presentación en PDF.
    4.3. Análisis de Regresión (8 horas Virtuales de Videos)
    ✓ Regresión lineal simple, regresión lineal múltiple y regresión polinomial.
    ✓ Regression logística.
    ✓ Support Vector Regression.
    ✓ Decision Tree Regression.
    ✓ Random Forest Regression.
    ✓ Evaluación del performance del modelo de regresión
    4.4. Análisis de Clasificación (6 horas Virtuales de Videos)
    ✓ Regresión logística.
    ✓ K-Nearest Neighborns (K-NN).
    ✓ Support Vector Machine (SVM).
    ✓ Kernel SVM.
    ✓ Naive Bayes.
    ✓ Decision Tree Classification.
    ✓ Random Forest Classification.
    ✓ Evaluación del performance del modelo de clasificación

    4.5. Series temporales (4 horas Virtuales de Videos)


    ✓ Trabajando con información financiera.
    ✓ Operaciones y secuencias de fechas.
    ✓ Descomposición y filtros para series de tiempo.
    ✓ Suavizamiento y predicción con el método de Holt-Winters.
    ✓ Modelos ARIMA.
    ✓ Introducción a las Redes Neuronales

    5. CERTIFICACIÓN:
    A nombre de la empresa Grupo de Estudio de la Economía Global para el Desarrollo (GEEDES) y del Instituto de Econometría y
    Finanzas (Finance&Business)

    También podría gustarte