Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Docencia UDI Econometría e Informática

No description
by

Coro Chasco

on 5 March 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Docencia UDI Econometría e Informática

Docencia en Grados y Posgrado
Curso "Cero" de Informática Básica
Informática para la Gestión
INFORMÁTICA
Fundamentos Básicos de Econometría
Econometría de la Empresa
ECONOMETRÍA
Métodos de Previsión Empresarial
Modelos de Simulación Empresarial
Obtencion y Analisis de Datos
Microeconometría de la Empresa
Perfil "Métodos de Planificación y Previsión Empresarial"
Master in Business Administration (MBA)
Máster Universitario en Dirección de Marketing
Máster en Enseñanza Secundaria Obligatoria y Bachiller (MESOB)
Doctorado en Economía y Empresa
Docencia en Másters y Doctorado
Ms. Excel
: fórmulas y operaciones, gestión de bases de datos, gráficos.
Ms. Word
: utilidades básicas en la preparación de textos
Ms. Power Point
: presentaciones, formatos, inserción de objetos.
Ms. Access
: tablas y consultas.
Curso "Cero" de Informática Básica
Contexto de la predicción en economía y ADE: fuentes, métodos, etapas y evaluación.
Técnicas elementales: componentes de una serie temporal, medias móviles y alisado exponencial simple, métodos de determinación de la estacionalidad, modelos de tendencia lineal sin estacionalidad, ajuste matemático de tendencias, modelos de tendencia y estacionalidad, selección de técnicas.
Modelos ARIMA: Procesos estocásticos, estacionarios y ruido blanco, procesos AR y MA, integración y estacionalidad, fases, identificación y estimación del modelo ARIMA, diagnóstico, predicción, análisis de intervención.
Inferencia bayesiana y modelos dinámicos bayesianos
Modelos VAR: predicción y simulación
Modelos de Cointegración
Predicción en situaciones sin historia: Método Delphos
Prácticas de predicción en
EViews
.
Métodos de Previsión Empresarial
UDI Econometría e Informática
Fundamentos Básicos de Econometría
Propósito del análisis econométrico.
Modelo de Regresión Lineal: tipos de datos y formulación.
Estimación de los parámetros por MCO y MV.
Análisis de bondad del ajuste y medidas de los errores.
Interpretación de los coeficientes estimados
Distribución de la perturbación aleatoria y de los estimadores MCO
Propiedades de los estimadores MCO: hipótesis relacionadas e implicaciones prácticas.
Intervalos de confianza y contrastes de hipótesis de un único parámetro.
Contrastes de restricciones en los parámetros.
Análisis de los errores “a posteriori”: el error de predicción.
Prácticas de modelización en
Ms. Excel
y
EViews
.
Informática para la Gestión Empresarial
Metodología CRISP-DM
: 1) definición del problema, 2) búsqueda y captura de datos, 2) limpieza e integración de bases de datos, 3) análisis estadístico y modelización, 4) análisis de resultados, 5) estrategias y presentación de resultados.
Internet y bases de datos
: 1) entorno económico (INE, MINECO, BDE, etc.), 2) entorno empresarial (SABI, AMADEUS).
Ms. Excel
: 1) importación y organización de bases de datos en hojas Excel (tipos de datos/variables, frecuencias/escala geográfica, escala de medición), 2) datos “atípicos”, datos “perdidos” (filtros, subtotales), 3) funciones, 4) tablas dinámicas, 5) gráficos.
Ms. Access
: Importación, tablas, consultas, formularios, exportación.
"Dashboard"
: presentación de resultados.
Econometría de la Empresa
Repaso de Fundamentos Básicos de econometría
Cambio Estructural, regresores estocásticos.
Perturbación aleatoria: no normalidad, media no nula, heterocedasticidad y autocorrelación
Series temporales: definiciones, modelo estático, modelo de retardos distribuidos, tendencia y estacionalidad (ajuste de tendencias, cálculo de factores estacionales).
Estacionariedad de series temporales: procesos estacionarios, débilmente estacionarios, estacionarios alrededor de una tendencia, series integradas, detección y corrección de la no estacionariedad, regresiones espurias.
ARIMA: definiciones, especificaciones básicas, identificación, estimación y contrastes para la predicción a corto plazo.
Modelos multiecuacionales: ejemplos, formulación de modelos de ecuaciones simultáneas, identificación y estimación.
Prácticas de modelización y predicción en
EViews
.
Grado en ADE
Grados en ADE y DADE
Grados en ADE y DADE
Grados en ADE y Turismo.
Máster Universitario en Dirección de Marketing
Modelos de Simulación Empresarial
Modelos de simulación en la gestión empresarial: definición, aplicaciones.
Modelos de micro-macro simulación: efectos de una empresa sobre el entorno macro, tablas input-output, modelo de impactos, impacto macroeconómico de un nuevo proyecto de inversión empresarial.
Modelos de macro-micro simulación: efectos del entorno macroeconómico sobre los estados contables, condicionantes del entorno que determinan la evolución empresarial, herramientas básicas de cuantificación, modelo de predicción de estados contables en función del entorno macro, rentabilidad y riesgo de la empresa ante alteraciones del entorno.
Prácticas de simulación y valoración de impactos en
Ms. Excel
.
Obtención y Análisis de Datos
Necesidades de información: tipología de variables y datos.
Obtención de información en Internet, fuentes secundarias nacionales e internacionales, datos primarios, encuestas.
Análisis primario de la información para la empresa: técnicas exploratorias para variables cualitativas y cuantitativas, casos atípicos, relación entre variables.
Modelos microeconométricos: modelos de variables cualitativas, discriminación entre grupos, técnicas de puntuación, modelos D-D.
Agrupación de observaciones: medición de la distancia o similitud, métodos jerárquicos, selección de la agrupación óptima.
Agrupación de variables: componentes principales, matriz de correlaciones, extracción y rotación de factores, construcción de indicadores sintéticos.
Escalas multidimensionales: AMNM, aplicaciones al Marketing, modelos de similitudes, modelos de preferencias.
Aplicaciones en
IBM SPSS
.
Microeconometría de la Empresa
Microeconometría: regresión múltiple y microdatos.
Modelos con variables explicativas cualitativas: ANOVA, ANCOVA, interacciones.
Modelos con variable dependiente cualitativa: elección discreta, modelos logit.
Modelos de datos de panel: bases de datos de panel en España, heterogeneidad no observable, efectos fijos y aleatorios
Modelos de diferencias en diferencias para el análisis de políticas empresariales. estimación y problemas.
Regresión cuantílica: especificación, interpretación de parámetros, distribución de la perturbación aleatoria, estimadores "Bootstrap".
Aplicaciones con
EViews
.
Grados en ADE y DADE
Grado en ADE
Grado en ADE
Métodos Cuantitativos de Gestión
Introducción a los métodos cuantitativos de testión: toma de decisiones, obtención de datos, resumen y representación de variables.
Técnicas de análisis de datos para la toma de decisiones: incertidumbre (muestreo y probabilidad), experimentación (tests t, Chi-2, F y Anova), regresión múltiple, modelos no lineales, variables de intervención e interacción.
Técnicas de previsión y planificación: etapas, tipología, componentes de una serie temporal, medias móviles y alisados exponenciales, modelos de ajuste y predicción de la tendencia, selección de métodos alternativos.
Técnicas para el análisis de los mercados geográficos y áreas comerciales: análisis estadístico básico de datos geográficos, técnicas de segmentación de mercados geográficos, análisis de áreas comerciales y modelos de gravitación comercial.
Aplicaciones con
Ms. Excel
y
GeoDa
.
Master in Business Administration (MBA)
Métodos de Previsión Empresarial
Grados en ADE y Turismo.
Máster Universitario en Dirección de Marketing
Contexto de la predicción en economía y ADE: fuentes, métodos, etapas y evaluación.
Técnicas elementales: componentes de una serie temporal, medias móviles y alisado exponencial simple, métodos de determinación de la estacionalidad, modelos de tendencia lineal sin estacionalidad, ajuste matemático de tendencias, modelos de tendencia y estacionalidad, selección de técnicas.
Modelos ARIMA: Procesos estocásticos, estacionarios y ruido blanco, procesos AR y MA, integración y estacionalidad, fases, identificación y estimación del modelo ARIMA, diagnóstico, predicción, análisis de intervención.
Inferencia bayesiana y modelos dinámicos bayesianos
Modelos VAR: predicción y simulación
Modelos de Cointegración
Predicción en situaciones sin historia: Método Delphos
Prácticas de predicción en
EViews
.
Innovación docente e Iniciación a la Investigación educativa en ADE y Economía:
Tema 2: Las Tecnologías de la Información en el Proceso e Enseñanza-Aprendizaje
Máster en Enseñanza Secundaria Obligatoria y Bachiller (MESOB)
1 ECTS + 1,5 ECTS (TFM y Prácticas Curriculares)
3 ECTS
6 ECTS
Grados en ADE y DADE
Grados en ADE y DADE
6 ECTS
6 ECTS
6 ECTS
6 ECTS
6 ECTS
4 ECTS + 2 ECTS (2 TFM)
6 ECTS
Plataformas docentes. Moodle: recursos básicos (presentación de temas, y enlace de archivos y webs) y recursos avanzados (foros, cuestionarios y calificaciones).
Recursos electrónicos gratuitos o semigratuitos para la docencia: páginas web y blogs (Wordpress), repositorios en nube (Dropbox, Google Drive), creación de cuestionarios (Formularios Google, Hot-Potatoes).
Grabación de video y audio (Windows Live Encoder).
Mapas digitales (Google Maps y ArcGIS Explorer).
Elaboración de una página web para una unidad docente de alguna asignatura de economía y ADE en ESO/Bachiller con
WordPress y Formularios Google.
Actividades Formativas
Doctorado en Economía y Empresa
Análisis de Datos Geográficos para la Economía y la Empresa:
4 horas presenciales + 10 no presenciales
Métodos de investigación territorial: mapas digitales, datos y fuentes.
Análisis exploratorio: tendencia central, valores atípicos, análisis multivariante.
Segmentación de la demanda: autocorrelación espacial, test I de Moran y LISA.
Aplicaciones con
GeoDa
.
Modelos de Ecuaciones Estructurales:
3 horas presenciales
Origen, información y especificación
Estrategias
Fases de la modelización
Presentación de caso práctico
Full transcript