Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Tecnológico de Monterrey

Modelos de Regresión Lineal y Pronósticos

Tecnológico de Monterrey via edX

Overview

Save Big on Coursera Plus. 7,000+ courses at $160 off. Limited Time Only!

La intención de este curso de nivel básico es familiarizar al alumno(a) con diversos métodos estadísticos y econométricos que permitirán al estudiante analizar, entender, e interpretar el comportamiento de variables contenidas en bases de datos.

En primera instancia el alumno(a) aprenderá lo que es una regresión, sus elementos, su importancia, las ventajas de usar regresiones, y los diversos tipos de regresiones que existen. En segunda instancia, el alumno(a) aprenderá los elementos que deben de existir al correr una regresión para determinar si los estimadores obtenidos en dicha regresión son válidos y apropiados al momento de hacer alguna inferencia estadística. En tercera instancia, se aprenderá a interpretar los estimadores de diversos tipos de regresiones. Como cuarto elemento, el alumno(a) aprenderá a realizar pronósticos básicos, así como diferenciar entre diversos modelos econométricos utilizados para realizar dichos pronósticos y el conocimiento para poder identificar el modelo econométrico más apropiado a utilizar dadas las características de los datos.

El objetivo de este curso es incrementar el conocimiento del alumno(a) en aspectos referentes a regresiones lineales y pronósticos. Esto, con el fin que el alumno(a) encuentre en la econometría una herramienta de análisis que puede ser de gran ayuda al momento de tomar decisiones.

El conocimiento impartido en esta clase es muy benéfico para el alumno(a) ya que el saber analizar bases de datos es un diferenciador de alto impacto en el mundo moderno ya que ayuda en gran manera a que los tomadores de decisiones opten por decisiones mejor fundamentas y más efectivas.

Syllabus

Tema 1: Tópicos básicos de interés en la regresión lineal

1.1 ¿Qué es una regresión? / Mínimos Cuadrados Ordinarios (MCO) como método de minimización de errores.

1.2 Regresión lineal simple y múltiple. / Pruebas de hipótesis, intervalos de confianza. Interpretación de Resultados

Tema 2: Los supuestos requeridos de la regresión lineal

2.1 Supuestos que se deben de cumplir en MCO.

2.2 Variables instrumentales / Regresiones no lineales / Diferentes bases de datos

Tema 3: Otros tópicos de interés en el mundo de las regresiones

3.1 Introducción a series de tiempo / Pronósticos

3.2 Random Walk / Variables estacionarias

Tema 4: Introducción a series de tiempo y pronósticos

4.1 Estacionalidad de variables

4.2 Modelos ARMA y ARIMA

Taught by

Eduardo Saucedo de la Fuente

Reviews

Start your review of Modelos de Regresión Lineal y Pronósticos

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.