Habilidades cuantitativas esenciales en economía y estadística
Offered By: Tecnológico de Monterrey via edX
Course Description
Overview
Obtén una base sólida en habilidades cuantitativas esenciales en pensamiento económico, algorítmica básica y modelos de regresión lineal y pronósticos, para tener éxito como un mejor tomador de decisiones en tu trayectoria profesional.
En el entorno laboral actual, es vital para los profesionales generar e interpretar una gran cantidad de información cuantitativa a la que se tiene acceso, ya sea por medio de distintas bases de datos de indicadores económicos, o bien, presentando de forma efectiva modelos estadísticos por ellos mismos. Este programa de vanguardia, ofrecido por EGADE Business School, la escuela de negocios del Tecnológico de Monterrey y escuela #1 en México y América Latina en Finanzas y Administración, te brindará la oportunidad de desarrollar estas habilidades que son altamente requeridas por las empresas por medio del plan de estudios de este programa.
Con la ayuda de expertos, utilizarás ejercicios interactivos para aprender los fundamentos del pensamiento económico,análisis estadístico, algorítmica básica y modelos de regresión lineal y de pronósticos.
Los temas cubiertos en este programa de Certificación Profesional te permitirán obtener una capacitación teórica y práctica a nivel de maestría o de posgrado para comprender mejor las funciones de la gerencia de negocios o business management; adicionalmente te prepararán para continuar tus estudios al decidir cursar la Maestría en Finanza, el MBA, la Especialidad en Estrategia Digital o la Maestría en Business Analytics en EGADE.
Este programa por medio de métodos estadísticos, análisis económico, información estadística y métodos cuantitativos, permitirá que el estudiante analice un conjunto de datos estadísticos para así en el corto y largo plazo se puedan tomar decisiones basadas en el análisis de datos que sean beneficiosas para la organización.
Syllabus
Course 1: Principios de Economía aplicados a Negocios
El participante conocerá los principios económicos para los negocios, entre los que destaca la interpretación de las condiciones económicas, los mercados y la política macroeconómica fundamentos base que inciden sobre el comportamiento de las empresas.
Course 2: Algoritmos y Programación en R
Aprende los fundamentos del pensamiento algorítmico, estructuras de datos y principios de programación con R aplicado a negocios.
Course 3: Modelos de Regresión Lineal y Pronósticos
En este curso se aplican fundamentos estadísticos y econométricos para analizar bases de datos; lo anterior, con el fin de identificar el comportamiento de variables y su relación con otras variables. En el curso también aplican técnicas básicas de pronósticos a través de diferentes metodologías. Se considera que las herramientas impartidas en este curso pueden ser de gran apoyo para los tomadores de decisiones ya que con el análisis de datos se pueden tomar decisiones más precisas y mejor fundamentadas.
Courses
-
Los algoritmos pueden ser utilizados para la solución de problemas de negocio. En este curso desarrollarás el pensamiento algorítmico y el manejo de estructuras de datos mediante ejemplos y retos. El curso se apoya principalmente del lenguaje de programación R y el software RStudio para implementar los algoritmos y conceptos de programación aprendidos, resolviendo así los problemas que se plantean y el proyecto final aplicado al manejo y análisis de datos.
-
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.
-
El contexto de negocios en el presente y en el futuro siempre tiene grandes retos en materia económica; ambientes políticos y comercial complicados, retos en materia política, perspectivas dinámicas frente a modelo económico cambiantes son algunos de los elementos que contribuyen a generar incertidumbre en el entorno de los negocios; lo que genera una necesidad en los líderes de conocer la forma de interpretar las condicione económicas y sus diferentes impactos en los negocios que dirigen. El objetivo de este curso está enfocado a que los participantes analicen los factores económicos, financieros y políticos que impactan al país, bosquejen escenarios futuros y adquirirán herramientas que les permita obtener y construir indicadores para la toma de decisiones en los negocios.
Taught by
Eduardo Saucedo de la Fuente, Luis Jacob Escobar Saldivar and Jorge Enrique Velarde Chapa
Tags
Related Courses
Accounting for Death in War: Separating Fact from FictionRoyal Holloway, University of London via FutureLearn Advanced Machine Learning
The Open University via FutureLearn Advanced Statistics for Data Science
Johns Hopkins University via Coursera 農企業管理學 (Agribusiness Management)
National Taiwan University via Coursera AI & Machine Learning
Arizona State University via Coursera