DCEA - Educacion Continua

CONTENIDO TEMÁTICO DIPLOMADO EN ECONOMÍA APLICADA

Curso 1: Análisis básico de datos económicos

Objetivo
El participante conocerá el ambiente de edición, programación y manejo de datos utilizando diferentes ambientes de programación. Además, aprenderá a encontrar e interpretar relaciones entre dos o más variables a través de la aplicación de modelos económicos.
Aplicaciones
1. Introducción a R
2. Limpieza de base de datos: ejemplo de base de datos.
3. Relación entre dos o más variables.
• Modelo de Elasticidades.
• Modelo de tasas de crecimiento.
• Modelo de productividad marginal del trabajo.
• Modelo de diferencias de medias.
Evaluación
• Exámenes parciales
• Proyectos
Facilitadores
• Dr. J. Refugio Vallejo Gutiérrez
• Dr. Erick Treviño Aguilar
• Dr. Fernando García Barragán
Total de duración: 40 Horas teóricas practicas

Bibliografía:
• Michael N. Mitchell, (2008), A visual Guide to Stata Graphics, Stata Press
• Pevalin y Robson, (2009), The Stata Survival Manual, Mc Graw Hill.
• Bouso Freijo, (2013), Cuadernos Metodológicos: El Paquete Estadístico R, Centro de Investigaciones Sociológicas.
• Tapia Jesús Manuel, (2012), Estadística Básica con R Commander, Ed. EAE.
• Martín, Morán y De Paz Santana, (2008), Tratamiento Estadístico de datos con SPSS, Ed. Thompson.
• Cottrell, Lucchetti, (2012), Gretl User’s Manual, Independent Publishing Plataform.
• Gujarati, D., y Porter, D., (2010). Econometría (Quinta edición). McGraw-Hill Latinoamérica.
• Uriel Jiménez, Ezequiel. Introducción a la Econometría. Libro de texto electrónico disponible en: http://www.uv.es/=uriel/libroes.htm.
• Wooldridge, J. (2015). Introducción a la Econometría, un enfoque moderno (Quinta edición). Cengage Learning.

Curso 2: Modelos estadísticos para la evaluación de política pública

Objetivo
En este curso se muestran diversas técnicas estadísticas y económicas que permiten al participante estudiar el comportamiento de los agentes económicos a nivel individual. Ello implica comprender cuándo y cómo aplicar métodos que permiten aprovechar la dimensión temporal y/o transversal de los datos. Utilizamos datos provenientes de encuestas y bases internacionales para extraer de éstas toda la información que resulte útil para analizar los programas y hacer propuestas de política pública.
Modelos y Aplicaciones
1. Modelos de elección binaria: ¿Fumar o no fumar?
2. Modelos de elección multinomial: 1) elección del tipo de estudios y 2) elección del medio de transporte.
3. Variable dependiente censurada: Análisis de los gastos del sistema de salud pública.
4. Modelos de conteo: Gasto en investigación y desarrollo.
5. Modelo y aplicación 4
6. Datos panel: Comercio Internacional y la modelación de las relaciones bilaterales.

Evaluación
• Exámenes parciales
• Proyectos
• Participación
Facilitadores
• Dr. Alejandro Mosiño Jasso
• Dra. Ana Karen Negrete García
• Dr. Antonio Báez Morales
Total de duración: 36 Horas teóricas prácticas

Bibliografía:
• Wooldridge, J. M. (2009). Introducción a la econometría: un enfoque moderno. México D.F., México: Editorial Cengage Learning.

• Gujarati, D., & Porter, D. (2010). Econometría (quinta edición). México D.F., México: McGraw-Hill/Interamericana.
• Pindyck, R. S., & Rubinfeld, D. L. (2001). Econometria. México D.F., México: McGraw-Hill Interamericana.

• Baum, C. F. (2006). An Introduction to Modern Econometrics Using Stata. Stata Press Publication. Texas, USA.
• Baltagi, B.H.(2008), Econometric Analysis of Panel Data, John Wiley and Sons, Chichester (4rd ed.)
• Murray, M. P. (2006), Econometrics: A Modern Introduction. Pearson Addison Wesley. (Chapter 16)
• Greene, W. H. (2012), Econometric Analysis, Prentice Hall, 5th Edition (chapter 11)
• Wooldridge (2005), Econometric Analysis of Cross Section and Panel Data, The MIT Press
• “Park, Hun Myoung (2009) Linear Regression Models for Panel Data Using SAS, Stata LIMDEP and SPSS Working Paper The University Information Technology Stata, LIMDEP, and SPSS. Working Paper. The University Information Technology Services (UITS) Center for Statistical and Mathematical Computing, Indiana University.” http://www.indiana.edu/~statmath/stat/all/panel/index.html

Curso 3: Pronósticos de series económicas

Objetivo
En este curso el participante aprenderá a identificar y a modelar los patrones existentes en las series de tiempo económicas, donde una serie de tiempo no es más que un dato económico que se observa y registra en intervalos de tiempo regulares (diariamente, semanalmente, mensualmente, etc.). La identificación de estos patrones nos permite realizar pronósticos, es decir, predecir el valor futuro de una serie económica.
Aplicaciones
1. Descripción y análisis de las series de tiempo más utilizadas en Macroeconomía: Producto interno bruto, inflación y desempleo. Introducción a GRETL para análisis de series de tiempo.
a. Correlación.
b. Estacionariedad.
c. Pronóstico.
2. Influencia del pasado para la descripción y pronóstico de las series de tiempo. Modelos autorregresivos.
3. Series de tiempo que han tenido cambios en sus promedios. Modelos de media móvil.
Evaluación
• Carpeta de evidencias. Envío de trabajos al final de cada sesión/tema.
Facilitadores
• Dr. Fernando García Barragán
• Dr. Bernabé Edgar Cruz González
Total de duración: 12 Horas teóricas prácticas

Bibliografía:
• Brockwell, P., y Davis, R. (2002). Introduction to Time Series and Forecasting (Second Edition). Springer.
• Enders, W. (2014). Appied Econometric Time Series (4th Edition). Wiley.
• Gujarati, D., y Porter, D., (2010). Econometría (Quinta edición). McGraw-Hill Latinoamerica.
• Shumway, R., y Stoffer, D. (2016). Time Series Analysis and Applications, EZ Green Edition.
• Wooldridge, J. (2015). Introducción a la Econometría, un enfoque moderno (Quinta edición). Cengage Learning.

Curso 4: Política pública con georreferenciación

Objetivo
En este curso mostramos cómo tratar información Georeferenciada y cómo explotarla para hacer diagnósticos y análisis de los fenómenos sociales de la cual se tiene la información. El análisis de datos Georreferenciados nos da información más precisa de lo que sucede o sucederá en un ciertas zonas o regiones específicas y no de forma agregada como tradicionalmente se hace.
Aplicaciones
1. Índice de Desarrollo Humano e Índice de Marginación: una relación espacial para el Estado de Guanajuato.
2. Estudio de Inclusión Financiera regional mediante econometría espacial.
3. Estudio de índice de criminalidad y su concentración dentro el estado de Guanajuato.
Evaluación
• Proyectos
Facilitadores
• Dr. J. Refugio Vallejo Gutiérrez
Total de duración: 12 Horas teóricas practicas

Bibliografía:
• Sudipto Banerjee, Bradley P. Carlin, Alan E. Gelfand, Hierarchical Modeling and Analysis for Spatian Data, second edition, CRC PRESS 2015.

• Gioseppe Arbia, A Primer for Spatial Econometric With Aplications in R, Macmillan 2014.
• QGIS , Open Source Geographic Information System, 2017.

TOTAL HORAS TÉORICAS Y PRÁCTICAS DEL PROGRAMA 100 HORAS
DURACIÓN TOTAL DEL PROGRAMA 100 HORAS

FORMA DE EVALUACIÓN
La forma de evaluación será mediante evaluaciones parciales y/o finales, exposiciones grupales y/o individuales, ejercicios prácticos, aplicación de cuestionarios, trabajos a desarrollar por parte de los alumnos, entre otros.
Nota: Cada ponente tendrá la libertad de elegir cualquiera de las alternativas expuestas, para evaluar a cada uno de los participantes.

Template Design © VibeThemes. All rights reserved.