Informacion General Pirámide de Economía

PLAN DE Inicio: sbado 12 de
noviembre
CAPACITACIN Horario: Slo sbados

de 02:00 a 06:00 pm
EN ECONOMA Duracin: 2 aos

Inversin:
El plan de capacitacin en Economa ofrece al alumno S/150.00 mensuales
un desarrollo completo para un perfil de investigador,
Informes e
analista o econometrista, iniciando con el manejo de los
inscripciones:
diferentes softwares economtricos y paquetes
estadsticos, as como el manejo bsico, intermedio y administracion@giddea.
avanzado del Excel. com
564-8960 / 992260906
San Miguel Calle Sta. Vernica N 190 Urb. Santa
Emma (a la altura de la PUCP) Contacto: Erica
Moreno
2016
En qu consiste la Pirmide de Economa?
La Pirmide de Economa desarrolla la teora necesaria para el anlisis econmico, como el

instrumental estadstico descriptivo y el desarrollo de las probabilidades y anlisis de las
funciones de distribucin, as como los conceptos y relaciones causales de la
macroeconoma, y los micro fundamentos de la microeconoma, aplicando la econometra
bsica, intermedia y el desarrollo bayesiano que complementa las bases del anlisis
econmico, de cualquier modelo planteado, brindando de esta manera una base slida
para el manejo instrumental en cualquier proyecto de tesis o tesina requerido. Finalmente,
en el Diploma de Econometra se revisa exhaustivamente diferentes metodologas y
tratamiento de las bases de datos de los documentos de trabajo asociados a temas
economtricos bsicos y avanzados.
De esta manera el alumno tendr la habilidad para realizar cualquier investigacin en el

campo o especializacin en el que se vea inmerso.
Inversin de la Capacitacin
Grupo IDDEA se comprometer en brindar la preparacin integra, bajo el compromiso de

los alumnos de llevar ntegramente la especializacin, realizando un pago mensual
equivalente a S/.150.00 (ciento cincuenta y 00/100 nuevos soles) durante un periodo de
24 meses (Tiempo aproximado en la que se culminar la capacitacin de economa).
Nmero de participantes
Para iniciar con la preparacin se requerir un grupo de 10 alumnos mnimo cuya meta
sea destacar en como investigadores y especialistas, desarrollar sus habilidades
computacionales, analticas, matemticas, conceptuales y de esta manera poder
desarrollar cualquier proyecto de investigacin, as como lograr un desarrollo personal
integro.
Certificacin
Se emitir una constancia de participacin por cada curso culminado y se brindar un

certificado de aprobacin a los alumnos que aprueban con una nota mnima de 14.
Si algn alumno decide retirarse, la Pirmide continuar?
Hay algunos alumnos que por diversos motivos les es complicado continuar, es por eso
que en cada curso que usted va a llevar se adicionan alumnos terceros que se matriculan
exclusivamente para esos cursos, por lo tanto, la pirmide seguir continuando con
normalidad.
Informes e Inscripciones
Para informes e inscripciones srvase llenar la ficha de inscripcin disponible en nuestra

web www.giddea.com y remitirla a nuestro contacto:
Oficina de San Miguel

Contacto: Erica Moreno
Mail: administracion@giddea.com
Telfonos: 564-8960 | RPC 992-260906
CIDDEA CTA ASESORES EIRL RUC: 20565781708
P g i n a 2 | 21
Diploma en Econometra
Teora Tpicos de Micro

Economtrica II: y
Anlisis de Series Macroeconoma
de Tiempo
Teora
Teora de las Economtrica I:
Econometra
Probabilidades Anlisis de
Bayesiana
y Estadstica Regresin Lineal
Especializacin GAUSS, Ox, y

Especializacin
en MATLAB JMulti
en R
Especializacin Especializacin Especializacin Especializacin

en EXCEL en STATA en EVIEWS en SPSS

P g i n a 3 | 21
ESTRUCTURA CURRICULAR
ESPECIALIZACION EN EXCEL (39 HRS)

NIVEL I: SENTANDO LAS BASES
Sesin 1
Introduccin al MS-Excel.
Barras de herramientas, barras de frmulas, cuadros de nombres, etiquetas de
hojas, libro de MS Excel, hojas de clculo, filas y columnas, celdas y rango, tipos
de datos, ingreso mltiple de un dato, cuadro de relleno, seleccin continua y
discontinua, forma de grabar el libro, grabar contrasea.
Operaciones fundamentales: Dar formato a la hoja, uso de botones de la barra de
herramientas, uso del men de formato, fichas nmero, alineacin, bordes, uso del
comando autoformato del men Formato, edicin de hojas de clculo.
Mover y copiar rangos, mostrar y ocultar filas y columnas, insertar y eliminar filas y
columnas, modificar el ancho de las columnas y la altura de las filas.
Clculos bsicos, botn autosuma, operadores matemticos, frmulas con
referencia relativa, absoluta y mixta, escribir frmulas en lenguaje natural usando
el rtulo de las celdas.
Proteger hoja, proteger celdas, activar complementos.
Sesin 2
Funciones avanzadas: Operadores de relacin, funciones bsicas (aritmticas, texto

o cadena y fecha), Suma, Max, Min, Promedio, Contar, Contara, Si, Entero,
Redondear, Y, O, Buscar, Indice, asignacin de nombre a un rango.
Crear listas personalizadas, base de datos, ordenar una base de datos, uso de
criterios para el ordenamiento, uso de lista personalizada, filtros y autofiltros, filtros
personalizados, filtros avanzados, rango de criterios, rango de salida, Subtotales.
Informes de tablas y grficos dinmicos, uso del asistente, modificar tabla
dinmica, uso de la barra de tabla dinmica, formato para tablas dinmicas.
Sesin 3
Elaboracin de grficos, uso del asistente de grficos, edicin de un grfico,

formatear un grfico, lneas y tendencia, suavizacin de lneas y ecuacin, uso de
la barra de herramientas, agrupar y desagrupar grficos y dibujos.
Creacin de series personalizadas, copias avanzadas, funciones BuscarV, Si,
EsNumero, EsBlanco, Abs, Dia, Mes, Ao, Hoy, etc.
Creacin de formatos personalizados, definicin de formatos condicionales,
Operaciones con datos tipo fecha, uso de la funcin aleatorio para simulaciones.
Sesin 4
Funciones avanzadas de busqueda y condicionales, funciones BuscarV, BuscarH,

Buscar, Indice, Sumar.si, Contar.si, EsBlanco, BDMax.
Frmulas matriciales, funciones BDs, Funciones lgicas, criterios para escribir
frmulas en Excel, operadores de referencia, usando la funcin Indirecto, creacin
de una ventana de dilogo con las herramientas de formulario, uso de las

P g i n a 4 | 21
funciones Elegir, empleo del operador Texto para concatenar caracteres, funcin
Izquierda, Derecha, Redondear, Mas, K.esimo. menos, k.esimon.Mayor.
Creacin de listas de precios, creacin de lista de clientes, diseo de boletas de
ventas, diseo de control de horario, diseo de registros tributarios, uso de
plantillas del MS Excel
Auditorias de frmulas, tablas, hipervnculos, movilizacin de paneles, opciones de
impresin y plantillas.
Trabajo Final.
NIVEL II: APLICACIONES FINANCIERAS Y RIESGOS

Sesin 1
Tasas de inters, tasa nominal, tasa efectiva, tasa de descuento, valor del dinero
en el tiempo, uso de factores vencidos, anticipados, FSC, FSA, FRC, FAS, FDFA,
FCS.
Funciones PAGO, NPER, PAGOINT, PAGOPRIN, cuadro de amortizaciones e
intereses,
Presupuestos de ventas, costos, clculo de depreciacin lineal SLN, saldo
decreciente DB y aplicacin de depreciacin por el mtodo del Fondo de
Amortizacin e Intereses, grfico y anlisis del Punto de Equilibrio , Estado de
Perdida y Ganancia y Flujo de Caja Financiero y Econmico.
Tamao, inversin, financiamiento, presupuestos operativos y cuadros de
beneficios financieros y econmicos.
Indicadores de Rentabilidad: Valor Actual Neto: VNA, Tasa Interna de Retorno:
TIR, Coeficiente Beneficio/Costos.
Simulacin de escenarios de un Proceso.
Anlisis de Sensibilidad a la variacin del Costo y del Precio.
Sesin 2
Uso de funciones estadsticas: promedio, max, min, contar, contara, mediana,
moda, var, desvest, sumar.si, contar.si, sumar.si.conjunto, contar.si.conjunto,
frecuencia, estimacion.lineal, tendencia, k.esimo.mayor, k.esimo.menor, jerarquia,
pronstico.
Uso de funciones matriciales, estimador lineal.
Grficos Estadsticos: De barras y lneas combinadas con escalas mltiples,
histograma de frecuencias, lneas de tendencia (pronsticos).
Uso de la herramienta Solver para resolver problemas de optimizacin, uso de la
funcin objetivo para resolver ecuaciones no lineales.
Sesin 3
Introduccin, anlisis de riesgo, simulacin de Montecarlo, administracin de
Riesgos.
Beneficios y limitaciones de usar @Risk.
Anlisis de predicciones con @Risk y seleccin de supuestos.
Simulacin de modelos, definicin de supuestos.
Ejecutando @Risk, fuentes de error y modelo de control de errores.
Distribuciones bsicas de @Risk.
Estimacin de distribuciones empricas en base a datos histricos.
Especificacin de correlaciones.
Uso de variables de decisin y seleccin de preferencias, definicin de variables de
decisin.
Tablas de decisin con una variable de decisin, tablas de decisin con dos
variables de decisin. Trials, muestras, velocidad, opciones y estadsticas.
P g i n a 5 | 21
Sesin 4
VAN y TIR determinsticos.
VAN y TIR simulados.
Modelacin de estados financieros.
Anlisis de sensibilidad, anlisis de tornado.
Modelacin de portafolios, modelo de Markowitz.
Valor en riesgo (VAR), ventajas y limitaciones.
Valor en riesgo condicional (CVAR).
Trabajo Final.
NIVEL III: EXPERTO PROGRAMADOR
Sesin 1
Lenguaje Visual Basic para Aplicaciones (VBA).
Editor Visual Basic para Aplicaciones (VBA).
Creacin, modificacin y ejecucin de macros.
Grabar macros, Eliminar macros.
Variables y Constantes, Tipos de datos.
mbito de variables en VBA.
Arreglos y Estructura Type.
Procedimientos y Funciones.
Parmetros.
Tipos de operadores.
Sesin 2
Mdulo.
Comentarios.
Depuracin de Aplicaciones VBA.
Tratamiento de errores.
Option Explicit.
Estructuras Condicionales y Repetitivas.
Instruccin Exit y End.
Estndares de Programacin.
Objetos de Excel en VBA: Workbooks, Worksheets, Range.
La instruccin With.
Sesin 3
Diseo de formularios en VBA (UserForm).
Aplicacin de controles de formulario ms usados.
Propiedades y mtodos de los controles.
Programacin de formularios.
Exportar e Importar Objetos de VBA.
Diseo de formularios en hojas de Excel.
Sesin 4
Aplicacin de controles de formulario ms usados, en hojas de Excel.

Uso de Excel como Base de Datos de aplicaciones.
Desarrollo de Calculadora Financiera con Cronograma de Pagos.
P g i n a 6 | 21
Desarrollo de Aplicaciones en otros programas de Office 2010.
Trabajo Final.
ESPECIALIZACION EN STATA (39 HRS)

Stata Bsico
Introduccin al Stata
Manejo de datos
Anlisis grfico y programacin
Anlisis de regresin lineal
Variables categricas
Stata Intermedio
Modelos de eleccin discreta

Modelos de eleccin ordinal
Modelos de eleccin multinomial
Estimacin de modelos truncados y censurados
Estimacin en dos etapas, variables instrumentales, GMM
Modelos de datos de panel, Panel dinmico
Stata Avanzado
Tcnicas de muestreo
Anlisis de impacto y el mtodo de pareo o Matching
Tratamiento de la endogeneidad, Mtodos semi y no paramtricos
Modelos de duracin
Anlisis Multivariante
Estimacin Montecarlo y tcnica bootstrap
ESPECIALIZACION EN EVIEWS (39 HRS)

Eviews Bsico
Introduccin a programacin en E-Views: Matrices y Vectores.

Ejercicios con bucles y condicionales. Funciones de Distribucin.
Frecuencia, Filtros y Estacionalidad.
Modelos lineales, Multicolinealidad, Quiebre y Prediccin .
Autocorrelacin, Heterocedasticidad y Variables Instrumentales.
Eviews Intermedio
Mtodo de mxima verosimilitud.

Modelos de variable dependiente binaria: Logit y Probit.
Modelos de variable dependiente ordenada: Ologit y Oprobit.
Modelos de variable dependiente limitada: Truncado y Censurado.
Modelo de panel esttico y dinmico.
Eviews Avanzado
Modelos ARMA y SARMA.

Modelos ARIMA y SARIMA.
Modelos ARCH GARCH.
Sistemas de Ecuaciones, Modelos VAR .
P g i n a 7 | 21
Cointegracin, Modelos No Lineales determinsticos y estocsticos.
ESPECIALIZACION EN SPSS (36 HRS)

Nivel Bsico
Introduccin al SPSS
Anlisis Estadstico Descriptivo con SPSS
Inferencia Estadstica con SPSS
Nivel Intermedio
Introduccin al Anlisis Multivariante
Mtodos de Reduccin de dimensin. Estudio simultneo de varias variables
Anlisis de Series de Tiempo
Nivel Avanzado
Minera de Datos con IBM SPSS Mtodos de segmentacin. Cluster
Anlisis Discriminante y Regresin Logstica
rboles de Decisin
Redes Neuronales
Otros mtodos de clasificacin
ESPECIALIZACION EN MATLAB (36 HRS)

Mdulo Bsico: Matrices, bucles y funciones
Introduccin a la librera de matrices

Programacin en Matlab
Tratamiento y manejo de datos y grficos en Matlab.
Funcin de distribucin de probabilidad (FDP)
Tcnicas de optimizacin
Mdulo Intermedio: Econometra de las Series de Tiempo

Modelos MCO y Diagnostico
Modelos ARMA(p,q) y ARIMA(p,d,q)
Modelos VAR, SVAR y VEC
Modelos No Lineales
Mdulo Avanzado: Modelizacin financiera

Valoracin de bonos
Riesgo de tasa de inters
Riesgo de mercado
Procesos Estocsticos para Finanzas
ESPECIALIZACION EN R (36 HRS)

R Bsico
Sesin N 1: Introduccin a R y funciones bsicas
El entorno R. Motivos para su uso

R como calculadora
Manejo de R y de scripts

P g i n a 8 | 21
Obtener ayuda
Gestin de paquetes
Asignacin de variables, vectores, matrices, dataframes y listas
Comparacin de variables
Salvar e iniciar Sesines anteriores.
Sesin N 2: Gestin y Manipulacin de datos
Objetos para el manejo de datos.

Caractersticas de los objetos en R: modos y atributos. Datos especiales.
Asignacin. Operadores lgicos.
Vectores. Factores. Generacin de secuencias regulares. Vectores de ndices.
Variables indexadas (arrays).
Funciones cbind y rbind
Manejo de valores NA
Importar y Exportar datos
Sesin N 3: Descripcin numrica y grfica de datos
Estadstica bsica.
Distribuciones de Probabilidad. Generacin de variables aleatorias.
Tablas de frecuencias.
Medidas de localizacin, dispersin y forma.
Descripcin grfica de datos en R.
Grficos para datos discretos.
Guardar grficos en diferentes formatos (jpg, pdf, eps, etc.)
Sesin N 4: Inferencia Estadstica
Inferencia en problemas univariantes.

Inferencia en problemas de dos muestras.
Anlisis de datos categricos.
Anlisis de la Varianza.
Regresin lineal simple.
Sesin N 5: Programacin de funciones y subrutinas
Introduccin: funciones y subrutinas en R.

rdenes para la ejecucin condicional: if y else.
rdenes para la ejecucin repetitiva en bucles y ciclos: for, repeat y while.
Funciones: sintaxis y llamada.
Nombres de argumentos y valores por defecto.
El argumento
Funciones de control y parada: warning, missing y stop.
R Intermedio
Sesin N 1: Probabilidad.
Probabilidad. Tipos de probabilidad.

Probabilidad condicional e independencia.
Teorema de Bayes.
Variables aleatorias.
Funcin de probabilidad. Funcin de densidad. Funcin de distribucin.
P g i n a 9 | 21
Esperanza, Varianza. Momentos.
Variables aleatorias bidimensionales. Esperanza condicional. Covarianza.
Correlacin.
Distribuciones de probabilidad.
Sesin N 2: Tcnicas de Muestreo.
Muestreo aleatorio simple.

Muestreo sistemtico .
Modelos aleatoria estratificado.
Muestreo por conglomerados.
Muestreo complejo.
Sesin N 3: Convergencia estocstica. Teora asinttica.
Teorema de Markov. Desigualdad de Chebishev.

Tipos de convergencias estocsticas. Convergencia en probabilidad. Convergencia
casi segura.
Convergencia en distribucin. Relacin entre convergencias.
Leyes de los grandes nmeros.
Teorema central del lmite de Lindeberg-Lvy.
Sesin N 4: Procesos estocsticos.

Vectores de probabilidad y matrices estocsticas.
Cadenas de Markov.
Proceso binomial. Proceso de Poisson.
Martingalas y procesos brownianos.
Sesin N 5: Anlisis Multivariante.

Datos multivariantes. La matriz de datos.
El vector de medias. La matriz de varianzas y covarianzas.
Medidas globales de variabilidad.
Variabilidad y distancias. Distancia de Mahalanobis.
Medidas de dependencia lineal.
Componentes principales.
Datos multivariantes. La matriz de datos.
El vector de medias. La matriz de varianzas y covarianzas.
Medidas globales de variabilidad.
Medidas de dependencia lineal.
Componentes principales.
Distribucin normal multivariante.
R Avanzado
Sesin N 1: Descripcin de datos multivariantes.
La matriz de datos. El vector de medias.

La matriz de varianzas y covarianzas.
Medidas globales de variabilidad. La varianza total y varianza media. La varianza
generalizada.
P g i n a 10 | 21
Medidas de dependencia lineal. La matriz de correlaciones. Regresin mltiple.
Correlaciones parciales.
Anlisis grfico y datos atpicos:
Representacin grfica. Histogramas, boxplot y diagramas de dispersin.
Curva de Andrew. Grfico de estrellas.
Transformaciones lineales. Estandarizacin multivariante.
Transformaciones no lineales. Transformacin Box-Cox
Los efectos de los datos atpicos. Identificacin de grupos atpicos.
Sesin N 2: Anlisis de componentes principales.
Clculo de los componentes. Propiedades de los componentes.

Interpretacin de los componentes. Seleccin del nmero de componentes.
Representacin grfica. Datos atpicos.
Escalado multidimensional:
Escalados mtricos: coordenadas principales.
Construccin de las coordenadas principales.
Relacin entre coordenadas principales y componentes principales.
Biplots.
Escalado no mtrico.
Sesin N 3: Anlisis de correspondencias simple y mltiple.

Bsqueda de la mejor proyeccin.
La distancia chi-cuadrado.
Asignacin de puntuaciones.
Anlisis de conglomerados. Clster:
Mtodo clsico. Algoritmo de k-medias
Mtodo jerrquico. Distancias y similaridades. Algoritmos jerrquicos. Mtodos
aglomerativos.
Inferencia con datos multivariantes:
Contrastes sobre la matriz de varianzas y covarianzas de una poblacin normal.
Contraste de igualdad de varios vectores de medias: MANOVA.
Contrastes de datos atpicos.
Contrastes de normalidad multivariante.
Sesin N 4: Anlisis factorial.
El modelo factorial. Hiptesis bsicas. Numero mximo de factores.

Estimacin de las comunalidades.
Determinacin del numero de factores.
Rotacin de factores.
Anlisis discriminante.
Clasificacin entre dos poblaciones. Poblaciones normales: funcin lineal
discriminante.
Generalizacin para varias poblaciones normales.
Poblaciones desconocidas. Regla de clasificacin.
Variables cannicas discriminantes.
Sesin N 5: Mtodos de clasificacin.

P g i n a 11 | 21
Modelos de respuesta cualitativa. El modelo logstico. Estimacin, contrastes y
diagnosis.
El modelo multilogit.
rboles de clasificacin.
Dependencia entre conjuntos de variables:
Anlisis de correlacin cannica. Las variables cannicas. Contrastes.
Modelos estructurales en variables latentesLISREL.
GAUSS, OX, Y JMULTI (12 HRS)

Sesin 1: Introduccin al GAUSS
Editor de Gauss.
Ventanas de Gauss.
Reglas y Sintaxis.
Importando archivos ASCII, data files, y outputs.
Archivos matriciales.
Operaciones matriciales, concatenacin e indexacin.
Comandos estadsticos y matemticos.
Matrices carcter y strings.
Operadores lgicos, condicionales.
Sesin 2: Modelo de regresin lineal

Estimacin MCO, anlisis de varianza, correlacin.
Comando OLS.
Restricciones lineales.
Cambios estructurales y test de Chow.
Variables dicotmicas y politmicas.
Sesin 3: Bucles y procedimientos
Estructura de los bucles y rutinas.

El problema de heterocedasticidad.
El problema de autocorrelacin.
La estabilidad estructural.
Variables globales, llamando a procedimientos, ingresando inputs del tipo cadena,
funciones.
Cargando y usando Librerias.
Test de raz unitaria.
Sesin 4: Optimizacin no lineal y Filtro de Kalman
Mtodo de Newton.
Programa no lineal de minimizacin: NLOPT .
Revisin de las tcnicas de estimacin.
Ejemplos del filtro para filtrar el PBI potencial.
Pequeo modelo de factor de escala. Stock y Watson (1991).
Aplicacin a un panel de datos.
Sesin 5: Modelos no lineales univariantes
Test de linealidad.

P g i n a 12 | 21
Especificaciones no lineales univariantes.
Modelos Markov Switching.
Modelos de Umbral.
Modelo MS: Hamilton (1989).
Estimacin de un modelo Umbral mediante el J-Multi.
Test de normalidad y buena especificacin.
Estimacin de un modelo MS en Ox Metric.
Test de normalidad y buena especificacin.
TEORIA DE LAS PROBABILIDADES Y ESTADISTICA (12 HRS)

Sesin 1: Probabilidad
Introduccin
Probabilidad
Anlisis combinatorio
Probabilidad condicional e independencia
Teorema de Bayes
Variables aleatorias
Funciones de densidad y de distribucin
Esperanza, varianza, momentos
Distribuciones de probabilidad
Aplicacin: Aplicaciones estadsticas y matemticas con probabilidades.
Sesin 2: Tcnicas de Muestreo
Muestreo Aleatorio Simple

Muestreo Sistemtico
Muestreo Aleatorio Estratificado
Muestre por conglomerados polimetlico
Aplicacin: Aplicaciones en SPSS.
Sesin 3: Convergencia Estocstica - Teora Asinttica

Teorema de Markov. Desigualdad de Chebishev
Tipos de Convergencia Estocsticas: Convergencia en probabilidad.
Convergencia casi seguro.
Convergencia en distribucin. Relaciones entre las convergencias y
propiedades.
Leyes de los grandes nmeros.
Teorema Central del Lmite de Lindeberg-Lvy.
Martingales y Procesos Brownianos
Sesin 4: Cadenas de Markov

Vectores de probabilidad y matrices estocsticas
Pruebas binomiales dependientes de Markov
Probabilidades iniciales desconocidas
Equilibrio estadstico
Una cadena de Markov mas general
Aplicacin: Aplicaciones estadsticas y matemticas

P g i n a 13 | 21
Estadstica No Paramtrica
Test de aleatorizacin
Test de localizacin
Test de bondad de ajuste
Test basados en rangos
Regresin no paramtrica. Regresin por Kernel
Sesin 5: Anlisis Multivariante
Anlisis de componentes principales

Anlisis de correspondencias
Anlisis factorial
Anlisis clster
Anlisis discriminante
Anlisis multivariante de la varianza (MANOVA)
Aplicacin: Aplicaciones en SPSS
ECONOMETRIA BAYESIANA (12 HRS)

Sesin 1: Revisin de la Inferencia Estadstica Clsica. Inferencia
Paramtrica.
Poblacin. Muestra. Parmetro. Estadstico. Variable.

Variables Aleatorias. Funcin de probabilidad. Distribucin de Probabilidad.
Momentos de una Variable Aleatoria.
Ley de los Grandes Nmeros. Teorema del Lmite Central.
Inferencia I. Estimacin Puntual. Mtodo de Mxima Verosimilitud. Estimacin por
Intervalos.
Inferencia II. Contraste de Hiptesis. Distribuciones t, Chi2, F.
Sesin2: Inferencia Bayesiana.

Teorema de Bayes. El Principio de Verosimilitud.
Distribucin A Priori. Mtodos para elegir una distribucin a priori. Distribuciones a
priori no informativas. Distribuciones a priori de Jeffreys.
Modelos Normales.
Estimacin y Contrastes. Factor de Bayes.
Sesin 3: Modelos Lineales Bayesianos.
La Distribucin Normal Multivariante.

Modelo Lineal Clsico. Estimacin de coeficientes. Propiedades de los coeficientes.
Contraste de hiptesis.
Anlisis Bayesiano del Modelo Lineal. Distribucin a posteriori con a priori No
Informativa. Distribucin a posteriori con a priori Conjugada. Inferencia bayesiana
para y sigma2.
Sesin 4: Clculo Bayesiano.
Aproximacin de Laplace.
Integracin de Monte Carlo.
Mtodos Montecarlo de Cadenas de Markov (MCMC). Muestreador de Gibbs.

P g i n a 14 | 21
Clculo Bayesiano para Heterocedasticidad.
Aplicaciones con WinBugs
TEORIA ECONOMETRICA (36 HRS)

Mdulo I
Sesin 1: Modelo Lineal Clsico: Supuestos
Especificacin e interpretacin del MLG.

o Hiptesis del Modelo.
o Linealidad de los parmetros.
o Exogeneidad.
o Independencia de los regresores.
o Perturbacin Esfrica.
o Estabilidad de los parmetros.
Sesin 2: Mtodos de Estimacin

Estimacin por Mnimos Cuadrados Ordinarios (MCO).
o Conceptos Bsicos.
o Propiedades de los estimadores.
Estimacin por el Mtodo de Momentos.
o Conceptos Bsicos.
Estimacin por Mxima Verosimilitud.
o Conceptos Bsicos.
Sesin 3: Inferencia:
Pruebas de hiptesis.
Bondad de ajuste del modelo.
Evaluacin de la potencia de los test.
Regresin particionada.
Omisin de variables relevantes.
Inclusin de variables no relevantes.
Test de Ramsey.
Sesin 4: Teora Asinttica.

Convergencia en probabilidad.
Convergencia en media cuadrtica.
Convergencia en distribucin.
Teorema del Lmite Central.
Ley de Grandes Nmeros.
Sesin 5: Modelo Lineal Clsico: Violaciones (Parte I)

Inestabilidad de parmetros.
o Planteamientos, Consecuencias, Deteccin y Correccin.
Multicolinealidad.

P g i n a 15 | 21
Sesin 6: Modelo Lineal Clsico: Violaciones (Parte II)
Hererocedasticidad.
Autocorrelacin.
Estimador de MCG.
Sesin 7: Regresores Estocsticos y modelos de eleccin discreta
Variables Instrumentales.
Modelo lineal de Probabilidad.
Modelos Logit Probit.
Efectos Marginales y Pruebas de Hiptesis.
Medidas de Bondad de Ajuste y Prediccin.
Modelo M - Logit.
Mdulo II
Sesin1: Modelos de Series de Tiempo Estacionario
Conceptos Bsicos.
Proceso estocstico.
Estacionalidad Dbil y Fuerte.
Ruido Blanco y Paseo Aleatorio.
Modelos Autorregresivos (AR), Medias Mviles (MA) y ARMA.
Condiciones de Estacionariedad e Invertibilidad.
Anlisis de los momentos.
Teorema de Wold.
Funcin de Autocorrelacion Simple y Parcial.
Anlisis de Impulso-Respuesta.
Metodologa de Identificacin de Box Jenkins.
Etapa de Identificacin: Anlisis de correlograma.
Etapa de Estimacin: Criterio de Informacin.
Etapa de Prediccin: Anlisis de residuos, U- Theil.
Estacionalidad.
Sesin 2: Modelos de Series de Tiempo No Estacionario
Tendencia Determinstica y Estocstica.

Modelos ARIMA.
Anlisis de Raz Unitaria.
Test de Dickey-Fuller.
Test de Dickey-Fuller Aumentado (ADF).
Test de DF-GLS o contraste Elliot, Rothenberg y Stock (ERS).
Test de Phillips-Perron (PP).
Test de Kwiatkowski, Phillips, Smithdt y Shin (KPSS).
Identificacin de Quiebre Estructural.
Test de Zivot Andrews.
Test de Chow.
Sesin 3: Modelos de Volatilidad

P g i n a 16 | 21
Modelos ARCH.
Modelos GARH.
Modelos TARCH
Modelos ARCH-M.
Modelos EGARCH.
Modelos PARCH.
Aplicaciones a las Finanzas.
Sesin 4: Modelos de Vectores Autorregresivos (VAR)
Forma estructural y reducida de un modelo VAR.

Identificacin Recursiva : Descomposicin de Cholesky.
Identificacin de Corto plazo.
Relaciones contemporneas (Sims & Bernanke).
Identificacin propuesta por Bernanke & Mihov (1998).
Restricciones de Blanchard & Perotti.
Identificacin de Largo plazo (Blanchard & Quah).
Causalidad de Granger.
Funcin Impulso Respuesta.
Descomposicin de Varianza.
Aplicaciones.
Sesin 5: Cointegracin
Definicin y ejemplos.
Regresiones espreas.
Prueba de cointegracin univariadas.
Mtodo de Engle y Granger.
Mnimos cuadrados dinmicos.
Enfoque de cointegracin Multivariada de Johansen.
Estimacin del Modelo de Vector de Correccin de Errores.
Estimacin de la relacin de Cointegracin de Johansen.
Imponiendo Restricciones en el Vector de Correccin de Errores.
Aplicaciones.
Sesin 6: Modelos de Estado Espacio-Filtro de Kalman
Especificacin de un modelo de Estado Espacio.

Ecuacin de medicin y Ecuacin de transicin.
Filtro de Kalman.
Aplicaciones.
TOPICOS DE MATEMTICAS, MICROECONOMA Y MACROECONOMA

(44 HRS)
TOPICOS CUANTITATIVOS
Parte I : Clculo Dinmico
Ecuaciones Diferenciales y en Diferencia. Sistemas no Lineales

Calculo de variaciones, condiciones de transversalidad.
Control ptimo, condiciones de transversalidad.
Programacin Dinmica (Bellman y Lagrange).
P g i n a 17 | 21
Ejemplos y ejercicios nivel Banco Central y Maestra.
TOPICOS DE MACROECONOMIA
Parte I : Macro Bsica
Teora Clsica, Monetarista y Keynesiana.

Formulaciones Matemticas y relaciones de causalidad de variables.
Modelos en Economa Abierta.
Modelos con Expectativas.
Modelos de Poltica Econmica.
Parte II : Ciclos Econmicos
Introduccin a los ciclos econmicos.

El modelo RBC.
El modelo Neokeynesiano.
Fricciones financieras: Modelo de Kiyotaki Moore.
Parte III: Crecimiento Econmico

El modelo de crecimiento de Solow - Swan.
Modelo de crecimiento endgeno: Modelo Ak.
El modelo de crecimiento neoclsico: Ramsey, Cass-Koopmans, McKenzie.
Modelo de capital humano I+D.
TOPICOS DE MICROECONOMIA
Parte I: Teora del consumidor

Enfoque de las preferencias: axiomas, existencia de la F. Utilidad.
Enfoque de la eleccin: axioma dbil de la preferencia revelada. Axioma fuerte
de la preferencia revelada.
Demanda Marshalliana: Propiedades. Funcin indirecta de utilidad. Teorema de
Roy.
Minimizacin del gasto y demanda compensada Hicksiana. Funcin de Gasto:
Lema de Shepard. Ecuacin de Slutsky.
Variacin compensada y Variacin equivalente. Disponibilidad a pagar (WTP) y
disponibilidad a aceptar (WTA).
Parte II: Eleccin Intertemporal e incertidumbre
Eleccin en dos periodos, restriccin con dotacin, oferta laboral.

Elementos bsicos del problema de incertidumbre.
Utilidad, probabilidades, eventos ciertos y loteras.
Parte III: Informacin Asimtrica
Informacin asimtrica, informacin oculta, accin oculta.

Seleccin Adversa: Monopolista discriminador, screening.
P g i n a 18 | 21
Riesgo Moral: Modelo Agente - Principal. Diseo de Incentivos.
Sealamiento: Seales en el mercado laboral.
Parte IV: Teora de Juegos

Juegos No cooperativos. Juegos Simultaneos: Estrategias dominadas, dominantes,
racionales, equilibrio de Nash en estrategias puras y mixtas, equilibrio bayesiano.
Juegos Dinmicos: Racionalidad secuencial, induccin hacia atrs, induccin hacia
adelante. Juegos con horizonte temporal finito e infinito.
Parte V: Teora de la Firma
Mercado Competitivos.
Monopolio. Monopolios Naturales.
Monopsonio.
Oligopolio: Cournot, Stackelberg, Hotelling
Parte VI: Teora de la Regulacin

Modelo de precio tope.
Modelo Yardstick.
Modelo por tasa de retorno.
Asimetras de Informacin y Problemas del Regulador
DIPLOMA EN ECONOMETRIA (72 HRS)

Modulo I:
Econometra Bsica - Intermedia: Bases para la Econometra Moderna
Mnimo Cuadrados Ordinarios.

Inferencia Estadstica.
Problemas de Modelacin (Quiebre y Multicolinealidad).
Problemas de Esfericidad (Autocorrelacin y Heterocedasticidad).
Propiedades en grandes muestras (Teora Asinttica).
Aplicacin: Evaluacin de curvas de potencia de los principales test economtricos
Evaluacin de Series Temporales I: Aplicaciones Macroeconmicas y
Financieras
Anlisis Espectral, Transformada de Fourier, Periodograma, Filtros.

Procesos Estocsticos. Movimientos Brownianos, Convergencia y Curvas de
Potencia.
Races unitarias. Test de races unitarias ante presencia de quiebres estructurales y
outliers.
ARMA, ARIMAX, SARIMAX, ARFIMA.
Modelo Estado Espacio (Filtro de Kalman).
Sistemas de Ecuaciones.
VAR, SVAR, BVAR. Estimacin, Prediccin y Restricciones.
Cointegracin: Modelos Univariados y Multivariados (VEC). Modelos ADRL.
P g i n a 19 | 21
Evaluacin de Series Temporales II: Aplicaciones Macroeconmicas y
Financieras
Modelos de Volatilidad: ARCH, GARCH, SAARCH, TARCH, AARCH, NARCH, EGARCH,
TPARCH, PGARCH.
Modelos de Volatilidad Condicional Multivariada: MGARCH.
Modelos Umbral (SETAR, LSTAR, TAR).
Modelos Markov - Switching.
Microeconometra I: Aplicaciones Microeconmicas
Estimacin Mxima Verosimilitud y Tcnica Generalizada de Momentos (GMM).

Modelo de Regresores Endgenos (VI , MC2E).
Modelos de Respuesta Binaria. Probit, Logit, Biprobit, Bilogit.
Mdulo II
Microeconometra II: Aplicaciones Microeconmicas y Financieras
Modelos de respuesta ordenada y multinomial.

Modelos de conteo. Poisson, Binomial Negativa, Z-inflated. Bi-Poisson.
Modelos Truncados y Censurados. Sesgo de Seleccin - Heckman.
Modelos de Duracin: Anlisis de Sobrevivencia.
Aplicaciones a Datos de Panel : Aplicaciones Sociales y Financieras
Panel Esttico: Modelo de Efectos Fijos, Modelo de Efectos Aleatorios.

Panel con problemas de esfericidad.
Panel con problemas de endogeneidad.
Paneles Dinmicos.
Paneles No Lineales.
Paneles no Estacionarios: Test de raz unitaria para paneles.
Cointegracin con Panel.
Paneles Jerarquicos y Multinivel.
Fronteras Estocsticas.
Evaluacin de Impacto de Programas Sociales

Regresin No Paramtrica y Semi Paramtrica.
Evaluacin de Impacto: Efecto Tratamiento Promedio (ATE) , Metodologa de
Matching (Vecino ms cercano, estratificacin, kernel, radius), Propensity Score
Matching.
Regresin Discontinua Aguda y Difusa para el anlisis de Impacto.
Anlisis Diff - Diff.
Tcnicas de Clasificacin
Anlisis de Cluster.
Anlisis de Discriminante.
Anlisis Factorial.
Anlisis Bayesiano y Redes Neuronales.

P g i n a 20 | 21
P g i n a 21 | 21

Informacion General Pirámide de Economía

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Informacion General Pirámide de Economía

Enviado por

Direitos autorais:

Formatos disponíveis

PLAN DE Inicio: sbado 12 de

CAPACITACIN Horario: Slo sbados

EN ECONOMA Duracin: 2 aos

La Pirmide de Economa desarrolla la teora necesaria para el anlisis econmico, como el

De esta manera el alumno tendr la habilidad para realizar cualquier investigacin en el

Grupo IDDEA se comprometer en brindar la preparacin integra, bajo el compromiso de

Se emitir una constancia de participacin por cada curso culminado y se brindar un

Si algn alumno decide retirarse, la Pirmide continuar?

Para informes e inscripciones srvase llenar la ficha de inscripcin disponible en nuestra

Oficina de San Miguel

Teora Tpicos de Micro

Especializacin GAUSS, Ox, y

Especializacin Especializacin Especializacin Especializacin

CIDDEA CTA ASESORES EIRL RUC: 20565781708

ESPECIALIZACION EN EXCEL (39 HRS)

Funciones avanzadas: Operadores de relacin, funciones bsicas (aritmticas, texto

Elaboracin de grficos, uso del asistente de grficos, edicin de un grfico,

Funciones avanzadas de busqueda y condicionales, funciones BuscarV, BuscarH,

CIDDEA CTA ASESORES EIRL RUC: 20565781708

NIVEL II: APLICACIONES FINANCIERAS Y RIESGOS

NIVEL III: EXPERTO PROGRAMADOR

Aplicacin de controles de formulario ms usados, en hojas de Excel.

ESPECIALIZACION EN STATA (39 HRS)

Modelos de eleccin discreta

ESPECIALIZACION EN EVIEWS (39 HRS)

Introduccin a programacin en E-Views: Matrices y Vectores.

Mtodo de mxima verosimilitud.

Modelos ARMA y SARMA.

ESPECIALIZACION EN SPSS (36 HRS)

ESPECIALIZACION EN MATLAB (36 HRS)

Introduccin a la librera de matrices

Mdulo Intermedio: Econometra de las Series de Tiempo

Mdulo Avanzado: Modelizacin financiera

ESPECIALIZACION EN R (36 HRS)

Sesin N 1: Introduccin a R y funciones bsicas

El entorno R. Motivos para su uso

CIDDEA CTA ASESORES EIRL RUC: 20565781708

Sesin N 2: Gestin y Manipulacin de datos

Objetos para el manejo de datos.

Sesin N 3: Descripcin numrica y grfica de datos

Sesin N 4: Inferencia Estadstica

Inferencia en problemas univariantes.

Sesin N 5: Programacin de funciones y subrutinas

Introduccin: funciones y subrutinas en R.

Probabilidad. Tipos de probabilidad.

Sesin N 2: Tcnicas de Muestreo.

Muestreo aleatorio simple.

Sesin N 3: Convergencia estocstica. Teora asinttica.

Teorema de Markov. Desigualdad de Chebishev.

Sesin N 4: Procesos estocsticos.

Sesin N 5: Anlisis Multivariante.

Sesin N 1: Descripcin de datos multivariantes.

La matriz de datos. El vector de medias.

Sesin N 2: Anlisis de componentes principales.

Clculo de los componentes. Propiedades de los componentes.

Sesin N 3: Anlisis de correspondencias simple y mltiple.

Sesin N 4: Anlisis factorial.

El modelo factorial. Hiptesis bsicas. Numero mximo de factores.

Sesin N 5: Mtodos de clasificacin.

CIDDEA CTA ASESORES EIRL RUC: 20565781708

GAUSS, OX, Y JMULTI (12 HRS)

Sesin 2: Modelo de regresin lineal

Sesin 3: Bucles y procedimientos