CURSO ONLINE EN VIVO

INICIO: 19 DE MARZO

DURACIÓN:
32 horas lectivas

HORARIO:
Viernes y domingos
de 7:00 p.m. a 10:00 p.m.

grupolambda.com.pe Expertos en Economía, Finanzas y

Econometría Aplicada
 ¿QUIÉNES SOMOS?
Somos un Centro de Especialización en Economía y Finanzas,
contamos con más de 13 años de experiencia brindando
excelentes servicios de capacitación, difundiendo
conocimientos especializados y herramientas necesarias para
que nuestros alumnos destaquen en el ámbito profesional y
académico.
¿POR QUÉ ELEGIR LAMBDA?
-Institución líder con más de 13 años de experiencia formando
a los futuros mejores economistas del Perú.
-Docentes reconocidos, con amplia experiencia laboral y alto
nivel académico, la mayoría con estudios de posgrado en el
extranjero.
-Alrededor del 75% de ingresantes a los cursos de extensión
universitaria estudiaron en Lambda.
-Más de 14 mil estudiantes eligieron Lambda para capacitarse
en economía, finanzas y econometría aplicada.
-Institución con historia y trato horizontal con todos los
estudiantes.
-Cursos de alta calidad a precios accesibles y contamos con un
sistema de becas para los estudiantes más destacados y de
bajos recursos.
-No solo compartimos conocimientos, sino también
experiencias.
DESCRIPCIÓN DEL CURSO
Python es, en estos momentos, el lenguaje de programación
más popular. Tal es así, que Python es el lenguaje de
referencia en Data Science y Machine Learning, y otros
campos como el desarrollo web. Python ofrece librerías y
entornos de desarrollo muy potentes para matemática,
estadística, visualización de datos, Machine Learning,
Inteligencia Artificial entre otros.
Python se creó en 1991 por Guido Van Rossum en los Países
Bajos. Python es un lenguaje de programación interpretado
de código abierto, multiparadigma, aunque principalmente
orientado a objetos de alto nivel, inspirado en el lenguaje C.
Su sintaxis hace énfasis en la legibilidad del código, lo que
facilita su depuración y, por tanto, favorece la productividad.
Ofrece la potencia y la flexibilidad de los lenguajes
compilados con una curva de aprendizaje suave.
Por eso, este curso de guiará desde las estructuras nativas
de bases de datos, su tratamiento y visualización, hasta la
implementación de modelos econométricos lineales, no
lineales y de series de tiempo univariados y multivariados.
 OBJETIVOS DEL CURSO
- Proporcionar al estudiante los fundamentos
básicos-intermedios de programación y manejo de bases de
datos en el software libre Python.
- Proporcionar al estudiante las herramientas cuantitativas
básicas para estimación de modelos lineales y no lineal para
datos de corte transversal y series de tiempo.
- Uso intensivo de bases de datos como el ENAHO y el BCRP.
CERTIFICADO
Se otorgará un certificado a nombre de la institución
por la participación en el curso. Además, de un
trabajo opcional para la emisión de un certificado de
aprobación a nombre de la institución.

METODOLOGÍA
DIRIGIDO
Estudiantes de pre-grado o egresados de economía,
estadística e ingeniería que busquen iniciar su proceso de
aprendizaje del lenguaje Python.
Sesiones en tiempo real Materiales y libros
mediante Zoom. recomendados.

REQUISITOS
Conocimiento básico de estadística y algebra lineal.
Aula virtual Grabación de
las sesiones. Evaluaciones
Lambda
 DOCENTES:
Mg. Heber Baldeón
Máster en Finanzas Cuantitativas en la Universidad de
Alcalá, Madrid – España y Economista por la UNMSM.
Actualmente, es Coordinador de Asociaciones Público
Privadas (APP), subsidios cruzados y métodos
cuantitativos en la Gerencia de Regulación Tarifaria de la
SUNASS. Trabajó en el Ministerio de Economía y Finanzas,
ESAN e INDECOPI. Además, aprobó el Curso de Extensión
Universitaria de Economía Avanzada del BCRP (2009) y
primer puesto del curso de extensión del INDECOPI
(2008). Cuenta con especializaciones en riesgos en el FMI
y Banco Mundial.
MSc. José Guerra
MSc en Modelos y Métodos Cuantitativos de la Université
Paris 1 Panthéon-Sorbonne, Universitat Autònoma De
Barcelona, Universität Bielefeld, y Università Ca’ Foscari
Venezia (Erasmus Mundus) y Bachiller en Ingeniería
Económica de la UNI. Además, cuenta con el CFA Level 1
aprobado y especializaciones en finanzas en el BID,
ARUP, U.S. Department of the Treasury. Se desempeña
como Especialista en el Ministerio de Economía y
Finanzas. Anteriormente, trabajó en ESSALUD, FRI -
ESAN y OSITRAN.
 CONTENIDO DEL CURSO SEMANA 3
Análisis de Regresión (4 horas)
SEMANA 1
- Estimadores por Mínimos Cuadrados Ordinarios y Máxima
Análisis de datos e introducción a la Verosimilitud.
- Regresión lineal simple, regresión lineal múltiple y regresión
programación en Python polinomial.
- Supuestos y evaluación de supuestos.
- Instalación de Python y Anaconda. - Regresión logística y Modelos Probit,
- Estructuras nativas de datos: Arrays, tuples, list, dict, set. - Modelo multinomiales, Tobit y Poisson.
- Aritmética en Python. - Evaluación del performance del modelo de regresión y matriz de
- Algebra lineal en Python: matrices, inversa y determinante, confusión.
descomposición de matrices, otros.
- Cálculo en Python: derivadas e integrales.
- Importación de librerías Pandas y NumPy (Numerical Python).
- Creación y carga de bases de datos en formato csv, xlsx, txt, HTML. SEMANA 4
- Creación de estructuras de control: condicional, loops y funciones.
Análisis de Series de Tiempo (4 horas)
SEMANA 2 - Secuencia y Operaciones con fechas.
- Descomposición y filtros.
Tratamiento y visualización de datos - Suavizamiento y predicción con el método de Holt-Winters.
- Modelos ARMA, ARIMA y SARIMA.
- Merge, append y reshape de datos. - Series de tiempo multivariadas: VAR, VEC, SVAR y SVEC
- Transformación de variables y categorizando información
cualitativa.
- Tablas de resumen y filtros.
- Reescalando, normalización (estandarización).
- Missing data, duplicados y detección de outliers.
- Visualización de datos con la librería Matplotlib.
- Gráficas de dispersión, líneas, barras, distribuciones, mapas de
color.
- Gráficas 3D y animaciones, textos e histogramas en 3D.
 SEMANA 5

Modelos de econometría bayesiana

- Microeconometría bayesiana:
- Regresión lineal con t-errors
- Modelos de elección discreta
- Macroeconometría bayesiana:
- Bayesianos VAR
- Time varying BVAR.

SEMANA 6

Introducción a Machine Learning

- Partición de data frames (training & testing data).
- K means, hierarchical clustering
- K-Nearest Neighborns (KNN) y Support Vector Machine (SVM).
- Desicion Tree, Random Forest, Gradient Boosting Machine (GBM)
- Redes Neuronales Artificiales (RNA)
- Evaluación del performance del modelo: Validación cruzada
MODALIDADES PROCESO DE
DE PAGO MATRÍCULA

01 01
Pago Link: Pagos con tarjeta de débito o Realizar el pago del curso y enviar la constancia a
crédito (Visa o Mastercard). matriculas@grupolambda.com.pe indicando lo
https://pagolink.niubiz.com.pe/pagosegu siguiente:
ro/GRUPOLAMBDA/856814
- Nombre y apellido del participante
- Nombre del curso
- Tarifa a la cual va a acceder

02
PayPal (Dólares): Pagos con tarjeta de
débito o crédito (Visa, Mastercard y
American Express).
https://bit.ly/PagoPaypalDólar
02 Ingresar a nuestra aula virtual:
https://aulavirtual.grupolambda.com.pe/usuario/login
y registrese. En caso usted ya cuente con un usuario
hacer caso omiso. La persona inscrita deberá colocar

03
sus datos completos, ya que estos serán considerados al
Depósito o transferencia bancaria a momento de realizar el certifcado correspondiente.

03
los siguientes números de cuenta:
Esperar la confirmación de matrícula, la cual se realizá
Mediante depósito o transferencia: en un plazo máximo de 48 horas.
BCP: 193 - 2120706 - 0 - 71

INTERBANK: 200 - 3001570887

BBVA: 0011 - 0190 – 0200687811

Titular: Grupo Lambda SAC

Transferencia interbancaria CCI:

BCP: 00219300212070607112
Titular: Grupo Lambda SAC
Contacto:
informes@grupolambda.com.pe
+51 947 367 403
+51 951 796 807

Nuestras redes sociales:

Expertos en Economía, Finanzas y

Econometría Aplicada