Análisis económico con R: de la teoría a la práctica

Acerca de este curso

Ver el Brochure –> [Aquí]

Inicio: 13 de Marzo de 2024
Duración: 20 horas
Horario:
Sábado 5:00 p.m. – 7:00 p.m.
Domingo 10:00 a.m. – 12:00 p.m.

Profesor: Miguel Zambrano
Mg (c) en Estadística, economista por la Pontificia Universidad Católica del Perú.
Llevó un diplomado en Ciencia de Datos para la Gestión Pública. Actualmente es consultor en el Ministerio de Economía y Finanzas (MEF) donde elabora propuestas de investigación en economía aplicada y también es pre-docente en la PUCP.
Llevó el curso de extensión universitaria LXIX del Banco Central de Reserva del Perú.
Cuenta con amplia experiencia en el tratamiento de datos, elaboración de bases, modelos de predicción, manipulación de data geográfica y programación con R y otros lenguajes de programación.

Metodología:
Clases Zoom en vivo.
Grabación de las sesiones.
Materiales de clase y bibliografía recomendada.
Aplicaciones reales.

Contenido del curso

Semana 1: Fundamentos de R y manipulación de datos

Gestión de datos económicos: Importación de datos desde diversas fuentes (CSV, Excel, bases de datos en línea).
Limpieza y preparación de datos: Técnicas para tratar con datos faltantes, duplicados, y errores comunes en datasets económicos.
Métodos de cruces
Aplicación: limpieza y cruce de bases de datos con la ENAHO y ENDES

Análisis económico con R: de la teoría a la práctica

Acerca de este curso

¿Qué aprenderás?

Contenido del curso

Semana 1: Fundamentos de R y manipulación de datos

Gestión de datos económicos: Importación de datos desde diversas fuentes (CSV, Excel, bases de datos en línea).

Limpieza y preparación de datos: Técnicas para tratar con datos faltantes, duplicados, y errores comunes en datasets económicos.

Métodos de cruces

Aplicación: limpieza y cruce de bases de datos con la ENAHO y ENDES

Semana 2: Visualización de datos

Visualización de datos económicos: Gráficos con ggplot2 (histogramas, box plots, scatter plots)

Visualización interactiva: Uso de librerías como plotly para crear visualizaciones interactivas.

Manipulación avanzada de datos: Uso de dplyr y tidyr para transformar y preparar datasets para análisis.

Aplicación: identificar patrones, tendencias y posibles correlaciones entre diferentes indicadores económicos usando data del BCRP.

Semana 3: Técnicas de muestreo y Análisis Estadístico

Técnicas de Muestreo: Introduce métodos de muestreo probabilísticos y no probabilísticos, destacando su importancia en la recolección de datos representativos.

Estadística Descriptiva con R: Explora cómo usar R para calcular medidas de tendencia central (media, mediana, modo), dispersión (varianza, desviación estándar), y distribución de datos.

Estadística Inferencial: Presenta conceptos de inferencia estadística, incluyendo pruebas de hipótesis y estimación de intervalos de confianza, aplicando funciones específicas en R.

Aplicación: establecer muestras aleatorias a partir de data censal y aplicar test de hipótesis sobre supuestos de las características de las personas.

Semana 4: Indicadores económicos y sociales con encuestas del INEI

Cálculo de indicadores económicos de educación

Cálculo de indicadores económicos de salud

Cálculo de indicadores económicos de empleo

Aplicación: elaboración de un dashboard con Shiny para presentar indicadores.

Semana 5: Estimaciones econométricas con encuestas

Análisis econométrico básico: Aplicar regresiones lineales simple y múltiples

Regresión Logística: Modelación de probabilidades y predicción de categorías

Modelos Lineales Generalizados: Manejo de errores con distribuciones no normales

Series de tiempo: Modelos con componentes estocásticos, estacionarios y no estacionarios.

Aplicación: replicando papers econométricos con temática en salud y empleo

Páginas

Redes Sociales