Plan de estudios del Curso Curso Manejo de Base de Datos y Econometría aplicada con STATA

  • Básico
  • Intermedio
  • Avanzado

SESIÓN 01: INTRODUCCIÓN A STATA

  • Objetivo:
    • Presentar la interfaz del programa para utilizar las opciones principales de STATA.
  • Temas:
    • ¿Qué es STATA?
    • Iniciar STATA
    • Personalizar la interfaz de STATA
    • Tipos de archivos en STATA
    • Estructura básica de STATA
    • Documentación en STATA
  • Ejemplos:
    • Bitácora
    • Do-file
    • Edición de la interfaz
    • Uso del menú de ayuda (Help) en STATA
    • Estableciendo una ruta de trabajo
    • Guía PDF en STATA

 SESIÓN 02: EDICIÓN DE BASE DE DATOS Y PRINCIPALES COMANDOS DESCRIPTIVOS

  • Objetivo:
    • Exponer los supuestos del modelo de regresión clásico y explicar a profundidad el supuesto de variables independientes fijas, valor esperado del error igual que cero y la varianza del error constante.
  • Temas:
    • Sintaxis
    • Abrir un archivo de datos
    • Tipos de datos
    • Introducción a la estadística descriptiva
    • Principales comandos descriptivos
    • Operadores y condicionales IF e IN
    • Identificando y eliminando observaciones duplicadas
  • Ejemplos:
    • Apertura de base de datos
    • Tipos de variables
    • Describe y List
    • Codebook
    • Table y Tabulate
    • Summarize
    • Exportar una base de datos
    • Destring y tostring
    • Estadísticas descriptivas
    • Operadores y condicionales IF e IN
    • Eliminando duplicados

 SESIÓN 03: ESTRUCTURA DE LA BASE DE DATOS

  • Objetivo:
    • Explicar los supuestos de distribución normal de los errores, la ausencia de multicolinealidad y la ausencia de autocorrelación entre las perturbaciones, y cómo corregirlos.
  • Temas:
    • Unir y colapsar bases de datos
    • Comandos para eliminar y mantener variables
    • Ordenar bases de datos
    • Reestructurar bases de datos
    • Preservar y restaurar bases de datos
  • Ejemplos:
    • Aplicación de Merge y Append
    • Uso de Collapse
    • Uso de Drop y Keep
    • Ordenar base de datos
    • Reshape
    • Preservar bases de datos
    • Aplicación de merge M:1 y M:M
    • Aplicación de los comandos sort y keep
    • Aplicación del comando merge
    • Operadores condicionales y perserve

 SESIÓN 04: GENERACIÓN DE VARIABLES, ETIQUETAS Y MUESTREO

  • Objetivo:
    • Explicar y desarrollar los principales modelos de elección discreta: Logit y Probit.
  • Temas:
    • Generar variables
    • Muestreo probabilístico
  • Ejemplos:
    • Generate y Recode
    • Generación de variables con EGEN
    • Encode y Decode
    • Nombres y etiquetas
    • Factor de expansión
    • Caso práctico
    • Aplicación del comando split
    • Aplicación del comando replace
    • Muestreo aleatorio simple
    • Distribución de probabilidad

 SESIÓN 05: ANÁLISIS GRÁFICO - PARTE 1

  • Objetivo:
    • Explicar los modelos de elección múltiple ordinal y sus principales comandos en STATA.
  • Temas:
    • Teoría de gráficos estadísticos
    • Gráficos para una sola variable 
    • Gráficos para una variable continua y una discreta   
    • Gráficos con dos o más variables continuas
  • Ejemplos:
    • Gráficos unidimensionales
    • Gráficos con variables discretas y continuas
    • Gráficos bidimensionales
    • Gráficos de rango
    • Gráficos de ajuste
    • Gráficos de función
    • Otros gráficos descriptivos
    • Gráfico de distribuciones
    • Aplicación del comando histogram y kdensity
    • Comando graph

 SESIÓN 06: ANÁLISIS GRÁFICO - PARTE 2

  • Objetivo:
    • Explicar cómo realizar la estimación y postestimación de los modelos de elección múltiple no ordenados mediante el programa STATA.
  • Temas:
    • Resumen de los principales comandos
    • Guardar, exportar y abrir gráficos
    • Combinar gráficos
    • Edición de gráficos sin comandos
    • Edición de gráficos con comandos
    • Creación de mapas
  • Ejemplos:
    • Combinar y guardar
    • Textos y etiquetas
    • Esquemas y colores
    • Editor de gráficos
    • Gráfico de dos escalas
    • Caso práctico
    • Gráfico de dispersión
    • Gráfico circular
    • Edición de etiquetas
    • Presentación de un gráfico
    • Elaborar un mapa

SESIÓN 07: ANÁLISIS DE LA ENAHO

  • Objetivo:
    • Explicar los comandos para generar y analizar modelos truncados y censurados en STATA.
  • Temas:
    • ¿Qué es la ENAHO?
    • ¿Cómo empezar a trabajar?
    • Comandos relevantes
  • Ejemplos:
    • Ámbitos geográficos
    • Grupos de edad
    • Indicadores de educación
    • Indicadores de empleo
    • Unir BBDD de ENAHO
    • Distribución de ingresos
    • Gráfica del estrato
    • Análisis de pobreza según la región
    • Ingreso per cápita por área
    • Relación entre ingreso y gastos del hogar

SESIÓN 08: COMPARACIÓN DE MUESTRAS

  • Objetivo:
    • Realizar pruebas de hipótesis para comparación de muestras en STATA.
  • Temas:
    • Conceptos previos
    • Prueba T para una muestra
    • Prueba T para dos muestras
    • Test de proporciones
    • Test de varianza
    • Anova
  • Ejemplos:
    • Prueba T para una muestra
    • Prueba T para dos muestras
    • Prueba de diferencia de proporciones
    • Prueba de varianza
    • Prueba de medias para datos resumidos
    • Prueba T para muestra pareadas
    • Prueba T de una muestra para datos resumidos
    • Prueba de varianza de una muestra
    • Prueba de varianza para datos resumidos
    • Prueba de proporciones para datos resumidos

Actualización parcial el 12 de diciembre del 2023.

SESIÓN 01: REGRESIÓN LINEAL Y VERIFICACIÓN DE DATOS

  • Objetivo:
    • Mostrar cómo llevar a cabo una regresión lineal en STATA.
  • Temas:
    • Introducción a la econometría
    • Dispersión, covarianza y correlación
    • Regresión simple
    • Regresión múltiple
    • Regresión con variables cualitativas
    • Regresión con interacción
  • Ejemplos:
    • Regresión lineal simple
    • Significancia estadística
    • Predicción
    • Variables exógenas cualitativas
    • Interacción
    • Modelos no lineales
    • Estimación de modelo polinómico cuadrático

SESIÓN 02: SUPUESTOS DEL MODELO CLÁSICO DE REGRESIÓN - PARTE 1

  • Objetivo:
    • Exponer los supuestos del modelo de regresión clásico y explicar a profundidad el supuesto de variables independientes fijas, valor esperado del error igual que cero y la varianza del error constante.
  • Temas:
    • Supuestos del modelo de regresión
    • Supuesto de exogeneidad de las variables independientes
    • Valor esperado del error igual que cero
    • Varianza del error constante
  • Ejemplos:
    • Detección endogeneidad
    • Corrección de endogeneidad
    • Error igual que cero
    • Breusch-Pagan - Parte 1
    • Breusch-Pagan - Parte 2
    • Corrección de heterocedasticidad
    • Prueba de ramsey
    • Prueba de white
    • Anova
    • Análisis de covarianza

SESIÓN 03: SUPUESTOS DEL MODELO CLÁSICO DE REGRESIÓN - PARTE 2

  • Objetivo:
    • Explicar los supuestos de distribución normal de los errores, la ausencia de multicolinealidad y la ausencia de autocorrelación entre las perturbaciones; y cómo corregirlos.
  • Temas:
    • Distribución normal de los errores
    • Multicolinealidad
    • Autocorrelación
    • Quiebre estructural
  • Ejemplos:
    • Normalidad de los residuos
    • Detección de multicolinealidad
    • Corrección de multicolinealidad
    • Detección de autocorrelación
    • Corrección de autocorrelación
    • Quiebre estructural
    • Test de Shapiro-Wilk
    • Multicolinealidad
    • Prueba de Durbin-Watson
    • Método de cochrane

SESIÓN 04: MODELOS DE ELECCIÓN DISCRETA

  • Objetivo:
    • Explicar y desarrollar los principales modelos de elección discreta: Logit y Probit.
  • Temas:
    • Modelos no lineales
    • Modelos de elección discreta
    • Modelos de elección discreta binaria
  • Ejemplos:
    • Modelo de probabilidad lineal
    • Modelo Logit
    • Modelo Probit
    • Elección del mejor modelo
    • Odds ratios
    • Afianzamiento
    • Método logit para datos individuales 
    • Efecto marginal del modelo logit
    • Modelo logit agrupado
    • Efecto marginal del modelo probit

SESIÓN 05: MODELOS DE ELECCIÓN MÚLTIPLE ORDINAL

  • Objetivo:
    • Explicar los modelos de elección múltiple ordinal y sus principales comandos en STATA.
  • Temas:
    • Definición
    • Modelo de variable latente
    • Modelo logístico ordinal
    • Modelo probabilístico ordinal
    • Testeo de hipótesis
    • Supuesto de paralelismo
    • Análisis de probabilidades
  • Ejemplos:
    • Logit ordenado
    • Probit ordenado
    • Logit vs. Probit
    • Odds ratios
    • Supuesto de paralelismo
    • Predicción
    • Efecto marginal del modelo logit ordenado
    • Efecto marginal del modelo probit ordenado
    • Análisis de probabilidades
    • Testeo de hipótesis

SESIÓN 06: MODELOS DE ELECCIÓN MÚLTIPLE NO ORDENADOS

  • Objetivo:
    • Explicar cómo realizar la estimación y post estimación de los modelos de elección múltiple no ordenados mediante el programa STATA.
  • Temas:
    • Definición y ejemplos
    • Logit multinomial
    • Probit multinomial
    • Testeo de hipótesis
    • Independencia de las alternativas irrelevantes (IAI)
    • Análisis de probabilidades y cambios marginales
  • Ejemplos:
    • Logit multinomial
    • Probit multinomial
    • Elección del mejor modelo
    • Ratio de riesgo relativo
    • Odds ratios e iai
    • Predicción
    • Cambio marginal del modelo logit multinomial
    • Análisis de probabilidades
    • Test de Wald
    • Ratio de máxima verosimilitud

SESIÓN 07: MODELOS TRUNCADOS Y CENSURADOS

  • Objetivo:
    • Explicar los comandos para generar y analizar modelos truncados y censurados en STATA.
  • Temas:
    • Definiciones
    • Variables dependientes con truncamiento no incidental
    • Variable de truncamiento incidental, sesgo de selección
    • Modelo Oaxan-Blinder
  • Ejemplos:
    • Mco vs. Modelo truncado
    • Modelo truncado
    • Mco vs. Tobit
    • Modelo Tobit
    • Truncamiento incidental - Parte 1
    • Truncamiento incidental - Parte 2
    • MCO
    • Truncamiento en el modelo de regresión
    • Censura en el modelo de regresión
    • MCO vs modelo truncado vs tobit
    • Modelo Oaxan blender con sesgo de selección

SESIÓN 08: MODELOS DE DURACIÓN

  • Objetivo:
    • Explicar los modelos de duración y su aplicación en Stata.
  • Temas:
    • Ideas generales
    • Planteamiento inicial
    • Función de sobrevivencia y Hazard Rate
    • Formas de la función Hazard
    • Estimación de máxima verosimilitud
    • Modelos de la tasa de transición con tiempo continuo
    • Elección del modelo
    • Modelo de Cox
    • Estimación en tiempo discreto
  • Ejemplos:
    • Modelo semiparamétrico de cox
    • Cox con datos censurados
    • Kaplan-Meier
    • Máxima verosimilitud
    • Función de riesgo y supervivencia
    • Estimación como modelo de elección discreta
    • Análisis del modelo
    • Regresión de Weibull
    • Regresión de Gompertz
    • Comparación entre la distribución Weibull y Gompertz

Actualización parcial el 12 de diciembre del 2023.

SESIÓN 01: PROGRAMACIÓN EN STATA

  • Objetivo:
    • Explicar los conceptos y métodos generales para programar en STATA.
  • Temas:
    • Componentes básicos
    • R-Store and E-Store
    • Bucles
  • Ejemplos:
    • Operadores de matrices
    • Aplicar macros
    • Crear un programa
    • Atajos con macros
    • Bucles - Parte 1
    • Bucles - Parte 2
    • Macro global-local
    • Bucle con variables y condicionales
    • Funciones mata
    • Bondad de ajuste mediante operadores de matrices

SESIÓN 02: INTRODUCCIÓN A SERIES DE TIEMPO

  • Objetivo:
    • Explicar sobre la teoría de series de tiempo, los comandos para establecer una base de datos temporal y los principales operadores utilizados en este contexto.
  • Temas:
    • Ideas generales
    • Análisis de la serie de tiempo univariado
    • Operadores de series de tiempo
  • Ejemplos:
    • Media de una serie de tiempo
    • Tasas de crecimiento
    • Detectar la estacionalidad
    • Estacionalidad en correlograma
    • Componentes de una serie de tiempo
    • Fechas
    • Gráficos de una serie de tiempo
    • Diferencia porcentual
    • Comparación de la diferencia porcentual
    • Tendencia y estacionalidad en una serie de tiempo

SESIÓN 03: SERIES DE TIEMPO ESTACIONARIAS

  • Objetivo:
    • Explicar las implicancias de la estacionariedad en las series de tiempo y cómo verificarlas.
  • Temas:
    • Gráfico de series de tiempo
    • Procesos estocásticos y estacionariedad
    • Metodología de Box-Jenkins
    • Pruebas de estacionariedad en STATA
    • Transformaciones para alcanzar la estacionariedad
  • Ejemplos:
    • Random Walk
    • Pruebas de raíz unitaria
    • Análisis gráfico de estacionariedad
    • Raíz unitaria en niveles
    • Transformación de la serie
    • Analizando una serie con quiebre estructural
    • Estacionalidad
    • Pruebas Dickey-Fuller y Phillips Perron
    • Aplicar primera diferencia a una serie no estacionaria

SESIÓN 04: PRIMEROS MODELOS DE SERIES DE TIEMPO

  • Objetivo:
    • Explicar los modelos AR, MA, ARMA y ARIMA.
  • Temas:
    • Primeros modelos
    • Identificación de modelos
    • Estimación del modelo
    • Validación del modelo
    • Pronóstico
  • Ejemplos:
    • Ruido blanco
    • Selección de p, d & q
    • Estimación arima
    • Parsimonia
    • Pronóstico
    • Modelo autorregresivo
    • Modelo de media movil 
    • Modelo arma
    • Elección y pronóstico

SESIÓN 05: MODELOS TEMPORALES DE ALTA VOLATILIDAD

  • Objetivo:
    • Explicar los modelos de series de tiempo con alta volatilidad.
  • Temas:
    • Modelos de volatilidad
    • Modelo Arch
    • Modelo Garch
    • Garch exponencial
    • Modelo Threshold Arch
  • Ejemplos:
    • Base de datos de Yahoo Finance
    • Estimación de un Arch
    • Uso de un modelo Garch
    • Garch y Egarch
    • Estudio del modelo y validación
    • Pronóstico en modelo Garch
    • Modelo Arch con componente Ar
    • Modelo Arch con componente Ma
    • Modelo Arch con componente Arma
    • Elección del modelo y pronóstico

SESIÓN 06: MODELOS TEMPORALES MULTIVARIANTES

  • Objetivo:
    • Identificar y modelar procesos temporales con más de una variable de análisis.
  • Temas:
    • Modelo de cointegración
    • Modelos de vectores autorregresivos
    • Modelo de vector de corrección de error
  • Ejemplos:
    • Cointegración
    • Cointegración multivariada
    • Mecanismo de corrección de errores
    • Modelos VAR
    • Modelo VEC
    • Evaluación del modelo VEC
    • Análisis estacionario
    • Prueba de Engle-Granfer
    • Modelo de corrección de error
    • Supuestos del modelo a corto plazo

SESIÓN 07: MODELO DE DATOS PANEL

  • Objetivo:
    • Explicar de manera teórica y práctica el funcionamiento de los modelos de regresión de datos panel.
  • Temas:
    • Conceptos generales
    • Forma de la base de datos
    • Modelos de datos de panel
    • Elección del mejor modelo
    • Efectos temporales
    • Posestimación
  • Ejemplos:
    • Modelo Pooled
    • Análisis de un panel de datos
    • Modelo de efectos fijos
    • Evaluación de modelo de efectos fijos
    • Modelo de efectos aleatorios
    • Prueba de Hausman
    • Modelo MCO agrupado
    • Modelo de efectos fijos para datos enaho
    • Modelo de efectos aleatorios para datos enaho
    • Elección del modelo

SESIÓN 08: DATOS PANEL DINÁMICOS

  • Objetivo:
    • Indicar cómo estimar modelos Panel Data con, por lo menos, un rezago.
  • Temas:
    • Ideas generales
    • Preestimación
    • Estimación
    • Posestimación
  • Ejemplos:
    • Preestimación
    • Estimación con xtabond
    • Estimación con xtdpdsys
    • Estimación con xtdpd
    • Estimación con xtabond2
    • Análisis posestimación
    • Pre estimación con datos enaho
    • Estimación con Xtabond para datos enaho
    • Estimación con XTDSYS para datos enaho

Actualización parcial el 12 de diciembre del 2023.

Redes en las que nos puedes ubicar

NÚMEROS EN LOS QUE NOS PUEDES UBICAR

Whatsapp

+51 923 444 442

Skype

institutoICIP

Hangouts

info@icip.pe

Skype

institutoICIP

Whatsapp

+51 923 444 442

Hangouts

info@icip.pe

NÚMEROS EN LOS QUE NOS PUEDES UBICAR

 

Icono Whatsapp

Whatsapp

+51 923 444 442

 

 
info@icip.peinfo@icip.peinfo@icip.ecinfo@icip.com.co

DIRECCIÓN

 

Cal. Santa Florencia 564
Urb. Pando 3era Etapa
Cercado de Lima, Lima - Perú

 

Referencia: Cruce de la Av. Universitaria con la Av. Venezuela

HORARIO DE ATENCIÓN

 
Oficina:
Lunes a Sábado
8:00 am - 4:45 pm

 
Central telefónica

Lunes a Sábado
8:00 am - 10:00 pm
Domingos
8:00 am - 5:00 pm