Análisis de Regresión Múltiple - Online - clases en vivo*

Este Curso entrega los fundamentos estadísticos esenciales para el cálculo e interpretación de modelos de regresión múltiple, utilizando el software estadístico STATA (el valor del curso incluye licencia Stata 16 por 6 meses)


Descripción

Este Curso entrega entre las herramientas para diseñar, calcular e interpretar modelos de regresión múltiple utilizando variables dependientes categóricas y abordando tanto los análisis de regresión lineal como de regresión logística.

Dirigido a

Este curso constituye una especialización avanzada en análisis de datos sociales, dirigida a profesionales o licenciados de diversas áreas de las ciencias sociales, humanidades, comunicaciones o educación.

Prerrequisitos
  • Grado académico o título profesional, obtenido en universidades chilenas o extranjeras, equivalente al grado de licenciado que confiere la Pontificia Universidad Católica de Chile. 
  • Currículum vitae con antecedentes curriculares. 
  • Aprobar el proceso de selección que realiza el Comité Académico.
Objetivo de aprendizaje
  1. Aplicar técnicas de análisis de regresión multivariada lineal y categórica.
Desglose de cursos

Curso: Análisis de regresión múltiple
Horas cronológicas: 54 horas
Horas pedagógicas: 72 horas
Créditos: 10

RESULTADOS DE APRENDIZAJE:
Al finalizar este curso los/las estudiantes debieran ser capaces de:

  1. Aplicar la técnica de Mínimos Cuadrados Ordinarios.
  2. Proponer, implementar y analizar un modelo multivariado de regresión lineal o logística con datos reales.
  3. Evaluar la calidad del modelo de regresión a través del testeo de los supuestos del estándar gaussiano.

CONTENIDOS:

  • Lógica del análisis multivariado a través de regresiones: correlaciones parciales; variables confundentes y relaciones espúreas; causación versus correlación.
  • Regresión lineal simple: estimación de coeficientes; estándar Gaussiano y Teorema de Gauss Markov; inferencia Estadística para regresión lineal bi-variada.
  • Regresión lineal múltiple: estimación de coeficientes, especificación de modelos, incorporación de variables dummy, interpretación de interacciones.
  • Verificación de supuestos y de la bondad de ajuste en los modelos de regresión multivariada: multicolinearidad, ausencia de autocorrelación, heterocedasticidad, especificación del modelo, revisión de casos raros (outliers).
  • Regresión logística binaria: aplicaciones, cálculo e interpretación de modelos.
Equipo Docente

JEFE DE PROGRAMA

María Soledad Herrera Ponce

Socióloga y Licenciada en Sociología (Pontificia Universidad Católica de Chile), Diploma de Estudios Avanzados en Análisis de Datos y Doctora en Sociología de la Universidad Autónoma de Madrid. Es Directora del Instituto de Sociología y profesora asociada ISUC. Dicta las cátedras de análisis de datos y metodología de la investigación en pregrado y de metodología avanzada y estudios de población en el programa de Magíster del ISUC. Ha dirigido y participado en varios estudios, principalmente cuantitativos, en el Departamento de Estudios Sociológicos del ISUC, con gran experiencia tanto en el levantamiento de datos a través de encuestas. Tiene una vasta experiencia en el análisis de datos con información secundaria proveniente tanto de bases nacionales (Encuestas Casen, Censos Nacionales) como internacionales (Encuesta Mundial de Valores).

EQUIPO DOCENTE

Víctor Macías

Ingeniero Comercial de la Universida dde Chile.
Magíster en Economía de la Universidad de Chile
Doctor en Economía de la Universidad de Maryland.
Académico de la Universidad de Chile y la Universidad Diego Portales en las siguientes áreas: Entorno económico para los negocios, Tópicos en economía y negocios usando R, Econometría financiera, Introducción a Fintech y R para Finanzas, Evaluación de Impacto, Análisis Predictivo, Innovación Financiera.

Mario Vera
Magíster en Economía de Recursos Naturales y Medioambiente de la Universidad de Concepción
Ingeniero Comercial y Economista de la Universidad de Concepción.

Además se incorporarán al equipo uno o dos ayudantes que guiarán y asistirán a los docentes durante algunas de las clases.

Metodología

La metodología consiste principalmente en clases on line – clases en vivo donde se expondrán los contenidos del curso. Contará con presentaciones en PowerPoint que le permitirá reforzar los contenidos y entregar distintos ejemplos de ellos. Además, las clases teóricas se complementarán con clases prácticas, las que tendrán un énfasis en el manejo de datos, a través del programa estadístico STATA. También, se realizarán clases con cápsulas informativas pregrabadas que permitirán complementar los contenidos del curso.

Evaluación
  1. Realización de dos controles (30%).
  2. Realización de dos ejercicios prácticos (30%). 
  3. Un examen final (40%).
Requisitos de aprobación

Para aprobar el Curso, se requiere:

  1. Asistir a un 75% de las sesiones.
  2. Aprobar con nota no inferior a 4.0 en una escala de 1.0 a 7.0, con la siguiente ponderación:

Curso: Regresión Múltiple

  • Controles    30%
  • Ejercicios    30%
  • Examen    40%

- Los alumnos que aprueben las exigencias del programa, recibirán un Certificado de Aprobación del Curso, otorgado por la Pontificia Universidad Católica de Chile.
- El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Bibliografía
  • Wooldridge, J. (2001). Introducción a la econometría: Un enfoque moderno. Australia, Thomsom. Parte 1 “Análisis de la regresión con datos de corte transversal”. Cap.2 “Modelo de regresión simple”. Cap.3 “Análisis de regresión múltiple: estimación”. Cap.4 “Análisis de regresión múltiple: inferencia”. Cap.7 “Análisis de regresión múltiple con información cualitativa: variables binarias (o ficticias)”.
  • Gujarati, D. (2004). Econometría. McGraw-Hill, México. Cap.1. “Naturaleza del Análisis de Regresión”. Cap.2. “Análisis de regresión con dos variables: algunas ideas básicas”. Cap.3. “Modelo de regresión con dos variables: problemas de estimación”. Cap.7. “Análisis de regresión múltiple: problemas de estimación”. Cap. 8. “Análisis de regresión múltiple: el problema de la inferencia”. Cap.9. “Modelos de regresión con variables dicotómicas”. Parte 2 “Violación de los supuestos del modelo clásico”. Cap.10. “Multicolinealidad: ¿Qué pasa si las regresoras están correlacionadas?”. Cap.11. Heteroscedasticidad: ¿Qué pasa cuando la varianza del error no es estable? Cap.13. “Diseño de modelos econométricos: especificación del modelo y prueba de diagnóstico”. 
  • Knoke, Bohrnstedt y Potter (2002). Statistics for Social Data Analysis. Ithaca, F.E. Peacock Publishers. Cap.9. “Non linear and logistic regression”. 
  •   Agresti, Alan. (2007). Introduction to Categorical Data Analysis}. Second Edition. Wiley Series (Cap. 2, excluyendo sección 2.6; Cap. 3, pp. 68-74 y 84-90; 4 [entero])
Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra en http://www.educacioncontinua.uc.cl/ y enviar los siguientes documentos a Francisca Campos al correo frcampos@uc.cl

  • Currículum Vitae actualizado con foto
  • Copia simple de título o licenciatura 
  • Fotocopia simple del carnet de identidad por ambos lados.

Tras la revisión de antecedentes, los y las postulantes aceptados/as serán confirmados a través de un correo electrónico. En algunos casos, será necesario llamar a entrevista presencial o telefónica para verificar, especialmente, manejo de algunos contenidos.

Las postulaciones son hasta completar las vacantes.

VACANTES: 30 
“No se tramitarán postulaciones incompletas”

- El Programa se reserva el derecho de suspender la realización del diplomado/curso si no cuenta con el mínimo de alumnos requeridos. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 días hábiles.

- A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel.

Importante- Sobre retiros y suspensiones-

  • La coordinación del programa se reserva el derecho de suspender o reprogramar la realización de la actividad si no cuenta con el mínimo de alumnos requeridos o por motivos de fuerza mayor. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero a la brevedad posible con un máximo de 10 días hábiles. La devolución se efectuará con depósito en la cuenta (corriente o vista) que indique el alumno o a través de un vale vista que deberá ser retirado en cualquier sucursal del Banco Santander.
  • A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del valor del programa.* A las personas que se retiren una vez iniciada la actividad, se les cobrará las horas o clases cursadas o asistidas y materiales entregados a la fecha de la entrega de solicitud formal de retiro más el 10% del valor del programa*
  • La solicitud de retiro debe realizarse a la coordinación a cargo y hasta antes de que el 50% de la actividad se haya desarrollado (Reglamento de alumno de Educación Continua).   
  • En ambos casos la devolución, demorará cómo máximo 15 días hábiles y se efectuará con depósito en la cuenta (corriente o vista) que indique el alumno o a través de un vale vista que deberá ser retirado en cualquier sucursal del Banco Santander. *El 10% corresponde al uso de vacante y se calcula en base al precio publicado, no el valor final pagado.
SOLICITAR MÁS INFORMACIÓN
ACTIVIDAD NO DISPONIBLE
PARA INSCRIPCIÓN

POR FAVOR DÉJENOS SU CONSULTA
Y LO CONTACTAREMOS
DESCARGAR PROGRAMA


Otros programas que pueden ser de su interés

imagen

Diplomado en Procesamiento y Análisis de Datos Sociales

imagen

Análisis de Datos Sociales

Mantente conectado a nuestras redes sociales