Skip to content

Micro Currículo: Métodos Probabilísticos y Econométricos 2025 S2

Published: at 12:00 AM

Información General del Espacio Académico

Datos Básicos del Espacio Académico

Programa AcadémicoEspecialización en Proyectos de Desarrollo
ModalidadPresencial
Nombre del Espacio AcadémicoMétodos Probabilísticos y Econométricos 2025 S2
ÁreaFormación General
Código2523
Tipología / CarácterTeórico
Semestre SugeridoI
Tamaño máximo del grupo

Créditos y horas de trabajo académico

Créditos Académicos3
Semanas
Tipo de créditoObligatorio
Horas de trabajo Dirigido48
Horas de trabajo Independiente96

Información Específica del espacio académico

Propósito del espacio académico

El diseño de proyectos de inversión social y de desarrollo necesita del diseño de escenarios de variables, económicas, sociales y políticas para los cuales es útil la estadística. Brindar el conocimiento del concepto de probabilidad y los métodos matemáticos para su cálculo con el fin de que el estudiante, a partir de un contexto de incertidumbre, pueda reconocer el modelo probabil ístico que mejor se ajusta a un problema, pueda aplicarlo y modelar una situación de interés. En la actualidad abunda la información con la cual podemos hacer un mejor modelamiento estadístico de los fenómenos con el fin de tomar las mejores decisiones, sean estas gerenciales, de política pública, médicas, etc. En el caso particular de la especialización de proyectos de desarrollo es preciso hacer pronósticos de muchas variables económicas, financieras, políticas y sociales, por esta razón la formulación de un proyecto de desarrollo requiere de herramientas estadísticas. Diferenciar y analizar el desarrollo de modelos probabilísticos y métodos de inferencia estadística para estudiar fenómenos económicos, teniendo en cuenta la particular naturaleza de los datos económicos (observacionales) para estimar relaciones causales entre variables económicas, el contraste de teorías económicas, la evaluación y diseño de políticas gubernamentales y empresariales

Esta asignatura aporta en la siguiente competencia de investigación del programa:

“Analiza datos e indicadores con herramientas descriptivas, econométricas, inferenciales y probabilísticas para la evaluación ex - ante y ex -post de programas y proyectos de desarrollo”

Prerrequisitos

Competencias y Resultados de aprendizaje del prograama

CompetenciasResultados de Aprendizaje

Resultados de aprendizaje del espacio académico

Metodología y estrategias de enseñanza - aprendizaje

Lineamientos Modalidad Virtual

En nuestro caso tenemos:

Tipo de actividadHoras por estudiante
Asincrónicas84
Autónomas48
Sincrónicas12

Materiales de Clase

Errores comunes

Khan Academy

Evaluación

La evaluación del curso se hará por medio de cuestionarios y talleres que cubren las diferentes secciones del curso. Todas las evaluaciones tienen el mismo peso.

Criterios de evaluación

Supletorios

Valoro su privacidad, entiendo que quien requiere un supletorio justamente está en una situación difícil, que puede pasar por situaciones personales, familiares, laborales, de salud o de seguridad. Por lo tanto propongo la siguiente regla: “a todas las personas, sin necesidad de que presenten una excusa, se les quitará la peor nota”. Esto quiere decir, entre otras cosas:

Política de uso de herramientas de ‘IA’

El concepto ‘IA’ se usa en educación universitaria y en ciencia de datos en particular para hablar de conceptos diferentes:

Específicamente el uso de los LLMs puede entrar en conflicto con el objetivo del aprendizaje de varias formas:

Por lo tanto el uso de los LLMs estará restringido para ejercicios en clase sólo cuando tengamos una base sólida de conocimiento sobre la cual ustedes tengan criterio para discernir.

En estos apuntes de clase usaremos la siguiente notación:

Código de Ética

Horario de Atención

Recursos Adicionales

Desarrollo Temático

Se explica el desarrollo del curso, según las siguientes indicaciones:

1. Software cuantitativo

Contenido TemáticoTema EspecíficoResultado de AprendizajeActividades de aprendizaje

^*El material está especificado en el enlace de la clase.

Cronograma

#FechaHorario

2.

Bibliografía Principal

Bibliografía Complementaria

Profesor:

NombreGabriel Villalobos Camargo
Correogabriel.villalobos@esap.edu.co
OficinaOficinas de profesores “Tomás Ducay”, oficina 2, Sede central.
PerfilProfesor Ciencia de Datos ESAP. Doctor en Ciencias / Física.

Fechas de las evaluaciones


Next Post
Micro Currículo: Métodos Cuantitativos y Paquetes Informáticos 2025 S2