Estructura y plan de estudios

Desde el punto de vista investigativo, los postulados y teorías económicas son evaluadas y probadas empíricamente usando datos de los agentes económicos o del mercado. La econometría es el instrumento cuantitativo más utilizado para analizar las relaciones empíricas entre las variables económicas que sugiere la teoría. El curso presenta el marco teórico y operativo de los modelos y los métodos econométricos a nivel intermedio que se utilizan para analizar problemas con enfoque microeconómico. Los alumnos estudiarán los modelos de regresión para datos de sección cruzada o corte transversal, específicamente los modelos relacionados con los temas de: restricciones, cambio estructural, máxima verosimilitud, variables dependientes discretas, sesgo de especificación, variables proxy, variables instrumentales, endogeneidad, datos panel y series de tiempo.

Facultad de Economía.

Facultad de Economía.

Facultad de Economía.

Facultad de Economía.

A lo largo de este período los estudiantes deben desarrollar una propuesta de trabajo de grado con el apoyo del profesor del curso. Además deben buscar un tutor que los apoye en el proceso. El tutor debe haber firmado su consentimiento a la propuesta de grado al finalizar el semestre. Éste puede ser un profesor de la Universidad de Los Andes o un profesor de la MEcA diferente al profesor del curso. El curso también tendrá un pequeño módulo donde se concientizará a los estudiantes en la mejor manera de presentar sus trabajos. El curso tendrá una nota de aprobado/no aprobado.

Este es un curso en Analítica y Big Data, en donde los estudiantes aprenderán: 1) como explorar y analizar conjuntos de datos grandes y de varias dimensiones 2) como convertirse en adeptos en construir sistemas potentes para predecir y 3) desarrollarán el entendimiento necesario para estructurar interpretaciones en estos modelos. Este curso incluye conceptos y herramientas clave que los científicos de datos necesitan en ambientes de negocios. Es una primera aproximación y les da las bases para que continúen estudiando estos temas a mayor profundidad.

No es una introducción a computer science o machine learning. Tampoco es una clase en econometría o estadística de altas dimensiones. Por el contrario, es una clase que toma elementos de varias disciplinas, tal y como lo hacen los buenos científicos de datos.

Las técnicas que se cubrirán a lo largo del curso incluyen una revisión de regresión lineal y regresión logística, selección de modelos y tasas de falso descubrimiento, criterios de información y validación cruzada, regresión regularizada y lasso, bagging y bootstrap, experimentos y estimación causal, regresión multinomial y binaria, clasificación, modelos de variables latentes, análisis de componentes principales, modelos tópicos, arboles de decisión y bosques aleatorios, análisis de texto y procesamiento de lenguaje natural.

Se aprenderán tanto los conceptos básicos subyacentes al igual que habilidades computacionales. Trabajaremos analizando datos reales. Entre algunos de los ejemplos se consideran minería en bases de datos de consumidores, monitoreo de internet y redes sociales, valoración de activos, análisis de redes, análisis de deportes y minería en textos.

Facultad de Economía.

Facultad de Economía.

El trabajo de grado deberá presentarse ante los compañeros de la maestría (cuya asistencia es obligatoria) y el tutor, además de otros estudiantes de la Universidad y profesores interesados. Las presentaciones se realizarán al finalizar los cursos de la maestría en fechas designadas por el profesor del curso. La nota de aprobado/no aprobado la dictaminan de mutuo acuerdo, el tutor y dos especialistas que pueden o no ser profesores de la Facultad, invitados a la sesión por la dirección de la MEcA. Dado los objetivos generales del programa, se evaluarán las habilidades aplicadas y verbales de los estudiantes, con lo cual la calificación del curso se basará sobre la presentación y el informe escrito final del proyecto. El tutor de cada proyecto de grado tiene la facultad para invitar a especialistas en el tema a la presentación del trabajo. El trío de profesores originalmente invitados a la presentación del proyecto de grado tiene, además, la potestad de apoyarse en los especialistas presentes para tomar la decisión definitiva de aprobar o no el trabajo final y la presentación.