22 marzo, 2019

Diplomado Ciencias de Datos para Negocios con Software R

Primera Edición con validez oficial SEEM

%cocid%

Número de Registro Oficial

17DAP60520
Secretaría de Educación del Estado de Morelos (SEEM)

Duración

200 hrs.

Inicio

1 de Febrero de 2021

Inscripciones

Del 15 de Diciembre de 2020 al 29 de Enero de 2021

Concluye

30 de Junio de 2021

DIPLOMADO DE ACTUALIZACIÓN PROFESIONAL

Adquirir la habilidad para analizar e interpretar la información econométrica, de Big Data y trabajar bases de datos con cubos OLAP con software R para predecir resultados efectivos y tomar decisiones acertadas económicas, financieras y empresariales.

 

 

 

TOMÁS ALBERTO SALMERÓN ENCISO

Maestro en Técnicas Actuales de Estadística Aplicada, con una Especialización en Técnicas Robustas y Avanzadas de Estadística Aplicada y Licenciado en Psicopedagogía por la Universidad Nacional de Educación a Distancia (UNED – Madrid, España –). Trabajó para el Dpto. de Protección de Cultivos del Instituto de Formación Agraria y Pesquera de Andalucía (IFAPA – Gobierno de Andalucía, España) desarrollando la tarea de asesor en estadística e investigación. Realizó estudios en colaboración con el Comisionado de Energía de la Unión Europea y sus políticas Medioambientales en el año 2014. Especialista en software R, ha realizado publicaciones y desarrollado varios libros de estadística avanzada con software R y temarios para universidades como el Máster de Estadística Aplicada con Software R de la Universidad Rey Juan Carlos de Madrid (España). Actualmente, radica en México, donde imparte formación de posgrado en estadística avanzada con software R para universidades, es asistente de investigación y estadística para proyectos CONACYT, consultor externo para la UNFPA en México y expone en congresos nacionales e internacionales.

 

MÓNICA LIMA VELA

 

Maestra en Tecnologías de la Información, especialista en tratamiento de bases de datos con MySQL, programación JAVA, Microsoft Office, Corel Draw, Sony Vega y Plataformas Virtuales, Profesora en la UAEM en las materias tales como Informática e Innovación tecnológica, edición de vídeo entre otros.

Licenciados en general, maestros, doctores e investigadores, economistas, administrativos, relacionistas públicos, gestores de calidad, actuarios, contadores, directivos y todas aquellas áreas y/o personal ejecutivo o directivo relacionadas con la empresa y sus ámbitos económicos y financieros

 

1.-Estudiar la descriptiva avanzada de empleados y clientes,
2. Relacionar la concentración de salarios y ventas,
3. Conocer el rendimiento de ventas de un producto,
4. Clasificar empleados en función de su rendimiento de ventas,
5. Estudiar la calificación de una empresa por los clientes,
6. Clasificar las oficinas por ganancias,
7. Clasificar ganancias vs. gastos en publicidad,
8. Estudiar la diferenciación y apuesta avanzada por carteras de inversión,
9. Diversificar la inversión,
10. Racionalizar las tareas de los empleados,
11. Diferenciar entre PIBs.
12. Relacionar las tareas de empleados y ventas,
13. Estudiar las ganancias vs. gastos diferenciados,
14. Relacionar de forma avanzada activos financieros en bolsa,
15. Realizar previsiones avanzadas de ganancias por activos financieros,
16. Realizar previsiones de ventas en función de tasas,
17. Seleccionar empleados por previsión de ventas,
18. Realizar búsqueda de personal nuevo en función de previsiones de ventas,
19. Relacionar activos financieros,
20. Diversificar de forma avanzada la inversión en activos financieros,
21. Estudiar la supervivencia de productos en el mercado,
22. Realizar previsiones de ventas de un producto,
23. Realizar previsiones de ganancias de activos bursátiles.
24. Estudiar de forma avanzada encuestas de calidad al cliente,
25. Estudiar la efectividad de programas de marketing en ventas de productos,
26. Clasificar y seleccionar empleados en función del tiempo de cierre de ventas,
27. Cambiar de puestos a empleados en función de su rendimiento.
28. Trabajar BIG DATA.
29. Crear tablas dinámicas.
30. Trabajar cubos OLAP.
31. Realizar operaciones con cubos OLAP.

Número de horas: 200

Cinco Módulos:
1) Econometría y diseño de investigación
2) Empleados, ventas y carteras de inversión
3) Ganancias y gastos, previsión de ventas y activos bursátiles
4) Calidad al cliente y marketing
5) Herramientas ETL: Big Data y cubos OLAP

Modalidad Totalmente Virtual en plataforma e.cocid.mx
En la modalidad virtual. Comenzará a trabajar a su ritmo, en las horas que usted disponga con el apoyo personalizado del tutor experto. Contará con todo el material (pdf, bases de datos, guía didáctica, tareas, video-tutoriales, etc) para sacar el mayor rendimiento a su aprendizaje. Aparte, cada semana con temario nuevo a estudiar, habrá una sesión en vivo como introducción de la semana por parte del profesor titular.

Módulo 1. Econometría y diseño de investigación
TEMA 1. INTRODUCCIÓN A LA ECONOMETRÍA.

TEMA 2. FUNDAMENTOS Y BASES EMPÍRICAS.

TEMA 3. ELECCIÓN DEL TEMA, OBJETIVOS E HIPÓTESIS.

TEMA 4. MUESTREOS, TIPOS, DATOS Y CONTROLES.

Módulo 2. Empleados, ventas y carteras de inversión
TEMA 1. R SOFTWARE.
1.1.- Descripción.
1.2.- Historia.
1.3.- Características
1.4.- Instalación
1.5.- Formatos.
1.6.- Transponer datos de hoja de cálculo.
1.7.- Cargado de archivos.
1.8.- Trabajo de bases de datos.

TEMA 2. ESTADÍSTICA DESCRIPTIVA I.
2.1.- Gráficos de barras.
2.2.- Gráficos de sectores.
2.3.- Histograma.
2.4.- Nubes de puntos.
2.5.- Gráficos de cajas.
2.6.- Gráficos para tablas de doble entrada.
2.7.- Conclusión.

TEMA 3. ESTADÍSTICA DESCRIPTIVA II.
3.1.- Medidas de posición y dispersión.
3.1.1.- Media.
3.1.2.- Mediana.
3.1.3.- Cuasivarianza.
3.1.4.- Cuasidesviación típica.
3.1.5.- Cuantiles.
3.1.6.- Resumen.
3.2.- La distribución normal.
3.3.- Medidas para investigación.
3.4.- Conclusión.

TEMA 4. PRUEBAS NO PARAMÉTRICAS.
4.1.- Test de Wilcoxon.
4.2.- Test de Wilcoxon – Mann-Whitney.
4.3.- Test de Kolmogorov – Smirnov.
4.4.- Test de Kruskal – Wallis.
4.5.- Conclusión.

TEMA 5. CHI-CUADRADO Y T DE STUDENT.
5.1.- Chi- cuadrado de Pearson.
5.1.1.- Introducción.
5.1.2.- Formulación.
5.1.3.- Resolución con R.
5.1.4.- Conclusión.
5.2.- T-Student.
5.2.1.- Distribución t-Student.
5.2.3.- conclusión.

TEMA 6. ANÁLISIS DE VARIANZA. DISEÑO COMPLETAMENTE ALEATORIZADO.
6.1.- Un factor clásico. HSD Tukey.
6.2.- Un factor robusto. HSD Tukey.
6.3.- Dos factores clásico.
6.4.- Dos factores robusto.

TEMA 7. ANÁLISIS DE VARIANZA. MEDIDAS REPETIDAS.
7.1.- Introducción.
7.2.- Formulación.
7.3.- Análisis de Varianza. Medidas Repetidas con R.
7.4.- Conclusión.

TEMA 8. REGRESIÓN Y CORRELACIÓN LINEAL SIMPLES.
8.1.- Regresión lineal simple.
8.1.1.- Introducción.
8.1.2.- Modelo.
8.1.3.- Contraste.
8.1.4.- Tabla de análisis de varianza.
8.1.5.- Regresión con R.
8.1.6.- Conclusión.
8.2.- Correlación simple.
8.2.1.- Introducción.
8.2.2.- Coeficiente de correlación de Pearson.
8.2.3.- Correlación lineal con R.
8.2.4.- Conclusión.

TEMA 9. REGRESIÓN MÚLTIPLE.
9.1.- Modelo.
9.2.- Contraste de la regresión lineal múltiple.
9.3.- Tabla de análisis de la varianza para la regresión lineal múltiple.
9.4.- Estimación de la varianza común.
9.5.- Contraste de hipótesis sobre los coeficientes de regresión.
9.6.- Regresión múltiple con R.
9.7.- Selección secuencial de variables por pasos.

TEMA 10. CORRELACIÓN MÚLTIPLE.
10.1.- Introducción.
10.2.- Cálculo con R.
10.3.- Representaciones gráficas.
10.4.- Conclusión.

Módulo 3. Ganancias y gastos, previsión de ventas y activos bursátiles
TEMA 1. TÉCNICAS ACTUALES EN REGRESIÓN. TRATAMIENTO DE DATOS ANÓMALOS.
1.1.- Introducción.
1.2.- Bibliotecas.
1.3.- Formulación.
1.4.- Ejemplo completo:
1.4.1.- Regresión lineal por mínimos cuadrados.
1.4.2.- Técnicas actuales en Regresión (tratamiento de datos anómalos).
1.4.2.1.- Recta de Huber.
1.4.2.2.- LTS-Least Trimmed Squares.
1.4.2.3.- LMS-Least Median of Squares.
1.4.2.4.- Recta MM.
1.5.- Conclusión.

TEMA 2. REGRESIÓN POISSON.
2.1.- Introducción.
2.2.- Cálculo con R.
2.3.- Conclusión.

TEMA 3. MODELOS DE REGRESIÓN LOGÍSTICA. LOGIT Y PROBIT.
3.1.- Introducción.
3.2.- Modelos logit y probit.
3.3.- Modelos de regresión logit con R.
3.4.- Modelos de regresión probit con R.
3.5.- Conclusión.

TEMA 4. REGRESIÓN SUAVIZADA.
4.1.- Introducción.
4.2.- Formulación.
4.3.- Regresión suavizada con R.
4.4.- Conclusión.

TEMA 5. REGRESIÓN MÚLTIPLE ROBUSTA.
5.1.- Introducción.
5.2.- Regresión de Huber.
5.3.- Regresión múltiple robusta de Huber.
5.4.- MM-estimadores.
5.5.- Regresión múltiple M-estimadores.
5.6.- Conclusión.

TEMA 6. CORRELACIÓN SIMPLE Y MÚLTIPLE ROBUSTAS.
6.1.- Introducción.
6.2.- Correlación robusta para dos variables.
6.2.1.- Correlación de porcentaje ajustado.
6.2.2.- Correlación winsorizada.
6.2.3.- M-estimadores de Goldberg e Iglewicz.
6.3.- Correlación robusta para p variables.
6.3.1.- Correlación de porcentaje ajustado entre p variables.
6.3.2.- Correlación winsorizada entre p variables.
6.4.- Conclusión.

TEMA 7. MODELOS LINEALES GENERALIZADOS UNIVARIANTES.
7.1.- Desarrollo.
7.2.- Conclusión.

TEMA 8. MODELOS LINEALES MIXTOS GENERALIZADOS. DISEÑO POR BLOQUES ALEATORIOS.
8.1.- Introducción.
8.2.- Formulación.
8.3.- Modelos lineales generalizados y mixtos generalizados con R. Diseño por bloques aleatorios.
8.4.- Conclusión.

TEMA 9. ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN (CARTS).
9.1.- Introducción.
9.2.- Árboles de regresión con R.
9.3.- Prunned o podado del Árbol.
9.4.- Árboles de clasificación con R.
9.5.- Conclusión.

TEMA 10. MODELOS ADITIVOS GENERALIZADOS GAM.
10.1.- Introducción.
10.2.- Formulación.
10.3.- Modelos GAM con R.
10.4.- Conclusión.

TEMA 11. ANÁLISIS DE SUPERVIVENCIA.
11.1.- Introducción.
11.2.- Cálculo completo en R. Uno y dos grupos.

TEMA 12. MODELOS SARIMA DE SERIES TEMPORALES.
12.1.- Introducción.
12.2.- Objetivos y usos en las diferentes ciencias.
12.3.- Paquetes a instalar en R.
12.4.- Bibliotecas a abrir en R.
12.5.- Cómo introducir los datos en R.
12.6.- Ejemplo completo:
12.6.1.- Cálculo con R.
12.6.2.- Filtrado lineal.
12.6.3.- Modelos SARIMA:
12.6.3.1.- Identificación del modelo.
12.6.3.2.- Estimación de los parámetros.
12.6.3.3.- Diagnosis.
12.6.3.4.- Predicción.
12.6.3.5.- Test de serie estacionaria.
12.6.4.- Cointegración de Series.
12.7.- Conclusión.

TEMA 13. PARÁMETROS GRÁFICOS.
13.1.- Gráfico plot. Función legend.
13.2.- Recta de regresión.
13.3.- Histograma.
13.4.- Gráfico de cajas.
13.5.- Gráficos de barras con barras de error.

Módulo 4. Calidad al cliente y marketing

TEMA 1. ANÁLISIS DE CORRESPONDENCIAS.
1.1.- Introducción.
1.2.- Análisis de correspondencias bidimensional con R.
1.3.- Análisis de correspondencias múltiple con R.
1.4.- Conclusión.

TEMA 2. ANÁLISIS FACTORIAL.
2.1.- Introducción.
2.2.- Formulación.
2.3.- Análisis factorial con R.
2.4.- Conclusión.

TEMA 3. ANÁLISIS DE COMPONENTES PRINCIPALES.
3.1.- Introducción.
3.2.- Formulación.
3.3.- Análisis de componentes principales con R.
3.4.- Representaciones gráficas
3.5.- Conclusión.

TEMA 4. ANÁLISIS DISCRIMINANTE.
4.1.- Introducción.
4.2.- Formulación.
4.3.- Análisis discriminante con R.
4.4.- Validación cruzada.
4.5.- Método de los k vecinos más próximos.
4.6.- Método de los k vecinos más próximos. Validación cruzada.
4.7.- Análisis discriminante. K grupos y clasificación desconocida.
4.8.- Conclusión.

TEMA 5. ESCALADO MULTIDIMENSIONAL.
5.1.- Introducción.
5.2.- Formulación.
5.3.- Escalado multidimensional con R. Métrico y no métrico.
5.4.- Cálculo de matrices.
5.5.- Conclusión.

TEMA 6. ANÁLISIS CLUSTERS.
6.1.- Introducción.
6.2.- Formulación.
6.3.- Análisis clusters con R.
6.4.- Elección del número de clusters.
6.5.- Conclusión.

Módulo 5. Herramientas ETL: Big Data y Cubos OLAP.
Tema 1. TRABAJO DE BIG DATA Y CUBOS OLAP.
1.1.- OLAP (On-Line Analytical Processing – Procesamiento analítico en línea)
1.1.1.- Los Cubos OLAP
1-.1.2.- Gestores de bases de datos con OLAP
1.1.3.- Hechos y dimensiones
1.1.4.- Operaciones OLAP
1.1.4.1.- «Rebanada»
1.1.4.2.- «Dados»
1.1.4.3.- Enrollar
1.1.4.4.- Profundizar
1.1.4.5.- Pivote

  • Temario Oficial en pdf

Estadística Aplicada y Avanzada Financiera, Empresarial y de Negocios. Software R. Autor/editor: Tomás Alberto Salmerón Enciso. pp: 600. ISBN: 978-84-608-7288-7 DEP. LEGAL: GR-680-2016

  • Bases de datos propias.
  • Software R.
  • Paquetes adicionales para técnicas avanzadas.
  • Guía Didáctica.
  • Material complementario en R.
  • Más de 50 clases grabadas.
  • Acceso a multitud de material de licencia libre en R en Biblioteca Virtual de COCID.

-Modalidad virtual:

1) Fecha de comienzo de diplomado: 1 de febrero de 2021.
2) Fecha de fin de diplomado: 30 de junio de 2021.

 

Costos

Inscripción $1,000.00 MXN del 15 de enero al 29 de enero de 2021

Modalidades de Pago:

En una sola exhibición $15,000.00 del 1 al 29 de enero de 2021

En pagos Diferidos 

  1. Primer pago: $3000.00 MXN antes del 29 de enero de 2021
  2. Segundo pago: $3000.00 MXN del 1-5 de Marzo de 2021
  3. Tercer pago:$3,000.00 MXN del 1-5 de Abril de 2021
  4. Cuarto pago: $3,000.00 MXN del 1-5 de Mayo de 2021
  5. Quinto pago: $3,000.00 MXN del 1-5 de Junio de 2021

DESCUENTOS

Si el pago de inscripción es realizado desde el 15 al 31 de enero de 2021, tendrá un descuento del 10% en el costo total del diplomado siendo en pago en una sola exhibición o en pagos diferidos, quedando de la siguiente manera:

En una sola exhibición $13,500.00 del 1 al 29 de enero de 2021

En pagos Diferidos 

  1. Primer pago: $2,700.00 MXN antes del 29 de enero de 2021
  2. Segundo pago: $2,700.00 MXN del 1-5 de Marzo de 2021
  3. Tercer pago:$2,700.00MXN del 1-5 de Abril de 2021
  4. Cuarto pago:$2,700.00MXN del 1-5 de Mayo de 2021
  5. Quinto pago: $2,700.00 MXN del 1-5 de Junio de 2021

Número de cuenta para depósito o transferencia

BBVA

PROMOTORA DE FORMACIÓN ASML, S.C.

CUENTA 0113456544

CLABE 012542001134565445

FACTURA
Si solicita factura, se requieren los siguientes datos al correo: cocid.direccion@gmail.com

1. Nombre completo

2. RFC

3. CFI

4. Dirección completa

5. Correo Electrónico9

Diploma emitido por la

Secretaría de Educación del Estado de Morelos

con número de registro

17DAP60520

de fecha 03 de diciembre de 2020

%cocid%

 

PROCESO DE INSCRIPCIÓN

 

Paso 1

Realizar el pre-registro en el siguiente link. https://www.cocid.mx/diplomado-diseno-de-investigacion/

Paso 2

Entregar la siguiente documentación al correo administracion@cocid.mx

  • Comprobante de pago
  • Copia de credencial de elector o identificación oficial
  • CURP actualizada
  • Copia de cédula profesional de licenciatura, Maestría o Doctorado o Copia de Titulo en su caso (Mínimo Nivel Licenciatura)
  • Copia de comprobante de domicilio

Junto a lo anterior, se deberán enviar por paquetería, en los dos primeros meses del comienzo del diplomado, a la dirección Calle Lauro Ortega No. 134, Col. Polvorín 18 de septiembre, Cuautla, Morelos C.P. 62756 “Suc. Colegio Científico de Datos”:

 

  • 3 Fotografías tamaño diploma, blanco y negro, ovaladas (5 cm. X 7 cm) con las siguientes características*:

1) -Generales: papel fotográfico con retoque, no brillante.

2) -Mujeres: recogerse el cabello (peinado sencillo), frente y orejas completamente descubiertas, aretes pequeños y sin collares, ropa blanca, poco maquillaje.

3) -Hombres: camisa blanca, corbata, saco color gris o beige (color claro), bigote recortado, sin barba, pelo corto, ningún tipo de arete o collar.

 

*Las anteriores especificaciones para las fotografías son dictadas desde la DIRECCIÓN GENERAL DE COLEGIO CIENTÍFICO DE DATOS para la Expedición de Diploma oficial por la SECRETARÍA DE EDUCACIÓN DEL ESTADO DE MORELOS (SEEM) con número de registro 17DAP60520 de fecha 06 de diciembre de 2019.

*En el caso de que el estudiante no se encuentre en México le indicaremos personalmente para el envío de documentación.

1.-Aprobar todas las tareas, evaluaciones.

2.-Entrega de proyecto final de diplomado.

3.-No presentar adeudos.

Pre – registro

Informes Administración COCID

%cocid% administracion@cocid.mx
Horario de atención: de 9:00am a 3:00 pm
Teléfono Cel: 735 162 62 68  –   735 112 08 21

Encuéntranos en nuestras redes sociales