.png)
-
Estudiar el concepto de cointegración y sus implicancias en la modelación de series no estacionarias.
-
Aplicar pruebas de raíz unitaria clásicas y con cambio estructural.
-
Estimar y validar modelos cointegrados en forma reducida y estructural.
-
Comprender modelos de corrección de errores como representación dinámica.
-
Introducir métodos para detectar cambios de régimen, no linealidades y fracturas en relaciones de largo plazo.
-
Implementar todos los métodos en software econométrico (Python, EViews, Stata).
Profesionales y empresas
Que buscan dominar herramientas de IA, automatización y analítica avanzada.
​
Estudiantes y egresados
Que desean actualizar sus conocimientos y acceder a oportunidades laborales.
​
Equipos corporativos
Que requieren formación estratégica para impulsar la transformación digital
Curso: Cointegración – Nivel Intermedio
Estacionariedad, integración y raíz unitaria
-
Fundamentos de estacionariedad (débil y fuerte): definición, propiedades, implicancias.
-
Procesos integrados I(0), I(1), I(2) y consecuencias econométricas.
-
Pruebas clásicas: ADF, PP, DF-GLS, KPSS.
-
Pruebas con quiebres estructurales:
-
Zivot-Andrews (quiebre endógeno)
-
Perron (exógeno)
-
Lee-Strazicich (1 y 2 quiebres, modelos A y C)
-
-
Diagnóstico de integración previo al análisis de cointegración.
-
Taller con datos reales en EViews/Stata/Python.
Resultados del curso
Al finalizar el curso, los participantes serán capaces de
Pensamiento analítico: capacidad para interpretar datos y encontrar patrones.
Resolución de problemas: aplicar métodos basados en datos para tomar decisiones.
Comunicación efectiva: transformar información compleja en conclusiones claras.
Trabajo en equipo: colaborar en proyectos de análisis y presentar resultados.
Aprendizaje continuo: adaptarse a nuevas herramientas y tendencias en datos.
Instructor del Curso
Antonio Murillo Reyes
Economista/Data Science.
​Máster en Econometría (Univ. Torcuato Di Tella - Argentina), MBA en Administración de Empresas (UCB – Bolivia) y Posgrado en IA y Ciencia de Datos (UNC-Argentina). Especializado en análisis Macroeconómico y Modelación Econométrica. Fue Analista Senior en el Banco Central de Bolivia. Docente de postgrado en Econometría y Machine Learning en posgrados en Bolivia y Ecuador..
Metodología de Enseñanza
Aprendizaje práctico
Basamos nuestra enseñanza en proyectos reales que reflejan los desafíos cotidianos de las empresas
Plataformas interactivas
Utilizamos simuladores y herramientas digitales que facilitan la comprensión de conceptos complejos
Evaluación continua
Medimos constantemente el impacto para ajustar metodologías y optimizar resultados
Cursos relacionados
.webp)
.png)
Certificación
Diploma digital verificable a través del sistema de verificación de autenticidad.
Certificados extendidos por la Secretaría de Cultura y Extensión Instituto Deep Quantics Bolivia.
PREGUNTAS FRECUENTES
Resuelve tus dudas al instante
¿Por que Deep Quantics?