Curso Libre LaTex

Econometría en Python
Reglas del curso libre
Natalia Bermúdez
Monitora
Correo:
uniic_bog@unal.edu.co
Tel: 3165000 Ext: 12301
INFORMACIÓN DE INTERÉS
¿Cuantas sesiones? Fecha del curso

Del 28 de
9 septiembre al 26 de
octubre (El 12 octubre
no habrá clase)

¿Cuál es la asistencia ¿Dónde se encuentra el

mínima? material del curso?

8 sesiones Moodle
(80%) Fce
 CURSOS LIBRES UIFCE
¿Qué pasa si no asisto ¿Qué pasa si pierdo el
a la primer clase? curso por fallas?

Sanción
Pierde el
durante 6
cupo meses
¿Qué plazo tengo para ¿Qué pasa si se presentan
cancelar? casos de plagio?
Pierde el curso
Tres primeras y tienen
sesiones sanción por 2
ciclos
 CURSOS LIBRES UIFCE
¿Qué debo hacer para ¿Y si no estoy de acuerdo
obtener el certificado? con mis notas?

Tiene dos semanas

Obtener una nota después de haber
igual o superior a finalizado el curso para
3,5 presentar la queja

Realizar la
encuesta de Uniic_bog@unal.edu.co
evaluación y
retroalimentación
CARRERA UIFCE
• La hora de inicio de la clase es a las
9:05 am.
• Se tomará lista en el transcurso de la
clase.
• No se reciben talleres después de la
fecha máxima de entrega o a través
de correo electrónico.
 MÓDULOS
MÓDULOS SESIONES
Introducción 1
Mínimos cuadrados ordinarios 1
Verificación de supuestos sobre
1
la estructura del modelo.
Verificación de supuestos sobre
1
el término error.
Variables instrumentales. 1

Variable dependiente discreta 1

Series de tiempo 1
Parcial final 1
 • Capacitar al estudiante en el uso del
lenguaje Python para el análisis
econométrico.
Objetivos
• Capacitar en el manejo de bibliotecas
especializadas en manejo de datos,
gráficos y estadística.
 • Introducción al lenguaje de
programación Python: tipos de objetos,
estructuras básicas, condicionales,
bucles, librerías.
Lo que • Modelo de regresión linear por MCO.
aprenderemos • Validación del teorema Gauss-Markov.
• Variables instrumentales.
• Modelos de elección discreta.
• Datos panel.
• Series de tiempo.
 • Pensamiento lógico y computacional.
• Fundamentos de programación.
Manipulación de bases de datos.
Lo que NO •
• Análisis de bases de datos.
aprenderemos • Ciencia de datos.
• Machine Learning.
• Arquitectura y desarrollo web.
Criterios de evaluación PONDERACIÓN

❖ Asistencia 15%
❖ Evaluaciones por 65%
lección 20%
❖ Examen final
REDES SOCIALES DE LA UIFCE
• Facebook.com/uifce
• Instagram: @Uifce_un
• YouTube: Unidad de
informática y
comunicaciones FCE.
• Página web:
fce.unal.edu.co/uifce