¿Qué aprenderás?

• Fundamentos de Python: Instalación del entorno de trabajo (Anaconda, Jupyter Notebook, Google Colab), gestión de variables, tipos de datos, estructuras de control, funciones y manipulación de información con paqueterías especializadas.
• Repaso Estratégico de Probabilidad y Estadística: Conceptos clave como variables aleatorias (discretas y continuas), funciones de densidad y masa de probabilidad, valores esperados, varianzas y distribuciones de probabilidad (como la t de Student y la normal estándar) para respaldar las futuras pruebas de hipótesis.
• Modelos de Regresión Econométrica: Estimación de líneas de regresión mediante el método de Mínimos Cuadrados Ordinarios (MCO), pruebas de hipótesis con estadísticos de contraste, y asociación de variables, escalando desde la regresión lineal simple hasta la regresión lineal múltiple.
• Enfoque Práctico y Multidisciplinario: Análisis de gráficos de dispersión y datos con ejemplos macroeconómicos tradicionales (PIB, desempleo, tasas de interés), extendidos también a aplicaciones del entorno financiero, actuarial y de ciencia de datos.