¿Por qué este curso es importante para académicos?

• Prové una aproximación consistente para la estimación de parámetros cuando tenemos variables dependientes categóricas o de conteo
• Trabajando con datos secundarios -administrativos o encuestas- nuestros feómenos a explicar habitualmente no se registraron como variable contínua 
• Estos modelos son habitualmente usados en Machine Learning, Series de Tiempo, análisis con datos de panel o datos discretos

¿Por qué es importante para el mercado laboral?

• Son modelos ampliamente usados por consultoras de opinión pública, Social Media y consultoras de riesgo 
• Estos modelos permiten calcular probabilidades de ocurrencia de fenómenos en diversos escenarios, permitiendo una presentación didáctica de resultados
• Para trabajar con datos adminsitrativos de mi empresa o negocio, estos modelos son muy apropiados dado el habitual carácter discreto de la medición de datos

Descripción

Este curso ofrece una introducción orientada a la aplicación de modelos estimados por máxima verosimilitud (Maximum Likelihood Estimation - MLE) para datos categóricos, de elección discreta y de conteo. Abordamos conceptos básicos de estimación de ML y una discusión de los fundamentos teóricos de los modelos categóricos, de elección discreta y de datos de conteo. Nos enfocamos en explorar modelos de regresión logística y probit y aprende- mos cómo aplicarlos en el paquete de software estadístico R. Abordamos problemas de interpretación e hipótesis para probar este tipo de modelos. Finalmente hacemos foco en estrategias de estimación más complicadas, incluidos los modelos de regresión probit y logit ordenado, logit multinomial y modelos de conteo. El curso se desarrolla combinando exposiciones teóricas con sesiones prácticas de laboratorio donde los estudiantes aplican lo aprendido a problemas concretos.

>> Programa

Instructor 

Juan Bogliaccini 
Decano de la Escuela de Postgrados
Profesor de alta dedicación
Departamento de Ciencias Sociales
Universidad Católica del Uruguay
juan.bogliaccini@correo.ucu.edu.uy
Sitio web: sites.google.com/site/juanbogliaccini/

Juan Bogliaccini es decano de la Escuela de Postgrados y profesor de ciencia Política del Departamento de Ciencias Sociales de la Universidad Católica del Uruguay. Es doctor en Ciencia Política por la Universidad de Carolina del Norte (Chapel Hill, EEUU). Sus áreas de investigación son la economía política en temas de distribución y desarrollo, y los determinantes de la desigualdad.

Formulario de postulación   Application form