Curso

Analítica de datos para la toma de decisiones empresariales

Próximamente

Deja tus datos

Introducción

Fortalecer e implementar el razonamiento estadístico en la toma de decisiones empresariales e industriales.

Henry Giovanny Velasco Vera

Ingeniero y Magister en Matemáticas Aplicadas de la Universidad EAFIT. Posee un alto nivel de formación matemática y estadística además de un avanzado desarrollo del pensamiento analítico, sintético, lógico y algorítmico.

Santiago Ortiz Arias

Ingeniero Industrial e Ingeniero Administrador de la Universidad Nacional de Colombia Sede Medellín y Magíster en Matemáticas Aplicadas de la Universidad EAFIT. Actualmente es estudiante del Doctorado en Ingeniería Matemática de la misma institución, con énfasis en modelos estadísticos de supervivencia. Desde el año 2019 se desempeña como consultor y como docente del Departamento de Ciencias Matemáticas en cursos de estadística a nivel de pregrado y extensión. Sus intereses académicos están enfocados en el área de la estadística, específicamente en metodologías robustas y no-paramétricas, modelos de regresión, métodos de detección de outliers, control estadístico de calidad y análisis de supervivencia.

Dirigido a:

Profesionales y estudiantes de áreas de ingeniería, economía, administración, estadística, matemática aplicada y afines, interesados en conocer sobre los distintos elementos de la ciencia de datos y analítica y su aplicación.

Nivel de conocimiento requerido: Bases estadísticas y matemáticas.

Este programa le brindará una comprensión profunda y aplicada del Emprendimiento Corporativo, explorando prácticas implementadas en organizaciones reales como programas de intraemprendimiento, Corporate Venture Capital (CVC) y otros enfoques como Aceleradoras Corporativas, Incubadoras, Excubadoras y Startup Studios, entre otros. Además, permitirá diseñar estrategias y aplicar mecanismos efectivos desde el más alto nivel para lograr la transformación organizacional necesaria, impulsando la renovación, competitividad y supervivencia de su organización en un entorno altamente volátil y complejo.

Henry Giovanny Velasco Vera

Santiago Ortiz Arias

Ver todos los profesores

Duración

40 Horas

Horario

Modalidad

Bimodal

Lugar

Medellín

Contenidos del programa

Estadística univariante

Introducción a conceptos básicos de estadística.
Descripción gráfica, visual y tabular de los datos. Indicadores de centralidad, dispersión y forma y su interpretación.
Análisis de normalidad y de otros modelos explicativos de la incertidumbre detrás de los datos (Modelos Probabilísticos).
Estimación puntal de indicadores (parámetros) y su margen de error (intervalos de confianza).
Validación estadística de conjeturas empresariales (Pruebas de hipótesis paramétricas).
Validaciones estadísticas de conjeturas empresariales en presencia de menos información (Pruebas de hipótesis no paramétricas).

Modelos de predicción y pronóstico

Visualización de datos y variables con información compartida (Diagrama de dispersión).
Técnicas estadísticas para la medición de información compartida e indicadores de dependencia (Correlaciones).
Explicación de una variable en términos de otras (Modelo de regresión lineal).
Métodos estadísticos de selección de variables importantes e identificación de información redundante. (validación y significancia).
Modelos generales para pronósticos a corto plazo.
Identificación de datos raros (outliers) y métodos explicativos en presencia de datos raros no identificados (Regresión robusta).

Estadística multivariante

Visualización de datos multivariantes.
Indicadores de centralidad, dispersión y forma.
Similaridad de individuos y registros (Distancia estadística).
Técnicas de identificación de registros raros (detección de outliers multivariantes).
Reducción de dimensión y construcción de indicadores (Componentes principales).
Agrupamiento de registros y segmentación (Clustering).
Clasificación supervisada de registros.

Retroalimentación

Desarrollo de un reporte estadístico final completo sobre un caso de estudio real, preferiblemente un caso propio de la organización donde el asistente pertenece.
Discusión y retroalimentación en un foro grupal de las principales conclusiones de cada estudio y cómo los conceptos introducidos permitirían la toma de mejores decisiones.

Estadística univariante

Introducción a conceptos básicos de estadística.
Descripción gráfica, visual y tabular de los datos. Indicadores de centralidad, dispersión y forma y su interpretación.
Análisis de normalidad y de otros modelos explicativos de la incertidumbre detrás de los datos (Modelos Probabilísticos).
Estimación puntal de indicadores (parámetros) y su margen de error (intervalos de confianza).
Validación estadística de conjeturas empresariales (Pruebas de hipótesis paramétricas).
Validaciones estadísticas de conjeturas empresariales en presencia de menos información (Pruebas de hipótesis no paramétricas).

Modelos de predicción y pronóstico

Visualización de datos y variables con información compartida (Diagrama de dispersión).
Técnicas estadísticas para la medición de información compartida e indicadores de dependencia (Correlaciones).
Explicación de una variable en términos de otras (Modelo de regresión lineal).
Métodos estadísticos de selección de variables importantes e identificación de información redundante. (validación y significancia).
Modelos generales para pronósticos a corto plazo.
Identificación de datos raros (outliers) y métodos explicativos en presencia de datos raros no identificados (Regresión robusta).

Estadística multivariante

Visualización de datos multivariantes.
Indicadores de centralidad, dispersión y forma.
Similaridad de individuos y registros (Distancia estadística).
Técnicas de identificación de registros raros (detección de outliers multivariantes).
Reducción de dimensión y construcción de indicadores (Componentes principales).
Agrupamiento de registros y segmentación (Clustering).
Clasificación supervisada de registros.

Retroalimentación

Desarrollo de un reporte estadístico final completo sobre un caso de estudio real, preferiblemente un caso propio de la organización donde el asistente pertenece.
Discusión y retroalimentación en un foro grupal de las principales conclusiones de cada estudio y cómo los conceptos introducidos permitirían la toma de mejores decisiones.

Analítica de datos para la toma de decisiones empresariales

Introducción

Henry Giovanny Velasco Vera

Santiago Ortiz Arias

Dirigido a:

Henry Giovanny Velasco Vera

Santiago Ortiz Arias

Contenidos del programa

¿Quieres saber más?

Estudia en EAFIT

Conéctate con EAFIT

Contáctanos

Información de ley

Nuestras sedes

EAFIT Medellín

EAFIT Pereira

EAFIT Bogotá

EAFIT Llanogrande

Analítica de datos para la toma de decisiones empresariales

Introducción

Henry Giovanny Velasco Vera

Santiago Ortiz Arias

Dirigido a:

Introducción

Profesores

Henry Giovanny Velasco Vera

Santiago Ortiz Arias

Dirigido a:

Contenidos del programa

​Módulo 1

Módulo 2

Módulo 3

Módulo 4

¿Quieres saber más?

Estudia en EAFIT

Conéctate con EAFIT

Contáctanos

Información de ley

Nuestras sedes

EAFIT Medellín

EAFIT Pereira

EAFIT Bogotá

EAFIT Llanogrande