Uno de los objetivos primordiales del Laboratorio Nacional de Políticas Públicas es contribuir a la formación de recursos humanos en metodologías de vanguardia. Por ello, cada año abrimos inscripciones a nuestra Escuela de Métodos e impartimos cursos de manejo y visualización de datos en R, programación en Python, Métodos Cualitativos, Inteligencia Colectiva, Planeación Estratégica, entre otros temas.
Conoce los cursos que tenemos preparados para el periodo enero-junio 2021.
Nota: Algunos de nuestros cursos tienen 8 sesiones y otros 12; los horarios en que éstas se imparten son específicos para cada curso. Le invitamos a que vea los detalles de cada uno de estos.
Aquí puedes descargar el cartel
Actualización 3 febrero 2021.
Docente | |
Sesiones |
|
Horario | 6pm - 9pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEste curso adopta un enfoque antropológico en los espacios digitales para entender diferentes formas en las que estos espacios pueden ser punto significativo de investigación tanto cualitativa como mixta. El curso se concentra en brindar a los estudiantes los conocimientos y técnicas necesarios para que puedan desarrollar investigación en dichos contextos. ObjetivosDado que el desarrollo de las tecnologías digitales ha tenido una expansión significativa en la vida sociocultural, 'lo digital' continúa adquiriendo más significados y representando las facetas emergentes de las actividades en las que grandes sectores de la población están vinculados. El reto de diseñar proyectos de investigación etnográfica digital implica retos que pueden llegar a ser emocionantes, exasperantes, desconcertantes y satisfactorios cuando se trata de recopilar, interpretar y representar información relacionada con todas las prácticas digitales. Este curso busca brindar un proceso reflexivo en torno a como desarrollar este tipo de proyectos de investigación en los cuales se analizan espacios digitales. Específicamente se busca que los estudiantes puedan:
Público objetivoEl curso está diseñado para personas sin experiencia de trabajo de investigación en espacios digitales. Los únicos prerrequisitos son: Conocimiento introductorio de metodologías de investigación cualitativa SesionesEl módulo está dividido en ocho sesiones, cada una de tres horas. A continuación enlisto los temas que cubriremos en cada sesión: Sesión 1. Introducción a la Etnografía en Espacios digitales¿Qué es la etnografía digital? Sesión 2. Tecnología y Cultura¿En qué contexto se hace etnografía digital? Sesión 3. Métodos de Investigación en Espacios Digitales (Parte 1: Métodos cualitativos)¿Cómo se hace la etnografía digital? Sesión 4. Métodos de Investigación en Espacios Digitales (Parte 2: Métodos mixtos y cuantitativos)¿Cómo se hace la etnografía digital? Sesión 5. Acceso y Análisis en/con Comunidades en Espacios digitales.¿Con quién se hace la etnografía digital? Sesión 6. Planeación logística de trabajo etnográfico digital¿Cómo organizamos la etnografía digital? Sesión 7. Consideraciones éticas al investigar en espacios digitales¿Cómo hacemos etnografía digital ética? Sesión 8. Interpretación y Análisis de Etnografía Digital¿Cómo hacemos análisis de la etnografía digital? BibliografíaBibliografía PrincipalHjorth, L., Horst, H., Galloway, A., & Bell, G. (Eds.). (2017). The Routledge companion to digital ethnography. Taylor & Francis. Textos complementariosCastells, M. (2019). Globalización, tecnología, trabajo, empleo y empresa. Gómez, E., & Galindo, A. (2005). Los estudios de Comunicación Mediada por Computadora: una revisión y algunos apuntes. Razón y Palabra, 10(44). Hogan, B. The Presentation of Self in the Age of Social Media: Distinguishing Performances and Exhibitions Online. In: Bulletin of Science Technology & Society. Sage, 2010 Pink, S. (2016). Digital ethnography. Innovative methods in media and communication research, 161-165. Profesor(a)Cristina Salazar Gallardo, Ed.D. E-mail: cps2127@columbia.edu |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónAnálisis de componentes principales es una técnica estadística a que su principal objetivo es simplificar la complejidad dimensional de un conjunto de datos; asegurando que se conserve la información de conjunto de datos. Es decir, este método de componentes principales condensa la información aportada por múltiples variables en tan sólo pocas variables (componentes) combinando las técnicas de álgebra lineal y estadística. En resumen, es la reducción de la dimensionalidad de un conjunto de datos a costa de una pequeña pérdida de información. Objetivo(s) de aprendizajeIdentificar los elementos teóricos de la técnica de componentes principales. Aplicar la técnica en forma práctica con ejemplos específicos. Validar y replicar la técnica de componentes principales. Dirigido aTodo tipo de público con conocimiento básico de estadística. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1 Lunes 08 de marzo del 2021
Sesión 2 Miércoles 10 de marzo del 2021
Sesión 3 Miércoles 17 de marzo del 2021
Sesión 4 Lunes 22 de marzo del 2021
Sesión 5 Miércoles 24 de marzo del 2021
Sesión 6 Lunes 05 de abril del 2021
Sesión 7 Miércoles 07 de abril del 2021
Sesión 8 Lunes 12 de abril del 2021
Sesión 9 Miércoles 14 de abril del 2021
Sesión 10 Lunes 19 de abril del 2021
Sesión 11 Miércoles 21 de abril del 2021
Sesión 12 Lunes 26 de abril del 2021
Profesor(a)Itza Tlaloc Quetzalcoatl Curiel Cabral |
Docente | Juan Javier Santos Ochoa |
Sesiones |
|
Horario | 6pm - 9pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa visualización de datos es el área del conocimiento que combina principios de diseño, teoría del color y nuestras capacidades perceptivas para elaborar gráficas y mapas que transmiten de forma eficiente y efectiva los resultados sustantivos derivados del análisis de bases de datos. En este curso presentaremos los principios básicos de la visualización y aprenderemos a usar varias librerías de Python para crear gráficas tanto estáticas como interactivas. Objetivo(s) de aprendizajeEl objetivo del curso es aprender a crear visualizaciones de datos que comuniquen la información de forma eficiente y efectiva, generando valor agregado al análisis. Específicamente, los objetivos del curso son:
Dirigido aEl curso está diseñado para personas con conocimiento de manejo de datos y programación en Python, en particular, conocer estructuras de datos básicas (listas, diccionarios, etc), saber definir funciones y usar la librería Pandas. Se recomienda (aunque no es obligatorio) tomar previamente el curso “Introducción a Python y Manejo de datos” que también se ofrece dentro de la Escuela de Métodos. TemarioEl curso está dividido en 8 sesiones, cada una de 3 horas. A continuación, se enlistan los temas que cubriremos en el curso: 1. Introducción a la visualización de datosEmpezaremos viendo los principios teóricos de la visualización de datos y conociendo los conceptos básicos relacionados. 2. Introducción a MatplotlibMatplotlib es la librería usada por excelencia en Python para hacer gráficas estáticas. Aquí aprenderemos a crear visualizaciones a través de la interfaz de Matplotlib disponible en Pandas. 3. Ajuste de detalles de gráficas con MatplotlibAprenderemos a ajustar detalles de las gráficas como los ejes, las leyendas, las características del texto y detalles más avanzados como personalizar recuadros y barras de colores. 4.Creación de múltiples gráficas con Matplotlib y SeabornVeremos cómo crear figuras con múltiples gráficas, usando distintos diseños para distribuirlas. También usaremos la librería Seaborn que facilita hacer muchas de las gráficas de Matplotlib. 5.Usos avanzados de MatplotlibExploraremos algunas de las características más avanzadas de Matplotlib como animaciones, gráficas con elementos interactivos e integración con interfaces de usuario. 6.Introducción a PlotlyPlotly es una excelente librería para hacer visualizaciones interactivas que pueden funcionar mucho mejor en un navegador web. Veremos la interfaz básica para crear gráficas de Plotly y cómo editar sus elemento. 7.Introducción a Plotly ExpressAprenderemos a usar Plotly Express, que es una interfaz que nos permite hacer gráficas de forma mucho más fácil, además nos brinda la posibilidad de hacer múltiples gráficas. 8.Introducción a DashDash es una librería que nos permitirá hacer dashboards interactivos basándonos en las gráficas de plotly que aprendimos a hacer anteriormente. Profesor(a)
Juan Javier Santos Ochoa
Juan Javier Santos Ochoa![]() Científico de Datos, Unidad Ciencia de Datos
|
Docente | Ricardo Massa Roldán |
Sesiones |
|
Horario | 5pm - 7pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónCurso orientado a la compresión y aplicación de los modelos de series de tiempo en el ámbito de las ciencias sociales. Requiere de conocimientos previos de ecuaciones en diferencias, cálculo matricial y métodos de estimación. Como resultado de aprendizaje, el participante comprenderá y aplicará los modelos de series de tiempo de una variable (ARIMA y de la familia GARCH) para la estimación, pronóstico y simulación del comportamiento de variables a través del tiempo. Objetivo(s) de aprendizajeAl finalizar el curso el alumno será capaz de construir, diagnosticar, identificar, estimar, pronosticar y simular el comportamiento presentado por una variable de series de tiempo. Dirigido aEl curso está diseñado para personas con familiariedad en la construcción de bases de datos y/o programación en R. Para su mayor aprovechamiento, se espera que el participante cuente con bases de Estadística Descriptiva, Probabilidad y Estadística Inferencial. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a) Ricardo Massa Roldán
Ricardo Massa Roldán![]() Catedrático CONACYT y Profesor Investigador, Coordinador de la Unidad de Simulación
|
Docente | Sebastián Garrido de Sierra |
Sesiones |
|
Horario | 5:30 pm - 7:30 pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEste curso está diseñado para fortalecer tus habilidades en un área cada vez más importante en el mercado laboral y que pocas veces se enseña en un curso de licenciatura o posgrado: la visualización de datos. La visualización de datos es el área del conocimiento que combina principios de diseño, teoría del color y nuestras capacidades perceptivas para elaborar gráficas y mapas que transmiten de forma eficiente y efectiva los resultados sustantivos derivados del análisis de bases de datos. ObjetivosA lo largo de este curso los alumnos aprenderán, entre otras cosas:
Público objetivoEl curso está diseñado para personas con o sin experiencia en la elaboración de visualizaciones. Los únicos prerrequisitos son tener conocimientos básicos de R y manejo de datos en R con los paquetes del {tidyverse}. Se recomienda, pero no es obligatorio, tomar el curso de Intro a R + Análisis de datos de la secuencia de R ofrecida por el laboratorio. TemarioEl curso está dividido en 12 sesiones, cada una de dos horas. En primera mitad de cada sesión discutiremos aspectos teóricos del tema en cuestión y en la segunda los estudiantes aprenderán a usar diversas herramientas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1Intro ¿Qué es una visualización? | ¿Para qué sirven? | ¿Por qué la vista? Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Bibliografía
Profesor(a)
Sebastián Garrido De Sierra
Sebastián Garrido De Sierra![]() Catedrático CONACYT y Profesor Investigador, Coordinador de la Unidad Ciencia de Datos
|
Docente | Ana Laura Martínez Gutiérrez |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónMúltiples gobiernos y empresas alrededor del mundo están utilizando cada vez con mayor frecuencia los hallazgos de la economía del comportamiento en el diseño y provisión de sus productos. Las aplicaciones y avances de la Economía del Comportamiento en los últimos años han alcanzado diversos temas desde: el acceso y uso de instrumentos financieros, las relaciones laborales, los comportamientos de salud pública, la discriminación, la pobreza, la impartición de justicia, la lucha contra el cambio climático entre muchos otros campos, en los que la economía del comportamiento ha sido útil para diseñar intervenciones capaces de mejorar el bienestar de la población en los ámbitos públicos y privados. Objetivo(s) de aprendizajeEl objetivo de este curso es que los asistentes conozcan los principios fundamentales de la economía del comportamiento e identifiquen los principales hallazgos de ésta en materia de sesgos cognitivos con miras a su aplicación para lograr el cambio de comportamiento de usuarios y ciudadanos. Para esto se busca que los asistentes se familiaricen con las distintas metodologías de cambio de comportamiento. Se espera que al final del curso los participantes puedan plantear y diseñar productos, servicios o políticas públicas basados en los principios de la economía del comportamiento. Dirigido a:El curso esta dirigido a estudiantes y profesionales tanto del sector público y privado que busquen familiarizarse con los hallazgos conductuales que están siendo utilizados en distintas disciplinas para lograr una mejora en las tomas de decisiones de los individuos; con el fin último de mejorar el bienestar de las personas en distintos ámbitos, así como coadyuvar a la solución de problemas públicos complejos. Temario:El curso está dividido en 12 sesiones de dos horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1: ¿Qué es la Economía del Comportamiento?: El uso de sesgos y heurísticas en la toma de decisiones.
Sesión 2: Nudges y paternalismo libertario.
Sesión 3: Teoría de prospectos: Ganar o perder como base de las decisiones de los individuos.
Sesión 4: Tiempo y decisión: Inconsistencias temporales en las preferencias de los individuos.
Sesión 5: Racionalidad limitada: Autocontrol, procastinación y negación de la información.
Sesión 6: Framming y arquitectura de la decisión.
Sesión 7: ¿Cómo cambiar el comportamiento?: La metodología de la EC y la experimentación.
Sesión 8: Medición: técnicas directas e indirectas.
Sesión 9. Modelos de cambio de comportamiento.
Sesión 10. Aplicaciones a la solución de problemas.
Sesión 11. Presentaciones de una aplicación por parte de los participantesSesión 12. Presentaciones de una aplicación por parte de los participantesProfesores: |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEste curso es una introducción al análisis descriptivo y exploratorio de datos, y cómo se utilizan principios y modelos probabilísticos para describir aspectos básicos de conjuntos de datos. Objetivo(s) de aprendizajeSe entenderán técnicas básicas de descripción y exploración de datos y los conceptos básicos de probabilidad para modelación, simulación, y aspectos de su papel en el análisis de datos. Dirigido aPersonas con interés en análisis de datos y fundamentos de probabilidad que de preferencia hayan tomado cursos básicos de álgebra y de preferencia cálculo diferencial e integral. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)Luis Felipe González Pérez |
Docente | Salvador Vázquez Del Mercado |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLas encuestas son un método de investigación que permiten describir una población a partir de las respuestas dadas por una selección de sus miembros a un cuestionario estructurado. Sin embargo, para lograr este objetivo es necesario tener cuidado con el diseño de la encuesta. Por ejemplo, deben observarse ciertas reglas para seleccionar a los entrevistados y diseñar el cuestionario para que obtenga respuestas certeras. La metodología de encuestas está dedicada a asegurar que la información obtenida de las entrevistas represente a la población de la mejor manera posible. Objetivo(s) de aprendizajeEste curso proveerá de los conocimientos necesarios para diseñar una encuesta de calidad, como el diseño y prueba de preguntas y cuestionarios. También proveerá de nociones de muestreo y organización de levantamiento para hacer que la encuesta sea eficiente e informativa. Además, en el curso será demostrado el uso de paquetes estadísticos especializados en el análisis de encuestas. Al terminar el curso, los estudiantes serán capaces de diseñar una encuesta desde la concepción del proyecto hasta diseñar el cuestionario y comprender cuál diseño de muestra será de mayor utilidad para cualquier tema que deseen investigar. Como trabajo final, los estudiantes prepararán un proyecto de encuesta en el que demostrarán los conocimientos adquiridos al aplicarlos a un proyecto de su elección. Dirigido aEstudiantes, investigadores, servidores públicos u otras personas interesadas en hacer investigación social. TemarioEl curso está dividido 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Salvador Vázquez Del Mercado
Salvador Vázquez Del Mercado![]() Catedrático CONACYT y profesor investigador
|
Docente | Juan Javier Santos Ochoa |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEste es un curso de nivel introductorio al aprendizaje automático, mejor conocido como machine learning (ML). El ML es un área de las ciencias computacionales que estudia el desarrollo de modelos estadísticos basados en datos para que pueden desempeñar una tarea básica, típicamente hacer una predicción, clasificar en categorías, agrupar elementos similares, recomendar un producto, etc. Iniciaremos abordando los principales temas conceptuales del aprendizaje automatizado y más adelante nos enfocaremos en la parte práctica, donde veremos las técnicas de ML más utilizadas usando la librería scikit-learn de Python. Consideramos importante presentar la fundamentación matemática de los modelos que usaremos para entender mejor el funcionamiento de los métodos. Aunque no nos extenderemos a detalle en esta parte, al menos presentaremos las fórmulas más importantes de cada técnica, describiremos los parámetros básicos de las ecuaciones y proporcionaremos referencias donde se puede consultar a profundidad. Objetivo(s) de aprendizajeEl objetivo general del curso es aprender los elementos conceptuales básicos de ML y a implementar de forma práctica los algoritmos más populares para hacer regresión, clasificación, clusterización y reducción de dimensionalidad. En específico lo objetivos del curso son:
Dirigido aAsumimos que los participantes cuentan con los conocimientos equivalentes a los de cursos universitarios de cálculo diferencial, álgebra lineal y estadística. Esperamos que tengan experiencia en manejo de datos y estimación de modelos estadísticos básicos (regresión lineal). También asumimos que cuenta con los siguientes conocimientos básicos de Python:
Se recomienda (aunque no es obligatorio) haber tomado previamente los siguientes cursos que también se ofrece dentro de la Escuela de Métodos del LNPP:
TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación: se enlistan los temas que cubriremos en el curso:
Bibliografía
Profesor(a)
Juan Javier Santos Ochoa
Juan Javier Santos Ochoa![]() Científico de Datos, Unidad Ciencia de Datos
|
Docente | |
Sesiones |
|
Horario | 5 pm - 7 pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa taxonomía ha sido uno de los quehaceres más antiguos de la sociedad. La necesidad agrupar especies por características individuales o grupales. En ciencia de los datos, esta técnica de obtener grupos que sean lo mas heterogéneo entre ellos; sin embargo, que los individuos dentro de cada grupo se presenten de la manera más homogénea posible es quizá su principal propósito. Dentro de las ciencias sociales este mecanismo de clasificar (agrupar) es útil no sólo para identificar individuos sino además nos ayuda a determinar individuos representativos de los grupos, que combinado con técnicas de cualitativas nos permite identificar esos individuos para un análisis de caso. Es decir, es un seleccionador de casos a partir de su tipo de consumo, características patológicas, síntomas, variables socio económicas, características del hogar, variables individuales o grupales, etc. Un resultado inmediato del análisis de conglomerados es la obtención de un semáforo, dado al creación de grupos, para proponer posibles soluciones de los diferentes tipos de individuo a partir de agrupación de las variables que los hacen ser común y pertenecer a un grupo en específico. Objetivo(s) de aprendizajeAprender dos técnicas de conglomerados asi como algunas de sus variantes a partir de un enfoque teórico y práctico. Dirigido aTodo tipo de público con conocimiento básico de estadística y geometría. Es necesario saber que es media, mediana y varianza, tipos y clasificación de variables, linea recta y concepto de distancia. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1 Lunes 3 de mayo
Sesión 2 Lunes 10 de mayo
Sesión 3 Miércoles 12 de mayo
Sesión 4 Lunes 17 de mayo
Sesión 5 Miércoles 19 de mayo
Sesión 6 Lunes 24 de mayo
Sesión 7 Miércoles 26 de mayo
Sesión 8 Lunes 31 de mayo
Sesión 9 Miércoles 2 de junio
Sesión 10 Lunes 7 de junio
Sesión 11 Miércoles 9 de junio
Sesión 12 Lunes 14 de junio
Profesor Itza Tlaloc Quetzalcoatl Curiel Cabral |
Docente | Ana Laura Martínez Gutiérrez |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa teoría económica clásica supone que los individuos toman decisiones racionales que maximizan su bienestar en todas las etapas de su vida. Bajo este supuesto las personas racionales sacan el mejor provecho de los productos financieros a su disposición. Por su parte, las Finanzas Conductuales (FC) argumentan que los factores emocionales, sociales y del medio ambiente (culturales) influencian las decisiones de las personas, incluyendo la administración de su dinero y la forma en que viven sus vidas financieras. Las FC nos ayuda a comprender mejor las necesidades financieras de las personas, sus aspiraciones, sus limitaciones y su comportamiento. Al destacar los distintos factores tanto de conocimiento como de sentimientos, emociones e incluso los aspectos sociales, las FC nos permiten apreciar realidades distintas que a su vez generan necesidades y comportamientos financieros distintos. Objetivo(s) de aprendizajeEn el contexto mexicano caracterizado por una baja inclusión y penetración de los servicios financieros, las Finanzas conductuales tiene la capacidad de cambiar el cómo los bancos (y demás instituciones financieras) interactúan con sus clientes, al repensar los servicios que les ofrecen. Así mismo, las herramientas de las FC resultan claves para diseñar e implementar los empujones (nudges) necesarios para cambiar el comportamiento financiero de los mexicanos: aumentando su demanda por productos financieros formales, fortaleciendo sus capacidades financieras y generando hábitos que les permitan alcanzar salud financiera y con ello mayores niveles de bienestar. El objetivo del curso es que los asistentes conozcan los principios fundamentales de las Finanzas Conductuales e identifiquen los principales hallazgos de ésta en materia de sesgos cognitivos con miras a su aplicación para lograr una mayor inclusión y salud financiera de los mexicanos. Para esto se busca que los asistentes se familiaricen con las metodologías experimentales aplicadas cada vez con mayor frecuencia en el contexto financiero. Dirigido a:Profesionales en el sector financiero, miembros de instituciones públicas relacionadas con el sector, académicos y estudiantes, interesados en comprender las decisiones financieras bajo una nueva perspectiva. Así como aplicar métodos experimentales para eficientar el diseño de productos, estrategias comerciales y políticas públicas en la materia. Temario:El curso está dividido en 12 sesiones de dos horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1 y 2: Introducción a las finanzas conductuales
Sesión 3 y 4: Heurísticas y sesgos
Sesión 5 y 6: ExperimentaciónTipos de experimentos (controlado vs. natural, encuestas, A/B testing), causalidad, asignación aleatoria, condiciones experimentales, estímulos, between vs within subjects Sesión 7 y 8: Metodología cuantitativaEfectos directos, indirectos, mediation, moderation, estadística básica (ANOVA/regression) Sesión 9 y 10: Diseñar experimentos de finanzas conductualesTeoría de Cambio, validez, confidencialidad, ética, recopilar datos Sesión 11 y 12: Aplicar experimentación en las finanzas conductuales. Estudiantes desarrollan y presentan experimentos, discusión + recomendaciones.Profesores:
Ana Laura Martínez Gutiérrez
Ana Laura Martínez Gutiérrez
![]() Coordinadora de la UCEx - Profesora Investigadora
Paul Hindricks |
Docente | |
Sesiones |
|
Horario | 6pm - 8 pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa metodología se refiere al modo en que enfocamos los problemas y buscamos las respuestas; es la manera consciente que elegimos para pensar la realidad social y estudiarla. Los grupos focales, o grupos de discusión, se insertan dentro de la metodología cualitativa. De manera genérica, los métodos cualitativos buscan entender los fenómenos sociales desde la perspectiva de los actores que viven, protagonizan o experimentan dichos fenómenos. Asimismo, el enfoque cualitativo es holístico, es decir, se estudia a los individuos en relación al contexto que habitan. En particular, los grupos focales consisten en un grupo de discusión focalizado, conformado por personas que tienen alguna característica en común, y cuyo objetivo es ayudarnos a entender como estas personas opinan respecto a un tema de interés. El grupo focal permite identificar tendencias o patrones respecto a lo que un grupo en particular opinan respecto a un tema. Así, es una técnica de recolección de datos útil en diversos contextos: ayuda a pilotear programas sociales, permite evaluar políticas específicas con sus beneficiarios, es una herramienta de investigación útil y un método para hacer análisis de mercado. Este curso está diseñando en tres secciones. La primera sección ofrece una breve introducción a la metodología cualitativa y provee los fundamentos teóricos y prácticos de los grupos focales. En la segunda parte, los alumnos aprenden a diseñar cuestionarios para moderar un grupo focal en distintos contextos y propósitos, por ejemplo, investigación, evaluación de un producto, o sondeo de opiniones respecto a un tema controversial. Se realizaran al menos dos grupos focales, moderados por los propios estudiantes y posteriormente procederemos a su análisis. Este último bloque inicia con los fundamentos de transcripción y codificación necesarios para preparar los datos antes de ingresarlos a Atlas-ti, el software a utilizar. Debido a que el curso es en formato virtual, usaremos la versión gratuita del software por 4 sesiones y finalizaremos ayudando a los estudiantes a integrar un reporte tentativo de resultados a partir de los datos generados en los grupos focales. Objetivo(s) de aprendizaje
Dirigido aEste curso está dirigido a estudiantes de educación superior, investigadores, funcionarios públicos, miembros de organizaciones civiles y en general a personas interesadas en conocer y practicar esta técnica de recolección de datos. El contenido del curso es eminentemente práctico. Las profesoras expondrán los fundamentos y propósitos de los grupos focales en ejercicios adaptados a sus propios temas de interés. En las sesiones se realizarán ejercicios, en grupo e individuales, con la finalidad de entender y aplicar los conceptos aprendidos. No es necesario experiencia previa con grupos focales, aunque conocimiento básico de la metodología cualitativa es deseable. TemarioEl curso está dividido en doce sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1. Introducción a la Metodología cualitativa (Mayo 4). Conceptos básicos
Sesión 2. Introducción a los Grupos Focales (Mayo 6)
Sesión 3. Preparación para la práctica (Mayo 11)
Sesión 4. Preparación para la práctica (Mayo 13)
Sesión 5. Práctica de grupo focal tipo 1 (Mayo 18)
Sesión 6. Práctica de grupo focal tipo 2 (Mayo 20)
Sesión 7. Preparación para el análisis (Mayo 25)
Sesión 8 Análisis en Atlas-ti (Junio 1)
Sesión 9 Análisis en Atlas-ti (Junio 3)
Sesión 10 Análisis en Atlas-ti (Junio 8)
Sesión 11. Análisis en Atlas-ti (Junio 10)
Sesión 12.
Profesor(a)Dra. Mónica L. Jacobo Suarez y Mtra. Itzel Cabrero Iriberri |
Docente | Ricardo Massa Roldán |
Sesiones |
|
Horario | 5pm - 7pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónCurso orientado a la compresión y aplicación de los modelos de series de tiempo multivariados en el ámbito de las ciencias sociales. Requiere de conocimientos previos de modelos de series de tiempo univariados. Como resultado de aprendizaje, el participante comprenderá y aplicará los modelos de series de tiempo de dos o más variables (VAR, SVAR, VECM y de la familia GARCH multivariadas) para la estimación, pronóstico y simulación del comportamiento de un conjunto de variables a través del tiempo. Objetivo(s) de aprendizajeAl finalizar el curso el alumno será capaz de construir, diagnosticar, identificar, estimar, pronosticar y simular el comportamiento presentado por dos o más variables de series de tiempo. Dirigido aEl curso está diseñado para personas con familiariedad en la construcción de bases de datos y/o programación en R. Para su mayor aprovechamiento, se espera que el participante cuente con bases de Estadística Descriptiva, Probabilidad, Estadística Inferencial y Series de Tiempo Univariadas. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Ricardo Massa Roldán
Ricardo Massa Roldán![]() Catedrático CONACYT y Profesor Investigador, Coordinador de la Unidad de Simulación
|
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa comprensión de las experiencias de las personas y los contextos de los fenómenos sociales nos permite valorar si los objetivos de las intervenciones se están cumpliendo o, si al menos, están en el camino de cumplirse. Los desafíos al intentar solucionar los problemas sociales son muchos. Por un lado, es necesario saber si la solución de un problema se traduce de la forma prevista. Por otro lado, resulta relevante conocer y entender el fenómeno social en el que estamos tratando de incidir. Así, la observación estructurada se utiliza, cada vez más, como una estrategia de investigación que, desde los métodos mixtos, permite acceder e indagar a profundidad sobre la experiencia vivencial y los contextos en donde los fenómenos ocurren. Como método de obtención de información, la observación estructurada aporta datos detallados y rigurosos sobre el fenómeno que se explora, sobre todo en contextos, relaciones o experiencias complejas en donde el proxy de una entrevista o cuestionario necesita fortalecerse con datos de lo que realmente sucede. En este curso introductorio se busca interesar en el uso de observación estructurada como estrategia para contribuir al entendimiento de los fenómenos sociales y la resolución de los problemas públicos. Mediante el análisis y la reflexión del proceso de observación, pero también de la exploración rigurosa de los elementos fundamentales, este curso quiere ampliar el uso nacional de esta técnica en las distintas esferas de las ciencias sociales. Objetivo(s) de aprendizajeEn este curso queremos involucrar a las y los participantes para:
Dirigido aEste es un curso introductorio que busca interesar a todas las personas, con o sin experiencia en observación, en el diseño, análisis y uso de esta estrategia para el entendimiento de los desafíos sociales. TemarioEl curso está dividido en ocho sesiones, cada una de tres horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1Observación y el método científico: ¿qué tienen que ver?
Sesión 2Observación estructurada y la ética de observar a otros
Sesión 3¿Qué voy a observar?: De los conceptos a los elementos observables
Sesión 4La pauta de observación como herramienta fundamental
Sesión 5Haciendo observación
Sesión 6Entrenamiento de observadores y toma de notas
Sesión 7Ejercicios prácticos de observación Sesión 8La observación para influir en las políticas públicas: Interpretación y presentación de resultados
ProfesorasDra. Ana Razo (ana.razo@cide.edu) Mtra. Itzel Cabrero (itzel.cabrero@gmail.com) |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEn este curso se estudiarán los conceptos básicos del machine learning y de su aplicación exitosa. Se estudiarán fundamentos de técnicas probadas como regresión, redes neuronales, árboles de decisión y técnicas de agregación de árboles como bosques aleatorios y boosting. Objetivo(s) de aprendizajeSe entenderán las ideas básicas para análisis predictivo desde el punto de vista de machine learning, incluyendo la construcción de modelos y su validación predictiva. Se entenderán los conceptos que hay detrás de técnicas probadas de machine learning, en qué casos funcionan, y cuáles son los elementos básicos necesarios para implementar exitosamente proyectos de machine learning. Dirigido aPersonas que buscan una introducción a machine learning desde un punto de vista de principios básicos, que hayan tomado al menos un curso de probabilidad, y preferentemente tengan alguna experiencia en análisis de datos y regresión. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)Luis Felipe González Pérez |
Docente | Salvador Vázquez Del Mercado |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEl análisis de resultados de encuestas requiere de tomar en consideración la naturaleza probabilística de sus estimaciones, que depende a su vez del diseño de la muestra. En este curso, revisaremos varios métodos de diseño y análisis de encuestas que incorporan la información del diseño de la muestra. Además, revisaremos métodos para trabajar con muestras que no son probabilísticas y formas para trabajar con datos de encuestas que faciliten el uso de las etiquetas de preguntas y valores. Objetivo(s) de aprendizajeEste curso proveerá conocimientos sobre las técnicas de análisis de resultados de encuestas aplicados en R. Entre ellas, está el manejo y manipulación de datos etiquetados, la selección de muestras complejas, el cálculo de ponderadores y su uso para estimar las propiedades probabilísticas de los estimados. Dirigido aEstudiantes, investigadores, servidores públicos u otras personas interesadas en hacer investigación social. Importante: este curso requiere de conocimientos intermedios de manejo de datos con R. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Salvador Vázquez Del Mercado
Salvador Vázquez Del Mercado![]() Catedrático CONACYT y profesor investigador
|
Docente | Sebastián Garrido de Sierra |
Sesiones |
|
Horario | 5:30 pm - 7:30 pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEste curso está diseñado para toda persona que, sin importar su experiencia programando, quiera:
Al terminar este curso:
Dirigido aTodo aquel interesado en introducirse al lenguaje de programación R. Uno de los lenguajes más utilizados para hacer ciencia de datos. TemarioEl curso está dividido en 12 sesiones, cada una de dos horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Pofesor(a)
Sebastián Garrido De Sierra
Sebastián Garrido De Sierra![]() Catedrático CONACYT y Profesor Investigador, Coordinador de la Unidad Ciencia de Datos
|
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa comprensión de las problemáticas sociales enfrenta la paradoja de una mayor complejidad en sus temáticas y una mayor especialización en quienes la buscan entender. La inteligencia colectiva se ha dedicado a estudiar diversas estrategias para aprovechar la información que poseen diversos individuos respecto a un tema en común, favoreciendo el intercambio de conocimiento y maximizando los recursos en su interacción. Este curso busca introducir a los alumnos a diversas técnicas para diseñar estrategias de investigación e interacción en grupos de personas para ganar comprensión de temáticas complejas. El curso presentará los aspectos teóricos y prácticos fundamentales para el diseño de ejercicios de grupo que permitan obtener los mayores beneficios de la inteligencia colectiva. Las alumnas y los alumnos aprenderán: el paso a paso de diversas técnicas metodológicas, así como cuáles son los principales sesgos de comportamiento en las dinámicas grupales y cómo evitarlos. Objetivo(s) de aprendizajeEl objetivo general del curso es ofrecer una panorámica de diversas técnicas participativas y de inteligencia colectiva para utilizarse con grupos de personas, con la intención de que los alumnos conozcan distintos métodos, su alcance y los principales usos que han tenido. De forma específica se busca que aprendan:
Dirigido aEl curso está diseñado para personas interesadas en utilizar técnicas grupales para el análisis de situaciones complejas y que deseen aprender herramientas que dan rigor a las estrategias de inteligencia colectiva en la investigación y para la toma de decisiones. Este curso no cuenta con ningún prerrequisito. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Alejandra Núñez Aguilar
Alejandra Núñez Aguilar![]() Investigadora
|