Continuando con nuestra serie de convenios para el beneficio de nuestros estudiantes, ya que la aplicación de lo aprendido es necesaria para una formación integral del estudiante, ahora contamos con un convenio con MDG Consulting para el área de Riesgos.
Requisitos:
Llevar el curso de Especialización de análisis de datos en R ya que las consultorías se trabajaran en unos meses sólo con R y excel y de preferencia conocimientos de Riesgos y finanzas (En caso sea elegido podrá acceder también al próximo curso de Finanzas Avanzadas con media beca a partir de que sea elegido como practicante).
¿Por qué tanto les interesa R a las empresas que tenemos convenios? Descúbrelo en nuestro post en el siguiente link http://goo.gl/1kwpyJ
Aquí unos ejemplos básicos de gráficos
http://goo.gl/bTNGFD
http://goo.gl/HhZMte
¿Interesante no? Recuerda que tienes sólo hasta el 10 de Noviembre para cancelar el pago del primer módulo.
Recuerda, ya puedes realizar tus pagos en nuestra oficina en San Miguel o consultarnos en la pestaña Contáctenos de nuestra página web para más información http://goo.gl/O3jYOp
viernes, 25 de octubre de 2013
miércoles, 23 de octubre de 2013
Lecciones de StarUps: Caso Youtube
En los primeros días de Facebook, cuando tenía menos de 15 empleados, un tipo llamado Steve Chen decidió después de trabajar allí por sólo un par de semanas que no era para él. Quería irse a fundar su propia empresa, y su plan era hacer crear un starup de video por internet.
Matt Cohler, el hombre que lo había contratado en el primer lugar, trató de convencerlo de lo contrario. "Estás cometiendo un terrible error. ¡Facebook va a ser enorme! Y ya hay un montón de sitios de vídeo. Si haces esto te vas a arrepentir por el resto de su vida…"
Chen no estaba convencido, por lo que decidió hacerlo de todos modos y se marchó para iniciar una empresa llamada YouTube
Matt Cohler, el hombre que lo había contratado en el primer lugar, trató de convencerlo de lo contrario. "Estás cometiendo un terrible error. ¡Facebook va a ser enorme! Y ya hay un montón de sitios de vídeo. Si haces esto te vas a arrepentir por el resto de su vida…"
Chen no estaba convencido, por lo que decidió hacerlo de todos modos y se marchó para iniciar una empresa llamada YouTube
Lección: Si estás decidido y crees en tu modelo de negocio,
sigue adelante. Sólo tú te darás los límites…
sábado, 19 de octubre de 2013
Razones para estudiar un curso de Análisis de Bases de Datos vs Econometría
¿Por qué preferir un curso de Análisis de Bases de datos que uno de Econometría? Econemetría implica el uso de la estadística para modelos económicos, ¿las empresas utilizan modelos económicos? Sí pero no tanto, aproximadamente entre un 10% a 15% a menos que sean consultorías Económicas que puedan llegar a utilizar los analistas un 40% de su tiempo en ello. ¿Y el resto? Bueno antes de hacer un modelo Económico necesitas entender la bases de datos y para ello necesitan que sepas cómo manejarlas incluso como limpiarlas. La metodología acerca de la limpieza de datos es tan importante que cualquier analista ya sea que trabaja en una consultoría Económica o una de riesgos o bursátiles debe manejarla ya que si no lo hace podría hacer casi cualquier cosa y hacer casi cualquier cosa, puede conllevar a tomar decisiones no adecuadas.
A continuación ejemplos típicos acerca de la necesidad de estos conocimientos:
Riesgos
El primer paso para cualquier consultoría de riesgos implica conocer el negocio, necesitas conocer cómo funciona, cómo ha evolucionado en el tiempo. Sólo para dar un ejemplo de la aplicación de una consultoría de riesgos. Antes de crear un modelo de riesgos para la toma adecuada de derivados financieros, debes determinar y analizar ciertas variables como el tipo de cambio y sobretodo la posición de moneda extranjera. ¿Qué pasa si hay un error en la bases de datos? Bueno aparentemente sería tan fácil como arreglar el error en Excel y continuar, pero no es tan simple o mejor dicho tan rápido. Realizar un modelo simple como una regresión con la bases de datos pequeña de una Edpyme puede tardar aproximadamente unos 30 minutos con un procesador i7, algo lento si necesitas estar analizando varios modelos y seguir analizando otras bases de datos ya que probablemente no sea la única cosa que realices. Otra sería en el caso de modelos de cosecha, un modelo por el cual debes seguir a tus clientes para analizar el comportamiento de cada uno a través del tiempo desde que toman un préstamo hasta que lo cancelas, para entender el comportamiento promedio de los morosos y poder identifarlos después. Esas bases de datos son enormes, imagínate si haces una consultoría de riesgos a un banco. Adicionalmente la consultoría no sólo implica hacer modelos sino también presentarlos a la gerencia y al directorio; ¿crees que le vas a presentar un gráfico simple de STATA o de Eviews ? En consultoría no sólo vale a la conclusión que llegues sino también tu imagen. A un trabajo importante, unos gráficos imponentes; y si se puede interactivos. R tiene el poder de realizarlos, claro sin contar con su velocidad que supera a STATA, SPSS y por supuesto al Excel.
Consultorías Económicas
Si bien pareciera que en una consultoría económica realizarás muchos modelos econométricos no son tantos. ¿Por qué? Porque la mayoría de este tipo de consultoría son del tipo descriptiva y su mayor trabajo implica conseguir bases de datos, armarlas y limpiarlas, que no es tan fácil como se escriben y pueden tardar semanas sólo en esos pasos. Realizar regresiones no es parte de la Econometría sino del campo de la Estadísticas y desde una visión práctica, del análisis de datos. A menos que realices un modelo macroeconómico o microeconómico (que obviamente podría hacerlo un Estadístico con conocimientos básicos de Economía) no utilizarás en sí Econometría.
Finanzas corporativas
De manera similar al de riesgos, se manejan datas enormes y para ello necesitas un software potente y que realice buenos gráficos. ¿Queda obvia la respuesta de que software utilizar no? La bases de datos puede variar pero la metodología no.
Finanzas bursátiles
Si bien existen muchos software o páginas webs que te dan bases de datos y sus respectivos gráficos no hay nada como hacerlos por tu cuenta y hacerlos de manera creativa. ¿Te imaginas la cantidad de data de una sóla acción de las bolsas de EEUU en un día (intraday)? Digamos que tu excel no aguantaría para analizar ni cargar fácilmente tal base de datos...
Marketing
Si quisieras analizar bases de datos a tiempo real de tu página web usando Google Analytics y otras bases de datos ¿cómo lo harías? Bueno dependiendo del tráfico web de tu página web puedes usar el excel (claro si nadie lo visita puedes usarlo), o un software más potente como STATA, SPSS, SAS. Aunque es algo aburrido descargar data... R puede descargar y analizar tales bases de datos a tiempo real en unas cuantas líneas de código y bueno ya te explicamos acerca de las gráficas así que obvia la respuesta de qué curso y software llevar este ciclo ¿no?
Y para terminar la Econemetría es importante pero el análisis de datos, imprescindible...
Puedes revisar detalles de nuestra curso de Especialización de bases de datos en R en http://www.mylanderpages.com/keigroup/analisis-de-datos
Cualquier consulta puede escribirnos a nuestra página de facebook https://www.facebook.com/KEI.GROUP.PERU?fref=ts
A continuación ejemplos típicos acerca de la necesidad de estos conocimientos:
Riesgos
El primer paso para cualquier consultoría de riesgos implica conocer el negocio, necesitas conocer cómo funciona, cómo ha evolucionado en el tiempo. Sólo para dar un ejemplo de la aplicación de una consultoría de riesgos. Antes de crear un modelo de riesgos para la toma adecuada de derivados financieros, debes determinar y analizar ciertas variables como el tipo de cambio y sobretodo la posición de moneda extranjera. ¿Qué pasa si hay un error en la bases de datos? Bueno aparentemente sería tan fácil como arreglar el error en Excel y continuar, pero no es tan simple o mejor dicho tan rápido. Realizar un modelo simple como una regresión con la bases de datos pequeña de una Edpyme puede tardar aproximadamente unos 30 minutos con un procesador i7, algo lento si necesitas estar analizando varios modelos y seguir analizando otras bases de datos ya que probablemente no sea la única cosa que realices. Otra sería en el caso de modelos de cosecha, un modelo por el cual debes seguir a tus clientes para analizar el comportamiento de cada uno a través del tiempo desde que toman un préstamo hasta que lo cancelas, para entender el comportamiento promedio de los morosos y poder identifarlos después. Esas bases de datos son enormes, imagínate si haces una consultoría de riesgos a un banco. Adicionalmente la consultoría no sólo implica hacer modelos sino también presentarlos a la gerencia y al directorio; ¿crees que le vas a presentar un gráfico simple de STATA o de Eviews ? En consultoría no sólo vale a la conclusión que llegues sino también tu imagen. A un trabajo importante, unos gráficos imponentes; y si se puede interactivos. R tiene el poder de realizarlos, claro sin contar con su velocidad que supera a STATA, SPSS y por supuesto al Excel.
Consultorías Económicas
Si bien pareciera que en una consultoría económica realizarás muchos modelos econométricos no son tantos. ¿Por qué? Porque la mayoría de este tipo de consultoría son del tipo descriptiva y su mayor trabajo implica conseguir bases de datos, armarlas y limpiarlas, que no es tan fácil como se escriben y pueden tardar semanas sólo en esos pasos. Realizar regresiones no es parte de la Econometría sino del campo de la Estadísticas y desde una visión práctica, del análisis de datos. A menos que realices un modelo macroeconómico o microeconómico (que obviamente podría hacerlo un Estadístico con conocimientos básicos de Economía) no utilizarás en sí Econometría.
Finanzas corporativas
De manera similar al de riesgos, se manejan datas enormes y para ello necesitas un software potente y que realice buenos gráficos. ¿Queda obvia la respuesta de que software utilizar no? La bases de datos puede variar pero la metodología no.
Finanzas bursátiles
Si bien existen muchos software o páginas webs que te dan bases de datos y sus respectivos gráficos no hay nada como hacerlos por tu cuenta y hacerlos de manera creativa. ¿Te imaginas la cantidad de data de una sóla acción de las bolsas de EEUU en un día (intraday)? Digamos que tu excel no aguantaría para analizar ni cargar fácilmente tal base de datos...
Marketing
Si quisieras analizar bases de datos a tiempo real de tu página web usando Google Analytics y otras bases de datos ¿cómo lo harías? Bueno dependiendo del tráfico web de tu página web puedes usar el excel (claro si nadie lo visita puedes usarlo), o un software más potente como STATA, SPSS, SAS. Aunque es algo aburrido descargar data... R puede descargar y analizar tales bases de datos a tiempo real en unas cuantas líneas de código y bueno ya te explicamos acerca de las gráficas así que obvia la respuesta de qué curso y software llevar este ciclo ¿no?
Y para terminar la Econemetría es importante pero el análisis de datos, imprescindible...
Puedes revisar detalles de nuestra curso de Especialización de bases de datos en R en http://www.mylanderpages.com/keigroup/analisis-de-datos
Cualquier consulta puede escribirnos a nuestra página de facebook https://www.facebook.com/KEI.GROUP.PERU?fref=ts
jueves, 17 de octubre de 2013
La Paradoja de Monty Hall - Simulación en R
La diferencia esencial entre los juegos de estrategia y los
puros pasatiempos de azar radica en las circunstancia de que la
inteligencia y la pericia son útiles
cuando se trata de jugar los primeros, pero no los últimos (McKinsey,1967).
El dilema lleva este nombre en honor a Monty Hall,
presentador del concurso televisivo ‘Let’s Make a Deal’ famoso en EEUU entre
1963 y 1986. En resumen, el ‘juego’ consiste en la posibilidad de que un
concursante pueda llevarse a casa un premio que está oculto entre tres
opciones, el único que conoce la ubicación del premio es el presentador;
después de que el participante elige una de las opciones (que podría ser una
maleta, una puerta, un cofre, o lo que sirviera para ocultar el premio) el
presentador descubre una de las opciones que no tiene premio alguno y le
pregunta al participante si desea quedarse con su elección original o desea
cambiarse a la otra opción cuyo contenido sigue oculto.
Si afirmamos que para poder participar, el concursante ha pagado
un monto que equivale justamente a la mitad del premio, el problema podría ser
analizado desde la óptica de la Teoría de los Juegos y a su vez entendido como
un juego de ‘suma cero’, pues terminado el juego sucederá que ganara el
participante o ganara el presentador que por supuesto representa los intereses
de otra persona. En términos específicos los elementos del juego serian:
Jugadores
|
El participante y el presentador
|
Alternativas
|
Elegir
entre las tres opciones y luego adoptar la estrategia ‘quedarse’, ‘cambiar’ o
‘aleatoriamente’ decidir entre cambiar o quedarse.
|
Reglas
|
Primero
‘juega’ el participante, luego el presentador y luego otra vez el
participante.
|
Pagos
|
Si
el participante gana se lleva un premio equivalente al doble de lo que pago.
Si
el presentador gana se lleva lo que pago el participante por concursar.
|
Distribución
de probabilidades sobre los estados de la naturaleza.
|
1/3
de probabilidad de que el premio este oculta en cada opción.
|
Información
|
El
presentador sabe cuál es la opción que eligió el concursante, y el
concursante sabe cuáles son las probabilidades de triunfo si escoge cada
opción.
|
Antes de empezar con el análisis del juego debe notarse algo
muy importante: en este juego la decisión de uno de los jugadores es más activa
que la del otro jugador. Como se dijo en un principio el presentador conoce
donde está el premio y su objetivo en el juego será confundir al participante
en el momento de elegir la opción y en el momento de decidir si cambia o se
queda con su opción inicial. En cambio el participante tendrá en sus manos la
importante decisión de elegir una de las opciones y luego de tomar la decisión
igual de importante de cambiar o no su decisión inicial. Es por eso que en este
artículo lo que se va hacer es analizar cuál es la mejor estrategia del
participante para poder tener más probabilidades para ganar el juego.
Lo que hace de este juego una paradoja es que se afirma sin
discusión alguna que para poder tener más probabilidades de triunfo lo que se
debe hacer es elegir la estrategia de ‘cambiar’ es decir después de que el
presentador descubra una de las opciones, el participante debe dejar su opción
inicial y elegir la opción cuyo contenido aun no fue descubierto.
Como se puede observar aparentemente da lo mismo en elegir
la estrategia de quedarse o cambiar la opción inicial, pero un análisis un
‘poquito’ más exhaustivo muestra que eso no es cierto pues para que suceda evento
del medio existe una probabilidad de 1/3 y para que suceda los eventos de los
costados existe la probabilidad de 2/3, por lo tanto la estrategia optima será
‘cambiar’ la opción inicial.
Para demostrar el resultado se puede utilizar el siguiente
código en R:
#Una simulacion Monte Carlo del problema de Monty Hall. #La simulacion tendra 1000 intentos. #El objetivo es demostrar que adoptando la estrategia 'cambiar' se obtiene #una mayor probabilidad de ganar que adoptando la estrategia 'quedarse'. #KEI Group ######################################################### montyhall<-function(estrategia='quedarse',N=1000,print_games=TRUE) { puertas=1:3 ganar=0 # hacer un seguimiento del numero de exitos. for(i in 1:N) { premio=floor(runif(n=1,min=1,max=4)) # aleatoriamente qué puerta tiene el buen premio. adivinar=floor(runif(n=1,min=1,max=4)) # adivinar una puerta al azar. ### Revelar una de las puertas que no tiene por supuesto el buen premio. if(premio!=adivinar) revelar=puertas[-c(premio,adivinar)] else revelar=sample(puertas[-c(premio,adivinar)],1) ### 'Quedarse' con la eleccion inicial o 'cambiar'. if(estrategia=='cambiar') seleccionar=puertas[-c(revelar,adivinar)] if(estrategia=='quedarse') seleccionar=adivinar if(estrategia=='aleatorio') seleccionar=sample(puertas[-revelar],1) ### Cuente sus exitos if(seleccionar==premio) { ganar=ganar+1 resultado='ganador' }else resultado='perdedor' if(print_games) cat(paste('adivinar: ',adivinar, '\nPuerta Revelada: ',revelar, '\nPuerta Elegida: ',seleccionar, '\nPuerta del premio: ',premio, '\n',resultado,'\n\n',sep='')) } cat(paste(' Usando la estrategia ',estrategia,' su porcentaje de ganar era de ', ganar/N*100,'%\n',sep=' ')) } montyhall(estrategia="quedarse") montyhall(estrategia="cambiar") montyhall(estrategia="aleatorio")
Suscribirse a:
Entradas (Atom)