Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Pronósticos (Forecasting) de Series de Tiempo con Python
Role Play
Highest Rated
Rating: 4.7 out of 5(160 ratings)
965 students

What you'll learn

  • Introducción desde cero (descarga e instalación) a Python: variables, sintaxis, funciones, iteraciones y secuencias
  • Introducción a varias bibliotecas de Python, enfatizando matplot y statsmodels
  • Fundamentos teóricos de diversos modelos de pronóstico con series de tiempo como medias móviles, descomposición estacional y S-ARIMA
  • Estimar la prueba de Dickey-Fuller Aumentada para determinar la estacionariedad de una serie
  • Identificar los componentes y parámetros de los modelos S-ARIMA, utilizando los gráficos ACF y PACF
  • Comparar y medir la calidad de su pronóstico con AIC y RMSE

Coding Exercises

This course includes our updated coding exercises so you can practice your skills as you learn.

See a demo
Image of coding exercise example

Course content

14 sections118 lectures12h 55m total length
  • Introducción2:20
  • Para tu Conveniencia: Descarga los PDFs de las Presentaciones del Curso0:23
  • Estructura del Curso10:10
  • Sesión Completamente Opcional: Conociendo a tu Instructor Carlos Martínez, Ph.D.6:06

Requirements

  • El curso no asume conocimientos previos en Python y el único prerrequisito del curso es un conocimiento básico de estadística.

Description

¡NUEVA SECCIÓN! Ahora usted también puede automatizar sus pronósticos con auto_arima, una herramienta que le permite estimar modelos ARIMA de forma más eficiente. Esta actualización es ideal si quiere ganar velocidad, pero sin perder el criterio: en el curso primero aprendemos el “por qué” del ARIMA y luego usamos auto_arima como atajo inteligente.

¿Le gustaría pronosticar series de tiempo como ventas, demanda, producción o indicadores financieros usando Python? Eso es exactamente lo que trabajaremos en este curso: un enfoque práctico, claro y aplicado, diseñado para que usted pueda construir pronósticos reales y defendibles, no solo correr código.

Soy Carlos Martínez (Maestría en Finanzas, MBA INCAE, Ph.D. en Management – University of St. Gallen). He presentado investigación en instituciones internacionales y soy coautor de múltiples casos de enseñanza. En Udemy, mi objetivo es el mismo de siempre: llevar contenido de alto nivel a un formato accesible y orientado a resultados.

Qué aprenderá en este curso

Este curso combina teoría esencial con tutoriales y práctica (learning-by-doing). Usted aprenderá a operacionalizar:

  • Promedios móviles (simples y ponderados)

  • Descomposición estacional (entender tendencia, estacionalidad y residuales)

  • ARIMA / SARIMA, incluyendo cómo definir parámetros, entrenar, pronosticar y validar

  • auto_arima, para automatizar la búsqueda de parámetros cuando necesite eficiencia

Ruta de aprendizaje (paso a paso)

1) Python desde cero, con instalación incluida

Arrancamos desde la descarga e instalación, y luego:

  • sintaxis básica, variables, funciones, condicionales, secuencias e iteraciones

  • visualización con matplotlib (clave para diagnosticar series)

2) Modelos clásicos de pronóstico

Aplicamos modelos simples y estacionales para construir criterio y comparar desempeño.

3) ARIMA con un caso real

Cerramos con un caso real donde usted:

  • define y ajusta un modelo ARIMA con estacionalidad

  • construye un pronóstico

  • valida y analiza resultados

Para quién es este curso

Ideal para estudiantes y profesionales en marketing, operaciones y finanzas que necesitan pronósticos para planificación de ventas, producción, demanda o proyecciones financieras. Este curso no asume conocimientos previos en Python. El único prerrequisito es estadística básica.

Mira lo que dicen los estudiantes (5 estrellas)

  • “Lo complejo lo hace simple. Muy bien explicado y ejemplificado.” — Hernán T.

  • “Excelente curso, muy pedagógico… muy buenos ejemplos prácticos. Altamente recomendado.” — Diana G.

  • “El curso es muy práctico, tiene varios ejercicios… y el profesor tiene buena didáctica.” — Angel T.

  • “Excelente curso, muy recomendado incluso para los que no tenemos bases en Python… explicaciones claras paso a paso.” — Jose M.

  • “Este curso me cambio mi rol dentro de la multinacional… ahora me dedico a realizar modelos de series de tiempo.” — Oscar F.

Si usted quiere aprender pronósticos con un enfoque serio, práctico y aplicable (y ahora también con auto_arima para acelerar su trabajo), le invito a revisar el temario y las clases de vista previa.

¡Nos vemos en la primera clase!

Who this course is for:

  • El curso está dirigido a estudiantes y profesionales relacionados a las áreas de mercadeo, operaciones y finanzas interesados en modelos de pronósticos para la planificación de ventas, producción y proyección de estados financieros.