Entrenamiento Web en Vivo – Descripción del Curso

View in English

Descripción de los Cursos

Curso 1 – Modelamiento con @RISK

Este curso práctico está diseñado para cualquier persona que modele cuantitativamente aspectos de su negocio, o realice análisis de riesgos o decisiones como parte de su trabajo; las lecciones son aplicadas a todas las industrias y requisitos de modelado. Si bien se utilizan principalmente modelos de ejemplo simples para ayudar a explicar el software y técnicas, el conocimiento adquirido se puede aplicar a cualquier aplicación que implique incertidumbre en el entorno de Excel.

A los participantes se les presentará los conceptos y métodos necesarios para simular casi todos los posibles resultados futuros, desarrollando así la evaluación de riesgos y toma de decisiones defendibles bajo incertidumbre. Descubra como transformar un análisis determinístico de Excel a un modelo de @RISK que utiliza la simulación Monte Carlo para cuantificar la exposición al riesgo y probar estrategias de mitigación. Se discutirá la importancia de las relaciones interdependientes entre variables, así como también como implementar estas relaciones en modelos de hojas de cálculo. Las decisiones de negocios y modelado serán comparadas y optimizadas utilizando funciones y gráficos especiales de @RISK. Se introducirán varios conceptos clave de modelado, como también varias opciones de reportes. De la misma manera, las distribuciones de ajuste y los modelos de series de tiempo de datos históricos serán explorados al igual que muchas otras características avanzadas de @RISK. Los ejemplos serán presentados y creados con lo cual se demostrará como utilizar el software eficazmente e interpretar los resultados.

Pre-requisitos:

  • Algo de experiencia en la construcción de modelos en Excel
    Los requisitos mínimos incluyen conocimiento y experiencia en los siguientes aspectos:
    • Abrir, guardar y cerrar archivos de Excel
    • Ingresar datos y crear fórmulas
    • Copiar formulas, utilizando referencias relativas y absolutas, nombres y rangos
    • Formatear celdas
  • Se recomienda – Revisar la siguiente guía @RISK Getting Started Guide, y obtener los ejemplos de introducción de @RISK
  • Se recomienda – alguna familiaridad acerca de estadística básica

Agenda del Curso:


Día 1 – Construcción de Modelos y Resultados de Simulación
  • Introducción a la Simulación Monte Carlo – Explorando @RISK
  • Cómo escoger Distribuciones Continuas – Pert, Lognormal, Normal, Uniforme, Triangular, etc.
  • Distribuciones Alternativas de Parámetros – Estimación de Parámetros
  • Utilizar Distribuciones Discretas – Bernoulli, Binomial, Poisson, RiskDiscrete etc.
  • Interpretación de Varibles de Salida y Resultados: Histogramas, Gráficos Acumulativos
  • Análisis de Sensibilidad utilizando @RISK – Gráficos de Tornado, Gráficos de Araña

Día 2 – Opciones de Simulación, Reportes y Modelación Avanzada
  • Explorar la Configuración de la Simulación – Convergencia, Reproducibilidad de Resultados
  • Reportes de Resultados de Simulación en Excel – Reportes Estándar, Resultados Definidos por el Usuario
  • Uso de Datos Históricos para Definir Distribuciones – Beneficios de los Ajustes Métricos, Bootstrapping, Ajuste Individual y por Grupo
  • Distribuciones Personalizadas – Distribuciones Artist, RiskGeneral, RiskCumul, RiskVary, RiskSplice, RiskMakeInput
  • Modelar Riesgos y Choques en un Sistema – RiskCompound

Día 3 – Optimización de Decisiones y Conceptos Avanzados
  • Comparación de Decisión y Supocisión en @RISK – RiskSimtable
  • Optimizacion bajo Incertidumbre – RISKOptimizer
  • Correlacionar Variables de Entrada – Matrices y Cópulas
  • Uso de Datos Históricos para definir Modelos de Series de Tiempo: Ajuste individual y por grupo
  • Análisis Avanzado – Búsqueda de Objetivos, Análisis de Estrés, Análisis de Sensibilidad Avanzado
  • XDK – Uso de VBA en Excel para ejecutar procedimientos de RISK


Curso 2 – Costos de Proyectos y Modelamiento de Registros de Riesgos con @RISK

Este curso práctico está diseñado para cualquier persona que realice análisis de riesgos o decisiones como parte de su trabajo, y se aplica a todas las industrias y requisitos de modelado en el campo de Proyectos y Gestión de Proyectos. Utilizando ejemplos comunes como modelos de costos de proyectos y registros de riesgos simples para ayudar a explicar el software y las técnicas, el conocimiento adquirido se puede aplicar a cualquier aplicación de proyecto que implique incertidumbre en el entorno de MS Excel.

Descubra como transformar un análisis determinístico de Excel a un modelo de @RISK que utiliza la simulación Monte Carlo para cuantificar la exposición al riesgo. Se creará un Registro de Riesgo enfocado en como construir un modelo técnicamente correcto que provea información útil para los Gerentes de Proyecto y Tomadores de Decisiones. Se discutirá la importancia de las relaciones interdependientes entre variables, así como también como implementes estas relaciones en modelos de hojas de cálculo. Se introducirán varios conceptos clave de modelado, incluyendo la creación de plantillas de reportes. De la misma manera, se abordarán las consideraciones clave al combinar distintos aspectos de los modelos y varios proyectos en un programa o portafolio. Los ejemplos serán presentados y creados con lo cual se demostrará como utilizar el software eficazmente e interpretar los resultados.

Pre-requisitos:

  • Algo de experiencia en la construcción de modelos en Excel
    Los requisitos mínimos incluyen conocimiento y experiencia en los siguientes aspectos:
    • Abrir, guardar y cerrar archivos de Excel
    • Ingresar datos y crear fórmulas
    • Copiar formulas, utilizando referencias relativas y absolutas, nombres y rangos
    • Formatear celdas
  • Se recomienda – Revisar la siguiente guía @RISK Getting Started Guide, y obtener los ejemplos de introducción de @RISK
  • Se recomienda – alguna familiaridad acerca de estadística básica

Agenda del Curso:


Día 1 – Construcción de Modelos y Resultados de Simulación
  • Introducción a la Simulación Monte Carlo – Explorando @RISK
  • Cómo escoger Distribuciones Continuas – Pert, Lognormal, Normal, Uniforme, Triangular, etc.
  • Distribuciones Alternativas de Parámetros – Estimación de Parámetros
  • Utilizar Distribuciones Discretas – Bernoulli, Binomial, Poisson, RiskDiscrete etc.
  • Distribuciones Personalizadas – Distribuciones Artist, RiskGeneral, RiskCumul, RiskVary, RiskSplice, RiskMakeInput
  • Interpretación de Variables de Salida y Resultados: Histogramas, Gráficos Acumulativos

Día 2 – Opciones de Simulación, Reportes y Registros de Riesgo
  • Análisis de Sensibilidad utilizando @RISK – Gráficos de Tornado, Gráficos de Araña
  • Explorar la Configuración de la Simulación – Convergencia, Reproducibilidad de Resultados
  • Reportes de Resultados de Simulación en Excel – Reportes Estándar, Resultados Definidos por el Usuario
  • Modelación de Registros de Riesgo – Evitar los errores comunes, RiskCompound

Día 3 – Contingencia y Conceptos Avanzados de Modelación
  • Análisis Avanzado – Búsqueda de Objetivos, Análisis de Estrés, Análisis de Sensibilidad Avanzado
  • Correlacionar Variables de Entrada – Matrices y Cópulas
  • Comparación de Decisión y Supocisión en @RISK – RiskSimtable
  • Combinar Costos, Riesgos y Modelos de Oportunidad – Marcos Apropiados
  • Reserva de Contingencia y Gestión: Conceptos Clave, Comunicación
  • Modelado a Nivel Portafolio – Combinando Modelos