Cursos
Cursos de formación en profundidad impartidos en línea
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, y las lecciones se aplican a todas las industrias y requisitos de modelado. Si bien se utilizan principalmente modelos de ejemplo simples para ayudar a explicar el software y las técnicas, el conocimiento adquirido se puede aplicar a cualquier aplicación que implique incertidumbre en el entorno de Excel.
Los asistentes conocerán los conceptos y métodos necesarios para simular casi todos los posibles resultados futuros, desarrollar una evaluación de riesgos y tomar decisiones defendibles en condiciones de incertidumbre. Descubra cómo traducir el análisis determinista de Excel en un modelo de @RISK que utiliza la simulación de Monte Carlo para cuantificar la exposición al riesgo y probar estrategias de mitigación. Se discute la importancia de las relaciones interdependientes entre variables, así como cómo implementar estas relaciones en modelos de hojas de cálculo. Las decisiones comerciales y de modelado se compararán y optimizarán utilizando funciones y gráficos especiales de @RISK. Se introducirán varios conceptos clave de modelado, así como múltiples opciones de informes. Se explorará el ajuste de distribuciones y modelos de series de tiempo a datos históricos, así como muchas otras características avanzadas de @RISK. Se presentarán y crearán ejemplos que demostrarán cómo utilizar eficazmente el software e interpretar los resultados.
Requisitos previos:
- 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.
Los asistentes conocerán los conceptos y métodos necesarios para desarrollar una evaluación de riesgos y tomar una decisión defendible en condiciones de incertidumbre utilizando el software de Palisade Corporation. Discover how to translate a deterministic Excel analysis into an @RISK model that uses Monte Carlo simulation to quantify exposure to risk. Se creará un Registro de Riesgos con el enfoque en cómo construir un modelo técnicamente correcto que brinde información útil a los gerentes de proyectos y tomadores de decisiones. Se discute la importancia de las relaciones interdependientes entre variables, así como cómo implementar estas relaciones en modelos de hojas de cálculo. Se introducirán varios conceptos clave de modelado, incluida la creación de plantillas de informes. También se abordarán las consideraciones clave al combinar distintos aspectos del modelo o múltiples proyectos en un programa / cartera. Se presentarán y compilarán ejemplos que demostrarán cómo utilizar eficazmente el software e interpretar los resultados.
Requisitos previos:
- 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 Varibles 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