No hemos encontrado resultados relativos a la búsqueda realizada.

Puedes volver a intentarlo de nuevo realizando una nueva búsqueda.

No hemos encontrado resultados relativos a la búsqueda realizada.

Puedes volver a intentarlo de nuevo realizado una nueva búsqueda.

Búsqueda avanzada
Las acciones formativas de Formacioncontinua tienen modalidad online
Modalidad
ONLINE
Duración de las acciones formativas de formacioncontinua
Duración Total
525 H
Duración de teleformación de las acciones formativas de formacioncontinua
Horas Teleformación
200 H
Precio de las acciones formativas de INESEM
600 € Hasta 100% bonificable
Créditos de las acciones formativas de formacioncontinua
Créditos
5 ECTS
Entidad
INESEM Formación Continua
Presentación
Descripción
La econometría es una rama de la economía que utiliza modelos matemáticos y estadísticos para predecir variables como precios de bienes y servicios, tipos de interés, los costes de producción, las consecuencias de las políticas económicas… Obtener una formación en Econometría y Estadística es muy importante para el sector empresarial para ser capaz de estimar relaciones causales que moldean el comportamiento económico de agentes económicos. Este Postgrado en Econometría y Estadística le ofrece una formación especializada en este ámbito.
Objetivos
  • Aprender los Modelos probabilísticos univariantes continuos.
  • Realizar distribuciones asociadas a los estadísticos muestrales de una población normal.
  • Realizar una estimación puntual de parámetros y una estimación mediante intervalos de confianza.
  • Formular y contrastar hipótesis.
  • Conocer los modelos econométricos.
  • Conocer y realizar hipótesis en el modelo lineal simple.
  • Comprender el modelo de Regresión Lineal Múltiple
  • Realizar un Análisis de observaciones, Multicolinealidad, Heteroscedasticidad y Autocorrelación.
  • Realizar un modelo de regresión con variables ficticias.
  • Analizar Modelos de respuesta cualitativa y de variable dependiente
  • limitada.
  • Aprender a realizar las operaciones más avanzadas de Excel 2019.
  • Editar datos y fórmulas con Excel.
  • Trabajar con tablas y listas de datos.
  • Analizar los datos.
  • Utilizar bases de datos, gráficos, diagramas, funciones lógicas, etc.
Para qué te prepara
El Postgrado en Econometría y Estadística le prepara para aprender a conectar los modelos teóricos con sus formas estimables, aprender a estimar con la información disponible y a interpretar en su sentido estadístico y económico los resultados obtenidos a partir de la investigación.
A quién va dirigido
El presente Postgrado en Econometría y Estadística está dirigido a estudiantes y docentes de Economía, Ciencias Sociales y Humanidades de universidades públicas y privadas y a todas aquellas personas interesadas en obtener una formación especializada en la econometría y estadística.

temario

PARTE 1. INFERENCIA ESTADÍSTICA Y DEL MODELO LINEAL SIMPLE
UNIDAD DIDÁCTICA 1. MODELOS PROBABILÍSTICOS UNIVARIANTES CONTINUOS
  1. Distribución rectangular
    1. - Distribución rectangular estandarizada
  2. Distribución triangular
    1. - Distribución triangular estandarizada
  3. Distribución trapezoidal
    1. - Distribución trapezoidal estandarizada
  4. Algunas aplicaciones de los modelos geométricos
  5. Distribución exponencial
  6. Distribuciones relacionadas con las integrales eulerianas: gamma uniparamétrica, gamma biparamétrica y beta
    1. - Distribución beta
  7. Distribución normal
  8. Distribuciones relacionadas con la distribución normal
    1. - La distribución χ 2 de Pearson
    2. - La distribución t de Student
    3. - La distribución F de Snedecor
  9. Convergencias en distribución. Aproximaciones de una distribución de probabilidad por otra
UNIDAD DIDÁCTICA 2. DISTRIBUCIONES ASOCIADAS A LOS ESTADÍSTICOS MUESTRALES DE UNA POBLACIÓN NORMAL
  1. Distribución para la media de una muestra procedente de una población normal con varianza conocida
  2. Distribución para la varianza y cuasivarianza de una muestra procedente de una población normal
  3. Distribución para la media de una muestra procedente de una población normal con varianza desconocida: el cociente t-Student
  4. Distribuciones de probabilidad para la diferencia de medias de dos muestras independientes procedentes de sendas poblaciones normales
    1. - Caso en el que las varianzas de ambas poblaciones son conocidas
    2. - Caso en el que las varianzas de ambas poblaciones son desconocidas pero iguales
    3. - Caso en el que las varianzas de ambas poblaciones son desconocidas y desiguales (Aproximación de Welch)
    4. - Caso en el que las dos varianzas son desconocidas y tamaños muestrales elevados
  5. Distribución para el cociente de varianzas
  6. Distribución para la proporción muestral
  7. Distribución para la diferencia de proporciones muestrales
UNIDAD DIDÁCTICA 3. ESTIMACIÓN PUNTUAL DE PARÁMETROS
  1. Método de máxima verosimilitud para la obtención de estimadores
    1. - Elemento de verosimilitud muestral de una variable aleatoria discreta
    2. - Elemento de verosimilitud muestral de una variable aleatoria continua
    3. - Método de obtención del estimador máximo verosímil en el caso de un sólo parámetro
    4. - Método de obtención de los estimadores máximo verosímiles en el caso de varios parámetros
  2. Método de los momentos para la obtención de estimadores puntuales
  3. Relación entre el método de máxima verosimilitud y el de los momentos
  4. Propiedades deseables para un estimador paramétrico
    1. - Estimadores insesgados
    2. - Estimadores eficientes
    3. - Estimadores consistentes
    4. - Estimadores suficientes
UNIDAD DIDÁCTICA 4. ESTIMACIÓN MEDIANTE INTERVALOS DE CONFIANZA
  1. Intervalos de confianza para la media de una distribución normal
    1. - Caso en el que la varianza de la población es conocida
    2. - Caso en el que la varianza es desconocida
  2. Intervalo de confianza para una proporción
  3. Intervalo de confianza para la diferencia de medias de dos poblaciones normales
    1. - Caso de ambas varianzas conocidas
    2. - Caso en el que las dos varianzas son desconocidas pero iguales
    3. - Caso en el que ambas varianzas son desconocidas y desiguales (aproximación de Welch)
    4. - Caso en el que ambas varianzas son desconocidas y desiguales pero los tamaños muestrales son elevados
  4. Intervalo de confianza para la diferencia de proporciones
  5. Intervalo de confianza para la varianza de una población normal
    1. - Intervalos unilaterales cuando la media de la población es conocida
    2. - Intervalos unilaterales cuando la media de la población es desconocida
    3. - Intervalos de confianza bilaterales
  6. Intervalo de confianza para la razón de varianzas
    1. - Intervalo bilateral para la razón de varianzas cuando las medias poblacionales son desconocidas
  7. Construcción de regiones de confianza
UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS
  1. Formulación de un contraste de hipótesis
    1. - Hipótesis nula y alternativa
    2. - Región de rechazo y tipos de error
    3. - Función de potencia
  2. Contraste de hipótesis para la media de una población normal
    1. - Contraste para la media cuando la varianza es conocida
    2. - Contraste para la media cuando la varianza es desconocida
    3. - Contraste para la proporción
  3. Contraste para la diferencia de medias
    1. - Caso en el que se conocen las varianzas
    2. - Caso de las dos varianzas desconocidas e iguales
    3. - Caso de dos varianzas desconocidas y tamaños muestrales altos
  4. Contraste para la diferencia de proporciones
  5. Contraste para la varianza
    1. - Región de rechazo y función de potencia
    2. - Cálculo de σ 2 y del tamaño muestral necesario para alcanzar un determinado valor de potencia
  6. Contraste para la razón de varianzas
    1. - Contraste de dos colas
    2. - Contraste de una cola a la derecha
  7. Análisis de razón de verosimilitudes
UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA ECONOMETRÍA
  1. Introducción a los modelos econométricos
  2. Especificación y estimación del modelo lineal simple
    1. - Introducción
    2. - Estimación mínimo-cuadrática
    3. - Propiedades de los estimadores mínimo cuadráticos ordinarios
  3. Estimación de la varianza de la perturbación aleatoria
    1. - Cálculo de la suma de cuadrados residual y significado de la varianza muestral del residuo
UNIDAD DIDÁCTICA 7. EL MODELO LINEAL SIMPLE NORMAL
  1. Estimadores máximo-verosímiles
    1. - Otras propiedades de los estimadores del MLS
  2. Distribución de los estimadores de los parámetros del MLS normal
  3. Intervalos y regiones de confianza para los parámetros del MLS normal
  4. Contrastes de hipótesis para los parámetros del MLS normal
  5. El coeficiente de determinación
  6. Análisis de la varianza en la regresión
  7. Equivalencia de las pruebas de correlación, regresión y ANOVApara la incorrelación de las variables del MLS
  8. Explotación del MLS
    1. - Predicción puntual óptima
    2. - Distribución del predictor lineal e intervalo de confianza para la E[Yˆ0 X0 ]
    3. - Intervalo de confianza para Y0 y análisis de la permanencia estructural del modelo
  9. El MLS de un solo parámetro o sin término independiente
    1. - Propiedades algebraicas y estadísticas
    2. - Inferencia en el MLS normal y sin término independiente
  10. Ejercicio tipo del MLS
EDITORIAL ACADÉMICA Y TÉCNICA: Índice de libro Curso de Inferencia estadística y del Modelo Lineal Simple. Autores: R. Herrerías y F. Palacios. Publicado por Delta Publicaciones.
PARTE 2. MICROECONOMETRÍA
UNIDAD DIDÁCTICA 1. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE.
  1. Introducción
  2. Especificación del modelo de regresión lineal múltiple
  3. Inferencia estadística del MRLM I
    1. - El modelo de estimación por mínimos cuadrados ordinarios (MCO)
    2. - Propiedades del estimado mínimo cuadrático ordinario
    3. - Distribución muestral del vector de residuos, e
    4. - El estimador de la varianza del término de perturbación
  4. Inferencia estadística del MRLM II
    1. - Contraste de hipótesis sobre un parámetro. Intervalo de confianza
    2. - Contraste de significación del modelo
  5. Sumas de cuadrados, análisis de la varianza y R2
  6. El proceso de predicción
  7. Estimación restringida
    1. - Introducción al método de mínimos cuadrados restringidos (MCR).Contrastes de hipótesis
  8. Contrastes de cambio estructural, linealidad y normalidad
  9. Errores de especificación
UNIDAD DIDÁCTICA 2. PROBLEMAS CON LA INFORMACIÓN: ANÁLISIS DE OBSERVACIONES Y MULTICOLINEALIDAD.
  1. Introducción
  2. Influencia potencial
  3. Influencia real
  4. Observaciones atípicas
  5. Multicolinealidad: definición, grados y consecuencias
  6. Principales criterios de detección para la multicolinealidad
    1. - El factor de inflación de la varianza (FIV)
    2. - El número de condición
    3. - Contradicción entre los tests individuales de la t y el test conjunto de la F
    4. - Descomposición de la varianza del estimador
  7. Posibles soluciones a la multicolinealidad
    1. - Incorporación de nueva información
    2. - Especificación de un nuevo modelo
    3. - Métodos alternativos de estimación
UNIDAD DIDÁCTICA 3. INFORMACIÓN CUALITATIVA: VARIABLES FICTICIAS.
  1. Introducción
  2. El modelo de regresión con variables ficticias
  3. Una nueva versión del contraste de cambio estructural
UNIDAD DIDÁCTICA 4. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE GENERALIZADO. PERTURBACIÓN NO ESFÉRICA: HETEROSCEDASTICIDAD Y AUTOCORRELACIÓN.
  1. Introducción
  2. Consecuencias en la estimación por MCO
  3. Estimador Mínimo Cuadrático Generalizado (MCG)
  4. Comparación entre el estimador MCO y MCG
  5. Heteroscedasticidad
    1. - La naturaleza de la relación entre las variables
    2. - La transformación de variables
    3. - La omisión de variables relevantes
  6. Métodos de estimación en presencia de heteroscedasticidad
    1. - Matriz de varianzas y covarianzas de la perturbación conocida
    2. - Matriz de varianzas y covarianzas de la perturbación desconocida 154
  7. Contrastes de heteroscedasticidad
    1. - El contraste de Goldfeld-Quandt
    2. - El contraste de Breusch-Pagan
    3. - El contraste de White
  8. Autocorrelación
    1. - La existencia de ciclos y/o tendencias
    2. - Relaciones no lineales
    3. - La omisión de variables relevantes
  9. Esquemas lineales con comportamiento autocorrelacionado
  10. Métodos de estimación en presencia de autocorrelación
    1. - El método de Cochrane-Orcutt
    2. - El método de Prais-Winsten
    3. - El método de Durbin
  11. Contrastes de autocorrelación
    1. - El contraste de Durban-Watson
    2. - El contraste de Godfrey
    3. - Las funciones de autocorrelación simple (FAS) y parcial (FAP) de los residuos
    4. - Contrastes de Box-Pierce y Ljung-Box
UNIDAD DIDÁCTICA 5. MODELOS DE RESPUESTA CUALITATIVA.
  1. Introducción
  2. Modelos de elección discreta (variable dependiente dicotómica)
    1. - Modelo lineal de probabilidad
  3. Especificación e inferencia de los modelos Probit y Logit
    1. - Método de estimación por máxima verosimilitud
    2. - Residuos generalizados
    3. - Bondad de Ajuste
    4. - Efectos parciales de la variable explicativas sobre la probabilidad P(y = 1)
  4. Contrastes de hipótesis (Test de razón de verosimilitud), Test de Wald y de Multiplicadores de Lagrange)
    1. - El Contraste de Razón de Verosimilitud
    2. - El Contraste de Wald
    3. - Contraste de los multiplicadores de Lagrange o Test de “Score”
    4. - Comparación entre los Tests de RV, W, ML
  5. Modelos de respuesta múltiple: Modelos Logit Condicional (MLC) y Multinomial (MLM)
    1. - La hipótesis de la utilidad aleatoria
    2. - Modelo Logit Condicional (MLC)
    3. - Modelo mixto
    4. - El modelo Logit multinomial
    5. - Hipótesis de independencia de las alternativas irrelevantes
UNIDAD DIDÁCTICA 6. MODELOS DE VARIABLE DEPENDIENTE-LIMITADA
  1. Especificación e inferencia de Modelo de Regresión Censurado (Modelo Tobit)
    1. - Métodos de estimación en dos etapas y de la máxima verosimilitud
    2. - Errores de especificación. Residuos generalizados. Normalidad y Heteroscedasticidad
  2. Variaciones del Modelo Tobit Standard
  3. Generalización del Modelo Tobit: Modelos bivariantes
    1. - Modelo de “dos partes”
    2. - El modelo de “doble valla” (Cragg, 1791)
    3. - El Modelo de Selectividad (Heckman, 1979)
    4. - Modelos de Infrecuencia de compra
  4. Introducción a los modelos de recuento.
UNIDAD DIDÁCTICA 7. INTRODUCCIÓN A LOS MODELOS CON DATOS PANEL.
  1. Introducción
  2. Tipología de modelos con datos de panel
  3. Métodos de estimación para modelos en niveles o estáticos
    1. - Estimador MCO (Modelo sin efectos)
    2. - Estimadores entre-grupos
    3. - Estimador de covarianza (CV) o intragrupos para los efectos individuales
    4. - Estimación MCG para los efectos individuales
    5. - Estimador de covarianza o intragrupos (CV2) para los efectos individuales y temporales
    6. - Estimación de MCG para los efectos individuales y temporales
  4. Contrastes de especificación en el modelo estático
    1. - Contraste de homogeneidad del panel
    2. - Contraste de significación de los coeficientes en el modelo de efectos fijos
    3. - Estimación robusta
    4. - Contraste de nulidad de los efectos aleatorios
    5. - Contraste entre efectos fijos o aleatorios
  5. El modelo dinámico
  6. Contrastes de especificación en el modelo dinámico
    1. - Contraste para la autocorrelación de la perturbación
    2. - Contraste para la sobreidentificación de instrumentos
EDITORIAL ACADÉMICA Y TÉCNICA: Índice de libro Microeconometría Introducción y aplicaciones con Excel. Autores: Jordi Arcarons y Samuel Calonge. Publicado por Delta Publicaciones
PARTE 3. EXCEL AVANZADO
MÓDULO 1. MICROSOFT EXCEL 2019. NIVEL AVANZADO
UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS
  1. Introducción
  2. Elementos de la interfaz
  3. Introducción y edición de datos
  4. Establecimiento de formato
  5. Trabajo con múltiples hojas
  6. Creación de gráficos
  7. Personalización
  8. La ayuda, un recurso importante
UNIDAD DIDÁCTICA 2. EDICIÓN DE DATOS Y FÓRMULAS
  1. Introducción
  2. Tipos de datos
  3. Introducción de datos
  4. Referencias a celdillas
  5. Presentación
UNIDAD DIDÁCTICA 3. TABLAS Y LISTAS DE DATOS
  1. Introducción
  2. Datos de partida
  3. Totalizar y resumir
  4. Filtrar y agrupar los datos
  5. Tablas dinámicas
UNIDAD DIDÁCTICA 4. ANÁLISIS DE DATOS
  1. Introducción
  2. Configuración de herramientas de análisis
  3. Tablas con variables
  4. Funciones para hacer pronósticos
  5. Simulación de escenarios
  6. Persecución de objetivos
  7. La herramienta Solver
  8. Otras herramientas de análisis de datos
UNIDAD DIDÁCTICA 5. BASES DE DATOS
  1. Introducción
  2. Obtención de datos
  3. Edición de bases de datos
  4. Funciones de bases de datos
  5. Asignación XML
UNIDAD DIDÁCTICA 6. GRÁFICOS Y DIAGRAMAS
  1. Generación de gráficos
  2. Inserción de minigráficos
  3. Personalización de máximos y mínimos
  4. Inserción de formas
  5. Imágenes
  6. Elementos gráficos e interactividad
  7. SmartArt
UNIDAD DIDÁCTICA 7. PUBLICACIÓN DE DATOS
  1. Impresión de hojas
  2. Publicar libros de Excel
UNIDAD DIDÁCTICA 8. FUNCIONES LÓGICAS
  1. Relaciones y valores lógicos
  2. Toma de decisiones
  3. Anidación de expresiones y decisiones
  4. Operaciones condicionales
  5. Selección de valores de una lista
UNIDAD DIDÁCTICA 9. BÚSQUEDA DE DATOS
  1. Manipulación de referencias
  2. Búsqueda y selección de datos
  3. Transponer tablas
UNIDAD DIDÁCTICA 10. OTRAS FUNCIONES DE INTERÉS
  1. Manipulación de texto
  2. Trabajando con fechas
  3. Información diversa
UNIDAD DIDÁCTICA 11. ACCESO A FUNCIONES EXTERNAS
  1. Registro de funciones externas
  2. Invocación de funciones
  3. Macros al estilo de Excel 4.0
  4. Libros con macros
UNIDAD DIDÁCTICA 12. MACROS Y FUNCIONES
  1. Registro y reproducción de macros
  2. Administración de macros
  3. Definición de funciones
UNIDAD DIDÁCTICA 13. INTRODUCCIÓN A VBA
  1. El editor de Visual Basic
  2. El editor de código
  3. La ventana Inmediato
  4. Un caso práctico
UNIDAD DIDÁCTICA 14. VARIABLES Y EXPRESIONES
  1. Variables
  2. Expresiones
UNIDAD DIDÁCTICA 15. ESTRUCTURAS DE CONTROL. EL MODELO DE OBJETOS DE EXCEL
  1. Valores condicionales
  2. Sentencias condicionales
  3. Estructuras de repetición
  4. Objetos fundamentales de Excel
  5. Otros objetos de Excel
UNIDAD DIDÁCTICA 16. MANIPULACIÓN DE DATOS
  1. Selección de una tabla de datos
  2. Manipulación de los datos
  3. Inserción de nuevos datos
  4. La solución completa
UNIDAD DIDÁCTICA 17. CUADROS DE DIÁLOGO
  1. Cuadros de diálogo prediseñados
  2. Cuadros de diálogo personalizados
  3. Una macro más atractiva y cómoda
  4. Iniciación del cuadro de diálogo
UNIDAD DIDÁCTICA 18. TRABAJO EN GRUPO
  1. Compartir un libro
  2. Comentarios a los datos
  3. Control de cambios
  4. Herramientas de revisión
UNIDAD DIDÁCTICA 19. DOCUMENTOS Y SEGURIDAD
  1. Limitar el acceso a un documento
  2. Seguridad digital
UNIDAD DIDÁCTICA 20. PERSONALIZACIÓN DE EXCEL
  1. Parámetros aplicables a libros y hojas
  2. Opciones de entorno
  3. La cinta de opciones
  4. Crear fichas y grupos propios

metodología

claustro

Claustro Docente

Ofrecerá un minucioso seguimiento al alumno, resolviendo sus dudas.

campus virtual

Formación Online

Toda nuestra oferta formativa es de modalidad online, incluidos los exámenes.

materiales didácticos

Comunidad

En la que todos los alumos de INESEM podrán debatir y compartir su conocimiento.

material adicional

Materiales Didácticos

En la mayoría de nuestras acciones formativas, el alumno contará con el apoyo de los materiales físicos.

Centro de atención al estudiante (CAE)

Material Adicional

El alumno podrá completar el proceso formativo y ampliar los conocimientos de cada área concreta.

inesem emplea

Campus Virtual

Entorno Persona de Aprendizaje disponible las 24 horas, los 7 días de la semana.

Una vez finalizado el proceso de matriculación, el alumno empieza su andadura en INESEM Formación Continua a través de nuestro Campus Virtual.

La metodología INESEM Business School, ha sido diseñada para acercar el aula al alumno dentro de la formación online. De esta forma es tan importante trabajar de forma activa en la plataforma, como necesario el trabajo autónomo de este. El alumno cuenta con una completa acción formativa que incluye además del contenido teórico, objetivos, mapas conceptuales, recuerdas, autoevaluaciones, bibliografía, exámenes, actividades prácticas y recursos en forma de documentos descargables, vídeos, material complementario, normativas, páginas web, etc.

A esta actividad en la plataforma hay que añadir el tiempo asociado a la formación dedicado a horas de estudio. Estos son unos completos libros de acceso ininterrumpido a lo largo de la trayectoria profesional de la persona, no solamente durante la formación. Según nuestra experiencia, gran parte del alumnado prefiere trabajar con ellos de manera alterna con la plataforma, si bien la realización de autoevaluaciones de cada unidad didáctica y evaluación de módulo, solamente se encuentra disponible de forma telemática.

El alumno deberá avanzar a lo largo de las unidades didácticas que constituyen el itinerario formativo, así como realizar las actividades y autoevaluaciones correspondientes. Al final del itinerario encontrará un examen final o exámenes. A fecha fin de la acción formativa el alumno deberá haber visitado al menos el 100 % de los contenidos, haber realizado al menos el 75 % de las actividades de autoevaluación, haber realizado al menos el 75 % de los exámenes propuestos y los tiempos de conexión alcanzados deberán sumar en torno al 75 % de las horas de la teleformación de su acción formativa. Dicho progreso se contabilizará a través de la plataforma virtual y puede ser consultado en cualquier momento.

La titulación será remitida al alumno por correo postal una vez se haya comprobado que ha completado el proceso de aprendizaje satisfactoriamente.

Requisitos de acceso

Esta formación pertenece al programa de Formación Continua de INESEM. Esta formación se tramita con cargo a un crédito que tienen asignado las empresas privadas españolas para la formación de sus empleados sin que les suponga un coste.

Para tramitar dicha formación es preciso cumplir los siguientes requisitos:

  • Estar trabajando para una empresa privada
  • Encontrarse cotizando en Régimen General de la Seguridad Social
  • Solicitar un curso que esté relacionado con el puesto de trabajo o con la actividad empresarial
  • Que la empresa autorice la formación
  • Que la empresa disponga de suficiente crédito formativo para cubrir el coste del curso

titulación

Titulación de Formación Continua Bonificada expedida por el Instituto Europeo de Estudios Empresariales (INESEM). Doble Titulación: - Titulación de Postgrado en Econometría y Estadística con 400 horas expedida y Avalada por el Instituto Europeo de Estudios Empresariales - Titulación Universitaria en Excel Avanzado 2019 con 5 Créditos Universitarios ECTS con 125 horas. Formación Continua baremable en bolsas de trabajo y concursos oposición de la Administración Pública.
SOLICITA INFORMACIÓN

Asesoramiento personalizado sin compromiso

Información básica sobre Protección de Datos. Haz clic aquí
Responsable INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES S.A.U. Finalidad Información académica y comercial de nuestros servicios de enseñanza. Legitimación Consentimiento del interesado y ejecución de un contrato en el que el interesado es parte. Destinatarios Encargados del tratamiento para cumplir con las finalidades. Derechos Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional.

Información adicional Pulsa aquí

Cargando...

Se envió su solicitud correctamente.

Completa los campos obligatorios.

Opiniones de los alumnos

TAMBIÉN PODRÍA INTERESARTE...
Cursos bonificados relacionados
Curso de Competencias para Mandos Intermedios
Hasta 100% bonificable
Ver ficha curso
Curso Superior de Gestión del Tiempo para Ejecutivos
Hasta 100% bonificable
Ver ficha curso
Curso Práctico de Gestión del Tiempo y Planificación de Tareas (Online)
Hasta 100% bonificable
Ver ficha curso
¿Qué es Formación Continua?
POR QUÉ ESTUDIAR EN INESEM
Claustro especializado
Profesores especializados realizarán un seguimiento personalizado al alumno.
campus virtual
Acceso a la plataforma de aprendizaje disponible las 24 horas e ilimitado.
Gestión gratuita
Gestionamos todos los trámites administrativos para la bonificación de la formación.
materiales didácticos
Enviamos gratis los materiales de apoyo en la mayoría de nuestras acciones formativas (envíos a España).
planes formativos a medida
Diseñamos planes de formación adaptados a las necesidades de las empresas.
materiales adicionales
Los alumnos podrán profundizar más con material adicional que su docente le puede aportar.
amplio catálogo formativo
Contamos con más de 5000 cursos y masters bonificables para trabajadores.
Centro de atención al estudiante
Nuestros asesores académicos atenderán al alumnado antes, durante y después de la formación.
consultoría de recursos humanos
Ofrecemos soluciones para el área laboral de tu empresa.
secretaría virtual
Todas las gestiones las podrás hacer vía online, no será necesario hacerlo presencial.
Conoce inesem
INESEM en cifras
+150.000

alumnos

99%

de empleabilidad

+2.000

acuerdos con empresas

98%

de satisfacción

Universidades colaboradoras