{
    "ok": true,
    "curso": {
        "id": 29121,
        "titulo": "73923400-K - Diplomado En Análisis Multivariado Con Datos Sociales",
        "area_especialidad": "Educación Y Capacitación-Capacitación",
        "fundamentacion_tecnica": null,
        "objetivos_generales": null,
        "poblacion_objetivo": null,
        "requisitos_ingreso": null,
        "tecnicas_metodologicas": null,
        "material_didactico": null,
        "material_didactico_participantes": null,
        "infraestructura": "Sala De Clases Con Aire Acondicionado, Acceso A Servicios Higiénicos Y Luz Artificial, Con Capacidad Para Al Menos 30 Alumnos, Cada Uno Con Mesa Y Silla. Laboratorio Computacional Con 30 Computadores Con Licencia Stata Y Sus Respectivas Mesas Y Sillas, Teclado, Mouse Y Conexión A Internet.",
        "equipamiento": "Pizarra Acrílica Computador Con Teclado Y Mouse Y Conexión A Internet Proyector Data Con Control Remoto Telón Computador Personal Con Licencia Stata Y Conexión A Internet; Teclados; Mouse; Sillas Con Mesa",
        "asistencia": "75",
        "requisitos_tecnicos": null,
        "fecha_procesamiento": "2025-10-27 18:22:33"
    },
    "objetivos": [
        {
            "numero_objetivo": "1",
            "objetivo_texto": "1. Introducción A Stata Al Finalizar El Módulo Se Espera Que Los Estudiantes Estén En Condiciones De Generar Bases De Datos Y Manejarlas Utilizando El Software Estadístico Stata",
            "contenido": "- Generación Y Fusión De Bases De Datos - Creación Y Transformación De Variables - Presentación De Funciones Asociadas A Análisis Descriptivos: Pruebas De Hipótesis, Estadísticas Descriptivas, Tablas De Frecuencia Y Contingencia, Gráficos Docente: Francisca Gallegos Jara",
            "horas_teoricas": 2,
            "horas_practicas": 7,
            "horas_elearning": 0
        },
        {
            "numero_objetivo": "2",
            "objetivo_texto": "2. Análisis De Regresión Lineal Al Finalizar El Módulo Se Espera Que Los Estudiantes Estén En Condiciones De: Generar, Interpretar Y Evaluar Modelos De Regresión Simple Y Múltiple, Incluyendo Diferentes Tipos De Variables Independientes Y Utilizando El Programa Estadístico Stata",
            "contenido": "- Presentación De Los Conceptos Y Definiciones Asociados A Las Regresiones Lineal Simple Y Múltiple - Procedimiento Para La Generación De Regresiones En Stata - Incorporación De Variables Dummy, Interacciones Entre Variables Y Transformaciones De Variables (Cuadrática Y Logística) En Las Regresiones - Presentación De Criterios Para La Selección De Modelos De Regresión - Identificación De Problemas En Los Modelos A Partir De Diagnósticos Docente: Paulina Sepúlveda Cáceres",
            "horas_teoricas": 9,
            "horas_practicas": 9,
            "horas_elearning": 0
        },
        {
            "numero_objetivo": "3",
            "objetivo_texto": "3. Análisis De Regresión Logística Al Finalizar El Módulo Se Espera Que Los Estudiantes Estén En Condiciones De: Generar, Evaluar E Interpretar Regresiones Logísticas Binarias, Ordinales Y Multinomiales Utilizando El Programa Estadístico Stata",
            "contenido": "- Presentación De Los Conceptos Y Definiciones Asociados A Las Regresiones Logísticas - Procedimientos Para La Generación De Regresiones Logísticas Binarias En Stata - Interpretación De Los Resultados De Las Regresiones Logísticas Binarias. - Criterios Para La Evaluación De Modelos De Regresión Logística Binaria - Procedimientos Para La Generación De Regresiones Logísticas Multinomiales En Stata - Interpretación De Los Resultados De Las Regresiones Logísticas Multinomiales. - Criterios Para La Evaluación De Modelos De Regresión Logística Multinomial Docente: Paulina Sepúlveda Cáceres",
            "horas_teoricas": 6,
            "horas_practicas": 6,
            "horas_elearning": 0
        },
        {
            "numero_objetivo": "4",
            "objetivo_texto": "4. Técnicas De Clasificación Y Segmentación Al Finalizar El Módulo Se Espera Que Los Estudiantes Estén En Condiciones De: Desarrollar Análisis De Clasificación Y Segmentación Utilizando El Programa Estadístico Stata, Específicamente Los Análisis De Clasificación Con Árboles, Correspondencia, Conglomerados, De Clase Latente Y De Componentes Principales",
            "contenido": "- Procedimiento Para La Generación De Árboles De Clasificación Y Segmentación Utilizando El Programa Estadístico Stata Y Criterios Para Interpretar Sus Resultados - Conceptos Y Definiciones Para La Elaboración De Análisis De Correspondencia Simple Y Múltiple - Procedimiento Para La Generación De Análisis De Correspondencia Simple Y Múltiple En Stata - Criterios Para La Evaluación E Interpretación De Análisis De Correspondencia Simple Y Múltiple - Conceptos Y Definiciones Para La Elaboración De Análisis De Conglomerados - Procedimiento Para La Generación De Análisis De Conglomerados - Criterios Para La Evaluación E Interpretación De Análisis De Conglomerados - Conceptos Y Definiciones Para La Elaboración De Modelos De Clase Latente - Procedimiento Para La Generación De Análisis De Modelos De Clase Latente Utilizando El Programa Estadístico Mplus - Criterios Para La Evaluación E Interpretación De Modelos De Clase Latente - Conceptos Y Definiciones Para La Elaboración De Análisis De Componentes Principales - Procedimiento Para La Generación De Análisis De Componentes Principales Utilizando El Programa Estadístico Stata - Criterios Para La Evaluación E Interpretación De Análisis De Componentes Principales - Criterios Para Decidir Qué Tipo De Análisis Es El Adecuado Frente A Distintos Datos Y Objetivos De Estudio - Combinación Y Utilización De Los Resultados De Estos Análisis En Otros Análisis Estadísticos Docente: Javiera Troncoso Melo",
            "horas_teoricas": 15,
            "horas_practicas": 15,
            "horas_elearning": 0
        },
        {
            "numero_objetivo": "5",
            "objetivo_texto": "5. Análisis Factorial Al Finalizar El Módulo Se Espera Que Los Estudiantes Estén En Condiciones De: Generar, Interpretar Y Evaluar Análisis Factorial Exploratorio, Confirmatorio Y Ecuaciones Estructurales Utilizando El Programa Estadístico Stata",
            "contenido": "- Conceptos Y Definiciones En La Elaboración De Un Análisis Factorial Exploratorio - Procedimiento Para La Generación De Un Análisis Factorial Exploratorio Utilizando Stata - Criterios Para La Interpretación Y Evaluación De Un Análisis Factorial Exploratorio - Conceptos Y Definiciones En La Elaboración De Un Análisis Factorial Confirmatorio - Procedimiento Para La Generación De Un Análisis Factorial Confirmatorio Utilizando Stata - Criterios Para La Interpretación Y Evaluación De Un Análisis Factorial Confirmatorio - Conceptos Y Definiciones En La Elaboración De Ecuaciones Estructurales - Procedimiento Para La Generación De Ecuaciones Estructurales Utilizando Stata - Criterios Para La Interpretación Y Evaluación De Ecuaciones Estructurales - Criterios Para Decidir Qué Tipo De Análisis Es El Adecuado Frente A Distintos Datos Y Objetivos De Estudio - Combinación De Los Resultados De Estos Análisis En Otros Análisis Estadísticos Docente: Javiera Troncoso Melo",
            "horas_teoricas": 6,
            "horas_practicas": 6,
            "horas_elearning": 0
        },
        {
            "numero_objetivo": "6",
            "objetivo_texto": "6. Indicadores Compuestos Y Presentación De Resultados Al Finalizar El Módulo Se Espera Que Los Estudiantes Estén En Condiciones De: Generar Indicadores Compuestos Utilizando El Programa Estadístico Stata E Integrar Los Análisis En Un Informe De Resultados Claro Y Sintético",
            "contenido": "- Selección De Indicadores Para La Elaboración De Indicadores Compuestos Y Exploración De Sus Relaciones Y Distribuciones. - Evaluación De Los Indicadores Y Selección Del Que Mejor Se Ajusta A Los Datos Y Objetivos De Estudio - Criterios Para La Presentación De Resultados De Manera Clara Utilizando Tablas - Criterios Para La Presentación De Resultados De Manera Clara Utilizando Representaciones Gráficas Docente: Francisca Gallegos Jara",
            "horas_teoricas": 6,
            "horas_practicas": 6,
            "horas_elearning": 0
        },
        {
            "numero_objetivo": "7",
            "objetivo_texto": "7. Introducción Al Uso Y Análisis De Bases De Datos De Panel Al Finalizar El Módulo Se Espera Que Los Estudiantes Estén En Condiciones De: Generar Análisis Descriptivos De Bases De Datos Panel",
            "contenido": "- Definición De Bases De Datos De Panel En Chile - Consideraciones Metodológicas Para El Uso De Bases De Datos De Panel. - Principales Elementos Del Análisis Descriptivo De Bases De Datos De Panel Docente: Ángela Denis Pagliero",
            "horas_teoricas": 9,
            "horas_practicas": 6,
            "horas_elearning": 0
        }
    ]
}