
Normas para Autores: Como Publicar en Nuestro Blog
Por: Juan M. Gutierrez
En TodoEconometria, siempre estamos buscando expandir nuestro conocimiento y ofrecer nuevas perspectivas a nuestra comunidad. Por ello, abrimos las puertas a colaboradores externos que deseen compartir sus analisis, tutoriales y reflexiones en nuestro blog.
Si eres un profesional, academico o estudiante avanzado en los campos de la econometria, la ciencia de datos, la estadistica o la economia, y te apasiona compartir tu conocimiento, nos encantaria saber de ti.
Para asegurar la calidad y consistencia de nuestro contenido, hemos establecido las siguientes normas para todos los envios.
Temas de Interes
Buscamos articulos que aporten valor practico o conceptual a nuestros lectores. Algunos de los temas que nos interesan especialmente son:
- Tutoriales practicos: Guias paso a paso sobre como aplicar una tecnica econometrica o de machine learning en R o Python.
- Analisis de datos: Estudios de caso aplicando tecnicas estadisticas a conjuntos de datos del mundo real.
- Articulos conceptuales: Explicaciones claras y concisas de teorias o modelos estadisticos y economicos (ej. que es un p-valor, como funciona un modelo GARCH, etc.).
- Revisiones de software o librerias: Comparativas y analisis de herramientas para el analisis de datos.
- Reflexiones sobre la industria: Articulos de opinion informados sobre tendencias en Data Science, IA o el mercado laboral para analistas.
Formato y Guia de Estilo
-
Formato del Fichero: Todos los envios deben estar en formato Markdown (.md).
-
Frontmatter: Cada articulo debe comenzar con un bloque de
frontmatteren formato YAML:
---
title: "Titulo Atractivo de tu Articulo"
date: "YYYY-MM-DD"
slug: "slug-unico-para-la-url"
author: "Tu Nombre Completo"
categories:
- "Categoria Principal"
tags:
- "Tag 1"
- "Tag 2"
excerpt: "Un resumen corto y atractivo (1-2 frases) que aparecera en la lista de posts."
---
-
Longitud: Los articulos deben tener una longitud de entre 800 y 2000 palabras.
-
Lenguaje: El tono debe ser profesional pero accesible. Evita la jerga excesiva y explica los conceptos complejos de la manera mas simple posible.
-
Codigo: Los bloques de codigo deben estar correctamente formateados usando los bloques de codigo de Markdown. Especifica el lenguaje para el resaltado de sintaxis (ej.
ropython). -
Formulas: Para ecuaciones matematicas, utiliza la sintaxis de LaTeX. Las formulas en linea se encierran en un solo signo de dolar (ej.
$y = mx + b$) y las formulas en bloque se encierran en dos signos de dolar:
- Imagenes:
- Las imagenes deben ser de alta calidad y relevantes para el contenido.
- Debes tener los derechos para usar las imagenes que envies. Cita la fuente si es necesario.
- Incluyelas usando la sintaxis de Markdown:
.
Proceso de Envio y Revision
-
Propuesta Inicial (Opcional pero recomendado): Antes de escribir el articulo completo, puedes enviarnos un correo a
colabora@todoeconometria.comcon un breve resumen de tu idea. Te daremos feedback y te diremos si encaja con nuestra linea editorial. -
Envio del Borrador: Envia tu fichero
.mdcompleto a la misma direccion de correo. -
Revision: Nuestro equipo editorial revisara el articulo. Este proceso puede tardar de 1 a 2 semanas. Podemos sugerir cambios de contenido, estilo o formato.
-
Aprobacion y Publicacion: Una vez que el articulo sea aprobado, te notificaremos la fecha de publicacion.
Derechos y Atribucion
- Tu, como autor, mantienes los derechos de autor de tu trabajo.
- Nos concedes una licencia no exclusiva para publicar el articulo en nuestro sitio web y promocionarlo en nuestras redes sociales y newsletter.
- Todos los articulos se publicaran bajo tu nombre, con una breve biografia y enlaces a tu perfil de LinkedIn, Twitter o sitio web personal.
Esperamos con interes tus ideas y contribuciones para seguir construyendo una comunidad de conocimiento en torno a los datos.
El modelo VAR: Por Stock & Watson
Los métodos en ciencias de datos en las aplicaciones para la economía tendrían que estandarizar los procedimientos principalmente por el nivel de precisión que se logra con mayor tiempo y conocimiento del analista.
Fundamentals of Markov Chain
A Markov chain is a mathematical system that undergoes a transition from one state to another according to certain probability rules. The defining characteristic of a Markov chain is that no matter how the process reaches the current state, the possible future states are fixed.

¿Te gustó este contenido?
Obtén certificados verificables en Python, Data Science y Machine Learning.
Ver Certificaciones Disponibles →