Professional Documents
Culture Documents
Profesor: Leonardo V. Vera Telfono: (0212) 503-0798 (directo) e-mail: Leonardo.vera@cantv.net web site: www.leonardovera.com Duracin del Curso: 5 semanas (75 horas acadmicas) Objetivo y Alcance del Programa
La econometra es una rama de las matemticas y de la estadstica que desarrolla procedimientos para trabajar con los datos de naturaleza econmica para as encontrar propiedades en ellos y relaciones entre determinadas variables (determinados grupos de datos pueden ser "observaciones" de una variable). Esta asignatura pretende familiarizar a los alumnos de la carrera de Economa con los conceptos bsicos de la Econometra Clsica, representada, en su mejor expresin, por el anlisis de regresin lineal. Se busca que los estudiantes sean capaces de utilizar la econometra de forma efectiva como una herramienta para el anlisis de informacin, la comprobacin de ciertas relaciones, la realizacin de predicciones y la evaluacin de polticas alternativas. Especficamente, el estudiante debe comprender el anlisis que parte del modelo de regresin lineal general: las hiptesis bsicas, la especificacin, la estimacin, diagnosis e interpretacin, poniendo especial nfasis en sus principales implicaciones y limitaciones. Por ser un curso de pre-grado sta se orienta a proporcionar una introduccin elemental e intuitiva de la econometra, sin recurrir a una excesiva formalizacin matemtica y estadstica. Los requisitos mnimos son un conocimiento elemental de los conceptos y mtodos de la estadstica descriptiva e inferencial y tambin del clculo, si bien a lo largo del curso se recordarn algunos aspectos fundamentales de estas materias. Como complemento de las clases tericas se realizarn entonces una serie de ejercicios prcticos tratando de asentar los conocimientos tericos y proporcionar al alumno una serie de ejemplos de la aplicacin de la modelizacin economtrica a situaciones recogidas por datos reales.
Objetivos Especficos
- Comprender la lgica de la econometra: Formulacin del modelo, estimacin del modelo y papel de las hiptesis auxiliares, distribucin muestral de los estimadores,
criterios de eleccin entre estimadores, intervalos de confianza, contrastes de hiptesis, prediccin. - Obtener datos econmicos a partir de diversas fuentes incluyendo la prensa, anuarios estadsticos, y sitios web de agencias de estadstica. - Realizar anlisis de regresin lineal: a) A partir de las expresiones matemticas (modelo de una pendiente, modelo lineal simple), b) Utilizando software economtrico, siendo capaz de resumir en un informe breve los resultados de la estimacin y sus implicaciones tericas y prcticas. - Capacidad de juzgar la validez de un modelo de regresin lineal e interpretarlo estadstica y econmicamente tanto a partir de un informe de los resultados de la estimacin como de salidas informticas. - Capacidad de especificar un modelo de regresin lineal esttico con variables econmicas a partir de consideraciones de teora econmica y de la realizacin de contrastes de especificacin incluyendo la identificacin de la forma funcional y el uso, en su caso, de variables binarias para captar los efectos de variables cualitativas. - Comprender la lgica de la estimacin mnimo-cuadrtica y las consecuencias del incumplimiento de las hiptesis de especificacin correcta y de matriz de varianzascovarianzas escalar. Comprensin y utilizacin de estimadores robustos de la matriz de varianzas-covarianzas de los estimadores. - Capacidad de predecir y obtener intervalos de confianza para la prediccin del modelo lineal tanto a partir de una salida de ordenador como mediante la utilizacin de un paquete o software economtrico.
CONTENIDO PROGRAMTICO
PARTE I: EL MODELO DE REGRESIN LINEAL CLSICO Tema 1: Naturaleza y Fundamentos del anlisis Economtrico 1.1. Origen y significado de la econometra. 1.2 Modelos economtricos. Concepto, metodologa y elementos. 1.3 Conceptos de Estadstica Bsicos 1.3.1 Variables Aleatorias. Valor Esperado. Propiedades del Valor Esperado. Distribucin Conjunta de Variables Aleatorias. Estimadores. Insesgadura, Eficiencia y Consistencia. 1.3 Covarianza, Varianza y Correlacin 1.4 Funcin de regresin poblacional y muestral. Tema 2: Regresin lineal simple 2.1 El Modelo de mnimos cuadrados ordinarios (MCO). 2.2 Interpretacin de la Ecuacin de Regresin 2.2 La bondad del ajuste (el coeficiente de determinacin). 2.3 El modelo de regresin lineal clsico: supuestos fundamentales.
2.4 Propiedades de los estimadores. Tema 3: Propiedades de los Coeficientes de Regresin y Contraste de Hiptesis 3.1 Distribucin normal y asociadas a la normal. 3.2 Supuestos en torno al trmino de perturbacin 3.2 Intervalos de confianza. 3.4 Contrastes de hiptesis. Tema 4: Extensiones del modelo de regresin simple 4.1 Regresin a travs del origen. 4.2 Escalas y unidades de medicin. 4.3 Forma funcional. Tema 5: El modelo lineal de Regresin Mltiple. 5.1 Estimacin por mnimos cuadrados ordinarios. 5.2 Contraste de hiptesis. 5.3 Interpretacin de los coeficientes 5.4 Regresin con variables explicativas cualitativas. PARTE II: INCUMPLIMIENTO DE LAS HIPTESIS BSICAS. Tema 6: Problemas de especificacin e inferencia. 6.1 Error de especificacin. 6.2 Multicolinealidad. 6.3 Estabilidad de la funcin de regresin 6.4 La hiptesis de normalidad. Tema 7: Heteroscedasticidad y Autocorrelacin 7.1 Causas y consecuencias de la heteroscedasticidad. 7.2 Deteccin de la heteroscedasticidad. 7.3 Estimacin en presencia de heteroscedasticidad. 7.4 Causas y consecuencias de la autocorrelacin. 7.5 Deteccin de la autocorrelacin. 7.6 Estimacin en presencia de autocorrelacin. PARTE III: EXTENSIONES (Opcional) Tema 8: Introduccin a los Modelos Dinmicos 8.1 Modelos de regresin dinmicos. 8.2 Modelos con retardos distribuidos. 8.3 Modelos con retardos distribuidos polinomiales (PDL). 8.4 Modelos con rezagos distribuidos geomtricos (Koyk). 8.5 Modelos de ajuste parcial. 8.6 Modelo de expectativas.
8.7 Modelos con retardos distribuidos autorregresivos (ADL (p,q) y ADL (1,1))