Asignatura

Econometría

  • código 10313
  • curso 3
  • periodo Semestre 1
  • tipo OB
  • créditos 3

Lengua de impartición principal: catalán

Otras lenguas de impartición: inglés, castellano

Profesorado

Presentación

El curso de Econometría parte de los conocimientos aportados por la Estadística Inferencial a la asignatura de Estadística II. La materia gira en torno a la presentación del modelo de regresión lineal múltiple con el detalle de las hipótesis básicas. Dado que el modelo de regresión lineal simple no se concreta dentro de los programas de Estadística, este será visto como un caso particular del modelo de regresión lineal múltiple (MRLM de ahora en adelante). Así, la estructura de la primera de las asignaturas econométricos versará sobre la presentación del MRLM, su inferencia, el tratamiento del modelo ante datos cualitativos y la posibilidad de que existan errores de especificación.

Requisitos previos

Conocimientos previos Estadística Inferencial.

Objetivos

El objetivo principal es introducir al estudiante en la terminología y conceptos básicos (especificación del modelo inicial, recogida de datos, aplicación de técnicas de estimación e inferencia estadística, interpretación de resultados y perfeccionamiento del modelo). Al mismo tiempo, se pretende, capacitarlo para interpretar, comprender y valorar de forma crítica los resultados econométricos así como proporcionarle la base adecuada para posteriormente ampliar conocimientos teóricos y aplicados, así como capacitarlo para realizar futuras predicciones y contrastaciones .

Adicionales:

Conocer cuáles son los problemas más habituales del MRLM: multicolinealidad, observaciones atípicas, heteroscedasticidad y autocorrelación.

Aplicar herramientas informáticas para la obtención de contrastes y soluciones de los problemas planteados.

Competencias / Resultados de aprendizaje de la titulación

  • 19 - Analizar las variables cuantificables del entorno económico e incorporarlas en la toma de decisiones.
  • 41 - Ser capaz de sintetizar descriptivamente la información.
  • 42 - Ser capaz de analizar fenómenos económicos de forma empírica.
  • 43 - Adquirir habilidad en el manejo de software estadístico.
  • 44 - Ser capaz de seleccionar el método econométrico adecuado.
  • 45 - Ser capaz de trabajar con textos académicos.
  • 52 - Ser capaz de desarrollar aptitudes en las relaciones interpersonales y de trabajo en equipo.
  • 53 - Adquirir habilidades para el aprendizaje autónomo.
  • 54 - Ser capaz de expresar ideas y argumentos de manera ordenada y coherente tanto oralmente como de forma escrita.
  • 64 - Capacidad de planificación y organización del trabajo.
  • 65 - Adquirir la capacidad de aplicar los conocimientos en la práctica.
  • 66 - Capacidad de recuperación y tratamiento de la información.
  • 50 - Aquirir la capacidad de relacionar conceptos y realizar ejercicios de análisis y de síntesis.
  • 51 - Desarrollar habilidades en la toma de decisiones.

Contenidos

Lección 1. Introducción.

1.1 Concepto de Econometría.

1.2 Modelos económicos y econométricos.

1.3 Elementos del modelo: relaciones, variables y parámetros.

1.4 Limitaciones de la Econometría.



Lección 2. El modelo clásico de regresión lineal múltiple: estimación.

2.1 Especificación.

2.2 Hipótesis básicas del modelo de regresión lineal múltiple estándar.

2.3 Estimación por mínimos cuadrados ordinarios (MCO). Propiedades estadísticas.

2.4 Análisis de los residuos y estimación de la varianza del término de perturbación.

2.5 Estimación máximo verosímil.

2.6 Medidas de bondad del ajuste y validación del modelo.



Lección 3. El modelo clásico de regresión lineal múltiple: contrastación de hipótesis y predicción.

3.1 Formulación de hipótesis.

3.2 Contrastación de restricciones lineales.

3.3 Estimación restringida por mínimos cuadrados (MCR).

3.4 Contrastación de significación individual y conjunta.

3.5 Predicción puntual y por intervalo.

3.6. Análisis de la permanencia estructural. Contraste de Chow.



Lección 4. Modelos de regresión con la inclusión de variables cualitativas.

4.1 Variables cualitativas y variables ficticias.

4.2 Especificación de las variables ficticias.

4.3 Introducción de variables ficticias en MRLM y aplicaciones.



Lección 5. Errores de especificación y forma funcional.

5.1 Errores en la especificación de las variables explicativas.

5.2 Problemas asociados con la omisión de variables relevantes.

5.3 Efectos de la inclusión de variables superfluas.

5.4 Errores en la especificación de la forma funcional y la perturbación aleatoria.

5.5 Consecuencias de la estimación por MCO: estimadores alternativos.



Contenidos adicionales

Lección 1. Problemas con la información muestral: multicolinealidad.

Lección 2. Problemas con la información muestral: observaciones atípicas e influyentes.

Lección 3. Incumplimiento de las hipótesis básicas en el término de perturbación.

Lección 4. Definición y causas del heteroscedasticidad.

Metodología y actividades formativas

Modalidad totalmente presencial en el aula

Las clases del curso presentarán de forma teórica las distintas técnicas y se proporcionarán prácticas resueltas para su comprensión, tanto en clase como posteriormente de forma individual por parte del alumno para un mayor entendimiento de los contenidos teóricos.

Sistemas y criterios de evaluación

Modalidad totalmente presencial en el aula

Para superar la evaluación de la asignatura, los alumnos matriculados deberán mostrar su suficiencia en el programa. La suficiencia quedará probada y, en consecuencia, la evaluación de la asignatura será positiva, si el alumno consigue la calificación mínima de aprobado en alguna de las convocatorias oficiales.

Para lograr esta calificación mínima de aprobado, los alumnos deberán presentarse a la convocatoria oficial correspondiente, y superar el conjunto de pruebas y procedimientos que la asignatura establece. En todo caso, los alumnos que se presenten a las convocatorias oficiales, se examinarán de la totalidad del programa. El examen será estrictamente práctico.

Adicionalmente, durante el curso se realizará un examen parcial que puede ser liberador y entregas de ejercicios que contarán para la nota final. La nota final de la asignatura contará con la nota del examen final y porcentualmente la nota de un posible examen parcial o las prácticas llevadas a cabo (10-15%).

Bibliografía y recursos

Gujarati, D.N. (1997). Econometría. 3 ª ed. McGraw-Hill.

Greene, W.H. (2000). Análisis econométrico. 3 ª edición. Prentice-Hall. New-York.

Artís, M., J. Suriñach, M. Claro, T. del Barrio y M. Guillén, (1999). Introducción a la econometría. UOC.

Johnston, J y Dinard, J. (2001). Métodos econométricos. Vicens-Vives.

Wooldridge, J. M. (2006). Introducción a la econometría. Thomson

  © 2024 Universitat Internacional de Catalunya | Contáctenos | Privacidad y Protección de datos | Propiedad intelectual
  Campus Barcelona. Tel.: 93 254 18 00 | Campus Sant Cugat. Tel.: 93 504 20 00