Diagrama de temas

  • Econometría I (2015)

    ingenieria_grafica_-_G709

     

    Profesores

    Juan Manuel Rodríguez Poo

    Alexandra Pilar Soberón Vélez

    Patricia Moreno Mencía


    Departamento de Economía


    La teoría económica sugiere relaciones entre variables que normalmente tienen implicaciones importantes en el desarrollo de políticas económicas. Sin embargo, rara vez sugiere cuál es la magnitud de los efectos causales entre estas variables. Por el contrario, la econometría es una ciencia que nos permite dar respuesta a esta pregunta. Basada en la combinación de métodos estadísticos, económicos y datos para la estimación de las relaciones entre un fenómeno y las causas que hipotéticamente lo determinan, la econometría es de gran utilidad dado que nos permite contrastar la veracidad de las teorías micro y macroeconómicas así como evaluar e implementar políticas públicas y de negocios.
    De este modo, el objetivo de esta asignatura es familiarizar a los alumnos con los métodos econométricos clásicos y modernos así como con los distintos tipos de datos económicos. Se aprenderá el arte de la construcción de modelos econométricos y los distintos métodos de estimación de efectos causales utilizando datos observados. Además, nos centraremos en la identificación y aplicación de los métodos econométricos apropiados en la resolución de problemas económicos reales.





    Palabras Clave de la Asignatura

    Datos económicos, Econometric models, Economic data, Inferencia, Predicción, Variables, Economic theories, Prediction, Contraste, Teorías económicas, Modelos econométricos, Evaluación, Efectos causales, Inference, Causal effects, Evaluation, Contrast

  • Programa

    Datos identificativos de la Asignatura


    Programa de la asignatura

    Programa

    1. La naturaleza de la econometría y los datos económicos
    2. El modelo de regresión lineal simple
    3. El modelo de regresión lineal múltiple: estimación
    4. El modelo de regresión lineal múltiple: inferencia y validación
    5. Analisis de regresión múltiple con información cualitativa
    6. Heterocedasticidad