Usted está aquí: Inicio Economía Econometría Programa

Programa

Acciones de Documento
  • Vista de contenidos
  • Marcadores (bookmarks)
  • Exportación de LTI
Autores: César Alonso-Borrego, Jesús Carro
Programa de la asignatura: Temas que forman parte de la asignatura.

1. INTRODUCCIÓN.

  • Datos económicos y modelización econométrica. Causalidad y noción ceteris paribus en el análisis econométrico.
  • Datos observacionales vs. datos experimentales. Consecuencias en la modelización econométrica.

 

2. EL MODELO DE REGRESIÓN LINEAL SIMPLE.

  • Supuestos. Interpretación de coeficientes. El estimador MCO y sus propiedades. La varianza del estimador MCO.

 

3. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE.

  • Supuestos. Relación entre los modelos de regresión lineal simple y múltiple: regresión corta vs. regresión larga. Estimación MCO de los coeficientes y estimación de sus varianzas. Bondad del ajuste.
  • Interpretación de los coeficientes. Transformaciones de variables más usuales. Cálculo de elasticidades. Inferencia. Contrastes sobre un único parámetro. Contrastes sobre una combinación lineal de parámetros. Contrastes de varias restricciones lineales.

 

4. ANÁLISIS DE REGRESIÓN CON INFORMACIÓN CUALITATIVA: VARIABLES BINARIAS (O FICTICIAS).

  • Variables binarias. Una variable ficticia independiente única. Variables ficticias para categorías múltiples. Interacciones en las que intervienen variables ficticias. Interpretación de coeficientes.

 

5. ERRORES DE ESPECIFICACIÓN.

  • Inclusión de variables irrelevantes y omisión de variables relevantes. Consecuencias en la estimación.
  • Errores de medida. Consecuencias en la estimación.

 

6. MODELOS CON VARIABLES EXPLICATIVAS ENDÓGENAS.

  • El concepto de endogeneidad y sus fuentes.
  • El método de variables instrumentales (VI). Instrumentos válidos.
  • El estimador de mínimos cuadrados en dos etapas (MC2E). Contrastes de endogeneidad (Hausman).
  • Validación de los instrumentos: contrastes de restricciones de sobreidentificación (Hansen-Sargan).

 

7. HETEROCEDASTICIDAD.

  • El modelo de regresión lineal con heterocedasticidad. Consecuencias sobre el estimador MCO y sobre los estimadores de MC2E.
  • Inferencia Robusta a la heterocedasticidad: Estimador de la varianza de White o de Eicker-White

 

8. AUTOCORRELACIÓN

  • El modelo de regresión con datos de series temporales. Consecuencias sobre la estimación MCO
  • Inferencia robusta a autocorrelación: Estimador de la varianza de Newey-West.
  • Contrastes de autocorrelación.
Reutilizar Curso
Descargar este curso