No hay comentarios.

CURSO:ECONOMETRIA
TRADUCCION:ECONOMETRICS
SIGLA:AGP3132
CREDITOS:10
MODULOS:02 DOCENCIA, 01 AYUDANTIA
CARACTER:MINIMO
TIPO:CATEDRA
CALIFICACION:ESTANDAR
PALABRAS CLAVE:ECONOMIA, METODOS ECONOMETRICOS, INFERENCIA ESTADISTICA
NIVEL FORMATIVO:MAGISTER


I.DESCRIPCIÓN DEL CURSO

Este curso aborda fundamentos y metodos de la inferencia estadistica en el modelo clasico de regresion lineal y algunas de sus extensiones, con aplicacion en el analisis de datos economicos.


II.RESULTADOS DE APRENDIZAJE

1.Conocer y analizar en profundidad la teoria economica, mediante aplicacion conjunta de herramientas y conceptos matematicos, estadisticos y economicos al estudio de fenomenos economicos.

2.Comprender y desarrollar modelos matematicos estadisticos y economicos al estudio de fenomenos economicos.

3.Conocer y aplicar herramientas y modelos de procesamiento y analisis de informacion economica relevante.

4.Desarrollar modelos de regresion lineal de multiples variables para explicar un fenomeno economico.


III.CONTENIDOS

1.Fundamentos de la Regresion Lineal en Rn
1.1.Algebra lineal y la teoria de proyeccion
1.2.Subespacios lineales y Teorema de Proyeccion

2.Fundamentos de Inferencia Estadistica
2.1.Elementos de Teoria de Medida, Variables y Vectores Aleatorios
2.2.Parametros e Identificacion, Modelo Estadistico
2.3.Principio de Verosimilitud y la Exogeneidad
2.4.Estimacion puntual por maxima verosimilitud, estimacion por intervalos
2.5.Hipotesis, Prueba de Hipotesis, y Potencia y Nivel de Significancia

3.Inferencia en el modelo Clasico de Regresion Lineal
3.1.Supuestos
3.2.Estimacion por Minimos Cuadrados Ordinarios y sus Propiedades
3.3.Bondad de Ajuste

4.Pruebas de Hipotesis en el Modelo Clasico de Regresion Lineal
4.1.Analisis de Varianza
4.2.Pruebas de restricciones lineales y no-lineales (LR, Wald y LM)
4.3.Estimacion del modelo con restricciones lineales

5.Inferencia bajo Generalizaciones al Modelo Clasico de Regresion Lineal
5.1.Heterocedasticidad y Autocorrelacion
5.2.no-Normalidad de los residuos
5.3.no-ortogonalidad de los residuos
5.4.Sistemas de ecuaciones aparentemente no-relacionadas
5.5.Modelos de efectos fijos y de efectos aleatorios, introduccion a datos de panel


IV.ESTRATEGIAS METODOLOGICAS

-Clases expositivas.

-Aprendizaje basado en problemas.


V.ESTRATEGIAS EVALUATIVAS

-Controles/Trabajos: 25%

-Interrogacion 1: 25%

-Interrogacion 2: 25%

-Examen: 25%


VI.BIBLIOGRAFIA

Minima

Gujarati, D. Econometria. McGrow-Hill, Mexico. 2004

Green, W. Econometric Analysis. Prentice Hall, Boston. 2012


Complementaria

Casella, G. y Berger, R. Statistical Inference. Duxbury, CA. 2002

Jorgensen, B. The Theory of Linear Models. Chapman & Hall, New York. 1993

Nieto, J. Introduccion a los Espacios de Hilbert. Sec. Gen. OEA, Washington D.C. 1978

Shao, J. Mathematical Statistics. Springer. New York. 2003

Wooldridge, J. Introduccion a la Econometria: un enfoque moderno. Cengage Learning, Australia. 2010


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE AGRONOMIA E INGENIERIA FORESTAL / ENERO 2003 / ACTUALIZA ENERO 2020