No hay comentarios.

CURSO:ECONOMETRIA
TRADUCCION:ECONOMETRICS
SIGLA:EAE2510
CREDITOS:10
MODULOS:02 MÓDULOS DE CATEDRA + 01 MÓDULO DE AYUDANTIA = 03 MODULOS
CARACTER:MINIMO
TIPO:CATEDRA
CALIFICACION:ESTANDAR
DISCIPLINA:ECONOMIA
PALABRAS CLAVE:ANALISIS EMPIRICO; MODELO DE REGRESION LINEAL; STATA.
NIVEL FORMATIVO:PREGRADO


I.DESCRIPCIÓN DEL CURSO

Este curso esta orientado a que los estudiantes aprendan los fundamentos teoricos y practicos de las tecnicas econometricas basicas y su aplicacion a temas de las ciencias de la administracion y economia. El curso se desarrolla en bases a clases expositivas complementadas con sesiones de ayudantias y laboratorios computacionales donde se analizan casos reales. La evaluacion del curso contempla dos pruebas, un examen y dos tareas computacionales que permiten a los alumnos aplicar los conceptos estudiados en clase de forma preferentemente empirica.


II.OBJETIVOS DE APRENDIZAJE

1.Distinguir las potencialidades y limitaciones del analisis empirico.

2.Aplicar el modelo de regresion lineal generalizado a problematicas en economia y administracion.

3.Interpretar los resultados en relacion con lo establecido por la teoria economica.

4.Realizar predicciones con validez estadistica.

5.Aplicar los conceptos estudiados de forma empirica a traves del paquete estadistico STATA o equivalente.

6.Identificar las implicancias eticas en la toma de decisiones basadas en el manejo de informacion estadistica.


III.CONTENIDOS

1.Introduccion (1 clase)
1.1.Uso de estadisticas para evaluar hipotesis
1.2.Estructura de los datos
1.3.Causalidad y nocion de ceteris paribus

2.El modelo de Regresion Lineal Multiple (4 clases)
2.1.Supuestos
2.2.Interpretacion de coeficientes
2.3.Estimadores MCO y sus propiedades
2.4.Teorema de Gauss-Markov
2.5.Inferencia y prediccion
2.6.Aplicaciones y ejemplos

3.Elementos practicos de la Regresion Lineal Multiple (5 clases)
3.1.Transformacion de variables y relaciones no lineales
3.2.Variables ficticias
3.3.Seleccion de modelos
3.4.Multicolinealidad
3.5.Omision de variables relevantes e inclusion de variables irrelevantes
3.6.Errores de medicion
3.7.Aplicaciones y ejemplos

4.Metodos de estimacion con problemas de endogeneidad (6 clases)
4.1.Efectos de tratamiento y problema identificacion causal
4.2.Estimacion e Inferencia con Variables Instrumentales
4.3.Instrumentos debiles
4.4.Test de Endogeneidad
4.5.Introduccion a evaluacion experimental
4.6.Aplicaciones y ejemplos

5.Heteroscedasticidad y autocorrelacion (3 clases)
5.1.Consecuencias sobre el estimador MCO
5.2.Tests de Heteroscedasticidad
5.3.Minimos Cuadrados Generalizados y Minimos Cuadrados Factibles
5.4.Tests de Autocorrelacion
5.5.Inferencia robusta
5.6.Aplicaciones y ejemplos

6.Modelo de Datos de Panel (6 clases)
6.1.Modelo de efectos fijos
6.2.Modelo de efectos aleatorios
6.3.Inferencia (Hausman, clustered standard errors, etc)
6.4.Event studies y Diferencias-en-diferencias
6.5.Aplicaciones y ejemplos


IV.METODOLOGIA PARA EL APRENDIZAJE

-Clases expositivas

-Ayudantias

-Laboratorios

-Trabajos grupales


V.EVALUACION DE APRENDIZAJES

-2 pruebas: 45%

-Examen: 30%

-Tareas computacionales: 25%


VI.BIBLIOGRAFIA

Minima

Baum, C. F. (2006), An Introduction to Modern Econometrics Using Stata, Stata Press.

Johnston, J. y J. DiNardo (2001), Metodos de Econometria, Vicens Vives.

Wooldridge, J. M. (2008), Introductory Econometrics, Thomson South-Western, 4th edition.


Complementaria

Gujarati, D. N. (2006), Principios de Econometria, McGraw-Hill, 3ra edicion.

Johnston, J. y J. DiNardo (1997), Econometric Methods, McGraw-Hill, 4th edition.

Stock, J. H. y M. W. Watson (2006), Introduction to Econometrics, Pearson Addison Wesley, 2nd edition.

Wooldridge, J. M. (2002), Econometric Analysis of Cross-Section and Panel Data, MIT Press.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS / AGOSTO 2019