Sílabo Econometría i Ucuenca

8/17/2019 Sílabo Econometría i Ucuenca

http://slidepdf.com/reader/full/silabo-econometria-i-ucuenca 1/8

1

UNIVERSIDAD DE CUENCA

FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS

PLAN DE ASIGNATURA O SILABO

Período Académico: Septiembre 2015 – Febrero 2016

NOMBRE DE LA ASIGNATURA: CÓDIGO: 10576

ECONOMETRÍA I

CARRERA ECONOMIA

CICLO O SEMESTRE QUINTO

EJE DE FORMACIÓN PROFESIONAL

CRÉDITOS SEMANALES:

TEÓRICAS

PRÁCTICAS

TEÓRICO-PRÁCTICAS 4

TOTAL 4



2

MODALIDAD:

PRESENCIAL X

A DISTANCIA

SEMIPRESENCIAL

PROFESOR(ES) RESPONSABLE(S):

Pablo Jiménez Ayora, PhD

DESCRIPCIÓN DE LA ASIGNATURA:

La econometría se ha convertido en una disciplina fundamental en el aprendizaje de la

economía. Una de las razones es que cada vez con mayor frecuencia podemos encontraraplicaciones econométricas en casi todos los ámbitos de estudio de la economía. Por ejemplo,en base a modelos econométricos se puede simular los posibles efectos que tendría unapolítica económica particular sobre el crecimiento del PIB, o quizá el impacto de un programasocial fue cuantificado econométricamente. Las lista de ejemplos puede continuarindefinidamente, más lo importante es reconocer que los problemas complejos a los que seenfrenta el economista en el mundo actual requieren muchas veces de solucionescuantitativas.

La econometría no es solamente un conjunto de técnicas estadísticas y matemáticas. Es, antetodo, un sistema conceptual que utiliza dichas técnicas para construir modelos que

representen una parte de la realidad, a través de la búsqueda de interacciones entrevariables.De esta forma se pueden comprender mejor los fenómenos económicos, basados en lavalidación empírica. En resumen, la econometría cumple con tres objetivos fundamentales:1. Mediante la validación empírica de las teorías económicas ayuda a explicar mejor larealidad económica.2. Permite realizar pronósticos de variables económicas relevantes.3. Es útil para simular los efectos de la política económica y para medir el impacto deprogramas

Esta materia introduce al estudiante al Modelo Clásico de Regresión Lineal, y centra su

estudio en los modelos de regresión uniecuacionales, tanto en el problema de la estimacióncomo en el problema de la inferencia.

Se pondrá énfasis en las propiedades estadísticas de los estimadores de Mínimos CuadradosOrdinarios, sin dejar de lado aspectos más prácticos como el uso de variables dicótomas, lastransformaciones lineales y los pronósticos. Posteriormente se estudian los principalesproblemas de especificación en la construcción de modelos, los test de estabilidad deparámetros y el llamado problema de la multicolinealidad. Finalmente, se revisa losprincipales resultados de la teoría asintótica y sus aplicaciones en las propiedades demuestras grandes de los estimadores de MCO.

Econometría I proporciona al estudiante los conocimientos teóricos y prácticos básicos para elanálisis de datos sobre fenómenos económicos reales que permite reconocer la naturaleza de



3

los datos económicos, utilizar los mismos para la validación empírica de teorías económicasaplicando diversas metodologías de estimación, realizar pronósticos de variables económicasrelevantes y emitir recomendaciones de política.

PRE-REQUISITOS CO-REQUISITOS

Asignatura Código

ESTADISTICA IV 10567

MATEMATICAS III 10552

Asignatura Código

OBJETIVO(S) DE LA ASIGNATURA:

Objetivo(s) general(es)

Al final del curso el estudiante:

Asocia lo teórico-cuantitativo y lo empírico-cuantitativo en construcciones modeladas quesustenten una mejor y mayor comprensión de una realidad socio – económica, utilizando lasherramientas básicas de los modelos econométricos uniecuacionales.

RESULTADOS O LOGROS DE APRENDIZAJE, INDICADORES Y SITUACIONES DE EVALUACIÓN

RESULTADOS O LOGROS DEAPRENDIZAJE

INDICADORESSITUACIONES DE

EVALUACIÓN

El estudiante:

Identifica a la econometríacomo una disciplina científicafundamental en su formación

profesional y reconoce losaspectos primordiales de unmodelo econométrico.

Reconoce en un estudioeconométrico un procesometodológico, basado en el

método científico y conprincipios y técnicas que leson propias.Identifica los elementosconstitutivos de un modeloeconométrico (variables,parámetros, ecuaciones,formas funcionales) y lostipos fundamentales demodelos en econometríaDistingue entre modelos

lineales y no lineales y es

Exámenes escritosTalleres y ejercicios teóricosy aplicados

Trabajo final.



4

Conoce y comprende lossupuestos del modelo clásico

de regresión y laspropiedades de losestimadores de MCO.

Construye modelosuniecuacionales en base ainformación estadísticadisponible e interpretaadecuadamente losresultados de una regresión

Conoce las propiedadesasintóticas de los

estimadores de MCO.

Conoce y entiende el métodode estimación de máximaverosimilitud, sus

propiedades y los test

capaz de linealizar muchosmodelos no lineales.

Conoce los supuestos delmodelo clásico, su realismo y

sus implicaciones prácticasConoce cuales son laspropiedades de muestraspequeñas que se esperaposea un buen estimador yes capaz de demostrar elcumplimiento de dichaspropiedades de losestimadores de MCO bajo lossupuestos del modelo clásico.

Puede proponer modelos deregresión lineales de unaecuación y estimar susparámetros. Además realizainferencia estadística sobredichos parámetros.Testea la correctaespecificación de un modeloy compara entre modelosalternativos, mediantecriterios estadísticos de

selección.Interpreta los resultadosobtenidos y les da un sentidoeconómico a los mismos.Además, utilizaadecuadamente para estosfines los softwaresespecializados.

Distingue entre propiedadesde muestras pequeñas y

propiedades de muestrasgrandes de los estimadoresEs capaz de demostrar lapropiedad de consistencia yencontrar la distribuciónasintótica del estimador deMCO y de MV.

Aplica los test asintóticos deWald, Razón de Verosimilitudy Multiplicador de Lagrange

para hipótesis no lineales.

Pruebas y exámenes escritosTalleres y ejercicios teóricos

y aplicados, incluyendoaplicaciones informáticas enStata.Trabajo final.

Pruebas y exámenes escritosTalleres y ejercicios teóricosy aplicados, incluyendoaplicaciones informáticas enStata.Trabajo final.

Pruebas y exámenes escritosTalleres y ejercicios teóricos

y aplicados, incluyendoaplicaciones informáticas enStata.Trabajo final.

Pruebas y exámenes escritosTalleres y ejercicios teóricosy aplicados, incluyendo

aplicaciones informáticas en



5

estadísticos relacionados. Stata.Trabajo final.

NÚMERO DE SESIONES, CONTENIDOS DE LA ASIGNATURA Y ESTRATEGIAS DE APRENDIZAJE

NUMERO DESESIONES

CONTENIDOS ESTRATEGIAS DEAPRENDIZAJE

6 UNIDAD I: MODELOS TEÓRICOS Y MODELOS ECONOMÉTRICOS ¿Qué es la econometría? Ejemplos ilustrativosImportancia y limitaciones de laeconometría en la actualidad.Causalidad y experimentos ideales.Modelo económico y modelo econométrico.Naturaleza de los datos económicos.

Clases magistrales.Ejercicios derefuerzo y aplicación.Lecturas.Taller: Cómoempezar un trabajode investigaciónempírico.

14 UNIDAD II: RELACIONES ENTRE DOS VARIABLES El modelo de regresión lineal de dosvariables; la función de regresiónpoblacional y la función de regresiónmuestral.Estimación por Mínimos CuadradosOrdinarios (MCO).Supuestos del Modelo ClásicoPropiedades de los estimadores MCO en

muestras finitas.Errores estándar de los estimadores deMCO.El teorema de Gauss-Markov.El Modelo Clásico de Regresión LinealNormal.Transformación de variables no lineales.Inferencia en el modelo de dos variables.Pronóstico en el modelo de dos variables.Criterios de evaluación de la calidad delpronóstico.

Clases magistrales.Ejercicios derefuerzo y aplicación.Adiestramiento en eluso delsoftware Eviews.

17 UNIDAD III: EL MODELO DE K VARIABLES Formulación matricial del modelo deregresión con k variables.Bondad de ajuste y Análisis de la Varianzaen el modelo de k variables.Aspectos algebraicos y geométricos delestimador de MCO.Regresión particionada y el teorema deFrisch-Waugh.Inferencia en regresión múltiple, una

introducción.El test RB. El test RB, aplicaciones.

Clases magistrales.Ejercicios derefuerzo y aplicación.Adiestramiento en eluso delsoftware Eviews.Lecturas



6

Test F del modelo restringido vs. el modelo norestringido.Test de normalidad.Pronóstico en el modelo de k variablesVariables ficticias: modelos ANOVA y

ANCOVA.Uso de las variables ficticias en el análisisde estabilidad de parámetros. Uso de lasvariables ficticias en el análisis estacional.Efectos de interacción

12 UNIDAD IV: CONTRASTE DE ERRORES DE ESPECIFICACIÓN Y MULTICOLINEALIDAD Tipos de errores de especificación.Pruebas sobre la constancia de losparámetros, visión generalEl contraste de Chow

Test basados en residuos recursivos, testCUSUM y CUSUM CuadradoVariables omitidas y variablesredundantesTest de especificación y criterios deselección de modelosCausas y consecuencias de lamulticolinealidadDetección de la multicolinealidad yposibles soluciones

Clases magistrales.Ejercicios derefuerzo y aplicación.Adiestramiento en eluso delsoftware Eviews.

Lecturas

6 UNIDAD V: ELEMENTOS DE TEORÍA

ASINTÓTICA Introducción.Convergencia en probabilidad yconvergencia en media cuadrática.Reglas de las probabilidades límite y elteorema de Slutsky.Consistencia de los estimadores de MCO.Convergencia en distribución y reglas delas distribuciones límite.Distribuciones asintóticas y los Teoremasdel Límite Central de Lindberg-Levy y de

Lindberg-Feller.Distribución asintótica del estimador deMCO.

Clases magistrales

Ejercicios derefuerzo y aplicaciónAdiestramiento en eluso delsoftware Eviews.Lecturas

9 UNIDAD VI: ESTIMACIÓN MÁXIMO VEROSÍMILFundamentos de laestimación máximo verosímil.Aplicaciones de la estimación por máximaverosimilitud.Estimación máximo verosímil en elModelo Clásico de Regresión.Teorema de la Cota de Cramer-Rao.Propiedades del estimador máximo

Clases magistralesEjercicios deaplicaciónAdiestramiento en eluso delsoftware Eviews.Lecturas



7

verosímil.Test asintóticos: test de la Razón deVerosimilitud, test de Wald y test delMultiplicador de Lagrange.

RECURSOS O MEDIOS PARA EL APRENDIZAJE

Para el desarrollo del curso las herramientas que se requieren son: pizarra, textos, proyector,material digital, uso de la plataforma de la Universidad de Cuenca. Además se requiere dellaboratorio de computación con máquinas que tengan instalado el software econométricoEVIEWS.

CRITERIOS PARA LA CREDITACIÓN DE LA ASIGNATURA

Aprovechamiento 50%

Ejercicios 30%Trabajo Final 20%

Exámenes 50%

Interciclo 20%Final 30%

TEXTOS Y OTRAS REFERENCIAS REQUERIDAS PARA EL APRENDIZAJE DE LA ASIGNATURA

Textos principales de consulta.

Autor Título del texto Edición Añopublicación

Editorial

Wooldridge, Jeffrey

Hill, Carter; Griffiths,William y Lim, Guay

Stock, James y Watson,

Mark

Cameron, Colin yTrivedi, Pravin

Introducción a laEconometría: un enfoquemoderno

Principles ofEconometrics

Introducción a la

Econometría

Microeconometrics UsingStata

Cuarta

Cuarta

Tercera

EdiciónRevisada

2010

2011

2012

2010

CENGAGELearning

John Wiley& Sons

Pearson

STATAPress

Otra bibliografía complementariaLibros

Autor Título del libro EdiciónAño

publicaciónEditorial



8

Gujarati, Damodar

Greene, William

Juan Pablo Sarmiento

Econometría

Análisis Econométrico

Notas de Clase

Quinta

Séptima

2010

2012

McGrawHillPearson

Firma del profesor (es): Vto. B. Director de Carrera

__________________Pablo Jiménez Ayora, PhD

Fecha: Cuenca, julio de 2015

Sílabo Econometría i Ucuenca

Documents

Transcript of Sílabo Econometría i Ucuenca