Prof. Dr. Rafael de Arce

Tema 1.- PROPÓSITO DEL ANÁLISIS ECONOMÉTRICO

​

1.1. Utilidad de los modelos econométricos: análisis de algunos casos reales.

1.2. Análisis de Regresión como técnica de causalidad en el contexto del Análisis Multivariante.

1.3. Concepto de correlación, causalidad, correlación parcial y regresión.

1.4. Utilidad del Análisis de Regresión en ausencia de datos experimentales.

1.5. Proceso de elaboración de un modelo econométrico.

 

REFERENCIAS BIBLIOGRÁFICAS

​

Introducción a la econometría (Power Point Clase)

​

• Econometría. D. Gujarati. Ed McGraw Hill. (Capítulo Introductorio)

• Modelos Econométricos. A. Pulido y J. Pérez. Ed. Pirámide. (Capítulos Introductorios.)

​

Otras lecturas recomendadas:

​

• Análisis Econométrico. William H. Green. Ed. Prentice Hall. (Capítulos Introductorios)

• Basic Econometrics. D. Gujarati. Ed McGraw Hill. Econometric Methods. Johnston. Ed. McGraw-Hill. (Capítulos Introductorios)

​

Tema 2.- MODELO DE REGRESIÓN LINEAL: TIPOS DE DATOS Y FORMULACIÓN

​

2.1. El Modelo de Regresión Lineal: notación, definición matemática y elementos.

2.2. El papel de la perturbación aleatoria en el Modelo de Regresión Lineal.

2.3. Tipos de datos y tipología de modelos: variantes técnicas.

​

REFERENCIAS BIBLIOGRÁFICAS

​

• Presentación Tema 2 (power point) Archivo

​

Tema 3.- ESTIMACIÓN DE LOS PARÁMETROS POR MÍNIMOS CUADRADOS ORDINARIOS

​

3.1. Análisis de Regresión poblacional y muestral: principales diferencias.

3.2. Derivación matemática de la expresión del estimador mínimo-cuadrático (MCO) y de Máxima Verosimilitud (MV).

3.3. Forma algebraica del estimador MCO de los parámetros de un modelo.

3.4. Concepto de residuo y valor estimado.

​

REFERENCIAS BIBLIOGRÁFICAS

 

• Estimador MCO y MV (Rafael de Arce y Ramón Mahía) Archivo

​

ACTIVIDADES / PRÁCTICAS

​

• Datos de pesos para práctica estimación archivo

• Haciendo una regresión en eviews

• Datos de eviews del video anterior

• Test evaluación continua Cuestionario

• Práctica cálculo estimadores en Excel Tarea

• Test de evaluación 1 Cuestionario

​

Tema 4.- INTERPRETACIÓN DE LOS COEFICIENTES ESTIMADOS

 

4.1. Significado, signo y utilidad del estimador MCO: algunos ejemplos.

4.2. Interpretación de los estimadores ante cambios de escala de las variables.

4.3. Formas funcionales enriquecidas: test sobre formas funcionales, manejo de la no linealidad. Interpretación de los parámetros estimados en modelos LOG/LOG, Nivel/LOG y LOG/Nivel.

4.4. Modelización con exógenas categóricas. Interpretación de los coeficientes para variables dicotómicas y sus interacciones.

4.5. Modelos econométricos no lineales: una Introducción al problema.

 

REFERENCIAS BIBLIOGRÁFICAS

 

• Woodridge, J. (2008): "Introducción a la Econometría". Mc Graw- Hill, Pp: 41-50

• Básico: Interpretación de los coeficientes en MBRL (Rafael de Arce y Ramón Mahía) Archivo

• EXAMEN PARCIAL 16 MARZO 2011 Tarea

• Tema 4 pregunta 1 Cuestionario

​

Tema 5.- DISTRIBUCIÓN DE LA PERTURBACIÓN ALEATORIA Y LOS ESTIMADORES MCO

​

5.1. Forma algebraica del estimador MCO de los parámetros de un modelo.

5.2. Fuentes del error en un modelo: conceptos de varianza de la perturbación, tamaño muestral, varianzas y covarianzas de los regresores.

5.3. Presentación del estimador MCO como una variable aleatoria.

5.4. Definición estadística de las propiedades de insesgadez, eficiencia y consistencia de un estimador.

 

REFERENCIAS BIBLIOGRÁFICAS

 

• Propiedades estimadores MCO Archivo

• Recomendado para las propiedades del estimador MCO/MV:

• Modelos Econométricos. Antonio Pulido. Ed. Pirámide. (Epígrafe 5.3)

• Modelos Econométricos. Antonio Pulido y Julián Pérez. Ed. Pirámide. (Epígrafes 5.1 (c))

• Basic Econometrics. D. Gujarati. Ed McGraw Hill. (Epígrafe 5.4)

• Test Tema 5 Cuestionario

 

Tema 6.- HIPÓTESIS RELACIONADAS CON LAS PROPIEDADES DE LOS ESTIMADORES MCO: IMPLICACIONES PRÁCTICAS

​

6.1. Propiedades de los estimadores MCO.

6.2. Propiedades estadísticas de la insesgadez y consistencia. Importancia conceptual, hipótesis básicas relacionadas y repercusión empírica; introducción al riesgo de sesgo por omisión de variables relevantes.

6.3. Propiedades estadísticas del sesgo por especificación deficiente y problemas de calidad de los datos: Omisión de variables relevantes, errores de medida y utilización de variables proxi.

6.4. Eficiencia. Importancia conceptual, hipótesis básicas relacionadas y repercusión empírica (componentes de la varianza de las estimaciones).

6.5. Estimación del parámetro de dispersión de las perturbaciones aleatorias por el método de Máxima Verosimilitud.

 

REFERENCIAS BIBLIOGRÁFICAS

 

• Estimador Máximo Verosímil varianza de las perturbaciones aleatorias - Rafael de Arce Archivo

• Datos E-Views Archivo

• Tema 6 Cuestionario

​

Tema 7 .- INTERVALOS DE CONFIANZA Y CONTRASTES DE HIPÓTESIS DE UN ÚNICO PARÁMETRO

​

7.1. Distribución normal de los estimadores MCO.

7.2. Concepto y cálculo empírico del intervalo de confianza.

7.3. Cálculo de intervalos de confianza: el estimador de la varianza de la perturbación aleatoria.

7.4. El contraste "t" para la hipótesis de nulidad individual de parámetros.

 

REFERENCIAS BIBLIOGRÁFICAS

​

• Análisis de Significatividad individual de los parámetros (Rafael de Arce)

• Salidas E-views ejemplo presentadas en clase Archivo

• Subida del cálculo de los Intervalos de confianza Tarea

• Resultados práctica estimación parámetros excel Archivo

 

Tema 8 .- CONTRASTES DE RESTRICCIONES EN LOS PARÁMETROS

​

8.1. Contraste "F" para la evaluación de hipótesis conjuntas de parámetros: Significatividad conjunta, exclusión de conjuntos de variables, igualdad o complementariedad de coeficientes.

8.2. El test de Wald para el contraste de hipótesis lineales de combinación de parámetros.

 

REFERENCIAS BIBLIOGRÁFICAS

 

• Significación conjunta de parámetros. Desarrollo de la teoría del contraste conjunto "F", Test de Wald y R-Cuadrado.Prof: Rafael de Arce y Ramón Mahía

• Encuesta de estructura salarial España (2012) URL

• Workfiles eviews ejemplos Archivo

​

Tema 9 .- ANÁLISIS DE BONDAD DEL AJUSTE Y MEDIDAS DE LOS ERRORES

​

9.1. Conceptos de Suma Cuadrática Total, Explicada y Residual.

9.2. El concepto de coeficiente de determinación (R2).

9.3. Análisis gráfico de los errores de un modelo: diferencias entre modelos de series temporales y modelos de corte-transversal.

9.4. Medidas individuales del error: especificidad según el modo de medición de las variables.

9.5. Ratios básicos del error: Error Cuadrático Medio, Error Medio Absoluto y Porcentaje del Error Medio Absoluto.

 

REFERENCIAS BIBLIOGRÁFICAS

​

• Guión para el análisis de errores en el MBRL (Ramón Mahía) Archivo

 

ACTIVIDADES/PRÁCTICAS

 

• Test evaluación 2 Cuestionario

• Test evaluación 3 Cuestionario

 

Tema 10 .- ANÁLISIS DE LOS ERRORES "A POSTERIORI": EL ERROR DE PREDICCIÓN

​

10.1. Concepto de estimación/predicción "para la media de Y" vs "estimación puntual".

10.2. Construcción de intervalos de confianza para la estimación y el error de estimación (distribución "t" del error de predicción).

10.3. Utilización práctica de la varianza del error de estimación/predicción.

10.4. Utilización de los resultados de un Modelo de Regresión en términos de escenarios, simulación y predicción.

 

REFERENCIAS BIBLIOGRÁFICAS

​

• Cuestionario

• Intervalos de predicción del MBRL Archivo

• WF alquileres pisos Madrid Archivo

​

Tema 11.-  MODELOS LOGIT (EXTRAORDINARIO)

​

Resumen metodogía modelos Logit

Workfile eviews para Logit

Cálculos "a mano" de tabla de errores/aciertos en logit

URLVideo Logit Model (English, 28 min.)

Archivo Modelos de cuenta (Poisson) Gujarati

Modelos de cuenta: POISSON (Rafael de Arce)

Fichero Eviews Modelo Poisson

Test Modelos LOGIT