Walter Sosa Escudero. Universidad Nacional de Cordoba Econometría de Datos en Paneles. 19 de Mayo de 2004
|
|
- Trinidad Cáceres Gil
- hace 7 años
- Vistas:
Transcripción
1 Universidad Nacional de Cordoba Econometría de Datos en Paneles Walter Sosa Escudero Universidad de San Andres y UNLP 19 de Mayo de 2004
2 Econometria de Datos en Paneles Walter Sosa Escudero Introduccion
3 ,948035,30 08 Una base de datos en panel contiene informacion para varios individuos (empresas, paises, etc.) en el tiempo. El aspecto fundamental es esta bidimensionalidad de los datos. PSID: 6500 familias desde EPH: tiene una estructura de panel rotativo.
4 '039,,8/0:8,7/,948035,30 Con N individuos y T periodos podriamos estimar N modelos de series de tiempo y T modelos de corte transversal. Las ventajas de disponer de un panel tiene que ver con la posibilidad de agregar esta información de alguna manera. Ejemplo: y it =x it +u it Supone que el modelo lineal subyacente es el mismo para todos los individuos y periodos / /,/ ;,- 08
5 743 0 %7:2-: ;,7, ,8 ;,7,- 08/0 :89.,.7 2 3, 3,089 2,. 43/ ,38;078, 708: 9,807 2: 25479, , 089,2:.4770,. 43,/,.431, , 086:0 31 : ,/ /0;,7,- 08 &35,30 /0/, , /48
6 '039,,8 5 47, / !47,9,9,8,/0/ /0 48 : 9 248/48, 48743/,0 $ / ; /:484;,3749,3/4! , , 70,. 43 ',7,82 8, 9,
7 2 9, , 70, , , / ,38;078, 5:0/ ;, /054-, ,8 485, / ,7,/ ,7!74-02,8/ ; /,/,: :089,, ,.479,
8 Econometria de Datos en Paneles Walter Sosa Escudero El Modelo Básico de Componente de Errores
9 , /0 4-,8.408 x it vector de K variables explicativas (incluye una constante). es un vector de coeficientes El termino de error incluye dos componentes, uno especifico del individuo y otro de la observacion.
10 Caso más simple: i = $:543,248,/. 43, :0 9 8,9 81,.094/ :5:08948., , ,/47/0 08,0897:.9:7,/05,30 34, 70, 31472,. 43
11 El estimador MCO de es: en donde X es una matriz NT x K con las observaciones de todas las variables explicativas para todos los individuos, Y se define en forma similar
12 4/0 4/ /0, 03/43/0 08:33: ,7,.,/, 3/ ; /:4 6: ;, 0, 24/0 48/ :345,7,.,/, 3; / /:4 2 82, 503/ 0390 : ,7,.,/, 3/ ; /:4 Г Г Г
13 89 2,. 43/0 24/0 4/0 Si satisface todos los supuestos clasicos, el estimador MELI de y i es el estimador MCO incorporando N-1 variables binarias. (una por individuo menos una. Porque?). En terminos matriciales: en donde Z es una matriz NT x (K+(N-1)) con todas las K variables explicativas (X) y las N-1 dummies
14 !74-02, 08:3,2,97 2: 7,3/05,7, 3;079 7 %7:.4 97,381472,70 24/0 45,7,0 2 3, ,3/457420/ / ; /:4 7089,3/4 81, ,76: ,/47 / ,.9,20390 :,, 089 2,/47 / /0 4.43;,7,- 08-3,7,8 08,2,/424/
15 89 2,. 43/0,2,97 /0;,7,3, ,, 40 8:5:0894/03472, /,// ,9047, 089,3/,7-8.,/ ,5,7, 1:3. 43, , 485,6: ,3/,7,/48 $9,9, 09..,.:, ,20390,8;,7,3,8, 6: : /,/ ,/48/0-079,/8 :34 4,.0, 2,34,9047,, ,/0 9,2-031:3. 43, ,089,3/, ,8,/ : 9,/48/0 3472, /,/, ,
16 !745 0/,/08/ ,/47/ ,/47/ :,3/44% 9 03/03, ,/47/ :2074/0 5,7,209748,:2039,.43!74-02,/0 5,7, /039, 08
17 4/0 4/ , 0, /0, 03/43/0 08:3,;,7,- 0, 0,947, 5,7,.,/, 3/ ; /:4 1472,5,790/ / :0, 47,9 030/ : /0 3/ ; /:4 4974/0, 4-807;,. 3
18 #0.47/,947 4 Consideremos: Y=X +u Valen todos los supuestos clasicos, salvo que: V(u) =, simetrica y positiva definida (permite autocorrelacion y heterocedasticidad). %04702, 9 03 / ,9 ;, !! 8,9 81,.0!!
19 , : :. 48., ,.9-0 Ωˆ $ 08:3089 2,/ /0 :3,; ,.9-0 / ,/ , , : ;, 0390,,0897,90, ,7 : :9,70
20 ,. 43/0 24/0 4/0
21 ,97., 08 Г:.43 : ' : 08:3,2,97 % % ,7, ,6:0 3408:308.,,7547, /039 /,/! : /0 4/09 030,: ,. 43 / ,/47
22 89 2,. 43/0 24/0 4/0 $05:0/024897,76: ,/47 /0 08 /039.4, 089 2,/47/ ,/47/ ,,,8;,7,3, , /0,82 82,8
23 #0, / ,/4708, 9073,9 ; ,. 43 $ 0 ;07/,/07424/ :0 $ 0 ;07/,/07424/ , ,/ :0 89 2, / / ; /:4 $ 0 ;07/,/07424/ :0 $ 0 ;07/,/07424/ , ,/
24 ',7,- 086:0;,7, / ; /: / /0 4 ; ;,- 0/0;,7,- 086:0;,7, / ; /:48 0 9,2, 4/0:3,574; 3., ,. 43,/, ,/47/0345:0/0 /039 1.,7 Q!476: ,/47/08 5:0/0 /039 1.,7 Q!476:0 Q":05,8,
25 .4770,. 43,/,.43 #08: 9,/42: 25479, ,/47/ : ,/47/08 :08 03/
26 , 0,947 48!70 :39,2:.425.,/, 4.431:3/ 724/0 48! ,/4708 : :008:3,.:089 43/097,9, / /024/0 48 8,4 08;, / ,7, ,:3.:,3/4 089,.4770,. 43,/ /0,8072, :,3/4 089,.4770,. 43,/ ,870,80 2 3,3089 2,/ ,7,203908: 0703.:, :8,7
27 ,7 /,/ , /08,25 04 :0390,,3!4794,2,7. 0 $48,8.:/074 #0 43, $. 03.0,3/&7-, : :07908/ 85,7 /,/ , / ,2-, ,. 43 5,30 /0574; 3.,8, ,8, 48 ',7, ,/, 9,8,/0/ , 5,7,.,/,507 4/4 ',7, ,9 ;, /: , /08; 48/0,903/03., /:.94 :5742 / / 4 751,203 3/.,/47/0,
28 89 2,. 43/ xtreg iu pbgm shockp uprom rpf amen, fe i(indice) Fixed-effects (within) regression Number of obs = 242 Group variable (i) : indice Number of groups = 22 R-sq: within = Obs per group: min = 11 between = avg = 11.0 overall = max = 11 F(4,216) = corr(u_i, Xb) = Prob > F = iu Coef. Std. Err. t P> t [95% Conf. Interval] pbgm shockp uprom rpf amen (dropped) _cons sigma_u sigma_e rho (fraction of variance due to u_i) F test that all u_i=0: F(21,216) = Prob > F = Test F de significatividad conjunta Stata NO muestra las estimaciones de los efectos fijos! EF no puede estimar el coeficiente de amenities Test de Efectos Fijos
29 89 2,. 43/ , 0, xtreg iu pbgm shockp uprom rpf amen, re i(indice) Random-effects GLS regression Number of obs = 242 Group variable (i) : indice Number of groups = 22 R-sq: within = Obs per group: min = 11 between = avg = 11.0 overall = max = 11 Random effects u_i ~ Gaussian Wald chi2(5) = corr(u_i, X) = 0 (assumed) Prob > chi2 = Test de Efectos Aleatorios iu Coef. Std. Err. z P> z [95% Conf. Interval] pbgm shockp uprom rpf amen _cons sigma_u sigma_e rho (fraction of variance due to u_i) RE puede estimar el coeficiente de amenities Componentes de varianzas
30 Econometria de Datos en Paneles Walter Sosa Escudero Inferencia en el Modelo de Componente de Errores "The three golden rules of econometrics are test, test, test." (D. Hendry, 1980, pp. 403)
31 Tests de agrupamiento ("To pool or not to pool") Modelo restringido (pooled): Modelo sin restringir: Hipotesis (poolability): Bajo H o estimamos un solo modelo agregado. Bajo H A estimariamos T modelos de series temporales. Es una discusion clásica de "sesgo-varianza" (ver Baltagi, Griffin y Xiong (2000) para una aplicacion interesante).
32 Tests de agrupamiento Si ε it satisface todos los supuestos clasicos y bajo normalidad, el test es un Test de Chow simple!: e son residuos de estimar el modelo agregado por OLS, e * son residuos de estimar los modelos por separado. Es identico a estimar un solo modelo agregado con dummies por intercepto y pendiente, y evaluar la significatividad de todas las dummies con un test F. Se puede testear igualdad solo de pendientes Si V(ε)=Ω : usar test de Chow luego de la estimacion FGLS (Test de Roy-Zellner).
33 Test de efectos fijos Consideremos el modelo de efectos fijos en forma matricial: en donde Z es una matriz de N-1 variables binarias por intercepto. Bajo el supuesto de normalidad de e, la hipotesis: H o : µ 1 = µ 2 =...=µ N-1 =0 (ausencia de efectos fijos) puede evaluarse con un test F estandar de significatividad conjunta de las N-1 variables binarias.
34 Test de efectos aleatorios En el modelo de efectos aleatorios, corresponde a la hipotesis de ausencia de efectos aleatorios. Test de Breusch-Pagan: bajo normalidad, el estadistico tiene distribucion asintotica chi-cuadrado con 1 grado de libertad bajo H 0. Rechazar si LM es muy grande. Honda (1985): el supuesto de normalidad se puede relajar. Test unidireccional.
35 Tests de autocorrelación Baltagi-Li (1991) H o : ρ=0 en: (suponen implicitamente no efectos aleatorios) Test: con tiene distribucion asintotica Chi 2 (1) bajo H o. Es muy similar a un test LM estandar de autocorrelacion.
36 Tests modificados de efectos aleatorios y autocorrelacion Bera-Yoon-Sosa Escudero (2001): Test de BP de efectos aleatorios supone implicitamente no autocorrelacion. La presencia de efectos aleatorios "confunde" al test de BP, induciendo a rechazar H o, aun cuando es cierta. Misma cosa sucede con el test de autocorrelacion. BYS: tests modificados. Test conjunto Baltagi-Li (1991) Test de la hipotesis nula conjunta de no autocorrelacion y no efectos aleatorios (baja potencia, poco informativo) Sosa Escudero (2001): Test conjunto de efectos aleatorios y correlacion serial positiva (one-sided, one-directional)
37 Ejemplo empirico BSY (2001). Dos bases de datos (Grunfeld y Greene) " * " tests modificados No rechaza! No rechaza! En ambos ejemplos los tests originales rechazan H 0 (autocorrelacion, efectos aleatorios, ambos?) Los test modificados sugieren que en el caso de Grunfeld el problema es EA y en el de Greene autocorrelacion!!
38 En el modelo: Heterocedasticidad cual es la nocion relevante de heterocedasticidad? En µ o en ε? O en ambos? Lejeune (1998): Test de heterocedasticidad en el efecto especifico. Distribution-free. Holly and Lucien (2000). Test de heterocedasticidad en el efecto individual. Supone normalidad Sosa Escudero (2003). Test de heterocedasticidad en el efecto individual y/o en el especifico. Distribution-free.
39 Test de Hausman Si µ esta correlacionado con X: β EA es inconsistente β EF es consistente. Si µ NO esta correlacionado con X: β EA es consistente y eficiente. β EF es consistente. Hausman (1978) propone evaluar la hipotesis de ausencia de correlación entre µ y X en base a: que tiene distribucion asintotica Chi 2 (K) bajo H o
40 Test de Hausman Intuitivamente, bajo H o ambas estimaciones deberian coincidir. El estimador de EF es consistente independientemente de H o. Rechazar H o sugiere que el estimador de EA es inconsistente. No necesariamente se sigue que hay que usar EF. Hay otras estrategias consistentes además de EF. No es un test de EA vs. EF., solo explora la consistencia de los estimadores.
41 Test de Hausman. Ejemplo empirico.. xthaus Hausman specification test ---- Coefficients ---- Fixed Random iu Effects Effects Difference pbgm shockp uprom rpf Test: Ho: difference in coefficients not systematic chi2( 4) = (b-b)'[s^(-1)](b-b), S = (S_fe - S_re) = Prob>chi2 = Las diferencias entre EF y RE son significativas
42 Econometria de Datos en Paneles Walter Sosa Escudero Topicos adicionales y comentarios finales
43 Paneles dinamicos
44 Los estimadores estandar son sesgados e inconsistentes
45 Estrategias de estimacion Variables instrumentales: Anderson-Hsiao (1981) GMM: Arellano-Bond (1981) Modificaciones al estimador de efectos fijos: Kiviet
46 Otras áreas Modelos dinamicos. Raices unitarias y cointegracion. Casi todos los resultados estandar en econometría estan siendo rescritor para paneles (modelos de eleccion, semi y no parametricos, etc.).
47 Textos recientes Wooldridge, J., 2001, The Econometrics of Cross Section and Panel Data, MIT Press. Arellano, M., 2003, Panel Data, Oxford University Press. Hsiao, C., 2002, Analisis of Panel Data, Cambridge University Press, Cambridge. Baltagi, B., 2001, The Econometrics of Panel Data, Wiley, New York. Baltagi, B., 2002, Recent Developments in the Econometrics of Panel Data, Edward Elgar Publishing.
48 Software Stata 8 tiene muy buenas rutinas para paneles ( La version 5 de Eviews tiene una modulo para paneles fácil de usar ( Limdep 8 sigue teniendo una buena coleccion de metodos sofisticados, sobre todo para modelos de eleccion ( Ox o R son buenos entornos programables.
49 # , / , 0,947 48, 9,,5 9: 48, 473 0,3/%7:2-: 89 2, / !,30,9, #0; ,3/$9, , ,5,30 /,9,,5574,. ":,7907 4:73, ,. 43/024/ , 08, 9, ,3/ 43 % :8;078: :8089 2,9478,55 0/94.,70990/02,3/ #0; ,3/$9, , 9,,3/ % ,9 43,,// ,8041., :73, 41:8 3088,3/.4342.$9, ,,3/$48,8.:/074 % ,.4770,9 43,3/7,3/ , &3 ; , $48,8.:/074,3/ 443 % /0 :3/07 4., ,9 43 4:73, $48,8.:/074,3/07, $50. 1.,9 43% ,7!,30,9,4/ , $9,9, %0. 3., :
50 # ,8 4/0 48/ 3,2.48 3/07843 %,3/ 8,4 472:,9 43,3/089 2,9 4341/ 3,2.24/0 8:8 3 5,30 /,9, 4:73, ,34,3/43/ $ $ , ,30 /,9, 4390,7 40; /03.0,3/,3,55., :,9 438 #0; $9:/ 08 70,34,3/4; , :2039, ;,7, , /0 8 4:73, :7,:1 $ 2, , :73, , , :, 9,3/ , #0; 0 :/843 #,3/ ,9 3 / 3,2.5,30 /,9,24/0 8, : /01472, ; 09 3-, , ;,7 4:8089 2,9478 3/ 3,2.5,30 /,9,24/0 8 4:73, !, ,. 43,7 48#,.08:3 9,7, ,. 43!4794,,3 $,2,7. 0,3/$48,8.:/074! ,3/70 43, / 85, : , #0 43, $. 03.0,3/&7-, ,,//,, $ : $,3/ :! 45,30 /,9,708.:09 05:7., , , :2,7 09, ; ,90.43; ,.947,79 1, , 435,30 /,9, , :2,7 09, 45. 9
EJC 15: DATOS PANEL. PRIMERA DIFERENCIA-EFECTOS FIJOS-EFECTOS ALEATORIOS Wooldridge, pags. 419, 441, 449, 452.
EJC 15: DATOS PANEL. PRIMERA DIFERENCIA-EFECTOS FIJOS-EFECTOS ALEATORIOS Wooldridge, pags. 419, 441, 449, 452. En este ejemplo se presentan los estimadores de primera diferencia, de efectos fijos y de
Más detallesECONOMETRIA APLICADA NOTAS DATOS DE PANEL
ECONOMETRIA APLICADA NOTAS DATOS DE PANEL Revisión En una de las referencias clásicas en la literatura, Hsiao (1986) los describe como secciones cruzadas de individuos observadas a lo largo del tiempo.
Más detallesFORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA. Plan de estudios
FORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA Plan de estudios Clave Semestre Séptimo Créditos 7 Programa Econometría II Área Economía Campo de Economía Matemática
Más detallesEconometria de Datos en Paneles
Universidad de San Andres Agosto de 2011 Porque paneles? Ejemplo (Cronwell y Trumbull): Determinantes del crimen y = g(i), y = crimen, I = variables de justicia criminal. Corte transversal: (y i, I i )
Más detallesB.1 ANÁLISIS FACTORIAL COMÚN. cuyo propósito es reducir los datos en cantidad. Es también una técnica en la cual todas las
B. NOTAS TEÓRICAS B.1 ANÁLISIS FACTORIAL COMÚN El análisis factorial es un nombre dado a una clase de métodos estadísticos multivariados cuyo propósito es reducir los datos en cantidad. Es también una
Más detallesModelos Lineales para Datos en Paneles. Walter Sosa Escudero. Banco Central de Chile
Modelos Lineales para Datos en Paneles Walter Sosa Escudero. Banco Central de Chile. 2006. - 1 - Datos en paneles Una base de datos en panel contiene informacion para varios individuos (empresas, paises,
Más detallesFORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA. Plan de estudios
FORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA Plan de estudios Clave Semestre Sexto Créditos 7 Programa Econometría I Área Economía Campo de Economía Matemática
Más detallesDIPLOMADO EN ECONOMETRÍA
DIPLOMADO EN ECONOMETRÍA Presentación La Coordinación de Educación Continua y Vinculación de la Facultad de Economía inauguró en 1987 el diplomado de Métodos Estadísticos Aplicados a la Economía, que fue
Más detallesMicroeconometría. Karoll GOMEZ Segundo semestre 2017
Microeconometría Karoll GOMEZ kgomezp@unal.edu.co http://karollgomez.wordpress.com Segundo semestre 2017 Generalidades: 3 horas a la semana por 16 semanas. Horario clases: Miercoles de 2pm-5pm. Inicio
Más detallesModelos básicos de datos en panel
3 tipos de estructuras de datos Corte transversal (Cross section) Muestra de individuos, hogares, firmas, países, etc. que se toman en un momento dado del tiempo. {y i, x i } N i=1, donde i representa
Más detallesECONOMETRÍA I. Tema 6: Heterocedasticidad. Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía
ECONOMETRÍA I Tema 6: Heterocedasticidad Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA I 1 / 23 Heterocedasticidad El supuesto
Más detallesLicenciatura en Economía UC3M Econometría III, 2005/06 ECONOMETRÍA III. Licenciatura en Economía Universidad Carlos III de Madrid
ECONOMETRÍA III Licenciatura en Economía Universidad Carlos III de Madrid Segundo Cuatrimestre 2005/06 Profesor: Vincenzo Andrietti Despacho: 11.2.26 e-mail: vandriet@eco.uc3m.es HorasdeOficina: Lunes-Martes,
Más detallesExperimentos de Monte Carlo. Walter Sosa-Escudero
Introduccion Test de Breusch-Pagan de heterocedasticidad: LM = 1 2 SCE g,z χ 2 (p 1) g = residuos al cuadrado, z, variables explicativas de la heterocedasticidad. Esta es una aseveracion asintotica. Que
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
Más detallesTEMA 6. Modelos para Datos de Panel
TEMA 6. Modelos para Datos de Panel Profesor: Pedro Albarrán Pérez Universidad de Alicante. Curso 2010/2011. Contenido 1 Introducción 2 Modelos estáticos Modelo con Efectos Individuales: Fijos y Aleatorios
Más detallesPROGRAMA DE CURSO. Código Nombre ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management Unidades
PROGRAMA DE CURSO Código Nombre IN3401 ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar
Más detallesEconometría I Notas de Clase: Clase no. 10, 11, 12 y13.
Econometría I Notas de Clase: Clase no. 10, 11, 12 y13. Facilitador: Ovielt Baltodano López Asistente: Sebastián Hernández Leiva a. El estadístico LM: No necesita el supuesto de normalidad solo los de
Más detallesIntroducción a la Econometría
1Econometría Introducción a la Econometría -Que es la econometría - Por que una disciplina aparte? -Metodología de la econometría Planeamiento de la teoría o hipótesis Especificación del modelo matemático
Más detallesGuía CERO para datos de panel. Un enfoque práctico
Working Paper # 2014/16 Guía CERO para datos de panel. Un enfoque práctico Romilio Labra y Celia Torrecillas UAM-Accenture Working Papers ISSN: 2172-8143 Edited by: UAM-Accenture Chair on the Economics
Más detallesModelación estadística: La regresión lineal simple
Modelación estadística: La regresión lineal simple Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Statistical modeling: Simple linear regression Cuando
Más detallesSOLUCION TALLER 1 SOLUCION PUNTO 1. - Función de producción cuadrática. Se espera que: >0 porque x2 es un insumo de producción
SOLUCION TALLER 1 SOLUCION PUNTO 1 - Función de producción cuadrática Se espera que: >0 porque x1 es un insumo de producción >0 porque x2 es un insumo de producción
Más detallesModelos con Datos de Panel
Modelos con Datos de Panel Econometría II Grado en Economía Universidad de Granada Modelosdedatosdepanel 1/26 Contenidos Modelosdedatosdepanel 2/26 Elmodelo Modelosdedatosdepanel 3/26 Elmodelo Hasta el
Más detallesCARTA DESCRIPTIVA. Clave: ECO Créditos: 8. Conocimientos: Probabilidad y estadística. Algebra lineal. Econometría I.
I. Identificadores de la asignatura CARTA DESCRIPTIVA Clave: ECO121600 Créditos: 8 Materia: Econometría II Departamento: Ciencias Sociales Instituto: Ciencias Sociales Modalidad: Presencial Programa: Licenciatura
Más detallesCurso: 2º Créditos ECTS: 6 Tipo de asignatura: Obligatoria Tipo de formación: Teórico-Práctica
Ficha Técnica Titulación: Grado en Economía Plan BOE: BOE número 75 de 28 de marzo de 2012 Asignatura: Módulo: Instrumental Curso: 2º Créditos ECTS: 6 Tipo de asignatura: Obligatoria Tipo de formación:
Más detallesAnálisis de las Políticas para la Igualdad de Género en la Unión Europea
Análisis de las Políticas para la Igualdad de Género en la Unión Europea Izaskun Zuazu Bermejo 1. Introducción La equidad entre mujeres y hombres es uno de los pilares fundamentales en los que se sustenta
Más detallesEconometría. Programa de la Asignatura. Facultad de Ciencias Económicas y Empresariales. Dr. Emilio Díaz Calleja. Universidad de Sevilla
Programa de la Asignatura Econometría Universidad de Sevilla Facultad de Ciencias Económicas y Empresariales Licenciatura de Administración y Dirección de Empresas Curso Académico 2005/2006 Dr. Emilio
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesFINANZAS CORPORATIVAS DARLYN YULIÉ PLAYONERO GRUESO
FINANZAS CORPORATIVAS DARLYN YULIÉ PLAYONERO GRUESO UNIVERSIDAD ICESI FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONOMICAS CONTADURIA PÚBLICA Y FINANZAS INTERNACIONALES SANTIAGO DE CALI MAYO 25 DE 2012 1
Más detallesAnálisis Estadístico con Stata. Validación, Pronóstico y Estimación con Programación Matricial (Mata)
Entrenamiento Especializado Análisis Estadístico con Stata. Validación, Pronóstico y Estimación con Programación Matricial (Mata) Descripción Entrenamiento especializado presencial con repaso conceptual
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Econometría
Ficha Técnica Titulación: Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Análisis Económico Curso: Créditos ECTS: 6 Tipo de asignatura:
Más detallesESTIMACION DE ECONOMIAS DE ESCALA Y DE ALCANCE PARA EL SISTEMA BANCARIO URUGUAYO CON DATOS DE PANEL. Miguel Mello Costa 1
ESTIMACION DE ECONOMIAS DE ESCALA Y DE ALCANCE PARA EL SISTEMA BANCARIO URUGUAYO CON DATOS DE PANEL Resumen Miguel Mello Costa 1 Este trabajo es un intento de estimar una función de costos para los bancos
Más detallesECONOMETRÍA INTERMEDIA
ECONOMETRÍA INTERMEDIA Clave : ECO743 Créditos : 3 Tipo : Obligatorio Semestre : 2014-1 Horario : Lunes 7:00-10:00pm (G1) Requisitos : Ninguno Miércoles 7:00-10:00pm (G2) Sábado 12:30-2:00pm (PD) Profesor
Más detallesEJEMPLO EMPIRICO SOBRE ESTIMACION DE SISTEMAS DE ECUACIONES UTILIZANDO EL SOFTWARE LIBRE GRETL
EJEMPLO EMPIRICO SOBRE ESTIMACION DE SISTEMAS DE ECUACIONES UTILIZANDO EL SOFTWARE LIBRE GRETL INFLACION Y GRADO DE APERTURA. Ejemplo de estimación por MC2E con Gretl. Marta Regúlez (UPV-EHU) Fichero de
Más detallesMÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I. Profesor: Noé Becerra Rodríguez.
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I Profesor: Noé Becerra Rodríguez Objetivo general: Introducir los aspectos fundamentales del proceso de construcción
Más detallesFundamentos del Análisis Econométrico. Dante A. Urbina
Fundamentos del Análisis Econométrico Dante A. Urbina Qué es la Econometría? Etimológicamente Econometría significa medición de la economía. En ese contexto, la Econometría es la aplicación de métodos
Más detallesHeteroscdasticidad y MCG
May 24, 2009 Modelo lineal clasico: 1 Linealidad: Y = Xβ + u. 2 Exogeneidad: E(u) = 0 3 No Multicolinealidad: ρ(x) = K. 4 No heteroscedasticidad ni correlacion serial: V (u) = σ 2 I n. Teorema de Gauss/Markov
Más detallesEstimación de una función de gasto en alimentos
Base de datos http://www.principlesofeconometrics.com/poe4/poe4stata.htm Definición de variables http://www.principlesofeconometrics.com/poe4/data/def/food.def food.def food_exp income Obs: 40 food_exp
Más detallesEl Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Más detallesUniversidad Surcolombiana Facultad de Economía y Administración Programa de Economía Syllabus: Econometría Profesor: Oscar Hernán Cerquera Losada
Universidad Surcolombiana Facultad de Economía y Administración Programa de Economía Syllabus: Econometría Profesor: Oscar Hernán Cerquera Losada Nombre del curso: Econometría Código: No. Créditos académicos:
Más detallesGeneralmente, el objetivo de cualquier estudio de econometría es la. búsqueda de relaciones matemáticas que permitan explicar el comportamiento
5. METODOLOGÍA ECONOMÉTRICA. Generalmente, el objetivo de cualquier estudio de econometría es la búsqueda de relaciones matemáticas que permitan explicar el comportamiento de una variable económica a partir
Más detallesObligatoria Optativa Extracurricular Curso Seminario Taller. Clave seriación 45 Laboratorio. Horas prácticas de campo
Carta descriptiva Datos de identificación Programa Nombre de la asignatura Tipo de Asignatura Maestría en Economía Aplicada Econometría I Ciclo Primer semestre Obligatoria Optativa Extracurricular Curso
Más detallesEl problema de la deuda soberana en el Sur de Europa
Anuario Jurídico y Económico Escurialense, XLVI (2013) 217-234 / ISSN: 1133-3677 El problema de la deuda soberana en el Sur de Europa Sovereign Debt: The Difficulties of Southern European Countries Dr.
Más detallesAnálisis Estadístico
Universidad Torcuato Di Tella Análisis Estadístico Examen Final 05/07/2017 TEMA 1 Nombre y Apellido: Número de legajo: Instrucciones El examen tiene dos partes. La parte A (40 puntos) contiene 10 preguntas
Más detallesEconometría Avanzada FLACSO 2014
Econometría Avanzada FLACSO 2014 Hemos cubierto: Mapa Planteamiento de una pregunta económica de interés Diferencias entre econometría y estadística Métodos: Lineales (MCO) revisión, variables instrumentales
Más detallesEstadística para la Economía y la Gestión IN 3401 Clase 5
Estadística para la Economía y la Gestión IN 3401 Clase 5 Problemas con los Datos 9 de junio de 2010 1 Multicolinealidad Multicolinealidad Exacta y Multicolinealidad Aproximada Detección de Multicolinealidad
Más detallesGráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado
Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso
Más detallesEJEMPLO APLICADO EN PRUEBAS DE ESPECIFICACIÓN ECONOMÉTRICA MODELO DE PRODUCCIÓN AGREGADA PARA LA ECONOMÍA MEXICANA
EJEMPLO APLICADO EN PRUEBAS DE ESPECIFICACIÓN ECONOMÉTRICA MODELO DE PRODUCCIÓN AGREGADA PARA LA ECONOMÍA MEXICANA DR. ROGER ALEJANDRO BANEGAS RIVERO UNIVERSIDAD AUTÓNOMA GABRIEL RENÉ MORENO A partir del
Más detallesEconomía Aplicada. Datos de Panel. Departmento de Economía Universidad Carlos III de Madrid
Economía Aplicada Datos de Panel Departmento de Economía Universidad Carlos III de Madrid Ver Wooldridge (capítulo 13), y Stock and Watson (capítulo 10) 1 / 38 Datos de Panel vs Secciones Cruzadas Repetidas
Más detallesINTERVALOS DE CONFIANZA BOOTSTRAP BAJO INCUMPLIMIENTO DE SUPUESTOS EN REGRESIONES SPLINES PENALIZADAS
Cristina Cuesta Gonzalo Marí Nicolás Zino Instituto de Investigaciones Teóricas y Aplicadas en Estadística (IITAE) INTERVALOS DE CONFIANZA BOOTSTRAP BAJO INCUMPLIMIENTO DE SUPUESTOS EN REGRESIONES SPLINES
Más detallesTema 2. Heterocedasticidad. 1 El modelo de regresión lineal con errores heterocedásticos
ema 2. Heterocedasticidad. El modelo de regresión lineal con errores heterocedásticos En este tema vamos a analizar el modelo de regresión lineal Y t = X tβ + u t, donde X t = (X t, X 2t,.., X kt y β =
Más detallesSOCIALES DE LA I+D: RESULTADOS GENERADOS POR LA INVESTIGACIÓN AGRÍCOLA PÚBLICA EN BRASIL
EVALUACIÓN DE IMPACTOS ECONÓMICOS Y SOCIALES DE LA I+D: RESULTADOS GENERADOS POR LA INVESTIGACIÓN AGRÍCOLA PÚBLICA EN BRASIL Graciela Luzia Vedovoto Daniela Vieira Marques Antonio Flavio Dias Avila Roberto
Más detallesTests de Hipotesis en Base al Principio de Verosimilitud
Tests de Hipotesis en Base al Principio de Verosimilitud Universidad de San Andres, Argentina Conceptos basicos Y f(y; θ), θ Θ R K. θ es un vector de K parametros. Θ es el espacio de parametros : conjunto
Más detallesIntroduccion a los Modelos de Regresion
(wsosa@udesa.edu.ar) Universidad de San Andres Referencias Hayashi (2000) Capitulo 1, pp. 3-46. Cualquier texto basico de econometria (con matrices!!!) Introduccion Modelo lineal: y i = β 1 + β 2 x 2i
Más detallesPROBLEMA 1: Nivel nutricional de los menores de 6 años
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I Curso 2012/13 SOLUCIONES EXAMEN FINAL (Convocatoria Ordinaria) 10 de Enero de 2013 PROBLEMA 1: Nivel nutricional de los menores de 6 años 1. Los nutricionistas
Más detallesModelo de regresión múltiple: estimación, inferencia y predicción Concepto de econometría...
Capítulo1 Capítulo Modelo de regresión múltiple: estimación, inferencia y predicción... 1.1 Conceptos: Los datos en econometría """"""""""""""""""""'" 1.1.1 Concepto de econometría... 1.1. Estructuras
Más detallesHETEROCEDASTICIDAD *
Universidad Carlos III de Madrid César Alonso ECONOMETRIA HETEROCEDASTICIDAD * Índice. Introducción..................................... Ejemplos.................................. 2. El modelo de regresión
Más detallesGuía docente 2005/2006
Guía docente 2005/2006 Plan 246 Lic. en Economía Asignatura 43708 MODELOS ECONOMETRICOS Grupo 1 Presentación Complementos al Modelo de Regresión Múltiple y al Modelo de Ecuaciones Simultáneas. Series Temporales.
Más detallesLos estimadores mínimo cuadráticos bajo los supuestos clásicos
Los estimadores mínimo cuadráticos bajo los supuestos clásicos Propiedades estadísticas e inferencia Mariana Marchionni marchionni.mariana@gmail.com Mariana Marchionni MCO bajo los supuestos clásicos 1
Más detallesEXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:
EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: (En las preguntas tipo test sólo debe marcarse una en cada caso): 1. Para determinar si
Más detallesEFICIENCIA DE LA BANCA COMERCIAL Y UNIVERSAL VENEZOLANA DURANTE EL PERÍODO
EFICIENCIA DE LA BANCA COMERCIAL Y UNIVERSAL VENEZOLANA DURANTE EL PERÍODO 2009-2014 CARACAS, VENEZUELA 2015 LEONARDO MORENO LÓPEZ* *Autor, Head Economist & Intellectus capital group Partner. Economista
Más detallesEconometría de series de tiempo aplicada a macroeconomía y finanzas
Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo no Estacionarias Carlos Capistrán Carmona ITAM Tendencias Una tendencia es un movimiento persistente de largo plazo
Más detallesModelo 1: MCO, usando las observaciones 1994: :03 (T = 218) Variable dependiente: INFLACION
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA 1º El investigador especifica el modelo siguiente: EXAMEN PARCIAL DE ECONOMETRIA I Se le pide estimar el modelo por el método
Más detallesMétodos Estadísticos para Economía y Gestión IN 540 Clase 7
Métodos Estadísticos para Economía y Gestión IN 540 Clase 7 Perturbaciones no Esféricas 17 de junio de 2010 1 Preliminares Matriz de Varianzas y Covarianzas cuando ɛ t es un AR(1) Naturaleza y causas de
Más detallesPLAN DE ESTUDIOS (PE): Licenciatura en Actuaría. ÁREA: Economía. ASIGNATURA: Econometría I CÓDIGO: ACTM-254 CRÉDITOS: 4.
PLAN DE ESTUDIOS (PE): Licenciatura en Actuaría ÁREA: Economía ASIGNATURA: CÓDIGO: ACTM-254 CRÉDITOS: 4 FECHA: Enero 2018 1 1. DATOS GENERALES Nivel Educativo: Licenciatura. Nombre del Plan de Estudios:
Más detallesPROGRESO DE LA EFICIENCIA TÉCNICA DEL TRIÁNGULO DE ORO COLOMBIANO PARA EL PERIODO
PROGRESO DE LA EFICIENCIA TÉCNICA DEL TRIÁNGULO DE ORO COLOMBIANO PARA EL PERIODO 2000-2012 KATHERINE SOTO DIAZ CODIGO: 0624414 UNIVERSIDAD DEL VALLE FACULTAD DE CIENCIAS SOCIALES Y ECONÓMICAS DEPARTAMENTO
Más detallesEXAMEN FINAL DE ECONOMETRÍA SOLUCIONES Conteste cada pregunta en un cuadernillo diferente en dos horas y media
EXAMEN FINAL DE ECONOMETRÍA SOLUCIONES Conteste cada pregunta en un cuadernillo diferente en dos horas y media 1. Sean (Y; X; W ) tres variables aleatorias relacionadas por el siguiente modelo de regresión
Más detallesEstrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD
Más detalles4. Resultados cobertura
4. Resultados cobertura 4.1 Evolución de la cobertura del sistema de seguridad social en México El objetivo de esta sección es mostrar de manera simple cómo se ha desempeñado la cobertura a lo largo del
Más detallesANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Más detallesEjemplo 7.1. Heterocedasticidad. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)
Ejemplo 7.1 Heterocedasticidad Pilar González y Susan Orbe Dpto. Economía Aplicada III (Econometría y Estadística) Pilar González y Susan Orbe OCW 2013 Ejemplo 7.1. Heterocedásticidad 1 / 22 Enunciado.
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesEfecto de la cercanía a las estaciones de Subte y valor de la propiedad residencial en Buenos Aires
> Año 10 / Número 101 / Marzo 2011 Economía de las ciudades Efecto de la cercanía a las estaciones de Subte y valor de la propiedad residencial en Buenos Aires Un estudio según el modelo de valuación hedónico
Más detallesTaller 7: Problemas Econométricos Econometría
Taller 7: Problemas Econométricos 06216 09-2010 Profesor: Carlos Giovanni González Espitia Monitores: Ana Beatriz Arcos Andrés Felipe Cuadros Notas: Recuerde que únicamente tres preguntas, seleccionadas
Más detallesEconometría de Económicas Ejercicios para el tema 2 y 3
Econometría de Económicas Ejercicios para el tema 2 y 3 Curso 2005-2006 Profesores Amparo Sancho Perez Guadalupe Serrano Pedro Perez 1 1- Los datos que se adjuntan hacen referencia a los datos de producción
Más detallesECONOMETRÍA ESPACIAL. Tradicionalmente en la ciencia regional, los estudios econométricos convencionales han
ECONOMETRÍA ESPACIAL Tradicionalmente en la ciencia regional, los estudios econométricos convencionales han analizado las unidades espaciales (p.e. municipios, estados) como islas independientes asumiendo
Más detallesEconometría Aplicada
Econometría Aplicada Inferencia estadística, bondad de ajuste y predicción Víctor Medina Intervalos de confianza Intervalos de confianza Intervalos de confianza Intervalos de confianza La pregunta que
Más detallesBENÉMERITA UNIVERSIDAD AUTÓNOMA DE PUEBLA VICERRECTORÍA DE DOCENCIA DIRECCIÓN GENERALDE EDUCACIÓN SUPERIOR
Programa Educativo (PE): Licenciatura en Actuaría Área: Economía Programa de Asignatura: Econometría I Código: ACTM 254 Créditos: 4 Fecha: Agosto 2012 1 1. DATOS GENERALES Nivel Educativo: Nombre del Programa
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesGrado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 3.1 Colinealidad Exacta 3.2 Los efectos de la multicolinealidad Del
Más detallesLA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS. Elkin Castaño V.
LA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS Elkin Castaño V. Escuela de Estadística Universidad Nacional de Colombia Departamento de Economía Universidad de
Más detallesRegresión Lineal. Rodrigo A. Alfaro. Rodrigo A. Alfaro (BCCh) Regresión Lineal / 16
Regresión Lineal Rodrigo A. Alfaro 2009 Rodrigo A. Alfaro (BCCh) Regresión Lineal 2009 1 / 16 Contenidos 1 Regresiones Lineales Regresión Clásica Paquetes estadísticos 2 Estadísticos de Ajuste Global 3
Más detallesECONOMETRÍA I. Tema 2: El Modelo de Regresión Lineal Simple. Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía
ECONOMETRÍA I Tema 2: El Modelo de Regresión Lineal Simple Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA I 1 / 42 Modelo de Regresión
Más detallesSOLUCIÓN PROPUESTA. Es de notar que dadao que los datos provienen de un corte transversal, valores de bondad de ajuste resultan ser bajos.
SOLUCIÓN PROPUESTA 1. a) reg w educa exp Source SS df MS Number of obs = 528 -------------+------------------------------ F( 2, 525) = 69.36 Model 2914.64782 2 1457.32391 Prob > F = 0.0000 Residual 11030.6042
Más detallesEXAMEN DE ECONOMETRÍA
EXAMEN DE ECONOMETRÍA UNIVERSIDAD CARLOS III DE MADRID CURSO 2015-1 Responda todas las preguntas en 2 horas y media. Valores críticos al final del examen. 1 A partir de una muestra aleatoria de compra-venta
Más detallesCrecimiento Económico y Felicidad: Nueva evidencia empírica.
Sede Puerto Montt Seminario de Grado Crecimiento Económico y Felicidad: Nueva evidencia empírica. Tesina presentada como requisito para optar al Grado de Licenciado en Administración. Profesor Responsable:
Más detallesEVALUACIÓN DE LA COMPETENCIA DEL SISTEMA BANCARIO ARGENTINO PERIODO MEDIANTE UN MODELO DE PANZAR-ROSSE
EVALUACIÓN DE LA COMPETENCIA DEL SISTEMA BANCARIO ARGENTINO PERIODO 2006-2016 MEDIANTE UN MODELO DE PANZAR-ROSSE Autor: Lic. Juan Ignacio Pajón Scocco. juanpajonscocco@gmail.com Director: Dra. Claudia
Más detallesUNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A)
TIEMPO: 2 HORAS Instrucciones: UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A) 1. Este un modelo de examen que le servirá para autoevaluarse de todos los contenidos del curso de Econometria
Más detallesCOMPETITIVIDAD A NIVEL PAÍS; UNA EVALUACIÒN DEL CASO BOLIVIA.
COMPETITIVIDAD A NIVEL PAÍS; UNA EVALUACIÒN DEL CASO BOLIVIA. CÓDIGO: 7054 Resumen La competitividad a nivel país entendida como la capacidad que tiene una economía de incrementar el nivel de vida de los
Más detallesEconometría I (LADE). Curso 2001/2002 PRÁCTICA 08
PRÁCTICA 08 HETEROCEDASTICIDAD Y NORMALIDAD En el fichero Datos08.wf1 tenemos la renta y consumo anual (en dólares) para 500 familias con el que se pretende estimar el siguiente modelo: C i = β + β R +
Más detallesEconometría. Examen 02/02/2015. La respuesta que no sea claramente interpretable se considerará incorrecta.
Econometría Examen 02/02/2015 Alumno Grupo 1 a b c d 11 a b c d 2 a b c d 12 a b c d 3 a b c d 13 a b c d 4 a b c d 14 a b c d 5 a b c d 15 a b c d 6 a b c d 16 a b c d 7 a b c d 8 a b c d 9 a b c d 10
Más detallesInferencia y Especificación en Modelos de Ecuaciones Simultáneas
Inferencia y Especificación en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contenidos 1 Inferencia con estimadores de información limitada Contrastes de restricciones con
Más detallesINFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE ESTADÍSTICO Y ECONOMÉTRICO Informe Nro DSIC
INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE ESTADÍSTICO Y ECOMÉTRICO Informe Nro 11-2013-DC 1. MBRE DEL ÁREA Dirección de Sistemas de Información y Comunicación en CTeI (DC). 2. RESPONSABLE DE LA
Más detallesGUIÓN TEMA 2. PROPIEDADES DE LOS ESTIMADORES MCO 2.1 PROPIEDADES ESTADÍSTICAS DEL ES- TIMADOR MCO DE.
ECONOMETRIA I. Departamento de Fundamentos del Análisis Económico Universidad de Alicante. Curso 011/1 GUIÓN TEMA. PROPIEDADES DE LOS ESTIMADORES MCO Bibliografía apartados.1,. y.3: Greene, 6.6.1, 6.6.3
Más detallesGUÍA DOCENTE DE LA ASIGNATURA
GUÍA DOCENTE DE LA ASIGNATURA M98 - Econometría Máster Universitario en Economía: Instrumentos del Análisis Económico Obligatoria. Curso Curso Académico 205-206 . DATOS IDENTIFICATIVOS Título/s Centro
Más detallesEJERCICIO T1 NOMBRE: Correctas Incorrectas En Blanco Puntos
ECONOMETRÍA EJERCICIO T1 APELLIDOS: NOMBRE: FIRMA: GRUPO: DNI: Pregunta 1 A B C En Blanco Pregunta A B C En Blanco Pregunta 3 A B C En Blanco Pregunta 4 A B C En Blanco Pregunta 5 A B C En Blanco Pregunta
Más detallesCAPÍTULO VI RESULTADOS
CAPÍTULO VI RESULTADOS Los resultados que se presentan en esta sección tienen como objetivo evaluar el efecto de variaciones en el tipo de cambio real sobre el diferencial de interés condicionado a distintos
Más detallesRegresión Lineal Múltiple
Unidad 4 Regresión Lineal Múltiple Javier Santibáñez (IIMAS, UNAM) Regresión Semestre 2017-2 1 / 35 Introducción La idea de la regresión lineal múltiple es modelar el valor esperado de la variable respuesta
Más detallesSección Teórica. , cuya información se presenta a continuación. Completar las celdas necesarias para responder a las preguntas 1 a 5.
UNAM Facultad de Economía Licenciatura en Economía Examen parcial de Introducción a la Econometría Noviembre 10, 2015 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
Más detallesDiplomado en Estadística Aplicada
Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad
Más detalles