estimadores-estadística estadística inferencial-.
|
|
- María Isabel Ponce Paz
- hace 6 años
- Vistas:
Transcripción
1 UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMÍA PROGRAMA DE ACTUALIZACIÓN PARA LA TITULACIÓN PROFESIONAL PAPTPRO XXII TÉCNICAS DE MEDICIÓN ECONÓMICA PARTE II: TÓPICOS DE ECONOMETRÍA MODELOS DE PANEL DATA Econ. SEGUNDO A. CALLE RUIZ
2 MODELOS DE PANEL DATA OBJETIVO: Describir los fundamentos básicos y aplicaciones de modelos econométricos con información de panel data. CONTENIDO: Introducción Modelos de regresión Fuentes de Información para el Análisis Econométrico Estimación y evaluación de un modelo de regresión Modelo econométrico de panel data Modelos de efectos fijos Modelos de efectos aleatorios BIBLIOGRAFÍA: GUJARATI, Damodar. Econometría. Cuarta Edición. McGraw-Hill Internacional Editores S.A., México (2003). Cap. 16. pp GREENE, Willian, Análisis Econométrico. Tercera Edición, Prentice Hall. Madrids-España (1999). Cap. 14. pp /05/2010 Econ. SEGUNDO A. CALLE RUIZ 2
3 INTRODUCCIÓN ECONOMETRÍA Ciencia Social en la que se aplican los instrumentos de la teoría económica, la matemática y la estadística al análisis de los fenómenos económicos (Goldberger.1970) Disciplina científica que tiene por objeto la explicación y la predicción de los fenómenos económicos, mediante el uso de modelos expresados en forma matemática y la utilización de métodos estadísticos de estimación y contraste. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 3
4 INTRODUCCIÓN Teoría Económica: A través del planteamiento de la hipótesis a testear Matemática: Al expresar a través de ecuaciones las hipótesis planteadas por la teoría económica Estadística: En la recolección y sistematización de los datos-estadística descriptiva-, En la evaluación de la significancía de los estimadores-estadística estadística inferencial-. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 4
5 INTRODUCCIÓN E C O N O M E T R Í A TEORÍA ECONÓMICA MATEMÁTICA C = f ( Y, µ ) ESTADÍSTICA Los gastos de consumo dependen del nivel de ingreso C = f (Y ) C = f ( Y ) C =α 0 + α1 Y C 0 1 = α + Y + C = f ( Y, µ ) α µ DESCRIPTIVA ) ) ) C i = α 0 + α 1Y i INFERENCIAL Prueba de Hipótesis Prueba de significancia 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 5
6 INTRODUCCIÓN La Econometría ha experimentado un gran desarrollo en las últimas décadas, tanto en su metodología, sino también en sus aplicaciones, debido a algunos factores como: i. Incremento de la disponibilidad de datos estadísticos. ii. La generalización del uso de ordenadores. iii. Avances experimentados en el desarrollo de programas informáticos. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 6
7 MODELOS DE REGRESIÓN El Análisis de Regresión es una de las herramientas de usos mas frecuente en el trabajo econométrico. Qué es análisis de regresión? Descripción y evaluación de la relación entre una (s) variable (s) determinada (s): (explicada / dependiente/ endógena); y una o más variables adicionales: (explicativas / independientes / exógenas) 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 7
8 MODELOS DE REGRESIÓN REGRESIÓN: Francis Galton ( ) Inglaterra, quien estudio la relación entre la estatura de los hijos y de los padres. El Análisis de Regresión no se debe confundir con el Análisis de Correlación, el cual consiste en medir el grado de relación lineal entre las variables, a diferencia del análisis de regresión que mide relaciones de causalidad. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 8
9 MODELOS DE REGRESIÓN Los Modelos Econométricos tratan de explicar el comportamiento de una o de más variables en función de otras variables que se consideran explicativas, incluyendo también variable (s) no observable (s) o aleatoria (s). Y = f ; µ ) ( X i i= 1K k Y Y Y = = = f ( X g ( X h( X 1 1, X 2,, X X 2 3 3, Y, Y, Y ; µ 1 ) ; µ ) ; µ 2 3 ) 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 9
10 MODELOS DE REGRESIÓN Los modelos econométricos pueden clasificarse de acuerdo a varios criterios, tales como: a. Según el número de ecuaciones: Uniecuacionales Y = α + α X + α X + L + α X + µ = k X k Multiecuacionales Y Y 1i 2i = α = β α + β Y 2i Y 1i + γ + γ X X 1i 1i + + µ µ 1i 2i 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 10
11 MODELOS DE REGRESIÓN b. Según la forma funcional: Lineales Y j = α 0 + α1x1 + α2x2 + L+ αk Xk + µ α k, j = 1 No lineal α β Y = AX 1 X 2 e µ Linealizable Y α β = AX 1 X 2 + µ No Linealizable 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 11
12 MODELOS DE REGRESIÓN c. Según la naturaleza de los datos: Temporales (Time series) Y = α + α X + α X + L+ α X + µ t 0 1 1t 2t Atemporales (cross section) i 1i 2 Y = α + α X + α X + L+ α X + µ i k k kt ki t i Mixtos o Panel Data Y = α + α X + α X + L+ α X + µ it 0 1 1it 2 2it k kit it 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 12
13 MODELOS DE REGRESIÓN d. Según las características dinámicas: Estáticos: Todas la variables están referidas al mismo periodo de tiempo. Los modelos con datos atemporales son estáticos por definición. Dinámicos: La variable (es) endógena depende (n) de variables exógenas con y/o sin rezagos Rezagos distribuidos Y α + µ t = 0 + α1x t + α2xt 1 + L+ αk Xt k 1 t Autorregresivos Y β + µ t = Y t 1 t t = α + β0x t + β1y t 1 + t Y µ 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 13
14 FUENTES DE INFORMACIÓN ECONOMÉTRICO PARA EL ANÁLISIS La fuente de información se refiere al lugar, la institución, las personas o elementos donde están los datos que se necesitan para cada una de las variables del modelo econométrico. Estas pueden ser: Las Oficinas de Estadística: Boletines físicos y/o virtuales. Archivos ó Registros Administrativos Encuestas y Censos
15 ESTRUCTURA DE LOS DATOS ECONÓMICOS La información económica suele presentarse en diversas formas: Datos de series de tiempo (Time Series) Datos de corte transversal (Cross section) Datos de panel (Panel Data)
16 ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE SERIES DE TIEMPO (Time Series) El conjunto de datos de series de tiempo ( o datos de series temporales) consta de observaciones de una o mas variables a través del tiempo, donde la disposición cronológica de las observaciones en una serie temporal proporciona información potencialmente importante. El análisis de estos datos esta muy cercano al campo de la MACROECONOMETRÍA
17 ESTRUCTURA DE LOS DATOS ECONÓMICOS En Modelos econométricos de series de tiempo interesa: El periodo de análisis: El periodo de tiempo en el cual se va ha realizar la investigación econométrica y sobre el cual se tiene información. La periodicidad: Es la frecuencia de los datos Diaria Semanal Mensual Trimestral Semestral Anual
18 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos diarios que pertenecen a semanas de 5 días obs ATACOCHAI1 1/02/ /03/ /04/ /05/ /06/ /09/ /10/ /11/ /12/ /13/ /16/ /17/ /18/ /19/ /20/ /05/2010 Econ. SEGUNDO A. CALLE RUIZ 18
19 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos diarios que pertenecen a semanas de 7días obs TCN 1/02/ /03/ /04/ /05/ /06/ /07/ /08/ /09/ /10/ /11/ /12/ /13/ /14/ /15/ /16/ /17/ /18/ /19/ /20/ /05/2010 Econ. SEGUNDO A. CALLE RUIZ 19
20 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos semanales obs TCPS 1/07/ /14/ /21/ /28/ /04/ /11/ /18/ /25/ /05/2010 Econ. SEGUNDO A. CALLE RUIZ 20
21 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos mensuales obs INF 2007M M M M M M M M M M /05/2010 Econ. SEGUNDO A. CALLE RUIZ 21
22 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos Trimestrales obs PBI 2006Q Q Q Q Q Q Q /05/2010 Econ. SEGUNDO A. CALLE RUIZ 22
23 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos Semestrales EViews 5.lnk obs IMP 2005S S S S S S /05/2010 Econ. SEGUNDO A. CALLE RUIZ 23
24 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos Anuales obs YPD /05/2010 Econ. SEGUNDO A. CALLE RUIZ 24
25 ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE CORTE TRANSVERSAL (Cross Section) Un conjunto de datos de corte transversal consta de una muestra de individuos, hogares, empresas, ciudades u otras diversas unidades, tomada en un momento determinado. Una particularidad de los datos de corte transversal, es que a menudo se da por hecho que se obtuvieron mediante muestreo aleatorio. El análisis de estos datos esta muy cercano al campo de la MICROECONOMETRÍA
26 ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos de Corte Transversal obs EDAD EDU /05/2010 Econ. SEGUNDO A. CALLE RUIZ 26
27 ESTRUCTURA DE LOS DATOS ECONÓMICOS COMBINACIONES DE CORTES TRANSVERSALES Algunos conjuntos de datos tiene características tanto de corte transversal como de series temporales. Si se aplica a nivel nacional dos encuestas de hogares una en 1993 y la otra en En 1993 se aplicó una encuesta a una muestra aleatoria de hogares sobre variables como: ingreso, consumo, ahorro, tamaño de la familia. En 1995 se aplicó la misma encuesta a una muestra aleatoria de hogares sobre variables como: ingreso, consumo, ahorro, tamaño de la familia. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 27
28 ESTRUCTURA DE LOS DATOS ECONÓMICOS COMBINACIONES DE CORTES TRANSVERSALES Con el objeto de aumentar el tamaño de la muestra, se puede formar una combinación de cortes transversales para los dos años. Una combinación de cortes transversales suele ser un medio eficaz para analizar los efectos de una nueva política gubernamental. Una combinación de cortes transversales se analiza en forma parecida al corte transversal estándar. Lo importante de este análisis es como cambia en el tiempo una relación fundamental. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 28
29 ESTRUCTURA DE LOS DATOS ECONÓMICOS COMBINACIONES DE CORTES TRANSVERSALES Obs. Año Y C S TF /05/2010 Econ. SEGUNDO A. CALLE RUIZ 29
30 ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE PANEL ( PANEL DATA) Un conjunto de datos de panel ( o longitudinales) consta de una serie temporal para unidad de corte transversal en el conjunto de datos. La característica fundamental de los datos de panel, que los distingue de las combinaciones de cortes transversales, es el hecho de que se da seguimiento a las mismas unidades transversales ( hogares, empresas, municipios,.) durante cierto periodo. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 30
31 ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE PANEL ( PANEL DATA) Obs Y C S Y C S Y C S /05/2010 Econ. SEGUNDO A. CALLE RUIZ 31
32 ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE PANEL ( PANEL DATA) Primero se genera la parte cronológica 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 32
33 ESTRUCTURA DE LOS DATOS ECONÓMICOS 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 33
34 ESTRUCTURA DE LOS DATOS ECONÓMICOS Luego se genera la dimensión transversal 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 34
35 ESTRUCTURA DE LOS DATOS ECONÓMICOS
36 ESTRUCTURA DE LOS DATOS ECONÓMICOS
37 ESTRUCTURA DE LOS DATOS ECONÓMICOS
38 ESTRUCTURA DE LOS DATOS ECONÓMICOS Luego se ingresa la notación de las variables del panel
39 ESTRUCTURA DE LOS DATOS ECONÓMICOS
40 ESTRUCTURA DE LOS DATOS ECONÓMICOS Información preferentemente cronológica
41 ESTRUCTURA DE LOS DATOS ECONÓMICOS Workfile tiene las sub-muestras cronológicas y la marca del Panel
42 ESTRUCTURA DE LOS DATOS ECONÓMICOS Información preferentemente transversal
43 MODELOS CON DATOS DE PANEL QUÉ ES UN PANEL DATA? Es una matriz de datos que cuenta con información a través del tiempo y a lo largo del espacio. Un Modelo Panel Data es aquel que trabaja con los datos en ambas dimensiones y que cuenta con un número de observaciones que equivale al número de momentos de tiempo por el número de clases o identificadores transversales. Un modelo Panel Data ofrece al que lo trabaja una serie de ventajas en cuanto al proceso de los datos y a la consideración de algunos aspectos que no son directamente observables aunque forman parte del problema 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 43
44 MODELOS CON DATOS DE PANEL Ejemplos Modelo Panel Data obtenido a partir de la Encuesta Nacional Longitudinal de Experiencia del Mercado Laboral. Trabaja con individuos, y haciendo un seguimiento de los mismos desde 1978 hasta la actualidad. Análisis de la influencia de algunas variables, como la renta, el tamaño familiar, etc, en el consumo de alimentos en diferentes momentos de tiempo. Estudio econométrico de la inversión extranjera en cada uno de los países de América Latina, como una función de un grupo de variables como el PIB, el índice de riesgo país, en un lapso de tiempo 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 44
45 MODELOS CON DATOS DE PANEL Tipos de Panel Data Los paneles de datos se distinguen por su amplitud transversal y su profundidad temporal. Pueden ser: Paneles Microeconómicos: De gran amplitud en la parte transversal. Ejm. Un estudio del consumo de 3,000 familias desarrollado para 10 años. Paneles Macroeconómicos: De gran profundidad en en la parte cronológica. Ejm. Un modelo para la explicación del precio de las acciones de unas 20 empresas cotizadas en la Bolsa de Comercio, con información diaria para los últimos 10 años. Random Field: Paneles con abundantes datos cronológicos y transversales. Los más extensos. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 45
46 MODELOS CON DATOS DE PANEL Qué justifica hacer un Modelo Panel Data? Por qué un Panel Data y no un Modelo solo de Series de Tiempo?: Puede que las variables participantes tengan poca variabilidad en el tiempo y gran variación transversal. Ejm. En el marco del turismo, puede encontrase muy atractivo el flujo de turistas de una zona a otra, así como considerar los diversos tipos de turismo que ofrece un país, como el turismo de playas, el turismo histórico, el turismo de montaña, el ecoturismo, etc, frente a la escasa variación en el tiempo de variables como el ingreso de los turistas, el tipo de cambio, sin que por ello tengan tampoco que descartarse 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 46
47 MODELOS CON DATOS DE PANEL Qué justifica hacer un Modelo Panel Data? Por qué un Panel Data y no un Modelo solo de Sección Transversal?: Para aprovechar toda la variabilidad cronológica que puede aportar buena información. Ejm. En un país en donde existe gran variación en los indicadores económicos a lo largo del tiempo, una muestra panel sobre variables que están vinculadas a la Bolsa de Comercio, aportará mucha información relevante, que una exclusiva de tipo sección transversal, donde es probable que las acciones de diversas compañías no presenten variaciones significativas. Aunque ello no es razón para prescindir de la dimensión transversal 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 47
48 MODELOS CON DATOS DE PANEL Especificación de un Modelo Panel Data Sea la siguiente ecuación lineal general: El modelo se explicita en las siguientes dimensiones: it 1it 2it Donde los subíndices señalan: t = 1, 2, 3, L,T momentos de tiempo Y = Xβ + Y = β + β X + β X + L+ β X + µ 0 i = 1, 2, 3, L, M 1 2 elementos transversales k kit U it Siendo la muestra completa n = T * M 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 48
49 MODELOS CON DATOS DE PANEL Especificación de un Modelo Panel Data Una extensión del modelo es la siguiente: Yit = αit + β1 X1it + β2 X2it +..+ βk Xkit + µit En donde hay un componente variable αit que representa la heterogeneidad transversal y cronológica inobservable. Pero en la práctica se aplican algunas restricciones que conducen a la versión más utilizada: Yit = αi + β1 X1it + β2 X2it +..+ βk Xkit + µit En donde solo se tiene en cuenta al elemento transversal de la heterogeneidad inobservable, que es el que produce mayormente las variaciones dignas de tenerse en cuenta. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 49
50 MODELO DE EFECTOS FIJOS (FIXED EFFECTS) Se refiere a un modelo en el cual existe un término independiente para cada uno de los elementos de corte transversal. La forma general de dicho modelo es la siguiente: y it = α i + X it β + µ it t = 1, 2, 3,..., T momentos de tiempo i = 1, 2, 3,..., M elementos transversales Y it = α 1 + α α M + β 1 X1 it + β 2 X2 it +..+ β k Xk it + µ it El modelo supone la existencia de heterogeneidad transversal inobservable no aleatoria, la cual es una constante en el tiempo. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 50
51 MODELO DE EFECTOS FIJOS (FIXED EFFECTS) Puede darse que Cov (Xit αi i ) 0. Es decir, puede haber correlación importante entre las variables del modelo y los elementos variables asociados al término independiente. La estrategia estimativa más apropiada para el modelo es la siguiente: Utilizar el estimador MCO sobre el modelo en diferencias con respecto a las medias de cada grupo: yit yi = ( Xit Xi ) β + (µit - µi i ) Ello permitirá la estimación en un único conjunto de parámetros β para luego obtener los valores de los αi a partir de: αi i = yi - β1 1 X1i - β2 2 X2i -..- βk k Xki 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 51
52 MODELO DE EFECTOS FIJOS (FIXED EFFECTS) Al estimador del modelo de efectos fijos también se le llama estimador intragrupos (IG), o within estimator (βw) porque para aplicarlo se toman las desviaciones al interior de la variable y, así como también las de cada una de las variables X. La forma matricial del estimador intragrupos es como sigue: βw W = (X MD X)-1 X MD y Siendo la matriz MD = I D(D D) D)-1D Donde D representa a la llamada heterogeneidad transversal inobservable, pero que intenta estimarse a partir de los efectos fijos. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 52
53 MODELO DE EFECTOS ALEATORIOS (RANDOM EFFECTS) Es un modelo que tienen un término independiente común, pero M elementos específicos de carácter aleatorio que están asociados a cada uno de los individuos de la dimensión transversal del panel y que estan integrados (inmersos) en la variable aleatoria. La forma general del modelo de efectos aleatorios es la siguiente: Yit = a + Xitβ + αi i + µit Donde εit = αi i + µit Este modelo trabaja bajo el supuesto de que el término αi i se encuentra incorrelacionado con las variables incluidas en Xit,lo cual se conoce como condición de ortogonalidad. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 53
54 MODELO DE EFECTOS ALEATORIOS (RANDOM EFFECTS) Adicionalmente, debe cumplirse lo siguiente: E(µ) = 0 E(µµ µµ ) ) = σ2µin E(αiαj) = 0 i j E(αiαj) = σ2α i=j E(αiµjt) = 0 E(αi) = 0 No debe haber Heteroscedasticidad ni tampoco Autocorrelación en las observaciones procedentes de un mismo individuo. Tampoco debe haber correlaciones contemporáneas entre los términos de error correspondientes a individuos diferentes. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 54
55 MODELO DE EFECTOS ALEATORIOS (RANDOM EFFECTS) La estimación de éste modelo no es apropiada hacerla por MCO, pues si bien podrían lograrse estimaciones consistentes de β, no serían eficientes, por lo que deben buscarse salidas por el lado de los estimadores de Mínimos Cuadrados Generalizados (MCG). De acuerdo a lo anterior, la solución pasa por la obtención de una matriz de varianzas y covarianzas del término de error, para luego usarla en la expresión de β. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 55
56 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 56
57 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 57
58 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 58
59 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 59
60 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 60
61 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 61
62 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 62
63 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 63
64 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 64
65 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 65
66 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 66
67 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 67
68 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 68
69 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 69
70 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 70
71 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 71
72 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 72
73 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 73
74 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 74
75 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 75
76 MODELOS CON DATOS DE PANEL Estimación de un Modelo Panel Data 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 76
77 SELECCIÓN ENTRE EFECTOS FIJOS Y ALEATORIOS Siempre se recomienda tener buen conocimiento sobre la problemática del modelo, pues no existe un test irrefutable que a priori nos recomiende una alternativa. Evidentemente que el conocimiento requerido pasa por saber si existe un importante vínculo entre las variables X y los αi pues si ésta relación no fuese importante, el estimador Balestra-Nerlove es buena alternativa, al de efectos fijos, pues será eficiente. En caso contrario ese estimador sería inconsistente por lo que se recomendaría usar el de efectos fijos, que sería consistente. 09/05/2010 Econ. SEGUNDO A. CALLE RUIZ 77
TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)
TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) NOTA IMPORTANTE - Estas notas son complementarias a las notas de clase del primer semestre correspondientes a los temas de Regresión
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 detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Modelos multivariantes estacionarios: VAR(p). La dependencia temporal. La causalidad en el sentido de Granger. La estimación de los modelos VAR. Profesora:
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 detallesUNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA
UNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA LICENCIATURA: ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS CURSO: CUARTO
Más detallesMás Allá del Modelo de Regresión Lineal. Dante A. Urbina
Más Allá del Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Modelos de Regresión No Lineales 2. Modelos de Respuesta Cualitativa 3. Datos de Panel 4. Modelos Autorregresivos y de Rezagos 5. Modelos
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 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 detallesDiplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López Brindar al alumno los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren,
Más detallesMínimos Cuadrados Generalizados
Mínimos Cuadrados Generalizados Román Salmerón Gómez Los dos últimos temas de la asignatura han estado enfocados en estudiar por separado la relajación de las hipótesis de que las perturbaciones estén
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 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 detallesPlan General del Curso. Análisis Econométrico con EViews. Instituto Científico del Pacífico
Plan General del Curso Análisis Econométrico con EViews Introducción El presente curso se basa en la teoría económica, en este curso se podrá realizar el análisis de las diversas variables económicas.
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
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 detallesESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA
GUÍA DOCENTE 2012-2013 ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1. Denominación de la asignatura: ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA Titulación GRADO EN FINANZAS Y CONTABILIDAD Código 5592
Más detallesEconometría III Examen. 29 de Marzo de 2012
Econometría III Examen. 29 de Marzo de 2012 El examen consta de 20 preguntas de respuesta múltiple. El tiempo máximo es 1:10 minutos. nota: no se pueden hacer preguntas durante el examen a no ser que sean
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 detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detallesINDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos
INDICE Introducción Capitulo uno. La idea nace un proyecto de investigación 1 1.1. Como se originan las investigaciones? 2 Resumen 6 Ejemplo 7 Capitulo dos. El planteamiento del problema objetivos, preguntas
Más detallesGRADO : ADE ASIGNATURA: ECONOMETRÍA I. Curso: 2 Cuatrimestre: 2 Asignaturas que se recomienda tener superadas: Estadística I y II
FICHA DESCRIPTIVA DE LA ASIGNATURA GUIA DOCENTE Curso Académico 2012/2013 GRADO : ADE ASIGNATURA: ECONOMETRÍA I Módulo Materia Ampliaciones de Métodos Cuantitativos Econometría Créditos 6 Ubicación Carácter
Más detallesUNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA
UNIVERSIDAD DE VALLADOLID FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA PROYECTO DOCENTE DE ECONOMETRÍA LICENCIATURA: DERECHO Y ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
Más detallesLectura No. 7. Contextualización. Nombre: Métodos de Análisis ANÁLISIS FINANCIERO 1
Análisis financiero ANÁLISIS FINANCIERO 1 Lectura No. 7 Nombre: Métodos de Análisis Contextualización Los diferentes métodos de análisis que se pueden utilizar para evaluar y, en su defecto, emitir un
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
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 detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesMulticolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Más detallesEconometría. Auxiliar 4. Profesor : Mattia Makovec Semestre : Otoño 2010 Auxiliar : Gonzalo Viveros A.
Econometría Auxiliar 4 Profesor : Mattia Makovec Semestre : Otoño 2010 Auxiliar : Gonzalo Viveros A. Pregunta 1 El archivo salarios.xls contiene observaciones mensuales en US$ del salario (Wage) de 935
Más detallesRegresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Más detallesPROGRAMA DE ESTUDIO. Horas de Práctica
PROGRAMA DE ESTUDIO Nombre de la asignatura: DISEÑO DE EXPERIMENTOS Clave:MAT10 Ciclo Formativo: Básico ( ) Profesional (X) Especializado ( ) Fecha de elaboración: MARZO DE 2015 Horas Semestre Horas semana
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesTEMA 3: PROPIEDADES DEL ESTIMADOR MCO
TEMA 3: PROPIEDADES DEL ESTIMADOR MCO S. Álvarez, A. Beyaert, M. Camacho, M. González, A. Quesada Departamento de Métodos Cuantitativos para la Economía y la Empresa Econometría (3º GADE) Lo que estudiaremos
Más detallesMÓDULO: MÉTODOS CUANTITATIVOS
MÓDULO: MÉTODOS CUANTITATIVOS 1.- Nombre del módulo y las asignaturas: Métodos Cuantitativos Econometría Avanzada Econometría Financiera 2.-Número de créditos ECTS: Econometría Avanzada: 6 ECTS. Econometría
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesUniversidad Autónoma de Sinaloa
Universidad Autónoma de Sinaloa Facultad de Ciencias Sociales Licenciatura en Economía Programa de estudios Asignatura: ECONOMETRÍA II Clave: Eje de formación: Básica Créditos: 8 EFBCII Área de Conocimiento:
Más detallesECONOMETRÍA II Prof.: Begoña Álvarez TEMA 1 INTRODUCCIÓN. Estimación por máxima verosimilitud y conceptos de teoría asintótica
ECONOMETRÍA II Prof.: Begoña Álvarez 2007-2008 TEMA 1 INTRODUCCIÓN Estimación por máxima verosimilitud y conceptos de teoría asintótica 1. ESTIMACIÓN POR MÁXIMA VEROSIMILITUD (MAXIMUM LIKELIHOOD) La estimación
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA SISTEMA UNIVERSIDAD ABIERTA PROGRAMA DE INTRODUCCIÓN A LA ECONOMETRÍA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ECONOMÍA SISTEMA UNIVERSIDAD ABIERTA PROGRAMA DE INTRODUCCIÓN A LA ECONOMETRÍA Área: Métodos Cuantitativos QUINTO SEMESTRE Carácter: Obligatorio HORA/SEMANA/SEMESTRE
Más detallesModelo de regresión lineal múltiple:
Modelo de regresión lineal múltiple: especificación, estimación y contraste Tomás del Barrio Castro Miquel Clar López Jordi Suriñach Caralt PO1/85014/00170 FUOC P01/85014/00170 Modelo de regresión lineal
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesTEMA 5. Modelos para Datos de Conteo
TEMA 5. Modelos para Datos de Conteo Profesor: Pedro Albarrán Pérez Universidad de Alicante. Curso 2010/2011. Contenido 1 Datos de Conteo 2 Regresión de Poisson 3 Extensiones Datos de Conteo Variable de
Más detallesDepartamento Administrativo Nacional de Estadística Dirección de Metodología y Producción Estadística-DIMPE
Departamento Administrativo Nacional de Estadística Dirección de Metodología y Producción Estadística-DIMPE Metodología de Imputación de Novedades en Estado de Deuda Encuesta Anual Manufacturera -EAM Julio
Más detallesPROFESIONALES [PRESENCIAL]
SILABO POR ASIGNATURA 1. INFORMACION GENERAL Coordinador: SACOTO MOLINA MATIAS NICOLAS(matias.sacoto@ucuenca.edu.ec) Facultad(es): [FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS] Escuela: [DEPARTAMENTO
Más detalles3.1 Proyección de la Demanda. Fundación Bariloche. Noviembre de Documento PDF.
3.1 Proyección de la Demanda. Fundación Bariloche. Noviembre de 2008. Documento PDF. 5. PROYECCIONES DE LA DEMANDA DE ENERGIA Estudio Prospectiva de la Demanda de Energía de República Dominicana Informe
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesAnálisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears
Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelos econométricos dinámicos uniecuacionales
ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelos econométricos dinámicos uniecuacionales Introducción: Hemos estudiado modelos de tipo: y t = φ 0 + p i=1 φ iy t i + q j=0 θ jɛ t j y t = β x t +
Más detallesGUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas
GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: AMPLIACIÓN DE ESTADÍSTICA Código:603358 Materia: MATEMÁTICAS Y ESTADÍSTICA Módulo: FORMACIÓN FUNDAMENTAL Carácter: OBLIGATORIA
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 detallesPrueba de Hipótesis. Para dos muestras
Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de
Más detallesTEMA 4 Modelo de regresión múltiple
TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.
Más detallesPROGRAMA DE ASIGNATURA Prosecución de estudios en Economía Segundo semestre de 2016
PROGRAMA DE ASIGNATURA Prosecución de estudios en Economía Segundo semestre de 2016 ECONOMETRIA I Asignatura Carrera Ingeniería Comercial Código 351472 Créditos 7 SCT Tbjo. Directo: 6 hrs. pedag. Tbjo.
Más detallesCURSO ECONOMETRÍA BÁSICA MULTISOFTWARE
CURSO ECONOMETRÍA BÁSICA MULTISOFTWARE El objetivo de este curso es la presentación de las técnicas econométricas básicas, tanto clásicas como modernas, y su tratamiento con las herramientas más adecuadas
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA Módulo I Bioestadística Maestría en Investigación Médica PROGRAMA ACADÉMICO 2011-2 M.C. Enrique Villareal Ríos 1. ASIGNATURA: MÓDULO I BIOESTADÍSTICA
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesDESCRIPCIÓN ESPECÍFICA. Nombre del Módulo: CONTROL ESTADISTICO DE LA CALIDAD Código: CSPN0075 Duración total: 60 HORAS.
DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIO SUBSECTOR: PRODUCCION Y SALUD OCUPACIONAL Nombre del Módulo: CONTROL ESTADISTICO DE LA CALIDAD Código: CSPN0075 Duración total: 60 HORAS. Objetivo General:
Más detallesTribunal de la Oposición al Cuerpo Superior de Estadísticos del Estado
Tribunal de la Oposición al Cuerpo Superior de Estadísticos del Estado Pruebas selectivas para el ingreso en el Cuerpo Superior de Estadísticos del Estado. Orden ECC/1517/2015, de 16 de Julio (BOE 27/07/2015).
Más detallesMÁSTER EN AUDITORÍA Y CONTABILIDAD PROFESORADO
MÁSTER EN AUDITORÍA Y CONTABILIDAD Asignatura Carácter Créditos Módulo Materia MATEMÁTICAS FINANCIERAS Y ESTADÍSTICA PARA AUDITORES Obligatoria 4 ECTS Módulo: Valoración financiera y entorno Materia: Economía
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesEstadística para la Economía y la Gestión IN 3401
Estadística para la Economía y la Gestión IN 3401 3 de junio de 2010 1 Modelo de Regresión con 2 Variables Método de Mínimos Cuadrados Ordinarios Supuestos detrás del método MCO Errores estándar de los
Más detallesPrograma de Asignatura Estadística
Programa de Asignatura Estadística 01 Carrera: Licenciatura en Tecnología Informática 02 Asignatura: Estadística 03 Año lectivo: 2013 04 Año de cursada: 2 05 Cuatrimestre: Segundo 06 Hs. Semanales: 5 07
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
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 detallesT6. Modelos multiecuacionales
T6. Modelos multiecuacionales Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 41 Índice 1 Los modelos multiecuacionales: SUR y SEM 2 Modelos
Más detallesLA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO. Introducción 1
LA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO ÍNDICE CONCEPTO Página Introducción 1 I Generalidades... 3 I.1 Definiciones de Estadística... 4 I.2 Diferentes clases de Estadística... 8 II La Estadística
Más detallesAnálisis Econométrico y Programas aplicados Economía y Jurídica. Curso presencial
Curso presencial Intensidad Horaria: 42 Horas Horario Lunes a viernes de 6:00 p.m. a 9:00 p.m. OBJETIVO: Presentar de manera teórica y práctica los modelos econométricos más utilizados por los economistas
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Modelos VAR recursivos. Modelos univariantes dinámicos: los modelos de retardos autoregresivos distribuídos (ADL).Multiplicadores de impacto y de largo Profesora:
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesCapítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN
Capítulo 6 Análisis de la covarianza INTRODUCCIÓN Es una combinación de dos técnicas: Análisis de la Varianza y Análisis de Regresión. En el Análisis de la Covarianza: F La variable respuesta es cuantitativa
Más detallesLICENCIATURA EN ECONOMÍA Y LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS
DEPARTAMENT D ECONOMIA APLICADA UNIVERSITAT DE VALENCIA LICENCIATURA EN ECONOMÍA Y LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA TEMA 1: INTRODUCCIÓN
Más detallesIdeas básicas del diseño experimental
Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,
Más detallesEspecialidad en Preparación y Evaluación de Proyectos
Especialidad en Preparación y Evaluación de Proyectos TEMARIO FASE TEÓRICA 1. Análisis contable para la evaluación de proyectos Proporcionar a los participantes las habilidades y capacidades para aplicar
Más detallesGRADO : ECONOMÍA ASIGNATURA: ECONOMETRÍA II
FICHA DESCRIPTIVA DE LA ASIGNATURA GUIA DOCENTE Curso Académico 2012/2013 GRADO : ECONOMÍA ASIGNATURA: ECONOMETRÍA II Módulo Materia Créditos Ubicación Carácter de la asignatura Descripción Métodos Cuantitativos
Más detallesCUERPO TÉCNICO, OPCION ESTADISTICA
CUERPO TÉCNICO, OPCION ESTADISTICA ESTADÍSTICA TEÓRICA BÁSICA TEMA 1. Fenómenos aleatorios. Conceptos de probabilidad. Axiomas. Teoremas de probabilidad. Sucesos independientes. Teorema de Bayes. TEMA
Más detallesECONOMETRÍA I. Tema 3: El Modelo de Regresión Lineal Múltiple: estimación
ECONOMETRÍA I Tema 3: El Modelo de Regresión Lineal Múltiple: estimación Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA I 1 / 45
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 detallesTitulación(es) Titulación Centro Curso Periodo Grado de Administración y Dirección de Empresas
FICHA IDENTIFICATIVA Datos de la Asignatura Código 35828 Nombre Análisis de Datos Cualitativos Ciclo Grado Créditos ECTS 4.5 Curso académico 2014-2015 Titulación(es) Titulación Centro Curso Periodo 1313
Más detallesContenidos Programáticos
Página 1 de 6 FACULTAD: CIENCIAS ECONÓMICAS Y EMPRESARIALES PROGRAMA: ADMINISTRACIÓN DE EMPRESAS DEPARTAMENTO DE: ADMINISTRACIÓN CURSO: ESTADISTICA I CÓDIGO: 157011 ÁREA: BÁSICA REQUISITOS: CORREQUISITO:
Más detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesHACIA UN SISTEMA INTEGRADO DE ENCUESTAS DE HOGARES JUAN CARLOS FERES CEPAL
67 HACIA UN SISTEMA INTEGRADO DE ENCUESTAS DE HOGARES JUAN CARLOS FERES CEPAL 68 Hacia un sistema integrado de encuestas de hogares HACIA UN SISTEMA INTEGRADO DE INFORMACION SOCIAL Hacia un sistema integrado
Más detallesANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesTema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales
Tema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales 5.1 Introducción a los modelos de ecuaciones el planteamiento LISREL. 5.2. Fases en la elaboración de un modelo. 5.2.1.
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesPRINCIPIOS DE ECONOMETRÍA
PRINCIPIOS DE ECONOMETRÍA 2009-2010 I. IDENTIFICACIÓN Asignatura: Duración: Titulación: Ciclo: Departamento: Profesor: Principios de Econometría Semestral (Primer semestre) Licenciatura en Economía Primer
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesESTADÍSTICA II Código: 8314
ESTADÍSTICA II Código: 8314 Departamento : Metodología Especialidad : Ciclo Básico Prelación : 8219 Tipo de Asignatura : Obligatoria Teórica y Práctica Número de Créditos : 3 Número de horas semanales
Más detallesProfesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Más detallesEconometría dinámica y financiera
Econometría dinámica y financiera Introducción a la econometría financiera. Modelos ARCH Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Introducción Los modelos que hemos visto son lineales
Más detallesDiplomado en Estadística Aplicada Coordinador Académico: Dr. Rubén Hernández Cid
Diplomado en Estadística Aplicada Coordinador Académico: Dr. Rubén Hernández Cid Brindar al alumno los conocimientos y las habilidades que le permitan contar con un panorama tanto teórico como de aplicación
Más detalles