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 de la asignatura Curso: 2 Cuatrimestre: 2 Asignaturas que se recomienda tener superadas: Estadística I y II Obligatoria En términos generales, esta asignatura pretende abordar los siguientes puntos: Descripción Introducción al concepto de Econometría Modelo de regresión lineal general. Variables cualitativas y modelos no lineales. Errores de especificación y multicolinealidad. Perturbaciones no esféricas. Requisitos previos Interés profesional y académico: Conocimientos de estadística descriptiva y teórica, de matemáticas y de economía (macro y micro) Departamento Estadística y Econometría 15 Coordinador Profesores Mª Dolores García Crespo Nombre: Mª Dolores García Crespo Correo electrónico: gcrespo@uma.es Tutorías: V 9:00-15:00 Grupo: A, B Nombre: Mª Luz González Alvarez Correo electrónico: luz@uma.es Tutorías: J 10 a 13 ; V 11:30 a 14:30 Grupo: C, D Tipo de asignatura Tipo I, II o III, por nivel de experimentalidad OBJETIVOS, COMPETENCIAS Y CONTENIDOS TEMÁTICOS
Objetivos: Conocer y aplicar los instrumentos básicos del análisis econométrico a datos económico-empresariales y manejar un programa econométrico. CÓDIGO COMPETENCIA Capacidad para plantear especificaciones de modelos econométricos resultantes de la Teoría Económica. Obtener estimaciones puntuales y por intervalos de los parámetros que recogen la influencia de un conjunto de variables explicativas sobre una variable económica dependiente. Seleccionar el modelo econométrico más adecuado para explicar el comportamiento de una variable económica. Realizar predicciones puntuales y por intervalos de una variable económica. Competencias a desarrollar en la asignatura : Capacidad para introducir variables cualitativas en un modelo econométrico. Formular modelos econométricos no lineales en términos del modelo de regresión lineal. Detectar errores de especificación y multicolinealidad en un modelo econométrico. Detectar la presencia de perturbaciones no esféricas y conocer las técnicas de estimación más adecuadas, en el caso de que existan. Conocer el método de estimación de variables instrumentales e identificar los modelos econométricos en los cuales debe aplicarse. Introducción al uso de software econométrico. Desarrollar la capacidad para trabajar en equipo. Elaborar informes económico-empresariales con Nombre de la asignatura 2
contenido econométrico. Contenidos temáticos: Lección 1. Qué es Econometría? 1.1 Introducción 1.2 Elementos de un trabajo econométrico aplicado 1.3 Etapas en la elaboración de un modelo econométrico Lección 2. Modelo de regresión lineal general (I) 2.1. Introducción 2.2. Especificación del modelo 2.3. Estimadores minimocuadráticos de 2.4. Propiedades de ˆ mco 2.5. Estimador minimocuadrático de 2 2.6. Estimadores máximo verosímiles 2.7. Estimación por intervalos Lección 3. Modelo de regresión lineal general (II) 3.1. Introducción 3.2. Coeficiente de determinación 3.3. Criterios de selección de modelos 3.4. Test General de Restricciones Lineales (TGRL) 3.5. Otros tests de restricciones 3.6. Predicción Lección 4. Variables explicativas cualitativas y modelos no lineales Nombre de la asignatura 3
4.1. Introducción 4.2. Regresión con variables ficticias. 4.3 Modelos no lineales Lección 5. Errores de especificación y multicolinealidad 5.1. Introducción 5.2. Errores de especificación. 5.3 Multicolinealidad Lección 6. Perturbaciones no esféricas (9 horas) 6.1. Introducción 6.2. Heteroscedasticidad 6.3. Autocorrelación Nombre de la asignatura 4
MATERIALES Y RECURSOS: Fernández Gallastegui, A. (2004) Econometría. Pearson. Prentice Hall. Greene, W. (1998) Análisis Econométrico. Prentice Hall. Fuentes Bibliográficas: Gujarati, D. y Porter, D. (2010) Econometría. McGraw- Hill. Trívez Bielsa, F.J. (2004) Introducción a la Econometría. Pirámide. Básicos: Uriel, E. et al (1990) El Modelo Lineal. Editorial A. C. Recursos electrónicos: Fuentes estadísticas (on-line) Otros recursos: Complementarios: Fuentes Bibliográficas: Complementaria: Alegre, J. et al. (1995) Ejercicios y Problemas de Econometría. Editorial A.C. Esteban et al. (2009) Econometría Básica Aplicada con Gretl. Universidad País Vasco. Novales, A. (1993) Econometría. McGraw- Hill Recursos electrónicos: Otros recursos: Nombre de la asignatura 5
SISTEMAS DE EVALUACIÓN: Procedimiento Participación en clase Examen final activa Trabajos individuales Trabajos en grupo Realización de pruebas individuales en clase..otros (especificar).. Criterios A determinar por el profesor Será una prueba escrita de la totalidad del temario de la asignatura. Se realizarán una prueba Competencias a evaluar (indicar código) Todas 5% Todas 70% La correspondiente a las lecciones de la prueba Ponderación (% sobre la calificación total) 25% Actividades recuperables (De las indicadas en la columna Procedimiento ) (*) (*) De las actividades no recuperables, en la segunda convocatoria ordinaria y para la convocatoria extraordinaria del siguiente curso académico, se mantendrá la calificación obtenida para la primera convocatoria ordinaria. RECOMENDACIONES PARA PREPARAR LA ASIGNATURA: Estudiar diariamente METODOLOGÍA: Las actividades formativas y su metodología docente, adaptadas al Espacio Europeo de Educación Superior, se han diseñado teniendo en cuenta las competencias que el alumno debe adquirir. Se combinan las técnicas docentes tradicionales, basadas en sesiones académicas teóricas y prácticas, con otras cuyos objetivos son la participación activa del estudiante, el fomento de su capacidad de aprendizaje autónomo y el uso de las tecnologías de la información y de las comunicaciones. Nombre de la asignatura 6
PROGRAMACIÓN TEMPORAL (Cronograma a título orientativo) (Se podrá realizar por grupos) CONTENIDOS TEMÁTICOS OBJETIVOS COMPETENCIALES MATERIALES Y RECURSOS PRUEBAS SEMANA 1 Lección 1 2.1 Introducción 2.2 Especificación del modelo Entender concepto de modelo econométrico SEMANA 2 2.3 Estimadores MCO 2.4. Propiedades Entender concepto de estimador MCO y sus propiedades SEMANA 3 2.4 Propiedades 2.5 Estimador MCO de sigma(2) Entender concepto de estimador MCO y sus propiedades SEMANA 4 2.6 Estimadores MV 2.7 Estimación por intervalos Entender concepto de estimador MV y sus propiedades y de la estimación por intervalos. SEMANA 5 3.1.Introducción Entender concepto de R(2) 3.2 R(2) Nombre de la asignatura 7
SEMANA 6 3.3 Criterios selección de modelos 3.4 TGRL Conocer los criterios de selección de modelos Conocer y utilizar el TGRL SEMANA 7 3.4 TGRL 3.5 Otros tests de restricciones Conocer y utilizar el TGRL y otros tests de selección de modelos SEMANA 8 3.6 Predicción Saber predecir 4.1 Introducción Conocer concepto de variable ficticia y de modelos no lineales SEMANA 9 4.2 Variables ficticias Saber especificar modelos con ficticias e interpretar coeficientes SEMANA 10 4.2 Variables ficticias 4.3 Modelos no lineales Saber especificar modelos con ficticias e interpretar coeficientes Saber especificar modelos no lineales e interpretar coeficientes Prueba SEMANA 11 4.3 Modelos no lineales 5.1 Introducción Saber especificar modelos no lineales e interpretar coeficientes Conocer el concepto de error de especificación Nombre de la asignatura 8
SEMANA 12 5.2 Errores de especificación 5.3 Multicolinealidad Conocer tipos y consecuencias de errores de especificación Conocer el problema de multicolinealidad y sus consecuencias SEMANA 13 6.1 Introducción 6.2 Heteroscedasticidad Conocer concepto de perturbaciones no esféricas y de heteroscedasticidad SEMANA 14 6.2 Heteroscedasticidad Conocer el concepto de heteroscedasticidad, sus consecuencias y soluciones SEMANA 15 6.3 Autocorrelación Conocer el concepto de autocorrelación, sus consecuencias y soluciones Nombre de la asignatura 9