UNIDAD ACADÉMICA COCHABAMBA PLANIFICACIÓN CURRICULAR PARA EL DESARROLLO DE COMPETENCIAS

ualprml UNIDAD ACADÉMICA COCHABAMBA PLANIFICACIÓN CURRICULAR PARA EL DESARROLLO DE COMPETENCIAS CARRERA / DPTO. ASIGNATURA ESTRE SIGLA DOCENTE PERIODO : : : : : : INGENIERÍA COMERCIAL ECONOMETRIA 1 QUINTO COM - 05223 LIC. RODRIGO PANIAGUA TAPIA I II - - 2016 2017 COCHABAMBA - BOLIVIA

PLANIFICACIÓN DE ASIGNATURA PARA EL DESARROLLO DE COMPETENCIAS I. DATOS REFERENCIALES DE LA ASIGNATURA Asignatura ECONOMETRIA 1 Sigla COM - 05223 Área de Conocimiento ECONOMIA Ciclo de Formación INSTRUMENTAL Carga Horaria AP.TEO AP.PRACT AP.PRACT LAB TOTAL ANAL TOTAL ESTRAL 4 2 0 6 120 II. III. JUSTIFICACIÓN DE LA ASIGNATURA PARA EL CUMPLIMIENTO DEL PERFIL PROFESIONAL La asignatura La asignatura de Econometría I proporciona una introducción al método econométrico, centrándose en el modelo de regresión lineal. Se estudia, dentro de dicho contexto, la relación entre los supuestos del modelo, las propiedades de los estimadores, y los estimadores óptimos limitándose al caso de observaciones independientes. Al culminar en curso el estudiante está en condiciones de estudiar la realidad económica a partir de modelos lineales que vienen de la teoría económica, además de poder generar modelos propios o hipótesis económicas para poder contrastarlas con la inferencia estadística. Al finalizar el curso, los estudiantes podrán realizar modelación matemática de fenómenos económicos, además realizarán análisis crítico de uso de datos con alto nivel de responsabilidad, puntualidad y formalidad. DESCRIPCIÓN ACADÉMICA DE LA ASIGNATURA La econometría se ocupa de la medición empírica de los modelos construidos por la economía matemática, para dar soporte o verificación a los planteamientos proporcionados por la teoría económica, bajo métodos apropiados de inferencia estadística. Esto supone el manejo conceptual e instrumental de dos asignaturas básicas, como ser la estadística y la economía teórica. La materia comienza con la especificación del modelo lineal, sus propiedades y supuestos, para luego poner a prueba la validéz de los mismos, ante escenarios diversos de la vida económica en general.

V. DESCRIPCIÓN DE LAS CARACTERÍSTICAS DE LA COMPETENCIA A DESARROLLAR ÁREA DE COMPETENCIA PROFESIONAL: Nº CRITERIO DE DEPEÑO 1 2 3 4 5 6 Comprende la naturaleza de la econometría, sus principales definiciones y su metodología. Aplica el modelo lineal general; calculando el estimador de mínimos cuadrados ordinarios; empleando la varianza de los errores y el coeficiente de determinación; determinando el estimador de máxima verosimilitud. Determina la validez del modelo lineal; empleando el contraste de hipótesis; identificando los intervalos de confianza; realizando la estimación bajo restricciones, aplicando variables ficticias (DUMMY). Comprende la lógica de la estimación mínimo - cuadrática; empleando estimadores robustos de la matriz de varianzas y covarianzas de los estimadores, errores de especificación y multicolinealidad. Determina las causas de la heterocedasticidad; empleando el estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a heteroscedasticidad. Determina las causas de la auto correlación; explicando la particularización del estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a auto correlación. ECONOMIA COMPETENCIA A DESARROLLAR : empleando la hipótesis de teoría económica, determinando el incumplimiento de alguno de los supuestos del modelo lineal general y sus consecuencias sobre el estimador de mínimos cuadrados ordinarios. ASIGNATURA: ECONOMETRIA 1 UNIDADES TEMÁTICAS DE APRENDIZAJE INTRODUCCION A LA ECONOMETRIA MODELO LINEAL GENERAL ESPECIFICACION Y ESTIMACION INFERENCIA EN EL MODELO LINEAL GENERAL MATRICES DE COVARIANZAS NO ESCALARES HETEROSCEDASTICIDAD AUTOCORRELACION CONTENIDO ANALÍTICO DE LA UNIDAD DE APRENDIZAJE 1.1. Definición de Econometría y Metodología 1.2. Variable Aleatoria 1.3. Distribuciones de probabilidad 1.4. Teoría Asintótica en Econometría 2.1. Estimados de mínimos cuadrados ordinarios (MCO) y supuestos 2.2. Propiedades del estimador MCO 2.3. Varianza del estimador MCO 2.4. Distribución del estimador MCO 3.1. Contrastes de hipótesis e intervalos de confianza 3.2. Estimación bajo restricciones 3.3. Cambio de régimen y variables ficticias 3.4. Predicción en el modelo lineal 4.1. Propiedades del estimador MCO 4.2. Inferencia estadística con datos erróneos 4.3. Errores de especificación 4.4. Multicolinealidad 5.1. Causas 5.2. Detección 5.3. Mínimos cuadrados generalizados MCG 5.4. Matrices de covarianza robusta a heteroscedasticidad 6.1. Causas. 6.2. Detección 6.3. Solución. 7 Realiza el análisis de series temporales; empleando modelos ARIMA para especificación y para predicción. ANALISIS DE SERIES TEMPORALES 7.1. Definiciones de series temporales 7.2. Modelos ARIMA especificación 7.3. Modelos ARIMA predicción 8 Emplea el teorema de Bayes; empleando inferencia bayesiana, intervalos de credibilidad y test de hipótesis bayesianso; identificando métodos de simulación bayesiana; diferenciando entre la teoría bayesiana y la clásica. TEORIA BAYESIANA 8.1. Probabilidad y teorema de Bayes 8.2. Información a priori 8.3. Inferencia Bayesiana e intérvalos de confianza 8.4. Métodos de simulación bayesianos 9 Aplica métodos con regresores estocásticos; identificando las propiedades de los estimadores estadísticos; diferenciando la exogeneidad y la validez de los instrumentos, estimando la uniecuacional; empleando modelos de ecuaciones simultaneas REGRESORES ESTOCASTICOS 9.1. Modelos con regresores estocásticos 9.2. Propiedades de los estimadores 9.3. Variables instrumentales 9.4. Modelos de ecuaciones simultáneas

IV. ESQUEMA GENERAL DE LA SECUENCIA DIDÁCTICA DE LA ASIGNATURA Conceptos de la noción e importancia del curso Variables Instrumentales M. Ecuaciones Simultaneas Regresores estocás3cos Introducion a la Econometria e Inferencia estadís3ca Aplicación de la metodología de la econometría Inferencia en el ML El Modelo lineal, sus supuestos e inferencia Propiedades estadís3cas Propiedades algebráicas Modelos AR, MA y ARMA de series de 3empo Modelos de series temporales Matrices de covarianzas no escalares Heterocedas3cidad Autocorrelación Violación de supuestos del modelo lineal Teoría de Bayes Alterna3va de cálculo del modelo lineal

VI. PLAN DE DESARROLLO DE COMPETENCIAS POR ASIGNATURAS DE FORMACIÓN COMPETENCIA CRITERIO DE DEPEÑO Nº 1 UNIDAD DE APRENDIZAJE : INTRODUCCION A LA ECONOMETRIA Comprende la naturaleza de la econometría, sus principales definiciones y su metodología. TEORICO : CARGA HORARIA 4 0 0 1 5 PONDERACIÓN 0 0 0 100 100 METODOLOGÍA DE ENSEÑANZA ACCIONES DEL REACTIVO DE ICA REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL PRACT: AULA PRACT: LABORAT (*) Diferencia los tipos de definiciones sobre econometría 1. Definiciones de econometría 2. Modelación econométrica Capacidad Persuasiva para exponer ideas o proyectos. 1. Explicación teorica 2. Ejemplos de la vida real Presenta sus definiciones sobre econometría 2 0 1 Comprende la metodología de econometría 3. Metodología de la Econometría 4. Variables aleatorias y distribuciones de probabilidad 5. Teoría Asintótica Capacidad Persuasiva para exponer ideas o proyectos. 1. Explicación teorica Aplica la metodología y 2. Prácticas sobre metodología diferencia los conceptos de y distribuciones distribuciones de probabilidad 2 0 2,3 DEPEÑO Modelación estadístico y algebra matricial 1 E.1 100 3 OBSERVACIONES (*): Aplica el concepto de econometría basada en la generación de modelos matriciales con el uso de la estadística

...continuación COMPETENCIA CRITERIO DE DEPEÑO Nº 2 Aplica el modelo lineal general; calculando el estimador de mínimos cuadrados ordinarios; empleando la varianza de los errores y el coeficiente de determinación; determinando el estimador de máxima verosimilitud. UNIDAD DE APRENDIZAJE : TEORICO : CARGA HORARIA 13 3 MODELO LINEAL GENERAL ESPECIFICACION Y ESTIM 0 0 16 PONDERACIÓN 100 0 0 0 100 METODOLOGÍA DE ENSEÑANZA ACCIONES DEL REACTIVO DE ICA REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL Conoce las propiedades algebraicas y estadisticas del modelo lineal Estimador MCO Criterio lógico en la Exposición teórica y prácticas formulación y resolución de de derivadas lineales problemas. Deriva el estimador lineal y sus propuedades estadísticas y algebraicas 5 0 4 Estima modelos lineales Estimar vía MCO los aplicados a Bolivia u otro modelosl lineales país (Uso de laboratorio de cómputo) Capacidad de organizar y seleccionar información numérica y documental. 3 P.1 0 5 Describe los resultados de las varianzas y covarianzas en la economía Identifica la distribución de estimador lineal y los test de hipótesis Varianza y covarianza MCO Distribución del estimador y Test Respeto por las normas de ortografia y redacción. Pensamiento lógico para formular abstracciones de la realidad. Explicación teórica y resolución de casos Exposición teórica y análisis de casos de la vida real Calcula la matriz de varianzas y covarianzas Aplica indicadores de multicolinealidad 4 0 5 4 T.1 100 6 DEPEÑO, Conoce las propiedades estadísticas del modelo lineal y su relación con la realidad economica OBSERVACIONES (*):

...continuación COMPETENCIA CRITERIO DE DEPEÑO Nº 3 UNIDAD DE APRENDIZAJE : INFERENCIA EN EL MODELO LINEAL GENERAL Determina la validez del modelo lineal; empleando el contraste de hipótesis; identificando los intervalos de confianza; realizando la estimación bajo restricciones, aplicando variables ficticias (DUMMY). METODOLOGÍA DE ENSEÑANZA ACCIONES DEL TEORICO : CARGA HORARIA 10 4 PONDERACIÓN 0 100 REACTIVO DE ICA 0 0 14 0 0 100 REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL Aplica el contraste de hipótesis a modelos multivariados Matriz de varianzas y covarianzas. Test de hipótesis multivariado y restringido Capacidad de organizar y seleccionar información nume rica y documental. Presentación teórica y casos de Redacta hipótesis estudio multivariadas y restringidas 6 0 8 Anida modelos lineales y Anida los modelos lineales aplica test de cambio de régimen (Uso laboratorio cómputo, 3 horas) Capacidad de organizar y seleccionar información nume rica y documental. 4 P.2 100 9 Identifica posible cambio de regimen en los modelos lineales y los anida para solucionarlos Cambo de régimen y test de identificación Capacidad de organizar y seleccionar información nume rica y documental. Exposición teórica y casos de estudio Aplica las variables DUMMY y el proceso de anidación 4 0 9 DEPEÑO Defensa de conceptos en clases OBSERVACIONES (*): 0 E.3 0 9 Explique las caracteristiscas de la APO, exponenetes ventajas y desventajas.

...continuación COMPETENCIA CRITERIO DE DEPEÑO Nº 4 UNIDAD DE APRENDIZAJE : MATRICES DE COVARIANZAS NO ESCALARES Comprende la lógica de la estimación mínimo - cuadrática; empleando estimadores robustos de la matriz de varianzas y covarianzas de los estimadores, errores de especificación y multicolinealidad. TEORICO : CARGA HORARIA 9 4 0 0 13 PONDERACIÓN 0 100 0 0 100 METODOLOGÍA DE ENSEÑANZA ACCIONES DEL REACTIVO DE ICA REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL Estimación de modelos lineales con matrices robustas Estimación lineal y problemas sobre la matriz de regresores Pensamiento crítico Exposición teórica y estudio de casos Calcula y resuelve las matrices robustas 9 0 10 Estimación de modelos Estimación MCO lineales con matrices de covarianza robusta Criterio lógico en la formulación y resolución de problemas. 4 P.3 100 10 I DEPEÑO, Defensa de conceptos en clases 0 0,00 10 OBSERVACIONES (*): Diferencia la estimación de covarianzas robusta de la normal

...continuación COMPETENCIA CRITERIO DE DEPEÑO Nº 5 UNIDAD DE APRENDIZAJE : HETEROSCEDASTICIDAD Determina las causas de la heterocedasticidad; empleando el estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a heteroscedasticidad. Identifica el problema de Heteroscedasticidad Patron de heterocedasticidad y propiedades lineales MCO Capacidad de organizar y seleccionar información nume rica y documental. METODOLOGÍA DE ENSEÑANZA 1. Explicacion teorica 2. Resolucion caso ACCIONES DEL Identifica el problema en modelos lineales 6 0 11 TEORICO : CARGA HORARIA 12 6 PONDERACIÓN 40 60 REACTIVO DE ICA Identifica la presencia de Resolver los ejercicios e heteroscedasticidad interpretar resultados (Uso de laboratorio de cómputo, 3 horas) Pensamiento lógico para formular abstracciones de la realidad. 0 0 18 0 0 100 REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL 6 P.4 60 13 Resuelve problemas de heteroscedasticidad en modelos lineales Estimación eficiente, test de heteroscedasticidad y estimador White Capacidad de representación gráfica de ideas o conceptos. 1. Explicacion teorica 2. Resolucion caso Elimina o reduce los efectos de la heterocedasticidad en modelos lineales 6 T.2 40 12 DEPEÑO Defensa de conceptos en clases OBSERVACIONES (*): 0 0 13 Identifica y soluciona la presencia de heteroscedasticidad en los modelos lineales

...continuación COMPETENCIA CRITERIO DE DEPEÑO Nº 6 UNIDAD DE APRENDIZAJE : AUTOCORRELACION Determina las causas de la auto correlación; explicando la particularización del estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a auto correlación. Identifica el problema de autocorrelación en los modelos lineales Estimador MCO y Pensamiento crítico propiedades estadísticas METODOLOGÍA DE ENSEÑANZA 1. Explicacion teorica. 2. Presentacion de un caso ACCIONES DEL Identifica las consecuencias del problema de la autocorrelación residual 6 0 15 TEORICO : CARGA HORARIA 9 6 PONDERACIÓN 40 60 REACTIVO DE ICA Resuelve la presencia de autocorrelación en modelos lineales (Uso de laboratorio de cómputo 3 horas) Resolver modelos lineales y aplicar test respectivos Pensamiento lógico para formular abstracciones de la realidad. 6 P.5 60 15 0 0 15 0 0 100 REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL Soluciona el problema de autocorrelación de orden uno Test Durbin Watson Pensamiento lógico para formular abstracciones de la realidad. 1. Explicacion teorica. 2. Presentacion de un caso Aplica las medidas correctivas a los modelos lineales 3 T.3 40 16 DEPEÑO, Repaso de conceptos en clases 0 0 16 OBSERVACIONES (*): Identifica el problema de autocorrelación residual y su efecto en las estimaciones lineales.

...continuación COMPETENCIA CRITERIO DE DEPEÑO Nº 7 UNIDAD DE APRENDIZAJE : ANALISIS DE SERIES TEMPORALES Realiza el análisis de series temporales; empleando modelos ARIMA para especificación y para predicción. TEORICO : CARGA HORARIA 12 6 PONDERACIÓN 70 30 0 0 18 0 0 100 METODOLOGÍA DE ENSEÑANZA ACCIONES DEL REACTIVO DE ICA REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL Especifica los modelos ARIMA Procesos en series de tiempo y estacionariedad. Pensamiento lógico para formular abstracciones de la realidad. 1. Explicacion teorica 2.- Casos de estudio Aplica la metodología MCO 6 T.4 40 16 Estimación de modelos ARIMA Aplica la metodología de la econometría Pensamiento lógico para formular abstracciones de la realidad. 6 P.6 30 18 Estima y predice con modelos ARIMA Estacionariedad e inferencia estadística Pensamiento lógico para formular abstracciones de la realidad. 1. Explicacion teorica 2.- Casos de estudio Aplica la metodología MCO 6 T.5 30 17 DEPEÑO Invitar a profesionales expertos en el area y entrevistas como trabajo de campo OBSERVACIONES (*): 0 0 18 Reconocer las TIC como influencias sobre los recursos humanos y la organización.

COMPETENCIA CRITERIO DE DEPEÑO Nº 8 UNIDAD DE APRENDIZAJE : TEORIA BAYESIANA Emplea el teorema de Bayes; empleando inferencia bayesiana, intervalos de credibilidad y test de hipótesis bayesianso; identificando métodos de simulación bayesiana; diferenciando entre la teoría bayesiana y la clásica. Aplica el teorema de Bayes en la estimación econométrica Estimación e inferencia bayesiana Pensamiento lógico para formular abstracciones de la realidad. METODOLOGÍA DE ENSEÑANZA Exposición en clases y estudio de casos ACCIONES DEL Aplicación de los conceptos a la realidad económica 10 T.6 0 18 TEORICO : CARGA HORARIA 10 0 PONDERACIÓN 0 0 REACTIVO DE ICA...continuación 0 0 10 0 100 100 REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL DEPEÑO, Repaso conceptual en clases 0 E.8 100 19 OBSERVACIONES (*): Comprende y Aplica la teoria bayesiana a la estimacion en Econometria

COMPETENCIA Aplica variables instrumentales al analisis econometrico CRITERIO DE DEPEÑO Nº 9 UNIDAD DE APRENDIZAJE : REGRESORES ESTOCASTICOS Aplica métodos con regresores estocásticos; identificando las propiedades de los estimadores estadísticos; diferenciando la exogeneidad y la validez de los instrumentos, estimando la uniecuacional; empleando modelos de ecuaciones simultaneas Identificacion de instrimentos. Propiedades del estimados MCO METODOLOGÍA DE ENSEÑANZA Criterio lógico en la Aplicaciòn de casos de la formulación y resolución de realidad problemas. ACCIONES DEL Estima modelos con variables instrumentales 3 T.9 25 19 TEORICO : CARGA HORARIA 5 6 PONDERACIÓN 50 50 REACTIVO DE ICA Estimacion de modelos con variables instrumentales Estima el modelo Criterio lógico en la formulación y resolución de problemas. 6 P.7 50 19...continuación 0 0 11 0 0 100 REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL Estima modelos de variables simultaenas Propiedades de la estimacion condicionada de modelos simultaneos Criterio lógico en la Aplicaciòn de casos de la formulación y resolución de realidad problemas. Estima modelos de ecuaciones simultaneas 2 T.10 25 19 DEPEÑO, Pruebas conceptuales en clases 0 E.9 0 19 OBSERVACIONES (*): Se aplican variables instrumentales y modelos de ecuaciones simultaneas

VII. CARGA HORARIA PLANIFICADA, PONDERACIONES DE EVALUACIÓN Y CRONOGRAMA Nº CRITERIO DE DEPEÑO 1 Comprende la naturaleza de la econometría, sus principales definiciones y su metodología. 2 Aplica el modelo lineal general; calculando el estimador de mínimos cuadrados ordinarios; empleando la varianza de los errores y el coeficiente de determinación; determinando el estimador de máxima verosimilitud. 3 Determina la validez del modelo lineal; empleando el contraste de hipótesis; identificando los intervalos de confianza; realizando la estimación bajo restricciones, aplicando variables ficticias (DUMMY). CARAG HORARIA PLANIFICADA TEORICO : EVALUACIÓN FINAL DEL CRITERIO PONDERACIONES PLANIFICADAS TEORICO : EVALUACIÓN FINAL PONDERACIÓN ACUMULADA CRONOGRAMA DE DESARROLLO POR Nº DE ANA AP. TEÓRICO ICO Y PERIODO DE EVALUACIÓN CRON. DE EVAL.PARCIALES Y EVA.FINAL POR Nº DE ANA 4 0 0 1 5 0 0 0 100 100 Semana:1; 2,3; ; ; Semana:; ; ; ; PRIMER PARCIAL Semana: 3 13 3 0 0 16 100 0 0 0 100 Semana:4; 5; ; ; 6 Semana:5; ; ; ; PRIMER PARCIAL Semana: 10 4 0 0 14 0 100 0 0 100 Semana:8; 9; ; ; Semana:9; ; 6; ; PRIMER PARCIAL Semana: 9 4 Comprende la lógica de la estimación mínimo - cuadrática; empleando estimadores robustos de la matriz de varianzas y covarianzas de los estimadores, errores de especificación y multicolinealidad. 5 Determina las causas de la heterocedasticidad; empleando el estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a heteroscedasticidad. 6 Determina las causas de la auto correlación; explicando la particularización del estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a auto correlación. 9 4 0 0 13 0 100 0 0 100 Semana:10; ; ; ; Semana:10; ; ; ; SEGUNDO PARCIAL Semana: 10 12 6 0 0 18 40 60 0 0 100 Semana:11; 12; ; ; Semana:13; ; ; ; SEGUNDO PARCIAL Semana: 13 9 6 0 0 15 40 60 0 0 100 Semana:15; 16; ; ; Semana:15; ; ; ; SEGUNDO PARCIAL Semana: 16 7 Realiza el análisis de series temporales; empleando modelos ARIMA para especificación y para predicción. 12 6 0 0 18 70 30 0 0 100 Semana:; 16; 17; ; Semana:; 18; ; ; EVALUACIÓN DE FINAL DE ESTRE Semana: 18 8 Emplea el teorema de Bayes; empleando inferencia bayesiana, intervalos de credibilidad y test de hipótesis bayesianso; identificando métodos de simulación bayesiana; diferenciando entre la teoría bayesiana y la clásica. 9 Aplica métodos con regresores estocásticos; identificando las propiedades de los estimadores estadísticos; diferenciando la exogeneidad y la validez de los instrumentos, estimando la uniecuacional; empleando modelos de ecuaciones simultaneas PROMEDIOS DE CARGA HORARIA EN EL ESTRE 10 0 0 0 10 0 0 0 100 100 Semana:18; ; ; ; Semana:; ; ; ; 5 6 0 0 11 50 50 0 0 100 Semana:19; 19; ; ; Semana:19; ; ; ; 84 35 0 1 120 EVALUACIÓN DE FINAL DE ESTRE EVALUACIÓN DE FINAL DE ESTRE Semana: 19 Semana: 19 PROMEDIO DE HORAS ANALAES PLANIFICADAS 4 2 0 0 6

VIII. BIBLIOGRAFÍA EMPLEADA EN EL PROCESO: LIBROS Nº AUTOR (AÑO) TITULO EDITORIAL / Nº Edición CIUDAD 1 William Greene 2006 Analisis Econometrico Prentice Hall España 2 Damodar Gujarati 2012 Econometria Mc Graw Hill Mexico 3 Walter Enders 2008 Econometria Prentice Hall Mexico 4 J. Wooldridge 2016 Introduccion a la econometria Cenpage Learning - 4ta Ed España 5 Johnston y Dinardo 2013 Métodos de Econometría Vicents Vivers España IX. BIBLIOGRAFÍA EMPLEADA EN EL PROCESO: REVISTAS CIENTÍFICAS Nº AUTOR (AÑO) TITULO DE ARTÍCULO REVISTA Nº PÁGINAS 1 2 X. Nº DIRECCIÓN URL TITULO DE INTERÉS 1 2 3 4 5 PÁGINAS WEB DE INTERÉS www.ine.gob.go www.udape.gob.bo econometria101.wordpress.com www.cepal.org/es/temas/econometria datos.bancomundial.org FECHA DE VISITA DESCRIPCIÓN GENERAL XI. OTROS RECURSOS INTERACTIVOS DE FORMACIÓN Nº RECURSO TITULO DEL RECURSO 1 Software econométrico Eviews 7 2013 2 Software econométrico STATA 2012 3 Blog wordpress.com Blog personal 2017 FECHA DE EDICIÓN DESCRIPCIÓN GENERAL Software para computadora Software para computadora Blog para presentación de investigaciones