Econometrics I (Undergraduate)

Horario de tutorías: Viernes de 16.00-18.00h

Tema 1: Introducción al análisis econométrico

1.1. ¿Qué es la econometría? Objetivos.

1.2. Naturaleza de los datos económicos.

1.3. Causalidad vs correlación.

1.4. Estructura de los datos económicos.

- Apuntes.

Ejercicios.

Tema 2: El modelo de regresión simple

2.1. El modelo de regresión simple. La recta de regresión poblacional.

2.2. Estimación por mínimos cuadrados ordinarios. La recta de regresión muestral. Bondad de ajuste.

2.3. Interpretación de los coeficientes estimados. Casos especiales: variable dependiente en logaritmos. Regresor cualitativo.

2.4. Distribución del estimador bajo condiciones ideales. Propiedades estadísticas.

2.5. Inferencia con el estadístico t.

2.6. Predicción.

2.7. Aplicaciones.

Ejercicios. Datos ejercicio 8. Datos employment. Datos salaris. Datos vote.

Tema 3: El modelo de regresión lineal múltiple: estimación.

3.1. El modelo de regresión múltiple. La función de regresión poblacional.

3.2. Estimación por mínimos cuadrados ordinarios. La función de regresión muestral.

3.3. Bondad de ajuste. El coeficiente de determinación y el coeficiente de determinación ajustado.

3.4. Propiedades numéricas del estimador.

3.5. Distribución del estimador bajo condiciones ideales. Propiedades estadísticas.

3.6. Los componentes de la varianza del estimador.

3.7. Aplicaciones.

Ejercicios.

Tema 4: El modelo de regresión múltiple: inferencia y predicción.

4.1. Contraste de hipótesis con el estadístico t.

4.2. Intervalos de confianza.

4.3. Contraste de hipótesis con el estadístico F.

4.4. Inferencia bajo la presencia de colinealidad.

4.5. Predicción.

4.6. Aplicaciones.

Ejercicios. Datos 1. Datos 2.

Datos 3. Datos 4.

Tema 5: El modelo de regresión múltiple: elementos adicionales.

5.1. Forma funcional. Variables en logaritmos. Formas polinómicas. Términos interactivos.

5.2. Regresiones con variables cualitativas. El uso de las variables ficticias.

5.3. Test de cambio estructural.

5.4. Aplicaciones.