Información

Novedad:

* Introducción a EVIEWS

Lecturas de base:

1. Análisis de Regresión (Notas de clase para Econometría I. Utilizar como repaso de la asignatura. Algunas partes, como los capitulos 7 y 8 serán objeto de discusión detallada en la asignatura de Econometría Superior en su momento)
2. Preliminaries: Breve documento con algunos conceptos.
3. "Las interrelaciones entre investigación y docencia en Economía Aplicada" (excepto 3 primeras páginas)

Ejercicios resueltos: (Cada archivo comprimido en formato .zip contiene un archivo EVIEWS y un archivo con el documento .pdf que describe la solución). Consultar por correo electrónico cualquier duda que surja al trabajar con los tres ejercicios resueltos.

• Ejercicio 1: Ventas de coches: comparación de modelos de regresión alternativos

• Ejercicio 2: Ventas (Sobre efectos parciales y efectos totales)

• Ejercicio 3: Pesos (Advertencia sobre la utilización mecánica de los contrastes de hipótesis)

• Ejercicio 4: Salarios (Sobre la utilización de variables ficticias de naturaleza discreta). Realizar un análisis similar al que aparece en el Ejercicio Resuelto "Salarios" (Ejercicio 4 más abajo), utilizando el archivo de datos:wages1.wf1.

• Ejercicio 5: Tabaco (Sobre cambio estructural general)

• Ejercicios propuestos: Realizar un análisis similar al que aparece en el Ejercicio Resuelto "Ventas" (ver más abajo), utilizando el archivo de datos: new ventas.wf1. Fecha de entrega: martes 15 de noviembre de 2011.

Examen del curso 2011-2012. Archivo (La pregunta 6 estaba propuesta por el profesor Perez Amaral. La pregunta 5 corresponde a cuestiones por discutir en clase en las próximas semanas)

Temas tratados en el curso 2012-2013 en las clases del profesor Novales (indicados con asterisco):

• Contrastes no paramétricos Notas de clase (Introducción a la Econometría)
  • De asociación entre variables
  • Acerca del carácter de una distribución de probabilidad
  • De aleatoriedad

• Propiedades del estimador de Mínimos Cuadrados
  • Ausencia de sesgo frente a consistencia *
  • Condiciones necesarias para ausencia de sesgo y para consistencia *
  • Matriz de covarianzas del estimador de Mínimos Cuadrados Ordinarios *
  • Estimación por Mínimos Cuadrados Ordinarios en presencia de heterocedasticidad o autocorrelación *
  • Interpretación de las propiedades y su valoración. Eficiencia *
  • Tres situaciones de posible inconsistencia del estimador de mínimos cuadrados: simultaneidad, modelos dinámicos con autocorrelación (ver también páginas 35 a 38 en Estimación), errores de medida *
  • Implicaciones sobre las propiedades del estimador de minimos cuadrados de: *
    • Heterocedasticidad
    • Autocorrelación
    • Colinealidad
      
      
• Contrastación de hipótesis:
  • Lectura: Contrastes de hipótesis: capítulo 10 de Novales, Estadística y Econometría, 1997 *
  • Enfoques alternativos de la contrastación de hipótesis: Tests de Wald, test de razón de verosimilitudes, multiplicadores de Lagrange
  • Métodos alternativos de resolución de contrastes de hipótesis: expresión matricial del estadístico de contraste, comparación de Sumas de cuadrados de Residuos *
  • Precisión en estimación *
  • Función de potencia de un contraste de hipótesis sobre un parámetro. Relación entre precisión y potencia *
  • Contrastes unilaterales y bilaterales. Resolución e interpretación. Condiciones para rechazar una hipótesis nula *
  • Situaciones en que no procede contrastar y situaciones en que no se debe contrastar *

  • Comparación del ajuste proporcionado por modelos estimados alternativos *
    

• Evaluando el contenido informativo en una variable explicativa
  • Significación estadística, relevancia cuantitativa, y contenido informativo de una variable explicativa *

• Interpretación de coeficientes estimados
  • Efectos parciales y efectos totales, efectos directos e indirectos *
  • Sesgo de variables omitidas *
  • Regresión particionada
  • Tratamiento de la colinealidad
    
• Variables explicativas deterministas
  • El tiempo como regresor.
  • Modelización de la estacionalidad mediante variables ficticias.

• Estabilidad paramétrica
  • Regresión por umbrales *
  • Modelos de correlación cambiante en el tiempo.
  • Modelos de volatilidad cambiante (Introducción). El modelo RiskMetrics

• Análisis de un modelo no lineal
  • El modelo potencial. Estimación mediante rejilla de valores *

• Ausencia de estacionariedad
  • Regresión espúrea (regresion.pdf)
  • Contrastes de raíz unitaria
  • Contrastes de cointegración: Engle-Granger, Johansen
  • El modelo de corrección del error

• Ejercicios de simulación:
  • Validación de estadísticos de contraste de distintos tipos: Jarque-Bera, t de Student en significación.
  • Generación de distribuciones de estimadores