PROGRAMA DE LA ASIGNATURA

PRIMER BLOQUE. EL MODELO DE REGRESIÓN SIMPLE

1.1. Introducción

1.2. Definición, concepto y papel de la Econometría

1.3. Clasificación de los modelos econométricos

1.4. El Modelo de Regresión Lineal Simple

1.4.1. Componentes del modelo de Regresión

1.4.2. Supuestos del modelo de regresión lineal

1.5. El estimador de mínimos cuadrados ordinarios

1.5.1. Esperanza Matemática del Estimador

1.5.2. Matriz de covarianzas del estimador

1.5.3. Eficiencia del estimador

1.6. Intervalos de confianza de los parámetros del modelo

1.7. Contrastes de hipótesis más usuales

1.8. Significación global del modelo. Medidas de Bondad del Ajuste

 

ANEXOS AL PRIMER BLOQUE

Anexo 1.1. Estimación y validación de modelos econométricos simples. Casos Prácticos

Anexo 1.2. Utilización de paquetes econométricos convencionales (SPSS, Econometric Views, etc.) para la estimación y validación de modelos econométricos simples

 

SEGUNDO BLOQUE. EL MODELO DE REGRESIÓN MÚLTIPLE

2.1. Introducción. Limitaciones del modelo de regresión simple

2.2. Regresión Múltiple. Justificación y descripción del modelo

2.3. Estimación de los parámetros de un modelo de regresión múltiple

2.4. Formulación e interpretación de los resultados de un modelo de regresión múltiple

2.5. Verificación de hipótesis e intervalos de confianza para los parámetros del modelo

2.6. Significación global del modelo. Medidas de bondad del ajuste

2.7. Predicción con el modelo de regresión

2.8. Problemas de especificación: omisión de variables relevantes e inclusión de variables irrelevantes

 

ANEXO AL SEGUNDO BLOQUE

Anexo 2.1. Introducción al Álgebra Matricial

Anexo 2.2. Estimación y validación de modelos econométricos multivariantes. Casos Prácticos

Anexo 2.3. Utilización de paquetes econométricos convencionales (SPSS, Econometric Views, etc.) para la estimación y validación de modelos econométricos multivariantes

 

TERCER BLOQUE. EXTENSIONES AL MODELO DE REGRESIÓN

3.1. Heterocedasticidad

3.1.1. Definición y consecuencias

3.1.2. Detección de la heterocedasticidad

3.1.3. Estimación en presencia de heterocedasticidad

3.2. Autocorrelación

3.2.1. Definición y consecuencias

3.2.2. ¿Qué hacer en presencia de autocorrelación?

3.2.3. Detección y corrección de la autocorrelación

3.3. Multicolinealidad

3.3.1. Concepto y consecuencias de la multicolinealidad

3.3.2. Detección y corrección de la multicolinealidad

3.3.3. Introducción a los modelos no lineales

 

ANEXO AL TERCER BLOQUE

Anexo 3.1. Casos prácticos de detección y corrección de la multicolinealidad, autocorrelación y heterocedasticidad

Anexo 3.2. Tratamiento de la multicolinealidad, autocorrelación y heterocedasticidad con software estadístico

Anexo 3.3. Estimación de modelos básicos no lineales con ayuda del software estadístico