Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Silabo
Silabo
1.2 Docente
a) Nombres y Apellidos : Karin Margaret Alvarez Rozas
b) Condición y Categoría : Nombrado - Auxiliar TC
c) Especialidad (mencionar) : Maestría en Economía
II. SUMILLA.
El componente curricular Econometría II pertenece al área de formación profesional básica es de naturaleza teórico - práctico, cuyo propósito
es que el estudiante aplique técnicas y metodologías de estimación de modelos de elección discreta, ecuaciones simultáneas y de datos
longitudinales, para fortalecer el análisis económico y generar recomendaciones de política en un trabajo de investigación económica social
probando su validez estadística y económica con los softwares E-VIEWS o STATA. Los contenidos a desarrollarse se organizan en dos
unidades didácticas los cuales se detalla: Primera Unidad: Modelos no lineales con variables dicotómicas, Segunda Unidad: Ecuaciones
simultaneas, modelos dinámicos y datos panel.
IV. COMPETENCIA.
Al finalizar el componente curricular, el estudiante aplicará las técnicas y metodologías de estimación de modelos de elección discreta,
ecuaciones simultáneas y de datos longitudinales, para fortalecer el análisis económico y generar recomendaciones de política en un trabajo
de investigación sobre temas económicos probando su validez estadística y económica con los softwares E-VIEWS o STATA; lo que
contribuirá con el perfil del egresado de realizar investigación económica y social para ello deberá de cumplir con los criterios de
desempeño: Desarrolla los métodos para la detección y modelización de funciones de regresión poblacionales no lineales mediante cuadros
comparativos. Interpreta la función de regresión no lineal como una predicción de probabilidad mediante casos aplicativos. Obtiene un
estimador consistente de los coeficientes desconocidos de la función de regresión poblacional cuando la variable explicativa X, está
correlacionada con el término de error. Comprueba que el método para estimar modelos de ecuaciones simultáneas es el de las variables
instrumentales. Comprueba la relación entre la variable endógena y las explicativas en distintos momentos de tiempo pasado mediante los
modelos dinámicos. Comprueba un método para tener en cuenta algunos tipos de variables omitidas el cual requiere un tipo específico de
datos, denominados datos de panel.
Interpreta la función de Relaciona las variables dependientes binarias con el modelos de probabilidad lineal.
regresión no lineal como una Compara modelos de probabilidad lineal, probit y logit .
predicción de probabilidad Estima e infiere con modelos logit y probit mediante mínimos cuadrados no lineales y
mediante casos aplicativos. máxima verosimilitud. Tomando en cuenta medidas de ajuste para cada modelo,
Diferenciando: Logit Multinomial, Probit Multinomial, Modelos Logit anidado, Modelos
de variable dependiente limitada: Truncados, recuento y censurados.
ESTIMACIÓN CON VARIABLES INSTRUMENTALES Y MÍNIMOS CUADRADOS
EN DOS ETAPAS
Comprueba que el método para Analiza la Naturaleza y alcance de los modelos de ecuaciones Simultaneas.
estimar modelos de ecuaciones Confirma el Sesgo de simultaneidad en MCO.
simultáneas es el de las variables Identifica y estima un sistema de dos ecuaciones mediante MC2E
instrumentales. Diferencia Sistemas con más de dos ecuaciones
Compara modelos de ecuaciones simultaneas con series de tiempo y los modelos de
ecuaciones simultaneas con datos de panel
2
MODELOS DINAMICOS
Comprueba la relación entre la Diferencia entre los modelos autorregresivos y los de retardo distribuido.
variable endógena y las Compara las estructuras finitas e infinitas de retardos propuestas de Almon y Koyck.
explicativas en distintos momentos Explica modelos: de expectativas adaptativas y de ajuste parcial
de tiempo pasado mediante los Describe y estima los efectos causales dinámicos con regresores exógenos.
modelos dinámicos.
7.1 De Enseñanza.
Cuadro sinóptico, redes, diagramas del ¿por qué? Porque, diagramas de intersección, trabajo en equipo, talleres
7.2 De Aprendizaje.
Mapas conceptuales, organizadores del conocimiento.
7.3 De Investigación Formativa
Anteproyectos de investigación aplicando los diferentes modelos.
7.4 Responsabilidad social universitaria
Difundir la información de la economía mediante el periódico mural de la FIE y/o programas de radio.
7.5 De enseñanza virtual
Se utilizará las aulas virtuales para complementar los conocimientos.
Es el trabajo realizado durante el desarrollo del curso, con el monitoreo permanente del docente. Es importante tener en cuenta que la naturaleza del producto debe ser coherente con
el logro del aprendizaje.
10.2 Calificación: La fórmula para la obtención del promedio parcial de cada unidad de aprendizaje es la siguiente:
𝐼 𝑈𝑃𝑃 + 𝐼𝐼 𝑈𝑃𝑃
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑓𝑖𝑛𝑎𝑙 =
2
11.1 Básica:
Greene, W. (2012). Econometric Analysis. 7th Ed. Pearson Education Limited.
Wooldridge, J.M. (2013). Introductory econometrics: A modern approach. South-Western.
Cameron, A.C. & P.K.
4
Gujarati, D. (2004). Econometría. México: Ed. McGraw-Hill.
Pindyck,, R. y Rubinfeld, D. (2001) Econometría: Modelos y Pronósticos. Mexico D.F. Editorial Mc. Graw -
Hill
11.2 Complementaria:
Angrist, J. D. & J. S. Pischke (2009). Mostly Harmless Econometrics: An Empiricist's Companion.
Princeton University Press.
Beltran, A. & J. F. Castro (2010). Modelos de Datos de Panel y Valores Dependientes Limitadas: Teoría
y Práctica. Lima: Biblioteca Universitaria, Universidad del Pacífico.
Peña, B., Estavillo, J., Galindo, M., Leceta, M., & M. Zamora (1999). Cien Ejercicios de Econometría.
Ediciones PIRAMIDE. Colección “Economía y Empresa”.
Trivedi (2005). Microeconometrics. Methods and Applications. Cambridge University Press.
11.3 Electrónicas
Rosales García, Luis Econometría I. http://econometriai.wordpress.com/.
ttps://www.softwareshop.com/contenido/video/3738.
Karlson, K. B., Holm, A., & Breen, R. (2012). Comparing regression coefficients between same-sample nested models using logit
and probit: A new method. Sociological methodology, 42(1), 286-313
Ye, F., & Lord, D. (2014). Comparing three commonly used crash severity models on sample size requirements: multinomial logit,
ordered probit and mixed logit models. Analytic methods in accident research, 1, 72-85..