Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Formato de Silabo Econometria II Final
Formato de Silabo Econometria II Final
I. INFORMACIÓN GENERAL
1.2 Docente:
Karin Margaret Alvarez Rozas Nombrado - Auxiliar Maestría en Economía B E59-202, Laboratorio de
cómputo
C
II. SUMILLA.
El componente curricular Econometría II es de carácter teórico – práctico, que capacita a los estudiantes en el uso de modelos lineales y no
lineales para realizar investigación aplicada en economía. Las unidades son: Regresión con variables dependientes dicotómicas, modelo de
probabilidad lineal (MPL), modelos logísticos (Logit), probabilísticos (Normit) y de doble complementariedad (Clog-log).- Modelos con variables
dependientes discretas: modelos Poisson y Binomial negativa; modelos con variables dependientes limitadas: modelos censurados, truncados
y con truncamiento incidental; sistemas de ecuaciones simultáneas y modelos dinámicos.- modelo de datos de panel: modelo de efectos fijos
y aleatorios, Introducción a Datos de Panel Dinámicos.
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, estáticos y dinámicos.
2
VII. ESTRATEGIAS METODOLÓGICAS.
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.
FECHA DE
PRODUCTO
PRESENTACIÓN
UNIDAD I
Todas las semanas del
Presenta organizadores del conocimiento interclases de los
semestre académico.
temas asignados.
Primera semana de
Avance del anteproyecto de investigación aplicando los modelos
octubre
de regresión desarrollados por fases.
UNIDAD II
Todas las semanas del
Presenta organizadores del conocimiento interclases de los
semestre académico.
temas asignados.
Ultima semana de
Entrega trabajo de investigación aplicando los modelos de
noviembre
regresión desarrollados en clases.
3
10.1 Evidencias, indicadores, técnicas e instrumentos de evaluación.
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
4
XI. Referencias bibliográficas.
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.
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.
Ramírez, G. L. H., & Mendoza, A. P. C. (2018). Valoración económica del servicio ambiental recreativo en el valle de piedras
encimadas, Puebla-México. Semestre Económico, 6(1).
Álvarez, R. R., & Mamani, E. A. (2014). Optimización y simulación dinámica de la especie carachi {Orestias agassii} para el
manejo sostenible de la pesca en el lago Titicaca. Apuntes: Revista de Ciencias Sociales, (55), 111-139.
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..
Apaza, E. (2017). Econometría Aplicada con Stata, Modelos de Elección Discreta. Puno: UNA – Puno
Apuntes del curso Econometría I y II Karin Alvarez-Rozas 2019