Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ECONOMETRÍA
ECONOMETRÍA
Econometría Básica
1. Introducción
¿Qué es la econometría?
Conceptos básicos de algebra matricial
Nociones de estadística matemática
2. Modelo clásico de regresión lineal simple
Definiciones y notación
Estimación de coeficientes por Mínimos Cuadrados Ordinarios (MCO)
Valores ajustados y residuales. Bondad de ajuste
Unidades de medida y forma funcional
Valores esperados y varianzas. Supuestos de MCO
Propiedades de los estimadores de MCO
3. Modelo clásico de regresión lineal múltiple (Estimación e inferencia)
Modelo con k variables independientes
Interpretación de los coeficientes de MCO
Valores ajustados y residuales en la regresión múltiple
Interpretación de efectos parciales
Prueba de hipótesis unilaterales y bilaterales
Intervalos de confianza para los coeficientes de MCO
Prueba de hipótesis de conjunta
4. Extensiones al Modelo Clásico de Regresión Lineal
Regresión a través del origen
Coeficientes estandarizados
Formas logarítmicas y cuadráticas
Formas funcionales y elasticidades
Modelos con términos de interacción
Modelos de regresión con información cualitativa
5. Violación de supuestos del MCRL
Heteroscedasticidad
Autocorrelación
Econometría Intermedia
1. Introducción
Estimación por el método de mínimos cuadrados ordinarios
Problemas del modelo clásico
2. Métodos para cortes transversales
Combinación de cortes transversales
Introducción a los datos de panel
- Modelos de efectos fijos
- Modelos de efectos aleatorios
3. Modelos con variable dependiente cualitativa
Modelo lineal de probabilidad
Modelos logit y probit
Temas adicionales en los modelos de variable dependiente binaria
- Modelos ordinales
- Modelos multinomiales
4. Métodos para series de tiempo
Introducción a las series de tiempo
Conceptos Básicos de Series de Tiempo
- Análisis Determinístico de las Series de Tiempo: Tendencias y Estacionalidades
Procesos estocásticos
Pruebas de estacionariedad
Modelos uniecuacionales para series de tiempo
- Procesos autorregresivos AR(p)
- Procesos de media móvil MA(q)
- Metodología Box – Jenkins para series de tiempo: Modelos ARIMA (p,d,q)
- Modelos estacionales: SAR, SMA y SARIMA
Series de tiempo con heteroscedasticidad condicional
- Características de la volatilidad
- Modelos ARCH y GARCH
Modelos multiecuacionales para series de tiempo
- Modelos de vectores autorregresivos (VAR)
- Causalidad, estimación y predicción
- Cointegración: Causalidad de Engle – Granger y de Johansen
- Modelos de corrección de errores
Evaluación de Impacto
1. Evaluación de programas y políticas públicas
Definiciones de política pública.
Tipos de evaluación de políticas públicas.
¿Cómo se valora un impacto económico? ¿En qué consiste la evaluación de impacto?
Evaluación de impacto vs. Evaluación de proyectos.
2. La evaluación de impacto
El problema de la evaluación de impacto.
Parámetros de impacto del tratamiento.
Sesgo de selección.
Estrategia de identificación y calidad de los datos.
3. Experimentos aleatorios (sociales)
¿Qué es un experimento social?
Modelo de diferencias.
Estimador de diferencias ampliado: con regresores adicionales, con efectos heterogéneos,
diferencias en el tiempo.
Verificación y problemas de la aleatorización.
4. Experimentos naturales (cuasi-experimentos)
¿Qué es un experimento natural?
Modelo de diferencias en diferencias.
Estimador de diferencias en diferencias ampliado: con regresores adicionales, para
múltiples períodos, con datos de corte transversal repetidos.
Estimador de triples diferencias.
5. Estudios no experimentales. Método de variables instrumentales
¿Qué son estudios no experimentales?
Definición de variable instrumental.
Elección de instrumentos.
Estimador de variables instrumentales
Problemas potenciales del estimador de variables instrumentales.
6. Estudios no experimentales. Método de emparejamiento
Probabilidad de participación.
El algoritmo Propensity Score Matching.
Selección del algoritmo de emparejamiento.
Calidad del emparejamiento.
7. Estudios no experimentales. Método de regresión discontinúa.
Diseño de regresión discontinúa nítida.
Diseño de regresión discontinúa borrosa.
Estimador de regresión discontinua.