SÍLABO

I. Información General
o Nombre del curso : Econometría I
o Código del curso : 130424
o Número de créditos :5
o Departamento académico : Economía
o Requisito(s) : 130223 (Estadística Aplicada)
: 130233 (Matemáticas III)
o Año y Semestre académico : 2021-I
o Sección :B
o Docente(s) : Manuel Barrón

Profesor Jefe de Prácticas

Manuel Barron
Email: MF.BarronA@up.edu.pe
Oficina: I-315 (CIUP)
Horario de atención
Lunes 4-6pm (Google Meet)
Paula Armas
Email: p.armasbraithwaite@alum.up.edu.pe
Horario de atención: por definir en la primera
dirigida.
Daniela Bresciani
Email: d.bresciania@up.edu.pe
Horario de atención: por definir en la primera
dirigida.

Miguel Hernandez
Email: m.hernandezvi@alum.up.edu.pe
Horario de atención: por definir en la primera
dirigida.
Mariano Montoya
Email: mariano.montoyaq@gmail.com
Horario de atención: por definir en la primera
dirigida.

Horario de atención por definir en primera

dirigida

Clases Prácticas
Martes y Jueves: 3:30pm - 5:30pm Sábados: 9:30am - 11:30am

II. Introducción
En este curso se discutirán diversas técnicas de estimación para cuantificar la
relación causal entre dos variables económicas. Se discutirá de qué supuestos
dependen las propiedades de estos estimadores para que el estudiante sea capaz
de elegir la estrategia empírica más apropiada de acuerdo con las características
de los datos.
1/9

III. Logro de aprendizaje final del curso
Al concluir el curso de Econometría I, el estudiante evaluará la pertinencia de
hipótesis referidas a la relación causal entre un conjunto de variables económicas
trabajando con datos de corte transversal. El estudiante será capaz de justificar
la estrategia empírica elegida para cuantificar esta relación y de implementar una
prueba estadística para evaluar su hipótesis.

2/9

Unidades de aprendizaje
UNIDAD DE APRENDIZAJE 1

Logro de Aprendizaje / propósito de la unidad:

- Estimar la relación entre dos variables a través de Mínimos Cuadrados Ordinarios.
- Aplicar las principales técnicas de inferencia estadística asociadas al modelo de
regresión lineal.
- Conocer cómo la elección de determinada técnica de estimación depende de un
conjunto de supuestos sobre la manera como son generados los datos.

Contenidos:
1 Introducción
1.1 ¿Qué es la econometría? Definición
1.2 ¿Para qué sirve la econometría? Nuestro objetivo y la importancia de la
experimentación controlada, efectos causales y experimentos ideales
2 La media condicional y el concepto de regresión
2.1 De la distribución conjunta (la realidad) a la media condicional (nuestra
simplificación)
2.2 Representación lineal y concepto de regresión
2.3 Parámetros, estimadores y estimados
§ Wooldridge: Capítulo 1
§ Stock y Watson: Capítulo 1, 2 y 3
3 El Modelo Lineal General (MLG) y el estimador de Mínimos Cuadrados
Ordinarios (MCO)
3.1 Caracterizando el proceso generador de datos: los supuestos del MLG
3.2 El estimador de Mínimos Cuadrados Ordinarios
(i) ¿Cómo computar el estimador Minimocuadrático?
(ii) ¿Qué propiedades tiene este estimador?
- Insesgamiento
- Varianza mínima
- Algunos elementos útiles de teoría asintótica
- Propiedades asintóticas
3.3 La geometría y el álgebra de Mínimos Cuadrados Ordinarios
(i) Nuestro setting
(ii) De regreso a Mínimos Cuadrados Ordinarios: la naturaleza geométrica
del estimador
(iii) Proyección ortogonal: el “hacedor de estimados” y el “hacedor de
residuos”
(iv) ¿Qué nos dice la regresión particionada?
(v) El trade-off sesgo varianza
(vi) Multicolinealidad
(vii) Bondad de ajuste y el modelo en desviaciones
§ Wooldridge: Capítulos 2, 3, 4, 5 y 6
§ Stock y Watson: Capítulos 4 y 6.
§ Greene: Capítulo 6, acápites 6.1 - 6.7
3/9

 4 Inferencia
4.1 Breve repaso del concepto de inferencia. Ustedes deciden cuánto
equivocarse: potencia y tamaño de una prueba
4.2 Recurriendo a distribuciones conocidas para el proceso de inferencia.
(i) Estimación de la varianza del error
(ii) La prueba F para cualquier conjunto de restricciones lineales
(iii) Prueba de hipótesis para una restricción lineal
(iv) Significancia estadística de un coeficiente
(v) Significancia estadística de todos los coeficientes asociados a
pendientes
(vi) El estimador de mínimos cuadrados restringidos
(vii) Pruebas de hipótesis a partir de sumas residuales

§ Wooldridge: Capítulos 4, 5, 8 y 12
§ Stock y Watson: Capítulos 5 y 7.
§ Castro y Rivas Llosa: Capítulo II, acápite 2
§ Greene: Capítulo 7, acápites 7.1 – 7.5

UNIDAD DE APRENDIZAJE 2

Logro de Aprendizaje / propósito de la unidad:

- Estimar la relación entre dos o más variables a través de los estimadores de
Mínimos Cuadrados Generalizados, Variables Instrumentales, Mínimos Cuadrados
en Dos Etapas, Mínimos Cuadrados en Tres Etapas.
- Elegir la estrategia empírica más apropiada de acuerdo con las características de
los datos.

Contenidos:

5 Heterogeneidad en los efectos: variables dicotómicas e interacciones

§ Stock y Watson: Capítulo 8
§ Greene: Capítulo 7, acápites 7.6 – 7.8

6 El modelo generalizado de regresión lineal

6.1 El modelo generalizado de regresión lineal ¿Qué ocurre con las propiedades
del estimador MCO?
6.2 El estimador de Mínimos Cuadrados Generalizados (MCG)
6.3 Heterocedasticidad: detección y aplicación del estimador MCG
6.4 Heterocedasticidad o mala especificación
§ Wooldridge: Capítulos 7, 8, 9, 12
§ Stock y Watson: Capítulos 8 y 9
§ Castro y Rivas Llosa: Capítulo VI
§ Greene: Capítulo 11, acápites 11.1 – 11.4; Capítulo 12; Capítulo 13

4/9

 7 Problemas de endogeneidad
7.1 ¿Qué es la endogeneidad y por qué es un problema?
7.2 Heterogeneidad omitida
7.3 Errores de medida
7.4 Estimador de variables instrumentales
7.5 Pruebas asociadas a la estimación por variables instrumentales
§ Wooldridge: Capítulo 15
§ Stock y Watson: Capítulo 12
§ Greene: Capítulo 9, acápite 9.5

8 Sistemas de ecuaciones de regresión

8.1 Ecuaciones simultáneas
(i) ¿Cómo representamos el sistema de ecuaciones?
(ii) El problema de identificación
(iii) Estimación

8.2 Sistemas de ecuaciones con variables explicativas exógenas

(i) Ecuaciones aparentemente no relacionadas

§ Wooldridge: Capítulo 16
§ Stock y Watson: Capítulo 13
§ Greene: Capítulo 15, acápite 15.4; Capítulo 16

9 El criterio de estimación de máxima verosimilitud

9.1 ¿Qué es máxima verosimilitud?
9.2 Los protagonistas: el logaritmo de la función de verosimilitud; el vector
gradiente;
el Hessiano
9.3 Las propiedades
9.4 Aplicación al contexto del MLG
9.5 Tests asintóticos

IV. Estrategias Didácticas

o Clases, en donde se combinará la discusión teórica con la propuesta de
casos y ejercicios en los cuales es aplicable dicha teoría.
o Prácticas dirigidas, donde se desarrollará casos y ejercicios aplicados con
las herramientas aprendidas en clase.
o Tareas para desarrollar en casa, en las que grupos de dos alumnos
resolverán ejercicios y casos propuestos.
o Prácticas calificadas y exámenes.
o Presentación de papers: videos.

5/9

V. Sistema de evaluación
Tipo de
Criterios Ponderación
evaluación
Examen parcial Capacidad del estudiante para responder de
manera correcta y concisa las preguntas 30%
planteadas
Examen final Capacidad del estudiante para responder de
manera correcta y concisa las preguntas 30%
planteadas
Nota de Cuatro prácticas calificadas y la presentación
trabajos del paper
Presentación: 10 minutos (video); cinco
partes:
40%
(i) motivación del paper; (ii) parámetro(s) de
interés; (iii) problema econométrico;
(iv) estrategia empírica; y (v) evaluación y
sugerencias del grupo.
Total 100%

o La presentación consta de un video de 10 minutos seguido de 5 minutos de

preguntas y respuestas de la clase. Se trabajará en parejas conformadas por
alumnos del mismo salón y será considerada como una práctica calificada.
o La nota de trabajos es el promedio simple de las cinco evaluaciones.
o Se ofrecerá un solucionario de cada práctica dirigida al finalizar la misma.
o No se llevará a cabo sesiones (clases o dirigidas) adicionales a las ya
programadas para resolver ejercicios o dudas sobre evaluaciones.
o Se tomará una única práctica calificada adicional en la semana 15 o 16 para
el caso de ausencia justificada a cualquiera de las prácticas calificadas del
curso. Esta práctica evalúa todos los temas estudiados en el curso hasta la
semana 14, inclusive.
o Si el alumno justifica su ausencia al examen parcial o final, se evaluará otro
examen. El contenido del examen final para rezagados abarcará todo el
curso.

Consideraciones para las evaluaciones virtuales

El curso de Econometría tiene cuatro tipos de evaluaciones: (i) las prácticas calificadas
“en clase”; (ii) las prácticas calificadas “para la casa”; (iii) los exámenes (parcial y
final); y (iv) las presentaciones de paper.

Prácticas calificadas “en horario de clase”

1. Parte I (una hora)

• A través de la herramienta Evaluaciones del BB.
• Se creará un banco de 10 preguntas cortas con una dificultad parecida y el BB
asignará aleatoriamente 7 preguntas a cada alumno.
• Preguntas para discutir de 2 puntos cada una - “comentes” y otras
preguntas que requieren una explicación corta.
6/9

 • Preguntas de opción múltiple de 2 puntos cada una - preguntas que
requieren un desarrollo analítico y que el alumno elija la respuesta que
cree es correcta.
• Habrá preguntas aclaratorias luego de 30 minutos de iniciada esta parte. Estas
preguntas serán hechas por chat privado a los moderadores (los JPs).

Una vez finalizada la hora, empezará la segunda parte:

2. Parte II (una hora)

• A través de la herramienta Tareas del BB.
• Se colgará preguntas por un total de 6 puntos cuya respuesta requiere de un
desarrollo analitico.
• Los alumnos desarrollarán la respuesta a mano.
• Antes de cumplirse una hora, los alumnos deberán colgar una imagen con la
respuesta en el BB (en caso de problemas con BB, enviar documento por
correo electrónico a los JPs)
• Habrá preguntas aclaratorias luego de 30 minutos de iniciada esta parte. Estas
preguntas serán hechas por chat privado a los moderadores (los JPs).

Los Jefes de Práctica devolverán al alumno un reporte indicando cuánto sacó en cada
pregunta de la PC al finalizar la PD siguiente. El alumno que crea pertinente hacer un
reclamo, puede hacerlo hasta una hora después de recibido el reporte
exclusivamente por correo electrónico. De haber dos reclamos improcedentes, no se
aceptará más reclamos (excepto los errores de suma o preguntas no corregidas).

Prácticas calificadas “para la casa” (fuera del tiempo de clase)

• Las PC 2 y 3 incluyen una parte “para la casa”. En esos casos, la parte “en
clase” será sólo la Parte I descrita arriba.
• En las prácticas para la casa se colgará las instrucciones en el BB y los alumnos
enviarán sus documentos una semana después (Viernes a las 10pm)
• Habrá un foro para resolver las dudas.

Exámenes (parcial y final)

• A través de la herramienta Evaluaciones del BB.
• El profesor leerá el examen completo y resolverá dudas sobre cualquier
pregunta.
• Una vez terminada la lectura del examen, empieza a correr el tiempo de
examen.
• No habrá preguntas adicionales una vez finalizada la lectura del examen.
• Los Jefes de Práctica devolverán al alumno un reporte indicando cuánto sacó
en cada pregunta. Si algún estudiante considera pertinente hacer un reclamo,
puede hacerlo por correo electrónico hasta una semana después de
entregado el resultado.

7/9

VI. Cronograma referencial de actividades

Sem. Fechas Clases Prácticas

1. Introducción P. Dirigida No. 1
15/MAR>> 2. La media condicional y el concepto de
1 21/MAR
> Repaso de estadística y álgebra
regresión matricial

2. La media condicional y el concepto de

P. Dirigida No. 2
regresión
22/MAR >> > Supuestos del modelo lineal general
2 28/MAR
3. El modelo lineal general, el estimador
> Estimador MCO
MCO (supuestos MLG, estimador MCO y
> Regresión univariada
propiedades)
P. Dirigida No. 3 (SEMANA SANTA, sí
29/MAR >> 3. El modelo lineal general, el estimador habrá dirigida)
3 4/ABR MCO (Geometría y álgebra MCO) > Propiedades estimador MCO
> Geometría y álgebra de MCO

5/ABR >> 3. El modelo lineal general, el estimador

4 11/ABR MCO (Geometría y álgebra MCO) Primera práctica calificada

P. Dirigida No. 4
12/ABR >>
5 18/ABR
4. Inferencia > Inferencia

19/ABR >> 4. Inferencia Segunda práctica calificada (10 puntos

6 25/ABR 5. Heterogeneidad en los efectos para la casa)
5. Heterogeneidad en los efectos P. Dirigida No. 5 (FERIADO, se colgará la
26/ABR >>
7 2/MAY
6. El modelo generalizado de regresión dirigida)
lineal > Heterogeneidad en los efectos
3/MAY >>
8 9/MAY
Exámenes parciales
P. Dirigida No. 6
10/MAY >> 6. El modelo generalizado de regresión
9 16/MAY lineal
> El modelo generalizado de regresión
lineal

17/MAY >> 7. Regresores estocásticos y problemas de P. Dirigida No. 7

10 23/MAY endogeneidad > Endogeneidad

24/MAY >> 7. Regresores estocásticos y problemas de Tercera práctica calificada (10 puntos
11 30/MAY endogeneidad para la casa)

31/MAY >> P. Dirigida No. 8

12 6/JUN
8. Sistemas de ecuaciones de regresión
> Sistemas de ecuaciones
P. Dirigida No. 9
7/JUN >> 9. El criterio de estimación de máxima > Máxima verosimilitud
13 13/JUN verosimilitud

14/JUN >>
14 20/JUN
Presentación de papers Cuarta práctica calificada

21/JUN >> P. Dirigida No. 10

15 27/JUN
Presentación de papers
> Presentación de papers

28/JUN >>
16 5/JUL
Exámenes finales

8/9

VII. Bibliografía y otras fuentes a usar en el desarrollo del curso

Castro, J.F. y Roddy Rivas-Llosa. Econometría Aplicada. Biblioteca Universitaria, Centro

de Investigación de la Universidad del Pacífico, 2005.

Greene, W. Análisis Econométrico. Pearson Educación, tercera edición, 1999. (Greene)

Stock, J. y M. Watson. 2006. Introduction to Econometrics. Addison-Wesley, 2nd

Edition.

Wooldridge, J. 2006. Introductory Econometrics. A modern approach. Edit.

Thomson, 2da. Edición. (Baby Wooldridge)

Wooldridge, J. 2010. Econometric Analysis of Cross Section and Panel Data MIT
Press. (Wooldridge)

Les recomiendo empezar todos los temas por Baby Wooldridge, y luego utilizar
Wooldridge o Greene para profundizar en la parte formal.

9/9