Nombre: ECONOMETRÍA
Código: 510203009
Carácter: Obligatoria
ECTS: 6
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 3º - Segundo cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
Nombre y apellidos: BADILLO AMADOR, ROSA MARÍA
Área de conocimiento: Fundamentos del Análisis Económico
Departamento: Economía, Contabilidad y Finanzas
Teléfono: 968325601
Correo electrónico: rosa.badillo@upct.es
Horario de atención y ubicación durante las tutorias: Las tutorías se realizarán a demanda del estudiante mediante solicitud remitida al correo rosa.badillo@upct.es
Titulaciones:
Doctor en Ciencias Económicas en la Universidad de Valencia (ESPAÑA) - 2002
Categoría profesional: Profesora Titular de Universidad
Nº de quinquenios: 5
Nº de sexenios: 1 de investigación
Curriculum Vitae: Perfil Completo
Responsable de los grupos: G1, G2, G3
Nombre y apellidos: TENA NEBOT, SUSANA
Área de conocimiento: Fundamentos del Análisis Económico
Departamento: Economía, Contabilidad y Finanzas
Teléfono: 968325759
Correo electrónico: susana.tena@upct.es
Horario de atención y ubicación durante las tutorias: Las tutorías se realizarán a demanda del estudiante mediante solicitud remitida al correo susana.tena@upct.es
Titulaciones:
Licenciado en Ciencias Económicas y Empresariales en la Universidad de Valencia (ESPAÑA) - 1991
Categoría profesional: Profesora Titular de Escuela Universitaria
Nº de quinquenios: 6
Nº de sexenios: 0
Curriculum Vitae: Perfil Completo
Introducción a la regresión lineal, al contraste de hipótesis y a la predicción. Problemas de especificación e inferencia. Heteroscedasticidad y autocorrelación. Extensiones al análisis econométrico básico.<br><br><br><br><br><br><br><br><br><br><br><br>
PARTE I: EL MODELO DE REGRESIÓN LINEAL CLÁSICO
1. Regresión lineal
1.1 ¿Qué es la econometría?
1.2 El análisis de regresión: función de regresión poblacional y muestral.
1.3 El método de mínimos cuadrados ordinarios.
1.4 El coeficiente de determinación.
1.5 El modelo de regresión lineal clásico: supuestos fundamentales.
1.6 Propiedades de los estimadores.
2. Contraste de hipótesis y predicción
2.1 Distribución normal y asociadas a la normal.
2.2 Contrastes de hipótesis.
2.3 Predicción.
PARTE II: INCUMPLIMIENTO DE LAS HIPÓTESIS BÁSICAS.
3. Problemas de especificación e inferencia.
3.1 Error de especificación.
3.2 Multicolinealidad.
3.3 Cambio estructural con variables ficticias.
3.4. La hipótesis de normalidad.
4. Heteroscedasticidad y autocorrelación.
4.1 Causas y consecuencias de la heteroscedasticidad.
4.2 Detección de la heteroscedasticidad.
4.3 Estimación en presencia de heteroscedasticidad.
4.4 Causas y consecuencias de la autocorrelación.
4.5 Detección de la autocorrelación.
4.6 Estimación en presencia de autocorrelación.
PARTE III: EXTENSIONES.
5. Modelos de regresión con variables explicativas cualitativas.
5.1. Regresión con variables explicativas cualitativas: el modelo anova.
5.2. Regresión con variables explicativas cualitativas y cuantitativas.
5.3. Efectos interacción.
PARTE I: EL MODELO DE REGRESIÓN LINEAL CLÁSICO
Bloque Práctico 1: Introducción al programa Gretl, a los Mínimos Cuadrados Ordinarios y a la extracción de información a través de bases de datos. Se corresponde con la Parte I y Tema 1 (PI.1) del programa de Teoría. Bloque Práctico 2: Ejercicios para contrastar la significatividad individual, conjunta de una estimación, restricciones lineales y su capacidad predictiva. Se corresponde con PI.2 del programa de Teoría. Se realizarán también con Gretl.
PARTE II: INCUMPLIMIENTO DE LAS HIPÓTESIS BÁSICAS.
Bloque Práctico 3: Ejercicios de sesgo de especificación, multicolinealidad, cambio estructural y contraste de la hipótesis de normalidad en el término de perturbación aleatoria. Se corresponde con PII.3 del programa de Teoría. Se realizarán también con Gretl. Bloque Práctico 4: Ejercicios de heterocedasticidad y de autocorrelación. Se corresponde con PII.4 del programa de Teoría. Se realizarán también con Gretl.
PARTE III: EXTENSIONES.
Bloque Práctico 5: Ejercicio de estimación de modelos con variables explicativas cualitativas (estudio de la brecha de género). Se corresponde con PIII.5 del programa de Teoría. Se realizarán también con Gretl.
La Universidad Politécnica de Cartagena considera como uno de sus principios básicos y objetivos fundamentales la promoción de la mejora continua de las condiciones de trabajo y estudio de toda la Comunidad Universitaria. Este compromiso con la prevención y las responsabilidades que se derivan atañe a todos los niveles que integran la Universidad: órganos de gobierno, equipo de dirección, personal docente e investigador, personal de administración y servicios y estudiantes. El Servicio de Prevención de Riesgos Laborales de la UPCT ha elaborado un "Manual de acogida al estudiante en materia de prevención de riesgos" que puedes encontrar en el Aula Virtual en el apartado actúa sobre una emergencia, pestaña "guías técnicas", y en el que encontrarás instrucciones y recomendaciones acerca de cómo actuar de forma correcta, desde el punto de vista de la prevención (seguridad, ergonomía, etc.), cuando desarrolles cualquier tipo de actividad en la Universidad. También encontrarás en el apartado actúa sobre una emergencia, recomendaciones sobre cómo proceder en caso de emergencia o que se produzca algún incidente. En especial, cuando realices prácticas docentes en laboratorios, talleres o trabajo de campo, debes seguir todas las instrucciones del profesorado, que es la persona responsable de tu seguridad y salud durante su realización. Consúltale todas las dudas que te surjan y no pongas en riesgo tu seguridad ni la de tus compañeros.
PART I: THE CLASSICAL LINEAR REGRESSION MODEL
1. Linear Regression
1.1 What is Econometrics?
1.2 Regression Analysis: Population regression function, Sample regression function
1.3 The method of Ordinary Least Squares.
1.4 Coefficient of determination.
1.5 The classical linear regression model: the assumptions underlying the method of least
squares.
1.6 Properties of estimators.
2. Testing statistical hypotheses and Prediction
2.1 Normal distribution and probability distribution related to the normal.
2.2 Hypothesis testing.
2.3 Prediction.
PART II: RELAXING THE ASSUMPTIONS OF THE CLASSICAL MODEL
3. Specification and inference problems.
3.1 Specification errors.
3.2 Multicollinearity.
3.3 Stuctural change with dummy variables.
3.4. Normality assumption.
4. Heterocedasticity and autocorrelation.
4.1 The nature and consequences of heterocedasticity.
4.2 Detecting heterocedasticity.
4.3 OLS in presence of heterocedasticity.
4.4 The nature and consequences of autocorrelation.
4.5 Detecting autocorrelation.
4.6 OLS in presence of autocorrelation.
PART III: EXTENSIONS
5. Models of Regression with Qualitative Explanatory variables.
5.1 Regression with explanatory qualitative variables: the anova model.
5.2 Regression with explanatory qualitative and quantitative variables.
5.3 Interaction effects.
Clase en aula convencional: teoría, problemas, casos prácticos, seminarios, etc.
Sesiones formativas para transmitir conocimientos teórico-prácticos implicando intelectualmente a los estudiantes de forma activa para facilitar la comprensión de los mismos. Resolución de dudas planteadas por los estudiantes en clase.
Esta actividad permite el desarrollode los resultados del aprendizaje siguientes:
[RA26] Mostrar el proceso de modelización en economía.
[RA34] Utilizar con solvencia los recursos de información.
15
100
Clase en aula de informática: prácticas.
Sesiones formativas para explicar el funcionamiento del programa econométrico Gretl y resolución de ejercicios utilizando datos de diferentes fuentes estadísticas. Se potencia en clase la participación activa de los estudiantes para favorecer el aprendizaje.
Esta actividad permite el desarrollo de todos los resultados de aprendizaje de la asignatura:
[RA26] Mostrar el proceso de modelización en economía.
[RA34] Utilizar con solvencia los recursos de información.
45
100
Actividades de evaluación final y continua fuera de horario lectivo.
Demostración de conocimientos adquiridos sobre los resultados del aprendizaje de la asignatura:
[RA26] Mostrar el proceso de modelización en economía.
[RA34] Utilizar con solvencia los recursos de información
mediante la realización de dos actividades:
- Actividad 1: Examen tipo test con preguntas teórico-prácticas
- Actividad 2: Examen práctico a resolver con software econométrico Gretl.
7
100
Tutorías.
Resolución de dudas sobre contenidos de teoría y ejercicios prácticos que permita al estudiante adquirir los resultados de aprendizaje de la asignatura:
[RA26] Mostrar el proceso de modelización en economía.
[RA34] Utilizar con solvencia los recursos de información
4
50
Trabajo del estudiante: estudio o realización de trabajos individuales o en grupo.
Trabajo autónomo del estudiante mediante el estudio de conceptos teóricos explicados en clase, resolución de ejercicios resueltos en clase, con Gretl y manualmente, y otros ejercicios disponibles en aula virtual, con el fin de que adquiera los resultados del aprendizaje de la asignatura:
[RA26] Mostrar el proceso de modelización en economía.
[RA34] Utilizar con solvencia los recursos de información
79
0
Exámenes escritos u orales.
La evaluación estará formada por dos actividades:
Actividad 1: Examen tipo test con preguntas teórico-prácticas. Ponderación: 50%. Evalúa los resultados de aprendizaje RA26 y RA34. Calificación mínima: 3 puntos sobre 10.
Actividad 2: Examen práctico con resolución de ejercicio mediante software econométrico Gretl. Ponderación: 50%. Evalúa los resultados de aprendizaje RA26 y RA34. Calificación mínima: 3 puntos sobre 10.
100 %
La nota global mínima para superar la asignatura es de 5 puntos sobre 10.
En el examen tipo test se podrá establecer un sistema de penalización de las respuestas incorrectas.
Para optar a superar la asignatura, el estudiante deberá obtener una calificación mínima de 3 puntos sobre 10 en cada examen, o en las partes equivalentes a estas actividades en la evaluación final.
En la Convocatoria Ordinaria, en caso de repetición de alguna actividad evaluable, se elegirá la calificación más favorable para el estudiante de las obtenidas.
En la Convocatoria Extraordinaria se elegirá la calificación más favorable para el estudiante entre la obtenida en la Convocatoria ordinaria y la Convocatoria extraordinaria en cada parte.
Cualquier estudiante que haya aprobado una asignatura en la convocatoria ordinaria y desee ser evaluado nuevamente en la convocatoria extraordinaria, deberá renunciar a su calificación durante el período de revisión. Para ello, deberá notificarlo al profesorado responsable de la asignatura o grupo, de forma manuscrita o mediante correo electrónico desde su dirección oficial de estudiante con usuario@edu.upct.es. En este caso, en el acta de la convocatoria ordinaria se reflejará una calificación de "no presentado/presentada".
Autor: Badillo, R. Munuera, R y Tena, S.
Título: Ejercicios Resueltos de Econometría con Gretl.
Editorial: Otro Destino
Fecha Publicación: 2016
ISBN: 9788461742196
Autor: Pérez López, César
Título: Problemas resueltos de econometría
Editorial: Thomson
Fecha Publicación: 2006
ISBN: 8497323769
Autor: Pérez López, César
Título: Econometria básica técnicas y herramientas
Editorial: Pearson-Prentice Hall
Fecha Publicación: 2007
ISBN: 9788483223840
Autor: Pindyck, Robert S.
Título: Econometría
Editorial: McGraw-Hill,
Fecha Publicación: 2001
ISBN: 9789701029251
Autor: Gujarati, Damodar N.
Título: Econometría
Editorial: McGraw-Hill
Fecha Publicación: 2010
ISBN: 9786071502940
Autor: Wooldridge, Jeffrey M.
Título: Introducción a la econometría un enfoque moderno
Editorial: Thomson
Fecha Publicación: 2006
ISBN: 8497322681
Autor: Pindyck, Robert S.
Título: Econometría modelos y pronósticos
Editorial: McGraw-Hill
Fecha Publicación: 2001
ISBN: 9701029259
Autor: Fernández Gallastegui, Alonso
Título: Econometría
Editorial: Pearson Prentice
Fecha Publicación: 2004
ISBN: 8420544604
Autor: Greene, William H.
Título: Análisis econométrico
Editorial: Prentice Hall
Fecha Publicación: 2001
ISBN: 9788483220078
Autor: Gujarati, Damodar N.
Título: Principios de econometría
Editorial: McGrawhill
Fecha Publicación: 2006
ISBN: 8448146328
Otros recursos: Apuntes y material complementario en Aula Virtual
Recursos en red:
http://gretl.sourceforge.net/gretl_espanol.html
Aula virtual: http://moodle.upct.es
Fuentes estadísticas:
Instituto Nacional de Estadística: http://www.ine.es
OCDE: http://www.oecd.org
Eurostat: https://ec.europa.eu/eurostat/data/database