Direccin General de Educacin Superior Tecnolgica

1. Datos Generales de la asignatura Nombre de la asignatura: Econometra aplicada a Negocios de Innovacin tecnolgica. Clave de la asignatura: AEA-1105 SATCA1: 4 - 2 6 Carrera: Ingeniera en Gestin Empresarial.

2. Presentacin Caracterizacin de la asignatura Esta asignatura aporta al perfil del Ingeniero en Gestin Empresarial la capacidad para disear, innovar e implementar a las dinmicas financieras de las organizaciones, las metodologas de la ciencia economtrica, aplicando modelos cuantitativos utilizados en la medicin econmica de los modelos de consumo e ingreso; as como el anlisis e interpretacin de datos y modelado de sistemas en los procesos organizacionales, por lo cual se busca dar cauce a la mejora continua de sus finanzas, lo anterior en atencin a los estndares de clase mundial tecnolgica. Se estudia, dentro de este contexto, la relacin entre los supuestos del modelo de regresin lineal, las propiedades de las funciones empricas, y los estimadores ptimos, limitndose al caso de observaciones independientes. Adems se adquiere la habilidad de interpolar los resultados de la simulacin financiera para la toma de decisiones, de la manera ms eficiente, siendo que con ello obtiene la competencia de anlisis mtrico de la informacin econmica -til en los procesos de Ingeniera financiera-, ya que con esto se logra enmarcar a las oportunidades de aplicacin tecnolgica matemtica para el armado de planes de negocios ms estables, rentables, verdicos y evidentes, que para el mundo global que hoy estamos viviendo, estos puedan ser oportunos e incidentes en el proceso de medicin de la rentabilidad de los negocio. Intencin didctica El temario est organizado agrupando los contenidos conceptuales de la asignatura de manera secuencial. En la primera unidad se establecen los principios que la Econometra postula para el desarrollo de negocios tecnolgicos, adems se estudian los mtodos probabilsticos e inferenciales, suficientes para desarrollar el modelaje de las funciones, que enmarcarn el estudio del valor de la empresa en trminos de entorno comercial, a travs de utilizar estimaciones y anlisis econmicos-financieros, temas que cimientan el contenido de la
1

Sistema de Asignacin y Transferencia de Crditos Acadmicos

Pgina | 1

Direccin General de Educacin Superior Tecnolgica

asignatura. En la segunda unidad se incluye las tcnicas de regresin lineal, con la finalidad de generar habilidad para distinguir entre los tipos de datos que se tienen y los modelos que se pueden estimar, as tambin establecer las destrezas para verificar sobre el cumplimiento de los supuestos financieros, adems, sealar las consecuencias del incumplimiento de stos y, as establecer el poder para realizar las correcciones necesarias. Se concluir esta unidad estableciendo los patrones que hacen que un modelo estimado se le aplique las tcnicas de inferencia estadstica y, as generar la capacidad para obtener conclusiones al generar el mejor modelo de pronstico, a partir de un conjunto de datos dado. La tercera unidad se caracteriza por la aplicacin de la metodologa que basifica la Introduccin de variables cualitativas explicativas en los modelos economtricos, as como tambin modelos en los cuales la variable dependiente es de tipo cualitativo. Amn de lo anterior se estimarn modelos economtricos en los que se incluyan rezagos de las variables explicativas o de la variable dependiente. Se probar la causalidad entre las variables de un modelo, desde luego que todo esto encaminado a la problemtica de resolver la proyeccin de la rentabilidad que implica la negociacin de productos de nueva inventiva o mejora. En la cuarta unidad se proporcionarn los conceptos y conocimientos necesarios para poder distinguir entre los enfoques cualitativo y cuantitativo de un pronstico. Adems se implementarn metodologas para reconocer el tipo de modelo subyacente en cada una de las tcnicas de pronsticos estadsticos, as como la realizacin de la validacin del modelo, adems se establecern los parmetros que diluciden la aplicacin adecuada de la tcnica cuantitativa de pronsticos, lo anterior se buscar ser aplicado dependiendo de las caractersticas y volumen de los datos disponibles, as como del modelando tcnico del producto y su temporalidad para el target al que ser dirigido. Por ltimo en la quinta unidad se expondrn los elementos necesarios para identificar y estimar un modelo que resuelva bajo la tcnica algebraica de sistema de ecuaciones, el punto de maximizacin de ingresos y la minimizacin de egresos. Se presentarn aplicaciones de las tcnicas aprendidas en todo el curso, a modelos particulares de negocios (como casos especficos productos tecnolgicos) emanados directamente de reas tecnolgicas. El enfoque sugerido para la materia requiere que las actividades prcticas promuevan la adquisicin de competencias tales como la capacidad de investigacin, anlisis, sntesis e interpretacin de los diferentes mtodos aprendidos, para realizar una adecuada toma de decisiones econmico financiera en ingeniera de gestin, dado que en esto se tendr que enmarcar la valuacin de productos de nueva inventiva o mejora, para que sean sometidos al anlisis del mercado real. En las actividades prcticas sugeridas es conveniente que el profesor gue a sus alumnos para que puedan identificar la capacidad econmica de los mercados, adems que esto sirva de referencia frente a la transaccin relacionada con el rendimiento de un negocio de nueva inventiva o mejora, evaluando, as la productividad de de estos; para que con esto coadyuve a desarrollar el control de los diferentes tipos de riesgos sistemticos y riesgos no sistemticos que afectan a una organizacin frente a la Pgina | 2

Direccin General de Educacin Superior Tecnolgica

innovacin de productos y; por esto calcule pronsticos a factores de xito y de serie uniforme, as como realice un anlisis de costo-beneficio entre dos o ms opciones de valoracin empresarial; mantener un sistema de informacin que controle las variaciones del mercado y sus fluctuaciones. Al mismo tiempo hacer un anlisis de las causas que generan los movimientos del mercado; investigar y comparar las tcnicas que para el manejo de la temporalidad utilizan las empresas de su localidad y presentarlas en un foro acadmico para una mejor toma de decisiones. Es importante que en el transcurso de las etapas programadas, el alumno aprenda a valorar las actividades que realiza, para que tenga conciencia de que est construyendo su hacer futuro y en consecuencia acte de una manera profesional; al mismo tiempo que aprecie la importancia del conocimiento y los hbitos de trabajo, desarrollando las competencias propias de su carrera, en la cual se desarrollar aprendiendo a aprender para el futuro, siendo as que se requiere un profesor que haga seguimiento del proceso.

3. Participantes en el diseo y seguimiento curricular del programa Lugar y fecha de elaboracin o revisin Direccin de Institutos Tecnolgicos Descentralizados en la Cd. de Mxico, a 15 de Julio del 2011. Participantes Observaciones

Representantes de los Institutos Tecnolgicos Superiores de: Fresnillo, Acayucan, Coacalco, Ciudad Serdn, Ciudad Acua, Cananea, Irapuato y Puerto Vallarta.

Diseo Curricular de las Especialidades para la Carrera de Ingeniera en Gestin Empresarial del Sistema Nacional de Educacin Superior Tecnolgica.

4. Competencia(s) a desarrollar Competencia(s) especfica(s) de la asignatura Comprender elementos bsicos de Ingeniera Econmica, Probabilidad Estadstica y sus diversas herramientas de valuacin as como su enlace con la metodologa financiera. Seleccionar las tcnicas adecuadas para determinar la mejor alternativa en el manejo de los mercados y sus inversiones, todo cuidando enmarcarlo en los productos tecnolgicos. Conocer las prcticas profesionales que se desarrollan actualmente en los negocios de perfil tecnolgico y la evolucin y trascendencia que esto implica en la toma de decisiones economtricas. Utilizar los mtodos de valuacin, anlisis e interpretacin del manejo del dinero en los Pgina | 3

Direccin General de Educacin Superior Tecnolgica

procesos de la administracin econmica de los mercados de productos con tecnologa innovadora, interpretando los resultados para tomar decisiones efectivas.

5. Competencias previas Usar hojas de clculo. Conocer procesos contables. Tener conocimientos elementales de lgebra. Tener fundamentos de teora de lmites. Tener fundamentos de derivacin matemtica. Conocer la importancia del gasto de capital y de los esquemas para la obtencin de flujos de efectivo. Conocer el clculo financiero y sus matemticas. Tener capacidad de anlisis y sntesis. Comprender conceptos de riego e incertidumbre. Usar herramientas bsicas de probabilidad valor esperado y rbol de decisin. Habilidad para el pensamiento crtico. Capacidad para la resolucin de problemas. Capacidad para trabajar en equipo.

6. Temario No. 1 Nombre de temas Aplicaciones Elementales de Estadstica Probabilstica e Inferencial para el Anlisis Economtrico en Negocios de Innovacin Tecnolgica. Subtemas 1.1 Induccin. 1.2 Definiciones elementales de Probabilidad. 1.3 Estudio de Las Variables por su forma Aleatorias. 1.3.1 Estudio del Caso Univariado aplicado a negocios de innovacin tecnolgica. Las Funciones de densidad. El Valor esperado y varianza, La Distribuciones Bernoulli, La Distribucin Normal y Las derivadas de la distribucin normal. 1.3.2 Estudio del Caso Bivariado aplicado a negocios de innovacin tecnolgica. La Distribucin conjunta, La Distribucin Marginal y La Condicional, El Valor esperado y Las Varianzas Condicionales. La Covarianza y El Coeficiente de Pgina | 4

Direccin General de Educacin Superior Tecnolgica

correlacin. La Independencia. 1.3.3 Elestudio de la Distribucin Normal Bivariada aplicado a negocios de innovacin tecnolgica. 1.4 Acercamiento al anlisis exploratorio de datos para los negocios de innovacin tecnolgica. 1.5 Aplicacin de la Inferencia estadstica casos de innovacin tecnolgica. 1.5.1 Casos de Estimacin puntual. Pronstico. 1.5.2 Casos de Estimacin por intervalos. 1.5.3 Aplicacin de Las Pruebas de hiptesis a casos de innovacin tecnolgica. 1.6 Estudio de casos. Aplicacin de un modelo de 2.1 Los Modelos Economtricos y Los Regresin Lineal para el Anlisis de Datos en Los Negocios de Innovacin la Factibilidad en Negocios de tecnolgica. Innovacin Tecnolgica. 2.2 Un Modelo de Regresin Lineal Simple aplicado en el anlisis de Negocios de Innovacin tecnolgica. 2.2.1 El Modelo Condicional en Los Negocios de Innovacin tecnolgica. 2.2.2 Los Estimadores de Mnimos Cuadrados para el anlisis de factibilidad en los negocios de innovacin tecnolgica. 2.3 Un Modelo de Regresin Lineal Mltiple aplicado en el anlisis de factibilidad en negocios de innovacin tecnolgica. 2.3.1 Especificacin del Modelo Lineal General aplicado al anlisis de factibilidad a los negocios de innovacin tecnolgica. 2.3.2 Aplicacin de: Los Estimadores de Mnimos Cuadrados. Las Propiedades de los estimadores. El Teorema de Gauss-Markov a problemas de anlisis de factibilidad en los negocios de innovacin tecnolgica. 2.3.3 Estudio del Coeficientes de Correlacin, Coeficientes de Pgina | 5

Direccin General de Educacin Superior Tecnolgica

Correlacin Parcial y El Coeficiente de Determinacin para su aplicacin en los estudios de factibilidad a los negocios de innovacin tecnolgica. 2.3.4 La Inferencia en el Modelo Lineal General. 2.3.5 La Prediccin Media e Individual. 2.4 Formas funcionales de los Modelos de Regresin en los negocios de innovacin tecnolgica. 2.5 Violacin de los Supuestos del Modelo Clsico. Deteccin, consecuencias y correccin aplicable en el estudio de factibilidad a los negocios de innovacin tecnolgica. 2.5.1 Aplicacin de La Normalidad. 2.5.2 Errores de Especificacin. Multicolinealidad. 2.5.3 Heteroscedasticidad. 2.5.4 Autocorrelacin. 2.6 Estudio de casos. Modelos Especiales de Econometra 3.1 Aplicacin del Mtodo de Mnimos Aplicada al Control y Manejo de Cuadrados Generalizados para estudiar Negocios de Innovacin Tecnolgica. la demanda de productos de innovacin tecnolgica. 3.2 La Aplicacin de Modelos con variables de tipo cualitativo y Variables Dicotmicas en el estudio de la demanda de productos de innovacin tecnolgica. 3.2.1 Estudio de Naturaleza de las Variables Dicotmicas en los Mercados de innovacin tecnolgica. 3.2.2 Modelos con Variables Explicativas Cualitativas. Cambio Estructural y El Anlisis Estacional expresados en trminos de una negociacin de productos de innovacin tecnolgica. 3.2.3 Los Modelos con Variable Dependiente Dicotmica y Los Modelos Probit y Logit en Los Mercados con innovacin tecnolgica. 3.3 Los Modelos Autorregresivos y de Rezagos Distribuidos utilizados para el estudio de los mercados de innovacin Pgina | 6

Direccin General de Educacin Superior Tecnolgica

tecnolgica. 3.4 Estimacin de Modelos Autorregresivos. Aproximacin de Koyck, Expectativas Adaptativas, Ajuste Parcial. Variables Instrumentales 3.5 Autocorrelacin en Modelos Autorregresivos. Prueba h de Durbin. 3.6 Estimacin del Modelo de Rezagos Distribuidos Polinomial. Aproximacin de Almon. 3.7 Prueba de Causalidad. Prueba de Granger. 3.8 Estudio de casos. Modelos de Pronsticos para aplicar 4.1 Introduccin a los pronsticos y su Planeaciones en Series de Tiempo y aplicacin en la proyeccin de negocios el Anlisis en Negocios de de innovacin tecnolgica. Pronstico Innovacin Tecnolgica. estadstico. 4.2 Delimitacin, conocimiento y diseo de sbanas de datos de los Datos. 4.2.1 La Inspeccin de los datos. 4.2.2 Aplicacin de suavizamiento como mejora de resultados. 4.3 El Uso de transformaciones. 4.3.1 Las Transformaciones lineales y su aplicacin pronstica. 4.3.2 Las Transformaciones nolineales y su aplicacin pronstica. 4.3.3 Seleccin de una transformacin. 4.4 Aplicacin de Criterios para elegir una tcnica de Pronstico que se adecue a la proyeccin de negocios de innovacin tecnolgica. 4.5 Modelaje de Pronsticos para negocios de innovacin tecnolgica. 4.5.1 Aplicacin de pronsticos cuando se ejecutan tiempos de series no-estacionales. 4.5.2 Aplicacin de pronsticos cuando se ejecutan tiempos de series estacionales. 4.6 Aplicacin de herramientas de evaluacin de los Pronsticos. 4.7 Anlisis de Series de Tiempo. 4.8 Elementos de Ecuaciones en Diferencia. 4.8.1 Notacin y Conceptos Elementales. 4.8.2 Uso de operadores retraso. 4.9 Modelos para Series Univariadas. Pgina | 7

Direccin General de Educacin Superior Tecnolgica

Identificacin de Modelos ARIMA. 4.9.2 Estimacin de Modelos ARIMA. 4.9.3 Verificacin de los Modelos. 4.10 Prueba de Races Unitarias. 4.11 Modelos para Series Estacionales. 4.11.1 Anlisis de Series Estacionales. 4.11.2 Construccin de Modelos. 4.12 Pronsticos para Series de Tiempo. 4.12.1 Caso Estacionario. 4.12.2 Caso No-estacionario. 4.13 Aplicaciones. Modelos Economtricos y 5.1 Modelos de ecuaciones simultneas. 5.1.1 Naturaleza de los Modelos de Aplicaciones en Los Negocios De Ecuaciones Simultneas. Innovacin Tecnolgica Ejemplos. 5.1.2 El Problema de Identificacin. Condiciones de Orden y de Rango. 5.1.3 Mtodos de Estimacin. Mnimos Cuadrados Indirectos. Mnimos Cuadrados en 2 y 3 Etapas. 5.1.4 Sistema de Ecuaciones Aparentemente NoRelacionadas 5.2 Aplicaciones de anlisis economtrico o de series de tiempo a Economa. 5.3 Aplicaciones de anlisis economtrico o de series de tiempo a Finanzas

4.9.1

7. Actividades de aprendizaje de los temas No. 1: Aplicaciones Elementales De Estadstica Probabilstica e Inferencial Para El Anlisis Economtrico En Negocios De Innovacin Tecnolgica Competencias Actividades de aprendizaje Especifica(s): Identificar los fundamentos de la Probabilidad y La Inferencia Estadstica para comprender su importancia en la toma de decisiones ante la teora del consumo. Evaluar el impacto que tiene el valor de un producto ante su equivalencia monetaria en la aplicacin de los principios que la Trazar las estrategias de aprendizaje durante el semestre, de acuerdo a lo aprendido mediante los fundamentos de la Econometra. Conformar equipos de aprendizaje para el trabajo colaborativo. Investigar el enfoque de diversos autores de libros acerca de la importancia de la Econometra aplicada en las organizaciones. Pgina | 8

Direccin General de Educacin Superior Tecnolgica

Econometra postulada para el desarrollo de negocios tecnolgicos. Determinar las funciones, que enmarcarn el estudio del valor de la empresa en trminos de entorno comercial, a travs de utilizar estimaciones y anlisis econmicosfinancieros. Reconoce las bases que rigen el ambiente bajo el cual debe operar un sistema de planeacin financiera.

Genricas: Capacidad de anlisis y sntesis Capacidad de organizar y planificar Habilidades de Investigacin Solucin de problemas. Toma de decisiones. Habilidades de investigacin Capacidad de aprender Capacidad de generar nuevas ideas (creatividad). Habilidad para trabajar en forma autnoma. No. 2: Aplicacin De Un Modelo De Regresin Lineal Para El Anlisis De La Factibilidad En Negocios De Innovacin Tecnolgica Competencias Actividades de aprendizaje Especifica(s):

Utilizar la tecnologa informtica para la solucin de problemas. Tomar conciencia (metacognicin) del impacto que tiene el valorar negocios tecnolgicos a travs de aplicar la Econometra. Plantear hiptesis para la creacin de nuevos problemas que evalen tecnologas innovadoras. Interactuar interna y externamente para obtener datos reales que sirvan en la determinacin del anlisis fundamental en negocios de tecnologa innovativa. Organizar visitas a instituciones para obtener una visin real de la importancia de la Econometra en la vida profesional.

Utilizar de manera adecuada los diversos mtodos de regresin lineal y seleccin de alternativas de inversin, ahorro y aplicacin de recursos en los negocios de innovacin tecnolgica. Analizar las tareas del anlisis de factibilidad aplicando la regresin lineal para medir el rendimiento mediante el clculo y la interpretacin de del valor en un negocios de innovacin tecnolgica. Genricas: Capacidad de anlisis y sntesis Capacidad de organizar y planificar

Identificar el modelo de regresin para con este efectuar la seleccin de alternativas de inversin, aplicacin y ahorre de recursos en un proyecto de negocios de innovacin tecnolgica. Comparar las diferencias existentes entre los diversos mtodos de evaluacin. Recopilar informacin actualizada para la determinacin del Valor del tcnico y del Valor terico de un negocio de innovacin tecnolgica. Clasificar la informacin obtenida mediante criterios sistemticos. Plantear problemas y proponer Pgina | 9

Direccin General de Educacin Superior Tecnolgica

soluciones de mltiples maneras. Habilidades de Investigacin Interpretar el valor de una inversin a Solucin de problemas. partir de aplicar regresin lineal. Toma de decisiones. Explicar el anlisis con el modelo. Habilidades de investigacin Capacidad de aprender Capacidad de generar nuevas ideas (creatividad). Habilidad para trabajar en forma autnoma. No. 3: Modelos Especiales de Econometra Aplicada al Control y Manejo de Negocios de Innovacin Tecnolgica. Competencias Actividades de aprendizaje Especifica(s): Emplear las tcnicas, modelos y herramientas de la econometra para efectuar anlisis especial sobre los negocios de innovacin tecnolgica. Seleccionar el modelo ms adecuado para analizar de acuerdo a la econometra financiera la factibilidad especial sobre los negocios de innovacin tecnolgica. Descubrir las caractersticas que tienen los diversos modelos de econometra. Aplicar el mtodo economtrico para desarrollar anlisis fundamental en la base negociable de un producto de innovacin tecnolgica. Plantear problemas reales.

Genricas: Capacidad de anlisis y sntesis Capacidad de organizar y planificar Habilidades de Investigacin Solucin de problemas. Toma de decisiones. Habilidades de investigacin Capacidad de aprender Capacidad de generar nuevas ideas (creatividad). Habilidad para trabajar en forma autnoma. No. 4: Modelos de Pronsticos para Aplicar Planeaciones en series de tiempo y el Anlisis en Negocios de Innovacin Tecnolgica. Competencias Actividades de aprendizaje Especifica(s): Analizar e interpretar la relacin que se da Poner en prctica los conocimientos adquiridos a fin de obtener un Pgina | 10

Direccin General de Educacin Superior Tecnolgica

entre los diversos productos al momento de contemplar el tiempo como variable de disertacin comercial; as como los beneficios esperados, para pronosticar los rendimientos futuros. Fomentar el inters por los sectores desprotegidos al evaluar los proyectos del sector primario, y atender la derrama socioeconmica que se desprender por el desarrollo de productos de innovacin tecnolgica.

Genricas: Capacidad de anlisis y sntesis Capacidad de organizar y planificar Habilidades de Investigacin Solucin de problemas. Toma de decisiones. Habilidades de investigacin Capacidad de aprender Capacidad de generar nuevas ideas (creatividad). Habilidad para trabajar en forma autnoma. No. 5: : Modelos Economtricos y Aplicaciones en los Negocios de Innovacin Tecnolgica Competencias Actividades de aprendizaje Analizar los conocimientos Reflexionar acerca de la importancia que tiene la Ingeniera algebraica adquiridos para evaluar las debido al efecto de la aplicacin alternativas de desplazamiento y economtrica sobre la planeacin en la comercializacin. incursin sobre productos de Observar la tendencia de los innovacin tecnolgica y su desborde resultados con respecto los en el mercado. beneficios otorgados por la negociacin de un producto de Evaluar los resultados despus de innovacin tecnolgica. aplicar ecuaciones simultneas a los Inferir resultados por medio del diferentes mtodos economtricos. razonamiento econmico financiero. Autoevaluar el aprendizaje. Sintetizar los resultados obtenidos. Plantear en equipo, problemas que

mayor beneficio con respecto a los proyectos de xito. Cotejar los resultados obtenidos para tomar la mejor decisin. Cuestionar las medidas tomadas al elegir una alternativa en donde los pronsticos superan a los beneficios. Usar el mejor vocabulario para expresar las decisiones. Dialogar, explicar y sostener un punto de vista de acuerdo a los resultados de la evaluacin. Exponer y debatir las interpretaciones de la relacin Beneficio-resultado.

Pgina | 11

Direccin General de Educacin Superior Tecnolgica

demuestren su aprendizaje significativo.

8. Prctica(s) 1. Aplicacin de modelos economtricos en variables financieras de alguna empresa real. 2. Modelamiento de funciones economtricas en software especfico (Excel, StatGraph, etc.)

9. Proyecto Integrador El objetivo del proyecto que plante el docente que imparta esta asignatura, es demostrar el desarrollo y alcance de la(s) competencia(s) de la asignatura, considerando las siguientes fases: Fundamentacin: marco referencial (terico, conceptual, contextual, legal) en el cual se fundamenta el proyecto de acuerdo con un diagnstico realizado, mismo que permite a los estudiantes lograr la comprensin de la realidad o situacin objeto de estudio para definir un proceso de intervencin o hacer el diseo de un modelo. Planeacin: con base en el diagnstico en esta fase se realiza el diseo del proyecto por parte de los estudiantes con asesora del docente; implica planificar un proceso: de intervencin empresarial, social o comunitario, el diseo de un modelo, entre otros, segn el tipo de proyecto, las actividades a realizar los recursos requeridos y el cronograma de trabajo. Ejecucin: consiste en el desarrollo de la planeacin del proyecto realizada por parte de los estudiantes con asesora del docente, es decir en la intervencin (social, empresarial), o construccin del modelo propuesto segn el tipo de proyecto, es la fase de mayor duracin que implica el desempeo de las competencias genricas y especificas a desarrollar. Evaluacin: es la fase final que aplica un juicio de valor en el contexto laboralprofesin, social e investigativo, sta se debe realizar a travs del reconocimiento de logros y aspectos a mejorar se estar promoviendo el concepto de evaluacin para la mejora continua, la metacognicin, el desarrollo del pensamiento crtico y reflexivo en los estudiantes. Proyecto Sugerido: Aplicacin en un proyecto real que involucre a una empresa o a un desarrollo cientfico que d lugar a la creacin de modelos de aplicacin especficos.

Pgina | 12

Direccin General de Educacin Superior Tecnolgica

10. Evaluacin por competencias La evaluacin se realiza con el propsito de evidenciar el desarrollo de las competencias especficas y genricas de manera integral, creando las condiciones en distintos espacios de aprendizaje y desempeo profesional. En el contexto de la evaluacin por competencias es necesario recuperar las evidencias de desempeo con los siguientes instrumentos de evaluacin: Examen de diagnstico Exposicin y revisin de ejercicios extraclase. Anlisis y revisin de las actividades de investigacin. Solucin e interpretacin de problemas resueltos con apoyo de software. Participacin individual en clase. Exposicin de temas relacionados con la materia. Participacin en talleres de resolucin de problemas. Entrega de trabajos de investigacin en equipo. Realizacin de investigacin de campo. Resolucin de problemas prcticos en dinmicas grupales. Compilacin de apuntes por unidades. Cumplir en tiempo y forma con las actividades encomendadas. Concluir sus prcticas en un 100% Aprobar todos los exmenes parciales. Coevaluaciones. Y las herramientas de evaluacin del desarrollo de competencias especficas y genricas, pueden ser: Matriz de valoracin Lista de cotejo Rbricas Portafolio de evidencias

11. Fuentes de informacin 1. Baca Urbina, Gabriel, Fundamentos de Ingeniera Econmica, Ed. McGraw Hill 2. Newnan, Donald G., Anlisis Econmico en Ingeniera, Ed. McGraw Hill 3. Seplveda Jos A., et all, Ingeniera Econmica, Ed. McGraw Hill Serie Schaum 4. DeGarmo, E. Paul, et all, Ingeniera Econmica, Ed. Prentice Hall. 5. lvarez Vzquez ,Nelson (1999): Aplicaciones de Econometra, Editorial Centro de Estudios Ramn Areces. 6. lvarez Vzquez ,Nelson (2000): Econometra I : modelos economtricos estructurales multiecuacionales y otras cuestiones, Editorial Centro de Estudios Ramn Areces. 7. Amemiya, Takashi (1994): Introduction to Statistics and Econometrics, Harvard University Press. 8. Aparicio, Maria Teresa, F. J. Trivez y Jess Mur (1992): Ejercicios de Econometra, 2 ed., Secretariado de Publicaciones de la Universidad de Zaragoza. 9. Arcarons Bullich, Jordi (1995): Ejercicios y problemas de econometra, Alfa Pgina | 13

Direccin General de Educacin Superior Tecnolgica

Centauro. 10. Ashenfelter, Orley (2002): Statistics and Econometrics: Methods and Applications, Wiley. 11. Aznar, A (2003): "Resultados a partir de ejercicios de Monte-Carlo", 5campus.com, Econometra, (www.5campus.com/leccion/econometria7) 12. Aznar Grasa, Antonio y Antonio Garca Ferrer (1991): Problemas de Econometra, Pirmide. 13. Aznar Grasa, Antonio, Antonio Garca Ferrer y Antonio Martn Arroyo (1994): Ejercicios de Econometra, Pirmide, 2 volmenes. 14. Baltagi, B. H. (1999): Econometrics, 2 ed, Springer-Verlag. 15. Baltagi, B. H. (2001): A companion to Theoretical Econometrics, Blackwell. 16. Banfield, Jeff (1998): Rweb: Statistical analysis on the web, Aplicacin estadstica interactiva online ( www.math.montana.edu/Rweb/ ) Beyaert, Arielle et al. (1999): Econometra I, 2 ed., DM, Murcia. 17. Bierens, Herman (2002): Easyreg International 2002, Aplicacin economtrica gratuita, (econ.la.psu.edu/~hbierens/EASYREG.HTM ) Caldern Miln, M Jos, V. R. Lpez Ruiz y M.A. Tarancn Morn (2001): Prcticas de econometra, Librera Popular, Albacete. 18. Carrascal, U. et al. (2001): Anlisis economtrico con E-views, Ra-Ma. 19. Cassidy, H. J. y A. H. Studenmund (1996): Using Econometrics: A Practical Guide, 3 ed., Addison-Wesley. 20. Davidson, James (2000): Econometric Theory, Blackwell. 21. Davidson, R. y J. G. MacKinnon (1993): Estimation and Inference in Econometrics, Oxford University Press. 22. Daz Fernndez, Montserrat y Mara del Mar Llorente Marrn (1998): Econometra, Pirmide. 23. Doran, Howard E. (1989): Applied Regression Analysis in Econometrics, Marcel Dekker. 24. Dormont, B. (1999): Introduction lconomtrie, Montchrestian. 25. Dougherty, C. R. S. (2001): Introduction to Econometrics, 2 ed., Oxford University Press. 26. Draper, N. R. y H. Smith (1998): Applied Regression Analysis, 3 ed, Wiley. 27. Fernndez, Ana I. et al. (1995): Ejercicios de Econometra, McGraw-Hill Interamericana de Espaa. 28. Fox, John (1997): Applied Regression Analysis, Linear Models, and Related Methods, Sage. 29. Goldberger, Arthur S. (2001): Introduccin a la econometra, Ariel Economa. 30. Gourieroux, Christian y Alain Monfort (1995): Statistics and Econometric Models, Cambridge University Press, 2 volmenes. 31. Greene, William (1998): Anlisis Economtrico, 3 ed., Prentice-Hall. 32. Greene, William (2002): Econometric Analysis, 5 ed., Prentice-Hall. 33. Gujarati, Damodar N. (1997): Introduccin a la Econometra, McGraw-Hill Interamericana, Traduccin de la 3 ed. de Basic Econometrics. 34. Gujarati, Damodar N. (1999): Essential Econometrics, 2 ed., McGraw-Hill. Pgina | 14

Direccin General de Educacin Superior Tecnolgica

35. Guisn, M del Carmen (1997): Econometra, McGraw-Hill Interamericana de Espaa. 36. Hayashi, Fumio (2000): Econometrics, Princeton University Press Hernndez Alonso, Jos (1997): Introduccin a la econometra, 2 ed., Esic, Madrid 37. Hernndez Alonso, Jos (1997): Introduccin a la econometra, 2 ed., Esic, Madrid. 38. Herreras Pleguezuelos, Rafael y Carlos Gonzlez Snchez (1995): Ejercicios de Econometra, Proyecto Sur de Ediciones. 39. Hill, R. C, Griffiths, W., y G. G. Judge (2001): Undergraduate Econometrics, 2 ed., Wiley. 40. Intriligator, M. D., R. G. Bodkin y C. Hsiao (1996): Econometric Models, Techniques and Applications, 2 ed., Prentice-Hall. 41. Johnston, J. y Dinardo, J.(2001): Mtodos de Econometra, Vicens Vives. Traduccin de la 4 edicin en ingls de 1996. 42. Kane, John (2002): Econometrics: An Applied Approach, Houghton Mifflin, Boston. La pgina web del libro incluye los datos de ejemplo y enlaces a aplicaciones interactivas para cada captulo (www.oswego.edu/~kane/econometrics/) 9 43. Kennedy, Peter (1997): Introduccin a la econometra, Fondo de Cultura Econmica, Mxico. Traduccin de la 3 ed. en ingls de 1992. 44. Kennedy, Peter (2003): A guide to econometrics, 5 ed., MIT Press. 45. Kennedy, Peter (2001): "Bootstrapping Student Understanding of What is Going on in Econometrics", Journal of Economic Education, vol. 32(2), pp. 110-123. 46. Kmenta, Jan (1997): Elements of Econometrics, 2 ed, Michigan University Press. 47. Koop, Gary (2000): Analysis of Economic Data, Wiley. Transparencias, datos de ejemplo, etc. disponibles en (www.wiley.com/legacy/wileychi/koop/Home.html) Lardaro, Leonard (1993): Applied Econometrics, Harper-Collins. 48. Lawler, K. A. et al. (2001): Econometrics: A Practical Approach, Routledge. 49. Maddala, G. S. (1996): Introduccin a la Econometra, Prentice-Hall Hispanoamericana. 50. Maddala, G. S. (2001): Introduction to Econometrics, 3 ed, Wiley. 51. Mateo Mateo, Mara del Carmen et al. (2000): Econometra elemental aplicada, Popular Libros, Albacete. 52. Mirer, Tad U. (1993): Economic Statistics and Econometrics, Prentice Hall. 53. Mittlehammer, R. C., G. G. Judge y D. J. Miller (2000): Econometric Foundations, Cambridge University Press. 54. Mochn, Francisco y otros (1997): Introduccin a la Econometra, Prentice Hall. 55. Molt Carbonell, M Luisa et al. (1997): Econometra: El modelo lineal, 2 ed., AC. 56. Murray, Michael (1997): "Econometrics Lectures in a Computer Classroom", Journal of Economic Education, vol. 13(3), pp. 308-324. 57. Murray, Michael (2002): Econometrics: A Modern Introduction, Addison-Wesley. 58. Newbold, Paul (1997): Estadstica para los negocios y la economa, Prentice Hall. 59. Novales, Alfonso (1993): Econometra, 2 ed., McGraw-Hill. 60. Novales, Alfonso (1997): Estadstica y Econometra. McGraw-Hill Interamericana. 61. Ortega Osona, Jos Antonio (2003): Pgina de Docencia, Universidad de Pgina | 15

Direccin General de Educacin Superior Tecnolgica

Salamanca, disponible online ( web.usal.es/~jaortega/docencia.htm ). 62. Paruolo, Paolo (2002): The Linear Model: Theory, Econometric Exercises vol. 3, Cambridge University Press (publicacin prevista en junio 2002) 63. Peracchi, Franco (2001): Econometrics, Wiley. 64. Pena Trapero, X. B. y otros (1999): Cien ejercicios de econometra, Pirmide. 65. Prez Amaral, Teodosio et al. (1992): Ejercicios de econometra empresarial, McGraw-Hill Interamericana de Espaa. 66. Phillips, P.C.B. y M.R. Wickens (1978): Exercises in Econometrics, Phillip Allan , 2 volmenes. 67. Pindyck, R. S. y D. L. Rubinfeld (2001): Econometra. Modelos y Pronsticos, 4 ed., McGraw-Hill Interamericana. 10 68. Poirier, D. J. (1995): Intermediate Statistics and Econometrics. A Comparative Approach, MIT Press. 69. Pulido San Romn, Antonio y Julian Prez Garca (2001): Modelos Economtricos, Pirmide. 70. Ramanathan, Ramu (2002): Introductory Econometrics with Applications, 5 ed, Harcourt. 71. (http://weber.ucsd.edu/~rramanat/embook5.htm) 72. Rawlings, J. D. et al. (2000): Applied Regression Analysis, Springer-Verlag. 2 ed. 73. Rodrguez Poo, Juan, Ed. (2003): Computer Aided Introduction to Econometrics, SpringerVerlag. Tambin disponible en http://www.md-stat.com/ Ruud, Paul A. (2000): An Introduction to Classical Econometric Theory, Oxford University Press. 74. Sez Zafra, Marc y M Antonia Barcel Rad (1998): Econometra : Introduccin y casos prcticos, Editorial Centro de Estudios Ramn Areces. 75. Salvatore, D. (2001): Schaums Outline of Statistics and Econometrics, 2. Ed, McGrawHill. 76. Snchez Gonzlez, C. (1999): Mtodos economtricos, Ariel Economa. 77. Seddighi, Hamid R., K. A. Lawler, A. V. Katos (2000): Econometrics. A Practical Approach, Routledge. 78. Serrano, Gregorio R. y Gustavo A. Marrero (2001): Ejercicios de Estadstica y Econometra, AC. 79. Van Soest, Arthur y Marno Verbeek (2002): The Linear Model: Empirical Applications, Econometric Exercises vol. 4, Cambridge University Press (publicacin prevista en junio 2002) 80. Spanos, Aris (1999): Probability Theory and Statistical Inference : Econometric Modelling With Observational Data, 2 ed., Cambridge University Press. 81. Spiegel, Murray S. (1991): Estadstica, 2 ed., Serie Schaum, McGraw-Hill. 82. Spiegel, Murray S. y Larry Stephens (1998): Shaums outline of Statistics, 3 ed., McGrawHill. 83. Stewart, John y Len Gill (1998): Econometrics, 2 ed., Prentice-Hall. 84. Thomas, Leighton (1997): Modern Econometrics: An Introduction, Prentice-Hall. 85. Trvez Bielsa, Francisco Javier (2004): Introduccin a la Econometra. Pirmide. 86. U. D. Bioestadstica (2001): Bioestadstica: Mtodos y Aplicaciones, Universidad de Mlaga. Libro online. ( ftp.medprev.uma.es/libro/ ) Pgina | 16

Direccin General de Educacin Superior Tecnolgica

87. Verbeek, Marno (2004): A Guide to Modern Econometrics, Wiley. 2a. Ed. 88. West, R. Webster (2001): WebStat 2.0, University of South Carolina, Aplicacin estadstica online. (www.stat.sc.edu/webstat/) 89. Wooldridge, Jeffrey M. (2001): Econometra. Un enfoque moderno. Paraninfo Thomson Learning, Traduccin de la 1 ed. 11 90. Wooldridge, Jeffrey M. (2003): Introductory Econometrics: A Modern Approach, SouthWestern College Publishing. 2 ed. Zamora, M. M. y Estavillo, J (2001): "Modelo de regresin normal clsico", 5campus.org, 91. Econometra, (http://www.5campus.org/leccion/ecoreg).

Portales electrnicos de bsqueda sugeridos: 92. BANXICO (http://www.banxico.org.mx/) 93. SHCP (http://www.shcp.gob.mx/Paginas/default.aspx) 94. Diario Oficial de la Federacin (http://dof.gob.mx/) Sitios Web especializados: 95. http://blogsdefinanzas.com/ 96. http://www.gestiopolis.com/finanzas-contaduria/evaluacion-financiera-deproyectos-precios-corrientes-y-constantes.htm

Pgina | 17