Sunteți pe pagina 1din 8

UNIVERSIDAD DE CUENCA

FACULTAD DE CIENCIAS ECONMICAS Y ADMINISTRATIVAS

PLAN DE ASIGNATURA O SILABO


Perodo Acadmico: Septiembre 2015 Febrero 2016

NOMBRE DE LA ASIGNATURA:

CDIGO:

10576

ECONOMETRA I

CARRERA

ECONOMIA

CICLO O SEMESTRE

QUINTO

EJE DE FORMACIN

PROFESIONAL

CRDITOS SEMANALES:
TERICAS
PRCTICAS
TERICO-PRCTICAS

TOTAL

MODALIDAD:
PRESENCIAL

A DISTANCIA
SEMIPRESENCIAL

PROFESOR(ES) RESPONSABLE(S):
Pablo Jimnez Ayora, PhD

DESCRIPCIN DE LA ASIGNATURA:
La econometra se ha convertido en una disciplina fundamental en el aprendizaje de la
economa. Una de las razones es que cada vez con mayor frecuencia podemos encontrar
aplicaciones economtricas en casi todos los mbitos de estudio de la economa. Por ejemplo,
en base a modelos economtricos se puede simular los posibles efectos que tendra una
poltica econmica particular sobre el crecimiento del PIB, o quiz el impacto de un programa
social fue cuantificado economtricamente. Las lista de ejemplos puede continuar
indefinidamente, ms lo importante es reconocer que los problemas complejos a los que se
enfrenta el economista en el mundo actual requieren muchas veces de soluciones
cuantitativas.
La econometra no es solamente un conjunto de tcnicas estadsticas y matemticas. Es, ante
todo, un sistema conceptual que utiliza dichas tcnicas para construir modelos que
representen una parte de la realidad, a travs de la bsqueda de interacciones entre
variables.
De esta forma se pueden comprender mejor los fenmenos econmicos, basados en la
validacin emprica. En resumen, la econometra cumple con tres objetivos fundamentales:
1. Mediante la validacin emprica de las teoras econmicas ayuda a explicar mejor la
realidad econmica.
2. Permite realizar pronsticos de variables econmicas relevantes.
3. Es til para simular los efectos de la poltica econmica y para medir el impacto de
programas
Esta materia introduce al estudiante al Modelo Clsico de Regresin Lineal, y centra su
estudio en los modelos de regresin uniecuacionales, tanto en el problema de la estimacin
como en el problema de la inferencia.
Se pondr nfasis en las propiedades estadsticas de los estimadores de Mnimos Cuadrados
Ordinarios, sin dejar de lado aspectos ms prcticos como el uso de variables dictomas, las
transformaciones lineales y los pronsticos. Posteriormente se estudian los principales
problemas de especificacin en la construccin de modelos, los test de estabilidad de
parmetros y el llamado problema de la multicolinealidad. Finalmente, se revisa los
principales resultados de la teora asinttica y sus aplicaciones en las propiedades de
muestras grandes de los estimadores de MCO.
Econometra I proporciona al estudiante los conocimientos tericos y prcticos bsicos para el
anlisis de datos sobre fenmenos econmicos reales que permite reconocer la naturaleza de
2

los datos econmicos, utilizar los mismos para la validacin emprica de teoras econmicas
aplicando diversas metodologas de estimacin, realizar pronsticos de variables econmicas
relevantes y emitir recomendaciones de poltica.
PRE-REQUISITOS

CO-REQUISITOS

Asignatura

Cdigo

ESTADISTICA IV

10567

MATEMATICAS III

10552

Asignatura

Cdigo

OBJETIVO(S) DE LA ASIGNATURA:
Objetivo(s) general(es)
Al final del curso el estudiante:
Asocia lo terico-cuantitativo y lo emprico-cuantitativo en construcciones modeladas que
sustenten una mejor y mayor comprensin de una realidad socio econmica, utilizando las
herramientas bsicas de los modelos economtricos uniecuacionales.

RESULTADOS O LOGROS DE APRENDIZAJE, INDICADORES Y SITUACIONES DE EVALUACIN


RESULTADOS O LOGROS DE
APRENDIZAJE

INDICADORES

SITUACIONES DE
EVALUACIN

El estudiante:
Identifica a la econometra
como una disciplina cientfica
fundamental en su formacin
profesional y reconoce los
aspectos primordiales de un
modelo economtrico.

Reconoce en un estudio
economtrico un proceso
metodolgico, basado en el
mtodo cientfico y con
principios y tcnicas que le
son propias.
Identifica los elementos
constitutivos de un modelo
economtrico
(variables,
parmetros,
ecuaciones,
formas funcionales) y los
tipos fundamentales de
modelos en econometra
Distingue entre modelos
lineales y no lineales y es

Exmenes escritos
Talleres y ejercicios tericos
y aplicados
Trabajo final.

capaz de linealizar muchos


modelos no lineales.
Conoce y comprende los
supuestos del modelo clsico
de
regresin
y
las
propiedades
de
los
estimadores de MCO.

Conoce los supuestos del


modelo clsico, su realismo y
sus implicaciones prcticas
Conoce cuales son las
propiedades de muestras
pequeas que se espera
posea un buen estimador y
es capaz de demostrar el
cumplimiento de dichas
propiedades
de
los
estimadores de MCO bajo los
supuestos del modelo clsico.

Pruebas y exmenes escritos


Talleres y ejercicios tericos
y aplicados, incluyendo
aplicaciones informticas en
Stata.
Trabajo final.

Construye
modelos
uniecuacionales en base a
informacin
estadstica
disponible
e
interpreta
adecuadamente
los
resultados de una regresin

Puede proponer modelos de


regresin lineales de una
ecuacin y estimar sus
parmetros. Adems realiza
inferencia estadstica sobre
dichos parmetros.
Testea
la
correcta
especificacin de un modelo
y compara entre modelos
alternativos,
mediante
criterios estadsticos de
seleccin.
Interpreta los resultados
obtenidos y les da un sentido
econmico a los mismos.
Adems,
utiliza
adecuadamente para estos
fines
los
softwares
especializados.

Pruebas y exmenes escritos


Talleres y ejercicios tericos
y aplicados, incluyendo
aplicaciones informticas en
Stata.
Trabajo final.

Conoce las propiedades Distingue entre propiedades


asintticas
de
los de muestras pequeas y
estimadores de MCO.
propiedades de muestras
grandes de los estimadores
Es capaz de demostrar la
propiedad de consistencia y
encontrar la distribucin
asinttica del estimador de
MCO y de MV.

Pruebas y exmenes escritos


Talleres y ejercicios tericos
y aplicados, incluyendo
aplicaciones informticas en
Stata.
Trabajo final.

Conoce y entiende el mtodo


de estimacin de mxima
verosimilitud,
sus
propiedades y los test

Pruebas y exmenes escritos


Talleres y ejercicios tericos
y aplicados, incluyendo
aplicaciones informticas en

Aplica los test asintticos de


Wald, Razn de Verosimilitud
y Multiplicador de Lagrange
para hiptesis no lineales.

estadsticos relacionados.

Stata.
Trabajo final.

NMERO DE SESIONES, CONTENIDOS DE LA ASIGNATURA Y ESTRATEGIAS DE APRENDIZAJE


NUMERO DE
SESIONES
6

CONTENIDOS
UNIDAD I: MODELOS TERICOS Y
MODELOS ECONOMTRICOS
Qu es la econometra? Ejemplos ilustrativos
Importancia y limitaciones de la
econometra en la actualidad.
Causalidad y experimentos ideales.
Modelo econmico y modelo economtrico.
Naturaleza de los datos econmicos.

ESTRATEGIAS DE
APRENDIZAJE
Clases magistrales.
Ejercicios de
refuerzo y aplicacin.
Lecturas.
Taller: Cmo
empezar un trabajo
de investigacin
emprico.

14

UNIDAD II: RELACIONES ENTRE DOS


VARIABLES
El modelo de regresin lineal de dos
variables; la funcin de regresin
poblacional y la funcin de regresin
muestral.
Estimacin por Mnimos Cuadrados
Ordinarios (MCO).
Supuestos del Modelo Clsico
Propiedades de los estimadores MCO en
muestras finitas.
Errores estndar de los estimadores de
MCO.
El teorema de Gauss-Markov.
El Modelo Clsico de Regresin Lineal
Normal.
Transformacin de variables no lineales.
Inferencia en el modelo de dos variables.
Pronstico en el modelo de dos variables.
Criterios de evaluacin de la calidad del
pronstico.

Clases magistrales.
Ejercicios de
refuerzo y aplicacin.
Adiestramiento en el
uso del
software Eviews.

17

UNIDAD III: EL MODELO DE K VARIABLES


Formulacin matricial del modelo de
regresin con k variables.
Bondad de ajuste y Anlisis de la Varianza
en el modelo de k variables.
Aspectos algebraicos y geomtricos del
estimador de MCO.
Regresin particionada y el teorema de
Frisch-Waugh.
Inferencia en regresin mltiple, una
introduccin.
El test RB. El test RB, aplicaciones.

Clases magistrales.
Ejercicios de
refuerzo y aplicacin.
Adiestramiento en el
uso del
software Eviews.
Lecturas

12

Test F del modelo restringido vs. el modelo no


restringido.
Test de normalidad.
Pronstico en el modelo de k variables
Variables ficticias: modelos ANOVA y
ANCOVA.
Uso de las variables ficticias en el anlisis
de estabilidad de parmetros. Uso de las
variables ficticias en el anlisis estacional.
Efectos de interaccin
UNIDAD IV: CONTRASTE DE ERRORES DE
ESPECIFICACIN Y MULTICOLINEALIDAD
Tipos de errores de especificacin.
Pruebas sobre la constancia de los
parmetros, visin general
El contraste de Chow
Test basados en residuos recursivos, test
CUSUM y CUSUM Cuadrado
Variables omitidas y variables
redundantes
Test de especificacin y criterios de
seleccin de modelos
Causas y consecuencias de la
multicolinealidad
Deteccin de la multicolinealidad y
posibles soluciones
UNIDAD V: ELEMENTOS DE TEORA
ASINTTICA
Introduccin.
Convergencia en probabilidad y
convergencia en media cuadrtica.
Reglas de las probabilidades lmite y el
teorema de Slutsky.
Consistencia de los estimadores de MCO.
Convergencia en distribucin y reglas de
las distribuciones lmite.
Distribuciones asintticas y los Teoremas
del Lmite Central de Lindberg-Levy y de
Lindberg-Feller.
Distribucin asinttica del estimador de
MCO.
UNIDAD
VI:
ESTIMACIN
MXIMO
VEROSMIL
Fundamentos de la
estimacin mximo verosmil.
Aplicaciones de la estimacin por mxima
verosimilitud.
Estimacin mximo verosmil en el
Modelo Clsico de Regresin.
Teorema de la Cota de Cramer-Rao.
Propiedades del estimador mximo

Clases magistrales.
Ejercicios de
refuerzo y aplicacin.
Adiestramiento en el
uso del
software Eviews.
Lecturas

Clases magistrales
Ejercicios de
refuerzo y aplicacin
Adiestramiento en el
uso del
software Eviews.
Lecturas

Clases magistrales
Ejercicios de
aplicacin
Adiestramiento en el
uso del
software Eviews.
Lecturas

verosmil.
Test asintticos: test de la Razn de
Verosimilitud, test de Wald y test del
Multiplicador de Lagrange.
RECURSOS O MEDIOS PARA EL APRENDIZAJE
Para el desarrollo del curso las herramientas que se requieren son: pizarra, textos, proyector,
material digital, uso de la plataforma de la Universidad de Cuenca. Adems se requiere del
laboratorio de computacin con mquinas que tengan instalado el software economtrico
EVIEWS.
CRITERIOS PARA LA CREDITACIN DE LA ASIGNATURA
Aprovechamiento
Ejercicios
Trabajo Final
Exmenes
Interciclo
Final

50%
30%
20%
50%
20%
30%

TEXTOS Y OTRAS REFERENCIAS REQUERIDAS PARA EL APRENDIZAJE DE LA ASIGNATURA


Textos principales de consulta.
Ttulo del texto

Edicin

Ao
publicacin

Wooldridge, Jeffrey

Introduccin a la
Econometra: un enfoque
moderno

Cuarta

2010

CENGAGE
Learning

Hill, Carter; Griffiths,


William y Lim, Guay

Principles of
Econometrics

Cuarta

2011

John Wiley
& Sons

Stock, James y Watson,


Mark

Introduccin a la
Econometra

Tercera

2012

Pearson

Cameron, Colin y
Trivedi, Pravin

Microeconometrics Using
Stata

Edicin
Revisada

2010

STATA
Press

Autor

Editorial

Otra bibliografa complementaria


Libros
Autor

Ttulo del libro

Edicin

Ao
publicacin

Editorial

Gujarati, Damodar

Econometra

Quinta

2010

Greene, William

Anlisis Economtrico

Sptima

2012

Juan Pablo Sarmiento

Notas de Clase

Firma del profesor (es):

McGraw
Hill
Pearson

Vto. B. Director de Carrera

__________________
Pablo Jimnez Ayora, PhD

Fecha: Cuenca, julio de 2015