Documente Academic
Documente Profesional
Documente Cultură
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
PROGRAMA SINTÉTICO
Resuelve problemas económicos con base en métodos econométricos con variables económicas.
ORIENTACIÓN DIDÁCTICA:
Los temas del curso serán orientados por el profesor a través de los métodos inductivo-deductivo y heurístico. Se
implementará la estrategia de aprendizaje de método de estudio de casos apoyado en ejemplos contextualizados,
seguidos de prácticas en laboratorio de cómputo y tareas a desarrollar por los estudiantes fuera de clase
apoyados con las siguientes técnicas de aprendizaje: mapas cognitivos de secuencia, comparaciones, y
algoritmo.
EVALUACIÓN Y ACREDITACIÓN:
Las siguientes evaluaciones se harán con el promedio ponderado de las actividades reportadas en cada una de
las unidades temáticas. Dentro de las cuales se considera la evaluación diagnostica al inicio del curso sin valor
así como la evaluación formativa y sumativa. Además se emplearan rubricas de autoevaluación y coevaluación.
Esta unidad de aprendizaje podrá ser acreditada mediante la evaluación de saberes previamente
adquiridos en términos del Artículo 47 del Reglamento General de Estudio (RGE).
BIBLIOGRAFÍA:
2. Stock, James and M. Watson. 2011. Introduction to Econometrics. 3th edition. USA: Addison Wesley.
ISBN-13: 978-013-800-900-7
3. Greene, William. 2006. Análisis Econométrico. 4ª edición. Prentice Hall. ISBN: 978-848-322-007-8
4. Pérez López César. 2006. Problemas Resueltos de Econometría Paso a Paso. México: Thomson.
ISBN: 849-732-376-9
5. Dougherty, Christopher, 2001. Introduction to Econometrics. 3nd Edition. Oxford. ISBN-13: 978-019-928-
096-4
INSTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
INTENCIÓN EDUCATIVA
Los métodos econométricos permitirán al estudiante contrastar empíricamente diversos modelos propuestos en las
materias de Microeconomía, Macroeconomía y, en general, de la Teoría Económica. A partir de la estimación de los
parámetros de los modelos, el estudiante podrá inferir sobre la aplicación o relevancia de las teorías económicas en
casos prácticos. Esta unidad de aprendizaje tiene sus antecedentes en estadística y probabilidad, estadística
inferencial, álgebra lineal y cálculo para el análisis económico, posteriormente contribuye con modelos econométricos,
series de tiempo, fundamentos de macroeconomía y macroeconomía intermedia. Con respecto al perfil de egreso
contribuye en la construcción y resolución de problemas macroeconómicos para la toma de decisiones.
Resuelve problemas económicos con base en métodos econométricos con variables económicas.
HORAS AD
HORAS
Actividades de CLAVE
(Aprendizaje
No. CONTENIDOS docencia BIBLIOGRÁ
Autónomo)
(a) FICA
(b)
T P
1.1 Definición del modelo clásico de regresión lineal. 0.5
1.2 Supuestos del modelo clásico de regresión lineal. 1.0
1.3 Estimación de parámetros por el método de MCO. 1.5 1.5 1.5
1.4 Residuales y valores estimados. 1.5 1.5
1.5 Bondad de ajuste: El criterio de la R2. 1.5 1.5 1B, 2B, 4C y
1.6 Propiedades de los estimadores bajo muestra finita: 1.5 7C
Insesgamiento y eficiencia.
1.7 Definiciones básicas sobre distribución asintótica. 1.0
1.7.1 Ley de los grandes números.
1.7.2 Convergencia en probabilidad.
1.7.3 Teorema del límite central.
1.7.4 Teorema de Slutsky.
1.8 Consistencia de los estimadores. 0.5
Encuadre del curso. Exposición del tema por parte del profesor mediante el método deductivo apoyado con mapas
cognitivos de secuencia. Se utilizará el aprendizaje de método de estudio de casos, donde se deberá abordar el
siguiente proceso:
Participación del estudiante en el salón de clases con actividades individuales y por equipo apoyados con
rúbrica de autoevaluación y coevaluación.
Realización de prácticas 1, 2 y 3 en laboratorio de cómputo con programas propios o con paquetes como
Eviews, Stata, o R se organizará el trabajo equipos y se propiciará el aprendizaje autónomo.
Integración de portafolio de evidencias de aprendizaje.
Evaluación diagnóstica
Evidencia de aprendizaje escrita. 30%
Portafolio de evidencias que debe incluir:
Solución de ejercicios con rúbrica. 15%
Prácticas en laboratorio de cómputo. 35%
Solución de casos prácticos propuestos en clase. 20%
INSTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
Exposición del tema por parte del profesor mediante el método deductivo apoyado con mapas cognitivos de secuencia.
Se utilizará el aprendizaje de método de estudio de casos, donde se deberá abordar el siguiente proceso:
Participación del estudiante en el salón de clases con actividades individuales y por equipo apoyados con
rúbrica de autoevaluación y coevaluación.
Realización de prácticas 4 y 5 en laboratorio de cómputo con programas propios o con paquetes como Eviews,
Stata, o R se organizará el trabajo equipos y se propiciará el aprendizaje autónomo.
Integración de portafolio de evidencias de aprendizaje.
HORAS AD
HORAS
Actividades de CLAVE
(Aprendizaje
No. CONTENIDOS docencia BIBLIOGRÁ
Autónomo)
(a) FICA
(b)
T P
3.1 Formas funcionales del modelo: Formas logarítmicas y 1.5 1.5
polinómicas.
3.2 Omisión de variables relevantes. 1.0
3.3 Error de especificación. 0.5
3.4 Problemas con los datos. 3.0 1.5 1.5
3.4.1 Problemas con los estimadores bajo la presencia
de multicolinealidad. 2B, 3B, 5C y
3.4.2 Pruebas para detectar multicolinealidad: 7C
3.4.2.1 VIF (Factor Inflador de Varianzas)
3.4.2.2 Condición de Número (Valores Propios)
3.5 Análisis de regresión múltiple con información 1.5 1.5 1.5
cualitativa (Dummy)
3.5.1 Una sola variable binaria independiente.
3.5.2 Uso de variables binarias en categorías múltiples.
3.5.3 Interacción en las que intervienen variables binarias.
3.6 Contrastes de cambio estructural 1.5
Subtotales 9.0 4.5 3.0
ESTRATEGIAS DE APRENDIZAJE
Exposición del tema por parte del profesor mediante el método deductivo apoyado con mapas cognitivos de secuencia.
Se utilizará el aprendizaje basado en método de estudio de casos, donde se deberá abordar el siguiente proceso:
Participación del estudiante en el salón de clases con actividades individuales y por equipo apoyados con
rúbrica de autoevaluación y coevaluación.
Realización de prácticas 6, 7 y 8 en laboratorio de cómputo con programas propios o con paquetes como
Eviews, Stata, o R se organizará el trabajo equipos y se propiciará el aprendizaje autónomo.
Integración de portafolio de evidencias de aprendizaje.
HORAS AD
HORAS
Actividades de CLAVE
(Aprendizaje
No. CONTENIDOS docencia BIBLIOGRÁ
Autónomo)
(a) FICA
(b)
T P
4.1 Problemas en los estimadores de MCO por la presencia 1.5
de heterocedasticidad.
4.2 Pruebas para detectar la heterocedasticidad. 3.0 1.5 1.5
4.2.1 La prueba Breusch-Pagan.
4.2.2 La prueba White.
4.3 Métodos de estimación eficientes cuando existe 1.5 1.5 1B, 2B, 3B
heterocedasticidad. 5C y 6C
4.3.1 Heterocedasticidad conocida: Mínimos Cuadrados
Generalizados.
4.3.2 Heterocedasticidad desconocida. Mínimos Cuadrados
Factibles.
4.4 Mínimos Cuadrados Robustos a la heterocedasticidad. 1.5 1.5 1.5
Exposición del tema por parte del profesor mediante el método deductivo apoyado con mapas cognitivos de secuencia.
Se utilizará el aprendizaje basado en método de estudio de casos, donde se deberá abordar el siguiente proceso:
Participación del estudiante en el salón de clases con actividades individuales y por equipo apoyados con
rúbrica de autoevaluación y coevaluación.
Realización de prácticas 9, 10 11 en laboratorio de cómputo con programas propios o con paquetes como
Eviews, Stata, o R se organizará el trabajo equipos y se propiciará el aprendizaje autónomo.
Integración de portafolio de evidencias de aprendizaje.
HORAS AD
HORAS
Actividades de CLAVE
(Aprendizaje
No. CONTENIDOS docencia BIBLIOGRÁ
Autónomo)
(a) FICA
(b)
T P
5.1 Definición de variables exógenas y endógenas. 1.5
5.2 Sesgo e inconsistencia de los estimadores de MCO bajo la 1.5
presencia de variables endógenas.
5.3 Prueba para detectar la presencia de variables endógenas. 1.5 1.5 2B, 3B, 4C y
5.4 Estimadores por Mínimos Cuadrados en Dos Etapas: MC2E 3.0 1.5 3.0 7C
5.5 Validez de los instrumentos: Exogeneidad y relevancia. 1.5 1.5
5.6 Distribución muestral de los estimadores de MC2E. 1.5 1.5
Exposición del tema por parte del profesor mediante el método deductivo apoyado con mapas cognitivos de secuencia.
Se utilizará el aprendizaje basado en método de estudio de casos, donde se deberá abordar el siguiente proceso:
Participación del estudiante en el salón de clases con actividades individuales y por equipo apoyados con
rúbrica de autoevaluación y coevaluación.
Realización de la práctica 12, 13, 14 y 15 en laboratorio de cómputo con programas propios o con paquetes
como Eviews, Stata, o R se organizará el trabajo equipos y se propiciará el aprendizaje autónomo.
Integración de portafolio de evidencias de aprendizaje.
EVALUACIÓN Y ACREDITACIÓN:
Evidencias a entregar
- Integración de portafolio de evidencias de aprendizaje, el cual debe
contener: problemas resueltos y prácticas en laboratorio de cómputo.
CLAVE B C BIBLIOGRAFÍA
1 x Wooldridge, Jeffrey. 2010. Introducción a la Econometría: Un Enfoque Moderno. 4ª
edición. México: Cengage Learning. ISBN-13: 978-970-830-059-9
2 x Stock, James and M. Watson. 2011. Introduction to Econometrics. 3th edition. USA:
Addison Wesley. ISBN-13: 978-013-800-900-7
3 x Greene, William. 2006. Análisis Econométrico. 4ª edición. Prentice Hall. ISBN: 978-
848-322-007-8
6 x Vogelnang, Ben. 2005. Econometrics. Theory and Applications with Eviews. México:
Prentice Hall. ISBN-13: 978-027-368-374-2
7 x Christian Kleiber and Achim Zeileis (2008). Applied Econometrics with R [En línea].
Springer Library. Consultado el 26 de marzo de 2012, de
http://www.springerlink.com/content/978-0-387-77316-2/#section=164211&page=1
INSTITUTO POLITÉCNICO NACIONAL
SECRETARÍA ACADÉMICA
DIRECCIÓN DE EDUCACIÓN SUPERIOR
PROGRAMA
ACADÉMICO: Licenciatura En Economía NIVEL II
3. PERFIL DOCENTE:
_________________________________