Código |
|
A1 |
Contribuir a la bona gestió de l'assignació de recursos tant en l'àmbit privat com en el públic |
A2 |
Identificar i anticipar problemes econòmics rellevants en relació amb l'assignació de recursos en general, tant en l'àmbit privat com en el públic |
A3 |
Aportar racionalitat a l'anàlisi i a la descripció de qualsevol aspecte de la realitat econòmica |
A5 |
Emetre informes d'assessorament sobre situacions concretes de l'economia (internacional, nacional o regional) o de sectors de la mateixa |
A8 |
Identificar les fonts d'informació econòmica rellevant i el seu contingut |
A10 |
Derivar de les dades, informació rellevant impossible de reconèixer per no professionals |
A11 |
Aplicar a l'anàlisi dels problemes criteris professionals basats en la utilització d'instruments tècnics |
B2 |
Resoldre problemes de forma efectiva |
B3 |
Aplicar pensament crític, lògic i creatiu |
B4 |
Treballar de forma autònoma amb iniciativa |
C2 |
Utilitzar com a usuari les eines bàsiques en TIC |
Objetivos |
Competencias |
Conèixer els elements bàsics del model de regressio lineal múltiple.
|
A3
|
B3
|
|
Identificar i reconèixer les aplicacions del model a problemes econòmics. |
A2 A8
|
|
|
Aplicar el model de regressió lineal múltiple a problemes econòmics i interpretar estadística i econòmicament els resultats obtinguts.
|
A2 A10
|
B2 B4
|
C2
|
Estimar i contrastar hipòtesis al voltant del comportament dels agents econòmics. |
A1 A5 A11
|
B2 B3
|
|
Utilitzar adequadament el software estadístic-economètric. |
A10 A11
|
B2 B4
|
C2
|
tema |
Subtema |
Tema 1. Regresión lineal y MCO |
1.1. Esperanza condicional y modelo de regresión lineal.
1.2. Estimación por Mínimos Cuadrados Ordinarios.
1.3. Propiedades del estimador MCO.
1.4. Bondad del ajuste y predicción.
1.5. Inferencia: significación individual de los coeficientes y conjunta del modelo
|
Tema 2. Restricciones, forma funcional y variables ficticias |
2.1. Restricciones lineales.
2.2. Interpretación de los coeficientes en formas funcionales alternativas.
2.3. Contrastes sobre la forma funcional.
2.4. Interpretación de los coeficientes en modelos con variables ficticias.
2.5. Cambio estructural y regresión por tramos (spline).
|
Tema 3. Problemas con los datos y errores de especificación |
3.1. Observaciones influyentes y Normalidad.
3.2. Multicolinealidad.
3.3. Omisión (Inclusión) de regresores (ir)relevantes.
3.4. Endogeneidad.
|
Tema 4. Perturbaciones no esféricas: Heteroscedasticidad y Autocorrelacion |
4.1. Causas y consecuencias de la heteroscedasticidad.
4.2. Contrastes para la detección de la heteroscedasticidad.
4.3. Estimación por Mínimos Cuadrados Generalizados (Factibles).
4.4. Causas y consecuencias de la autocorrelación.
4.5. Contrastes para la detección de la autocorrelación.
4.6. Estimación iterativa (Cochrane-Orcutt) y en dos etapas (Durbin).
|
Metodologías :: Pruebas |
|
Competencias |
(*) Horas en clase |
Horas fuera de clase |
(**) Horas totales |
Actividades introductorias |
|
4 |
2 |
6 |
|
Sesión magistral |
|
28 |
42 |
70 |
Practicas a través de TIC en aulas informáticas |
|
24 |
24 |
48 |
Prácticas a través de TIC |
|
0 |
18 |
18 |
|
Atención personalizada |
|
1 |
1 |
2 |
|
Pruebas objetivas de tipo test |
|
4 |
0 |
4 |
Pruebas prácticas |
|
2 |
0 |
2 |
|
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor. (**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías
|
descripción |
Actividades introductorias |
Entendre els objectius que es persegueixen, els continguts que es treballaran i la metodologia que s'utilitzarà a l'assignatura. També s'ha d'entendre clarament quin son els criteris d'avaluació que s'utilitzarà a l'assignatura. |
Sesión magistral |
Discussió de les notes que es proporcionin per part del professor/a a travès del Campus Virtual. Aquestes notes són orientatives i s'hauran de completar amb les lectures de les Fonts d'Informació adicional que es proporcionan i amb les explicacions i recomanacions del professor/a. |
Practicas a través de TIC en aulas informáticas |
Seguiment i comprensió de la resolució de les pràctiques presentada pel professor. Les pràctiques estàn basades en enunciats que reflecteixin problemes tècnics i/o econòmics i es resoldran utilitzant bases de dades i software apropiats. Per tant, l'alumne ha d'aprendre a utilitzar aquest software per obtenir i interpretar els resultats numèrics. |
Prácticas a través de TIC |
L'alumne haurà de resoldre pràtiques similars a les realitzades de manera guiada. |
|
Atención personalizada |
Sesión magistral |
Practicas a través de TIC en aulas informáticas |
Prácticas a través de TIC |
|
descripción |
Es recomanable que l'alumne aprofiti l'atenció personalitzada per tal de resoldre els dubtes relacionats amb els conceptes teòrics i la resolució de les pràctiques (sofware, interpretació de resultats numèrics, etc.). |
|
|
descripción |
Peso |
Pruebas objetivas de tipo test |
Aquestes proves tenen caràcter voluntari i es duran a terme al finalitzar cada tema. Les proves faran referència als aspectes metodològics, tant teòrics com pràctics, necessaris per a la resolució dels problemes analitzats. |
0%-20% |
Pruebas prácticas |
Aquesta prova te caràcter obligatori i es durà a terme durant el periode d'examens, un cop acabada la docència de l'assignatura. La prova consistirà de varis exercicis similars als de les pràctiques realitzades durant el curs acadèmic. Els exercis constaran de varies preguntes en les que l'alumne haura de demostrar la seva capacitat per aplicar els conceptes teòrics de la regressió lineal a problemes econòmics concrets. També haurà de demostrar la seva capacitat per interpretar els resultats numèrics obtesos, tant en termes estadístics com econòmics. |
80%-100% |
|
Otros comentarios y segunda convocatoria |
|
Básica |
|
Kennedy, P. (1998): A
Guide to Econometrics, Blackwell.
Novales, A. (1997): Estadística y Econometría, McGraw-Hill.
Stock, J. and Watson,
M. (2002): Introduction to Econometrics, Pearson Addison Wesley.
Verbeek, M. (2000): A
Guide to Modern Econometrics, John Wiley & Sons.
|
Complementária |
|
Baltagi, B.H. (1999): Econometrics, Springer-Verlag. Green, W.G. (2000): Análisis
Econométrico, Prentice Hall |
Asignaturas que continúan el temario |
|
Asignaturas que se recomienda haber cursado previamente |
ESTADÍSTICA I/16061005 | ESTADÍSTICA II/16061006 | MACROECONOMÍA I/16061011 | ANÁLISIS MATEMÁTICO I/16061013 | ANÁLISIS MATEMÁTICO II/16061014 | MICROECONOMÍA I/16061015 |
|
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente. |
|