Programa 2017-1

Vista previa del material en texto

INSTITUTO DE ECONOMÍA 
PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE 
 
 
EAE 350B 
TEORIA ECONOMETRICA I 
Programa 2017 
 
Prof. Raimundo Soto 
 1. Objetivos 
 
Al final del curso el alumno deberá ser capaz de: 
 
1. Comprender los fundamentos de la econometría clásica y entender a cabalidad los 
supuestos del análisis econométrico, sus modelos y estimadores, la naturaleza de las 
pruebas estadísticos y sus distribuciones –exactas y asintóticas. Este curso pone énfasis 
en que el alumno entienda la conexión entre teoría económica, diseño experimental, y 
técnicas econométricas. 
 
2. Diseñar, conducir y finalizar una investigación cuantitativa de alto nivel de 
manera independiente, solucionando los problemas analíticos, econométricos, y 
empíricos que se le presenten en forma creativa y eficiente. 
 
3. Estimar modelos econométricos, con o sin características específicas complejas, 
interpretando sus resultados con relación a las teorías económicas y señalando las 
potencialidades y limitaciones del análisis. Deberá ser capaz de programar en Gauss o 
Matlab con habilidad. 
 
 2. Reglas del Juego 
 
 Este no es un curso de econometría aplicada ni un curso de estadística, sino un curso 
de teoría econométrica a nivel de post-licenciatura. Lo que haremos en este curso es 
simplemente ilustrar los conceptos y las metodologías con ejemplos. 
 
 Este curso requiere conocimientos sólidos de cálculo diferencial e integral, álgebra de 
matrices, estadística avanzada y econometría básica. Si usted no conoce estas materias, no se 
inscriba en el curso porque probablemente no va a aprender lo necesario. 
 La asistencia a clases no es obligatoria pero, como verán, perderse una clase es 
excesivamente costoso. La puntualidad, por otro lado, es obligatoria. Este curso puede tener 
hasta 3 sesiones semanales de cátedra (en ocasiones se usa el horario de ayudantía para hacer 
clases). No habrá ayudantías tradicionales: la sesión se usará para responder preguntas de 
programación en Gauss (Matlab) o de materia. Llegue con sus preguntas preparadas. 
 3. Modo de Evaluación 
 
 En este curso se realizarán dos pruebas, un examen y entre 10 y 12 tareas que requieren 
principalmente el uso del programa econométrico Gauss (o Matlab). 
 
 Las pruebas se harán en la semana de pruebas, pero no en el horario de prueba 
asignado porque son usualmente más largas que los 80 minutos asignados por la 
secretaría docente. Usualmente las pruebas duran 150 minutos. 
 
 Cada prueba y el examen tendrán una ponderación de 25% y el promedio de tareas el 
25% restante. La nota final de tareas se incluirá sólo para aquellos alumnos que tengan 
al menos 4.0 entre las dos pruebas y el examen (promedio simple). 
 
 De acuerdo al reglamento de la Facultad, para rendir el examen el alumno tiene que 
tener nota de presentación superior o igual a 3.0 y haber sido evaluado en al menos el 
50% del curso excluyendo el examen (es decir, haber rendido al menos una prueba y 
todas las tareas). El alumno que no cumpla con los requisitos, no tendrá derecho a 
rendir el examen. El alumno que por no cumplir requisitos no pueda rendir el examen 
y tenga nota inferior a 4,0 se le mantendrá la nota reprobatoria. Si, por el contrario, el 
alumno tiene una nota de presentación igual o mayor a 4,0 y no pueda rendir el examen 
por no cumplir con los requisitos, será calificado con una nota final en el curso de 3,9. 
En cualquier caso, independientemente de las justificaciones que pueda tener un 
alumno, ningún examen puede tener una ponderación superior a 70% de la nota final. 
El alumno que cumple con estos requisitos para rendir el examen del curso y justifica 
debidamente la inasistencia a este, será calificado con nota P en el curso y podrá rendir 
el examen pendiente en la fecha definida y publicada por la Facultad. La nota será 
modificada una vez corregido el examen recuperativo. 
 
 Las tareas se entregan de forma individual y serán evaluadas bien (7), regular (4), o mal 
(1). No hay notas intermedias. De las n-tareas, se usará un generador de números 
aleatorios para seleccionar 75% con las cuales se computará la nota final de tareas 
usando un promedio simple. 
 
4. Referencias 
 
 No hay texto "oficial" para este curso. Hay varios libros disponibles en la biblioteca y 
en páginas de internet. Mis notas de clases están disponibles en formato PDF. Sugiero que las 
lean antes de clases. Ni por un instante crea que las notas de clases son suficientes para aprobar el 
curso. 
 
 
Libros útiles 
1. Bierens, H. (2004). Introduction to the Mathematical and Statistical Foundations of Econometrics, 
Cambridge University Press. 
2. Billingsley, P. (1986). Probability and Measure. John Wiley and Sons. 
3. Davidson, R and J. G. McKinnon (2003) Econometric Theory and Methods, Oxford 
University Press. 
4. Greene, W. (1994). Econometric Analysis, MacMillan. (tercera edición) 
5. Maddala, G.S. (1986). Limited Dependent and Qualitative Variables in Econometrics, 
Cambridge University Press. 
6. Soto, R. (2010) Notas de Clases Teoría Econométrica, Trabajo Docente IE-PUC, N° 78. 
7. Spanos, A. (1986). Statistical Foundations of Econometric Modelling, MIT Press. 
8. Wooldridge, J. M. (2010) Econometric Analysis of Cross Section and Panel Data (MIT Press) 
second edition. 
 
5. Contenido del curso 
 
1) Introducción 
 
2) Teoría de Probabilidades 
a) Noción de Probabilidad 
b) Axiomatización de las Probabilidades 
c) Variables Aleatorias 
d) Funciones de Distribución 
e) Función Generatriz de Momentos de una Distribución 
f) Distribuciones Discretas y Continuas de Uso Común 
g) Distribuciones Conjuntas, Marginales y Condicionales 
 
3) Elementos de Inferencia Estadística 
a) Modelo probabilístico, modelo muestral y modelo estadístico 
b) Estadísticos muestrales y distribución de la media muestral 
c) Características deseables de los estimadores en muestra finita 
d) Estimador máximo verosímil. 
e) Límite de Cramer-Rao 
f) Elementos de Teoría Asintótica: Convergencia 
g) Elementos de Teoría Asintótica: Leyes Débiles y Fuertes de Grandes Números 
h) Propiedades de los distintos tipos de convergencia 
i) Teoremas del Límite Central 
j) Distribución Asintótica 
k) Estimación Asintóticamente Eficiente 
l) Testeo de hipótesis y tests de hipótesis asintóticamente equivalentes 
 
4) Modelo Clásico de Regresión Lineal 
a) Lógica del modelo de regresión 
b) Análisis de los Supuestos del modelo de regresión lineal 
c) El modelo de mínimos cuadrados 
d) Propiedades del Estimador de Mínimos Cuadrados en Muestra Finita 
e) Tests de Hipótesis en el Modelo Multivariado 
f) Tests de Hipótesis y Modelo Restringido 
g) Propiedades del Estimador Mínimos Cuadrados en Muestra Grande 
h) Predicción 
 
5) Violación de los Supuestos del Modelo de Regresión 
a) Problemas de Especificación I: Regresores Inadecuados 
b) Problemas de Especificación II: Cambio de Régimen 
c) Problemas de Especificación III: Datos erróneos 
d) Problemas de Especificación IV: Colinealidad 
e) Modelos de Varianza No Constante (heterocedasticidad y correlación de residuos) 
f) Variables instrumentales 
 
6) Modelos no lineales 
a) Elementos de cálculo numérico 
b) Optimización no lineal 
c) Estimación de modelos no lineales 
d) Estimación de variables instrumentales no lineales 
 
7) Modelos de Variable Discreta 
a) Modelos Estáticos de Variable Discreta 
b) Modelo de Elección Probabilística 
c) Modelos de Variable Censurada 
d) Modelos de Variable Truncada