Fundamentos de econometría: teoría y problemas

• Autores: Larios Meoño, José Fernando, Josue Alvarez, Victor, Quineche, Ricardo
• Formato: libro
• Fecha de Publicación: 2014
• Institución: Universidad San Ignacio de Loyola
• Repositorio: USIL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.usil.edu.pe:20.500.14005/1543
• Enlace del recurso: https://hdl.handle.net/20.500.14005/1543
• Nivel de acceso: acceso abierto
• Materia: Econometrics; Regression analysis; Econometría; Modelos econométricos; Análisis de regresión

Contenido: 1.- REGRESIÓN LINEAL SIMPPLE. 1.1.- Introducción a la regresión lineal simple. 1.2.- Modelo clásico de regresión lineal: Recta de regresión simple muestral. 1.3.- Método de estimación de mínimos cuadrados ordinarios (MCO). 1.4.- Propiedades de los estimadores MCO. 1.5.- Cálculos adicionales sobre los estimadores sobre los estimadores MCO y la varianza del error. 1.6. Medidas de bondad de ajuste. 1.7. Pruebas de hipótesis. 2.- MODELO REGRESIÓN MULTIPLE. 2.1.- Función de regresión poblacional. 2.2.- Función de regresión muestral. 2.3.- Supuestos del modelo clásico de regresión lineal. 2.4.- Estigmación MCO. 2.5.- Propiedades de los estimadores MCO. 2.6.- Medidas de bondad de ajuste. 2.7.- Prueas de hipótesis. 2.8.- Una visión matricial. 3.- MULTICOLINEALIDAD. 3.1.- Definición. 3.2.- Causas. 3.3.- Consecuencias. 3.4.- Detección. 3.5. Corrección. 4. HETEROCEDASTICIDAD. 4.1.- Definición de Heteroscedasticidad. 4.2.- Causas de la heteroscedasticidad. 4.3.- Consecuencias de utilizar MCO en presencia de heteroscedasticidad. 4.4.- Test de heteroscedasticidad Park. 4.5. Test de heteroscedasticidad de Glejser. 4.6.- Test de heteroscedasticidad Goldfeld-Quandt. 4.7.- Test de heteroscedasticidad de Breusch-Pagan-Godfrey. 4.8.- Test de heteroscedasticidad de White. 4.9.- Medidas correctivas cuando se conoce: Método de mínimos cuadrados ponderados. 4.10. Medidad correctivas cuando no se conoce. 5.- AUTOCORRELACIÓN. 5.1.- Definición. 5.2.- Modelo autorregresivo (AR). 5.3.- Causas. 5.4.- Consecuencias. 5.5.- Detección. 5.6.- Correción. 6.- VARIABLES DUMMY. 6.1.- Definición. 6.2.- Modelos econométricos con variables Dummy. 7.- PRUEBAS DE DIAGNÓSTICO Y SELECCIÓN DE MODELOS. 7.1.- Introducción. 7.2.- Pruebas de diagnóstico. 7.3.- Criterios de selección del modelo. 8.- MODELOS DE REGRESIÓN NO LINEALES. 8.1.- Definición. 8.2.- Estimación. 9.- MODELOS DE RESPUESTA CUALITATIVA. 9.1.- Introducción. 9.2.- Modelo lineal de probabilidad (MLP). 9.3.- Logit. 9.4.- Probit. 10.- DATA PANEL. 10.1.- Definición de modelos de regresión con datos de panel. 10.2.- Ventajas. 10.3.- Tipos. 10.4.- Técnicas de estimación con Data Panel. 10.5.- Prueba de Hausman. 10.6.- Propiedades estadísticas de los estimadores. 10.7.- Comparación entre el modelo de efectos fijos (MEF) y el modelo de efectos aleatorios (MCE). 11.- MODELOS DINÁMICOS AUTORREGRESIVOS Y DE REZAGOS DISTRIBUIDOS. 11.1.- Modelos econométricos de rezagos distribuidos de Koyck. 11.2.- Modelo econométrico de expectativas adaptativas. 11.3.- Modelo de ajuste parcial. 11.4.- Modelo econométrico de rezagos distribuidos de Almon. 11.5.- Causalidad de series de tiempo. 11.6.- Test de causalidad de Granger. 12.- MODELOS ECONOMÉTRICOS DE ECUACIONES SIMULTÁNEAS. 12.1.- Introducción: Álgebra de sistemas de ecuaciones simultáneas. 13.-SERIES DE TIEMPO: ESTACIONARIEDAD, RAÍZ UNITARIA Y CONTEGRACIÓN. 13.1.- Definiciones. 13.2.- Estacionariedad de un proceso estocástico. 14.- MODELOS ARIMA. 14.1.- Creación de modelos econométricas para series de tiempo: Ar, Ma, Arima. 14.2.- Metodología de Box-Jenkins (BJ). 14.3.- Identificación. 14.4.- Estimación. 14.5.- Estimación. 14.6.- Pronóstico.