econometria

Análisis de datos: un enfoque econométrico
ISBN: 978-84-693-8458-9

Maria Victoria Esteban González
Marta Regúlez Castillo

04-10

An´
alisis de datos: un enfoque econom´
etrico

Autores:
M. Victoria Esteban Gonzalez
Marta Reg´
ulez Castillo

Departamento de Econom´ıa Aplicada III. Econometr´ıa y Estad´ıstica
Facultad de Ciencias Econ´
omicas y Empresariales
Universidad delPa´ıs Vasco/Euskal Herriko Unibertsitatea

Presentaci´
on
El objetivo de este documento es presentar un conjunto de t´ecnicas econom´etricas avanzadas para
la estimaci´on de modelos lineales en situaciones donde las hip´otesis estad´ısticas de comportamiento
habituales no se cumplen. Estas notas se estructuran en cinco temas m´as un tema introductorio y de
contextualizaci´on del curso y untema final con orientaciones dirigidas al desarrollo por parte de los
alumnos de un proyecto final donde se muestre la evoluci´
on de un caso pr´actico de inter´es. A trav´es
de los temas se van relajando las hip´otesis b´asicas sobre la perturbaci´on aleatoria y sobre la matriz
de regresores. El tema introductorio revisa los conceptos de Teor´ıa Asint´
otica que los alumnos ya
han visto enlas asignaturas de Estad´ıstica. Muestra los diferentes conceptos de convergencia y el
Teorema de Mann y Wald adiestrando al alumno en su utilidad para derivar las propiedades en
muestras grandes y distribuci´on asint´otica de los diferentes estimadores que ver´
an en el curso.
El tema uno introduce el concepto de perturbaciones esf´ericas y muestra las consecuencias en las
propiedades delestimador M´ınimo Cuadr´atico Ordinario de que las perturbaciones no cumplan las
hip´otesis b´asicas. Asimismo deriva el estimador M´ınimo Cuadr´atico Generalizado. Los temas dos
y tres analizan los problemas de heterocedasticidad y autocorrelaci´on, respectivamente. Muestran
como detectar perturbaciones no esf´ericas y como contrastar la existencia de heterocedasticidad
y/o autocorrelaci´on.Aplican el estimador M´ınimo Cuadr´atico Generalizado en el caso de que sea
necesario y ense˜
nan c´omo estimar cuando la matriz de varianzas y covarianzas de la perturbaci´on
es desconocida utilizando el estimador de M´ınimos Cuadrados Generalizados Factibles.
En el tema cuatro se relaja la hip´otesis b´asica sobre la matriz de regresores. Se aborda el escenario en
que la matriz de datos esestoc´astica analizando los diferentes estadios de relaci´on entre los regresores
estoc´asticos y la perturbaci´on aleatoria. Se deriva el estimador de Variables Instrumentales y se
muestra la utilidad del contraste de Hausman. En el quinto tema se intenta relacionar todos los
temas anteriores para lo cual se abordan modelos con din´amica en la parte sistem´atica y/o din´amica
en laperturbaci´on.
En cada tema se muestran ejemplos que ilustran los diferentes escenarios de trabajo as´ı como se
recomienda la realizaci´on de ejercicios. Se incluye tambi´en preguntas evaluativas de los contenidos
desarrollados. Al t´ermino de cada tema se muestra la bibliograf´ıa correspondiente. Al final del
documento aparece la bibliograf´ıa completa.

v

SARRIKO-ON 04/10

An´
alisis de datosEl Espacio Europeo de Educaci´
on Superior. Los cr´
editos ECTS y los
distintos tipos de docencia
El dise˜
no de este curso y la organizaci´on de sus contenidos cumple con los criterios de la declaraci´on
de Bolonia, que tiene como ejes fundamentales el proceso de ense˜
nanza-aprendizaje y la adquisici´on
no s´olo de conocimientos, sino tambi´en, y fundamentalmente, de destrezas. Estaadaptaci´on al
Espacio Europeo de Educaci´on Superior (EEES) ha permitido basar la metodolog´ıa docente del
curso en clases magistrales (CM), las clases pr´acticas de aula (PA), las clases pr´acticas del Centro
de C´alculo (PO), los seminarios (S) y los talleres (TA).
Cada una de estas clases conlleva una hora de trabajo presencial. Con respecto a las horas no
presenciales por cada clase...