Tipo A
|
Código |
Competencias Específicas | | A2 |
Dominar els mètodes i instruments bàsics per a l'anàlisi de la realitat empresarial. |
| A3 |
Ser capaç de cercar, analitzar i interpretar informació quantitativa i qualitativa de caràcter financer, econòmic, social i legal, rellevant per a la presa de decisions empresarials i econòmiques. |
Tipo B
|
Código |
Competencias Transversales | | B2 |
Resoldre problemes complexos de forma efectiva. |
Tipo C
|
Código |
Competencias Nucleares | | C2 |
Utilitzar de manera avançada les tecnologies de la informació i la comunicació. |
| C3 |
Gestionar la informació i el coneixement. |
Tipo A
|
Código |
Resultados de aprendizaje |
| A2 |
Coneix elements avançats del model de regressió lineal múltiple.
Identifica i reconeix les aplicacions del model a problemes micro (decisions individuals dels agents) i macroeconòmics (dimensió temporal de l’activitat econòmica).
Aplica tècniques economètriques avançades a l’anàlisi empíric de problemes econòmics.
| | A3 |
Interpreta estadísticament i econòmica els resultats obtinguts en l’estimació i contrast d’hipòtesis al voltant del comportament dels agents econòmics.
Utilitza adequadament el software estadístic-economètric
|
Tipo B
|
Código |
Resultados de aprendizaje |
| B2 |
Troba la solució adequada
|
Tipo C
|
Código |
Resultados de aprendizaje |
| C2 |
Coneix el sistema operatiu com a gestor del maquinari i el programari com eina de treball
| | C3 |
Utilitza la informació comprenent les implicacions econòmiques, legals, socials i ètiques de l’ accés a la informació i el seu ús
|
tema |
Subtema |
Tema 1. Models d'elecció discreta |
1.1 El model lineal de probabilitat.
1.2 Models Logit i Probit.
1.3 Inferència en models d'elecció discreta.
1.4 Elecció múltiple. |
Tema 2. Sèries Temporals univariants |
2.1 Processos estocàstics: definicions.
2.2 Models lineals en processos estocàstics estacionaris i ergòdics: autoregressius, mitjanes mòbils i mixtos (ARMA).
2.3 Identificació, estimació i diagnosi: la metodologia Box-Jenkins.
2.4 Predicció.
2.5 Processos no estacionaris: Processos Integrats i Arrels unitàries. |
Tema 3. Sèries Temporals multivariants |
3.1 Models dinàmics amb retards distribuïts finits: descripció i estimació.
3.2 Models dinàmics amb retards distribuïts infinits: descripció i estimació.
3.3 Models de regressió per a sèries no estacionàries: regressió espúria, cointegració i model de correcció de l'error. |
Metodologías :: Pruebas |
|
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
Activitats Introductòries |
|
2 |
0 |
2 |
Sessió Magistral |
|
23 |
39 |
62 |
Pràctiques a través de TIC en aules informàtiques |
|
25 |
37 |
62 |
Atenció personalitzada |
|
2 |
0 |
2 |
|
Proves objectives de preguntes curtes |
|
6 |
6 |
12 |
Proves pràctiques |
|
2 |
8 |
10 |
|
(*) 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 |
Activitats Introductòries |
Presentació del curs, metodologies, etc. |
Sessió Magistral |
Discussió de les notes que es proporcionen per part del professor a través del Campus Virtual. Aquestes notes són orientatives i s’han de complementar amb les fonts d’informació addicional que es proporcionen i amb les explicacions i recomanacions del professor |
Pràctiques a través de TIC en aules informàtiques |
Seguiment i compressió de la resolució de les practiques presentades pel professor. Les practiques estan basades en enunciats que reflecteixen problemes econòmics i es resoldran fent servir les bases de dades i software apropiat (Eviews/GRETL). L’alumne ha d’aprendre a utilitzar aquet software per obtenir i interpretar els resultats numèrics. |
Atenció personalitzada |
Resolució de dubtes relacionades amb els conceptes teòrics i la resolució de les practiques (software, interpretació de resultats numèrics, etc.). |
descripción |
L’atenció personalitzada es planteja amb hores de consultes (visita). |
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
Proves objectives de preguntes curtes |
|
Preguntes curtes o tipus test a resoldre utilitzant un conjunt de dades i el programa economètric Eviews/GRETL. Es realitzaran 3 o 4 proves d’aquest tipus (un després de cada tema). Cadascuna contarà un 10%. |
30% |
Proves pràctiques |
|
L’examen final. Aquesta prova tindrà lloc durant el període d’exàmens, una vegada acabada la docència de l’assignatura. La prova consistirà en diversos exercicis similars a les practiques realitzades durant el curs acadèmic. Contarà un 70%. |
70% |
Otros |
|
|
|
|
Otros comentarios y segunda convocatoria |
La segona convocatòria consistirà en un examen final que val el 100% de la nota. |
Bàsica |
Gujarati, D. N., Econometría, 2010, MacGraw-Hill
Green, W.G., Análisis Econométrico, 2000, Prentice Hall
Stock, J.; Watson, M.; Arrazola, M; Rodas, L. y Sánchez, R., Introducción a la Econometría, 2012, Pearson, D.L.
Wooldridge, J.M., Introducción a la Econometría, 2010, Thomson.
|
|
Complementària |
James D. Hamilton, Time Series Analysis, 1994, Princeton, N.J.
Daniel Peña, Análisis de series temporales, 2005, Alianza
|
|
Asignaturas que continúan el temario |
ANÀLISI DE DADES MACROECONÒMIQUES/16224213 |
|
Asignaturas que se recomienda haber cursado previamente |
|
(*)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. |
|