IDENTIFYING DATA 2023_24
Subject (*) ECONOMETRIA I Code 16224114
Study programme
Grau en Economia (2009)
 Cycle 1r
Descriptors Credits Type Year Period Exam timetables and dates
6 Obligatòria Segon 2Q
Modality and teaching language See working groups
Department Economia
Coordinator
DÍAZ SERRANO, LUIS
 E-mail luis.diaz@urv.cat
josep.tomas@urv.cat
Lecturers
DÍAZ SERRANO, LUIS
TOMÀS PORRES, JOSEP
Web
General description and relevant information DESCRIPCIÓ GENERAL DE L’ASSIGNATURA

Aquest curs constitueix una introducció a la modelització economètrica de problemes d'interès econòmic. El curs pretén proporcionar coneixements bàsics sobre el model de regressió lineal múltiple, amb especial èmfasi en la interpretació estadística i econòmica dels resultats obtinguts en aquest tipus de models. A l'acabar el curs el / la alumne / a haurà d'estar plenament familiaritzat / a amb els mitjans informàtics que es requereixen per obtenir aquests resultats i amb els conceptes fonamentals de distribució mostral, esperança condicional, estimador versus estimació, inferència estadística, mínims quadrats ordinaris i procés generador de les dades. Amb l'aplicació de el model de regressió lineal múltiple a exemples il·lustratius els / les alumnes / as aprendran a estimar la magnitud de les relacions econòmiques i a contrastar hipòtesis al voltant de el comportament dels agents.


Competències
Type A Code Competences Specific
 A2 Dominar els mètodes i instruments bàsics per a l'anàlisi de la realitat empresarial.
 A6 Analitzar els diversos contexts professionals en els que treballa un economista: la cojuntura econòmica, el sector, el mercat, l'empresa i el departament en qüestió.
 A8 Elaborar informes d'assessorament sobre situacions concretes de l'economia (internacional, nacional, regional o local) o de sectors de la mateixa.
Type B Code Competences Transversal
 B3 Aplicar el pensament crític, lògic i creatiu, demostrant capacitat d’innovació.
 B5 Treballar en equip de forma cooperativa i responsabilitat compartida.
Type C Code Competences Nuclear
 C2 Utilitzar de manera avançada les tecnologies de la informació i la comunicació.
 C4 Expressar-se correctament de manera oral i escrita en una de les dues llengües oficials de la URV.

Resultats d'aprenentage
Type A Code Learning outcomes
 A2 Coneix elements bàsics del model de regressió lineal múltiple.
Utilitza adequadament el software economètric i sap aplicar tècniques economètriques avançades a l'anàlisi empíric de problemes econòmics.
 A6 És capaç d'entendre dades de la cojuntura econòmica tant a nivell agregat com per sectors.
És capaç de treballar amb dades empresarials per a elaborar informes sobre el funcionament de l'empresa.
 A8 Interpreta econòmicament els resultats obtinguts en l’estimació i contrast d’hipòtesis de models bàsics i és capaç d'explicar-los en un informe escrit.
Identifica i reconeix les aplicacions del model a problemes microeconòmics (decisions de les empreses) i macroeconòmics (dimensió temporal de l'activitat econòmica).
Type B Code Learning outcomes
 B3 Reflexiona sobre les noves formes de fer les coses
Identifica els resultats de la innovació
Troba nous mètodes per fer les coses
 B5 Col·labora en la definició, organització i distribució de les tasques del grup
Té en compte els punts de vista dels demés i retroalimenta de forma constructiva
Accepta i compleix les normes del grup
Type C Code Learning outcomes
 C2 Coneix el maquinari bàsic dels ordinadors
Coneix el sistema operatiu com a gestor del maquinari i el programari com eina de treball
 C4 Produeix un text oral ben estructurat, clar i eficaç
Produeix un text escrit ben estructurat, clar i ric

Continguts
Topic Sub-topic
Tema 1. Introducció 1.1. Introducció
1.2. Model de regressió lineal simple
Tema 2. Model de regressió lineal multiple. 2.1. Esperança condicional i model de regressió lineal.
2.2. Estimació per Mínims Quadrats Ordinaris.
2.3. Propietats de l‘estimador MQO.
2.4. Inferència en el Model de Regressió Lineal Estàndard.
2.5. Avaluació del model: bondat de l'ajust, significació conjunta i predicció.
Tema 3. Restriccions lineals, forma funcional i variables fictícies. 3.1. Restriccions lineals.
3.1.1 Contrastos de canvi estructural i estabilitat en el model.
3.2. Formes funcionals alternatives.
3.2.1 Models intrínsecament lineals.
3.2.2 Funcions no lineals de les variables explicatives: transformacions polinòmiques i logarítmiques.
3.2.3 Contrastos sobre la forma funcional.
3.3. Models amb variables explicatives "fictícies".
3.3.1 Interpretació dels coeficients.
3.3.2 Interaccions entre variables discretes i / o contínues.
3.3.3 Regressió per trams.
Tema 4. Problemes amb les dades i errors d'especificació. Perturbacions no esfèriques 4.1. Observacions influents i Normalitat.
4.2. Multicolinealitat.
4.3. Omissió (Inclusió) de regressors (ir) rellevants.
4.4. Endogeneïtat.
4.5 Perturbacions no esfèriques: Heterocedasticitat i autocorrelació

Planificació
Methodologies  ::  Tests
  Competences (*) Class hours
 Hours outside the classroom
 (**) Total hours
Activitats Introductòries
C4
 2 0 2
Sessió Magistral
A2
A6
A8
 10 20 30
Pràctiques a través de TIC en aules informàtiques
A2
A6
A8
 16 25 41
Laboratoris virtuals
A2
A6
A8
 25 45 70
Atenció personalitzada
1 0 1
 
Proves objectives de preguntes curtes
A2
A6
A8
B3
 3 0 3
Proves pràctiques
A2
A6
A8
B3
 2 0 2
Proves objectives de preguntes curtes
A2
A6
A8
B3
 1 0 1
 
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Metodologies
Methodologies
  Description
Activitats Introductòries 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 quins són els criteris d'avaluació que s'utilitzarà a l'assignatura.
Sessió Magistral Exposició dels continguts de l'assignatura.
Continguts que s'hauran de completar amb les lectures recomenades pel professor/a
Pràctiques a través de TIC en aules informàtiques L'alumne haurà de resoldre pràtiques similars a l'examen de manera guiada a l'aula d'informàtica.
Laboratoris virtuals
Atenció personalitzada Temps per resoldre dubtes als estudiants.

Atenció personalitzada
Description
És 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 (software, interpretació de resultats numèrics, etc.).

Avaluació
Methodologies Competences Description Weight        
Proves pràctiques
A2
A6
A8
B3
 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 preguntes conceptuals i exercicis similars als de les pràctiques realitzades durant el curs acadèmic. Els exercicis 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. 50%
Proves objectives de preguntes curtes
A2
A6
A8
B3
 Aquestes proves formen part de l'avaluació continuada i es duran a terme dues com a minim.Les proves faran referència als aspectes metodològics, tant teòrics com pràctics, necessaris per a la resolució dels problemes analitzats. 30%
Others  

Cada setmana es fará una prova molt curta d'una duració d'uns 5-10 minuts

20%
 
Other comments and second exam session

Segona convocatoria: Prova amb un pes del 100%.

Fonts d'informació

Bàsica

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.

Complementària

Recomanacions


Subjects that it is recommended to have taken before
ESTADÍSTICA I/16224007
MATEMÀTIQUES I/16224008
MATEMÀTIQUES II/16224009
ESTADÍSTICA II/16224104
(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.