Tipo A
|
Código |
Competencias Específicas | | A2 |
Dominar los métodos e instrumentos básicos para el análisis de la realidad empresarial
|
| A3 |
Ser capaz de buscar, analizar e interpretar información cuantitativa y cualitativa de carácter financiero, económico, social y legal, relevante para la toma de decisiones empresariales y económicas
|
Tipo B
|
Código |
Competencias Transversales | | B2 |
Resolver problemas complejos de forma efectiva |
Tipo C
|
Código |
Competencias Nucleares | | C2 |
Utilizar de manera avanzada las tecnologías de la información y la comunicación. |
| C3 |
Gestionar la información y el conocimiento. |
Resultados de aprendizaje |
Tipo A
|
Código |
Resultados de aprendizaje |
| A2 |
Conoce elementos avanzados del modelo de regresión lineal múltiple.
Identifica y reconoce las aplicaciones del modelo en problemas micro (decisiones individuales de los agentes) y macroeconómicos (dimensión temporal de la actividad económica).
Aplica técnicas econométricas avanzadas en el análisis empírico de problemas económicos.
| | A3 |
Interpreta estadísticamente y económica los resultados obtenidos en la estimación y contraste de hipótesis acerca del comportamiento de los agentes económicos.
Utiliza adecuadamente el software estadístico-econométrico
|
Tipo B
|
Código |
Resultados de aprendizaje |
| B2 |
Encuentra la solución adecuada.
|
Tipo C
|
Código |
Resultados de aprendizaje |
| C2 |
Conoce el sistema operativo como gestor del maquinario y el programario como herramienta de trabajo.
| | C3 |
Utiliza la información comprendiendo las implicaciones económicas, legales, sociales y éticas del acceso a la información y a su uso.
|
tema |
Subtema |
Tema 1. Modelos de elección discreta |
1.1 El modelo lineal de probabilidad.
1.2 Modelos Logit y Probit.
1.3 Inferencia en modelos de elección discreta.
1.4 Elección múltiple. |
Tema 2. Series Temporales univariantes |
2.1 Procesos estocásticos: definiciones.
2.2 Modelos lineales en procesos estocásticos estacionarios y ergódicos: autorregresivos, medias móviles y mixtos (ARMA).
2.3 Identificación, estimación y diagnóstico: la metodología Box-Jenkins.
2.4 Predicción.
2.5 Procesos no estacionarios: Procesos Integrados y Raíces unitarias. |
Tema 3. Series Temporales multivariantes |
3.1 Modelos dinámicos con retardos distribuidos finitos: descripción y estimación.
3.2 Modelos dinámicos con retardos distribuidos infinitos: descripción y estimación.
3.3 Modelos de regresión para series no estacionarias: regresión espuria, cointegración y modelo de corrección del error. |
Metodologías :: Pruebas |
|
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
Actividades introductorias |
|
2 |
0 |
2 |
Sesión magistral |
|
23 |
39 |
62 |
Practicas a través de TIC en aulas informáticas |
|
25 |
37 |
62 |
Atención personalizada |
|
2 |
0 |
2 |
|
Pruebas objetivas de preguntas cortas |
|
6 |
6 |
12 |
Pruebas prácticas |
|
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 |
Actividades introductorias |
Presentación del curso, metodologías, etc. |
Sesión magistral |
Discusión de las notas que se proporcionan por parte del profesor a través del Campus Virtual. Estas notas son orientativas y se han de completar con las fuentes de información adicional que se proporcionan y con las explicaciones y recomendaciones del profesor. |
Practicas a través de TIC en aulas informáticas |
Seguimiento y comprensión de la resolución de las prácticas presentadas por el profesor. Las prácticas están basadas en enunciados que reflejan problemas económicos y se resolverán usando bases de datos y software apropiado (Eviews/GRETL). El alumno ha de aprender a utilizar este software para obtener e interpretar los resultados numéricos. |
Atención personalizada |
Resolución de dudas relacionadas con los conceptos teóricos y la resolución de las prácticas (softwar, interpretación de resultados numéricos, etc.). |
descripción |
La atención personalizada se plantea con horas de consulta (visita). |
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
Pruebas objetivas de preguntas cortas |
|
Preguntas cortas o tipo test a resolver utilizando un conjunto de datos y el programa econométrico Eviews/GRETL. Se realizarán 3 ó 4 pruebas de este tipo (una después de cada tema). Cada una contará un 10%. |
30% |
Pruebas prácticas |
|
El examen final. Esta prueba tendrá lugar durante el periodo de exámenes, una vez acabada la docencia de la asignatura. La prueba consistirá en varios ejercicios similares a las prácticas realizadas durante el curso académico. Contará un 70%. |
70% |
Otros |
|
|
|
|
Otros comentarios y segunda convocatoria |
La segunda convocatoria consistirá en un examen final que val el 100% de la nota. |
Básica |
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.
|
Gujarati, D. N. (2010): Econometría, MacGraw-Hill.
Green, W.G. (2000): Análisis Econométrico, Prentice Hall.
Stock, J. and Watson, M. (2002): Introduction to Econometrics, Pearson Addison Wesley.
Wooldridge, J.M. (2005): Introducción a la econometría, Thomson.
|
Complementaria |
James D. Hamilton, Time Series Analysis, 1994, Princeton, N.J.
Daniel Peña, Análisis de series temporales, 2005, Alianza
|
|
Asignaturas que continúan el temario |
ANÁLISIS DE DATOS MACROECONÓMICOS/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. |
|