|
Type A
|
Code |
Competences Specific | | | A2 |
Students master the basic methods and tools for analyzing business reality.
|
| | A3 |
Find, analyze and interpret quantitative and qualitative information of a financial, accounting, economic, social and legal nature that is relevant to the taking of business decisions.
|
|
Type B
|
Code |
Competences Transversal | | | B2 |
Effective solutions to complex problems |
|
Type C
|
Code |
Competences Nuclear | | | C2 |
Be advanced users of the information and communication technologies |
| | C3 |
Be able to manage information and knowledge |
|
Type A
|
Code |
Learning outcomes |
| | A2 |
Understand advanced elements of the multiple linear regression model.
Identify how the model can be applied to microeconomic problems (individual decisions of agents) and macroeconomic problems (temporal dimension of economic activity).
Apply econometric techniques to the empirical analysis of macroeconomic problems.
| | | A3 |
Provide economic and statistical Interpretions of the results obtained from estimating and contrasting hypotheses regarding the behaviour of economic agents.
Use statistical-econometric software appropriately.
|
|
Type B
|
Code |
Learning outcomes |
| | B2 |
Find appropriate solutions.
|
|
Type C
|
Code |
Learning outcomes |
| | C2 |
Understand the operating system as a hardware manager and the software as a working tool.
| | | C3 |
Have a full understanding of the economic, legal, social and ethical implications of accessing and using information.
|
| Topic |
Sub-topic |
| 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. |
| Methodologies :: Tests |
| |
Competences |
(*) Class hours
|
Hours outside the classroom
|
(**) Total hours |
| Introductory activities |
|
2 |
0 |
2 |
| Lecture |
|
23 |
39 |
62 |
| IT-based practicals in computer rooms |
|
25 |
37 |
62 |
| Personal attention |
|
2 |
0 |
2 |
| |
| Short-answer objective tests |
|
6 |
6 |
12 |
| Practical tests |
|
2 |
8 |
10 |
| |
(*) 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. |
Methodologies
| |
Description |
| Introductory activities |
Presentació del curs, metodologies, etc. |
| Lecture |
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 |
| IT-based practicals in computer rooms |
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. |
| Personal attention |
Resolució de dubtes relacionades amb els conceptes teòrics i la resolució de les practiques (software, interpretació de resultats numèrics, etc.). |
|
Description |
|
L’atenció personalitzada es planteja amb hores de consultes (visita). |
|
Methodologies |
Competences
|
Description |
Weight |
|
|
|
|
| Practical tests |
|
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% |
| Short-answer objective tests |
|
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% |
| Others |
|
|
|
| |
|
Other comments and second exam session |
|
<p>La segona convocatòria consistirà en un examen final que val el 100% de la nota.</p> |
| Basic |
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.
|
|
| Complementary |
James D. Hamilton, Time Series Analysis, 1994, Princeton, N.J.
Daniel Peña, Análisis de series temporales, 2005, Alianza
|
|
| Subjects that continue the syllabus |
| ANALYSIS OF MACROECONOMIC DATA/16224213 |
|
| Subjects that it is recommended to have taken before |
|
(*)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. |
|