|
Tipus A
|
Codi |
Competències Específiques |
| |
Comú |
| |
AC3 |
Aplicar tècniques d’anàlisi estadístic i computacional. |
| |
Professionalitzador |
| |
AP5 |
Aplicar els coneixements teòriques que es proporcionen a l'àmbit professional. |
| |
Recerca |
|
Tipus B
|
Codi |
Competències Transversals |
| |
Comú |
| |
BC1 |
Desenvolupar idees i projectes originals |
| |
BC2 |
Treballar autònomament amb iniciativa |
| |
BC3 |
Resoldre problemes de manera efectiva aplicant coneixements i habilitats multidisciplinars en entorns institucionals nous i canviants. |
| |
BC4 |
Comunicar de manera clara i sense ambigüitats tant a audiències expertes com no expertes |
|
Tipus C
|
Codi |
Competències Nuclears |
| |
Comú |
| |
CC2 |
Desenvolupament d’una perspectiva global del món en l’àrea específica on s’ubica el postgrau |
| |
CC5 |
Desenvolupament de processos d’incorporació al món del treball (compte d’altres i/o empreneduria) |
| Objectius |
Competències |
| Identificar i reconèixer les aplicacions del model a problemes econòmics. |
AP5
|
BC1
|
CC5
|
| Conèixer els elements bàsics del model de regressio lineal múltiple. |
AC3
|
BC2
BC3
|
|
| Aplicar el model de regressió lineal múltiple a problemes econòmics i interpretar estadística i econòmicament els resultats obtinguts. |
|
BC3
BC4
|
|
| Utilitzar adequadament el software estadístic-economètric. |
|
BC2
|
CC2
|
| Estimar i contrastar hipòtesis al voltant del comportament dels agents econòmics. |
AC3
|
BC2
|
CC2
|
| Tema |
Subtema |
| Tema 1. Regresión lineal y MCO |
1.1. Esperanza condicional y modelo de regresión lineal.
1.2. Estimación por Mínimos Cuadrados Ordinarios.
1.3. Propiedades del estimador MCO.
1.4. Bondad del ajuste y predicción.
1.5. Inferencia: significación individual de los coeficientes y conjunta del modelo |
| Tema 2. Restricciones, forma funcional y variables ficticias |
2.1. Restricciones lineales.
2.2. Interpretación de los coeficientes en formas funcionales alternativas.
2.3. Contrastes sobre la forma funcional. 2.4. Interpretación de los coeficientes en modelos con variables ficticias.
2.5. Cambio estructural y regresión por tramos (spline). |
| Tema 3. Problemas con los datos y errores de especificación |
3.1. Observaciones influyentes y Normalidad. 3.2. Multicolinealidad.
3.3. Omisión (Inclusión) de regresores (ir)relevantes.
3.4. Endogeneidad. |
| Tema 4. Perturbaciones no esféricas: Heteroscedasticidad y Autocorrelacion |
4.1. Causas y consecuencias de la heteroscedasticidad.
4.2. Contrastes para la detección de la heteroscedasticidad.
4.3. Estimación por Mínimos Cuadrados Generalizados (Factibles).
4.4. Causas y consecuencias de la autocorrelación. |
| Metodologies :: Proves |
| |
Competències |
(*) Hores a classe |
Hores fora de classe |
(**) Hores totals |
| Activitats Introductòries |
|
1 |
1 |
2 |
| |
| Sessió Magistral |
|
27 |
30 |
57 |
| Resolució de problemes, exercicis a l'aula ordinària |
|
13 |
20 |
33 |
| Pràctiques a través de TIC |
|
13 |
25 |
38 |
| |
| Atenció personalitzada |
|
4 |
4 |
8 |
| |
| Proves objectives de preguntes curtes |
|
2 |
2 |
4 |
| Proves pràctiques |
|
4 |
4 |
8 |
| |
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat |
Metodologies
| |
Descripció |
| 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 quin son els criteris d'avaluació que s'utilitzarà a l'assignatura. |
| Sessió Magistral |
Discussió de les notes que es proporcionin per part del professor/a a travès del Campus Virtual. Aquestes notes són orientatives i s'hauran de completar amb les lectures de les Fonts d'Informació adicional que es proporcionan i amb les explicacions i recomanacions del professor/a. |
| Resolució de problemes, exercicis a l'aula ordinària |
Seguiment i comprensió de la resolució de les pràctiques presentada pel professor. Les pràctiques estàn basades en enunciats que reflecteixin problemes tècnics i/o econòmics i es resoldran utilitzant bases de dades i software apropiats. Per tant, l'alumne ha d'aprendre a utilitzar aquest software per obtenir i interpretar els resultats numèrics. |
| Pràctiques a través de TIC |
Utilització de les capacitats computacionals per a resoldre aplicacions econòmiques |
| |
| Atenció personalitzada |
| Pràctiques a través de TIC |
|
|
Descripció |
| Es 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 (sofware, interpretació de resultats numèrics, etc.). |
|
| |
Descripció |
Pes |
| Resolució de problemes, exercicis a l'aula ordinària |
Resolució de les pràctiques setmanals |
30% |
| Pràctiques a través de TIC |
Resolucio de casos pràctics amb l'ordinador |
25 % |
| Proves objectives de preguntes curtes |
Demostrar la comprensió dels conceptes teòrics |
20% |
| Proves pràctiques |
Problemes curts per a resoldre manualment |
25% |
| |
|
Altres comentaris i segona convocatòria |
|
|
| Bàsica |
Kennedy, P., A Guide to Econometrics, Blackwell, 1998
Novales, A., Estadística y Econometría, McGraw-Hill, 1997
Stock, J. and Watson, M., Introduction to Econometrics, Pearson Addison Wesley, 2002
|
|
| Complementària |
Green, W.G., Análisis Econométrico, Prentice Hall, 2000
Baltagi, B.H., Econometrics, Springer-Verlag, 1999
|
|
| Assignatures que en continuen el temari |
| ECONOMETRIA AVANÇADA/165091147 |
|
| Assignatures que es recomana cursar simultàniament |
| ESTADÍSTICA I ECONOMETRIA/165091111 |
|
| Assignatures que es recomana haver cursat prèviament |
|
|