DADES IDENTIFICATIVES

2008_09

Assignatura

ECONOMETRIA AVANÇADA

Codi

165091147

Ensenyament

Organització Industrial (2006)

Cicle

2on

Descriptors

Crèd.

Tipus

Curs

Període

Obligatòria

Segon

Únic anual

Llengua d'impartició

Castellà

Català

Departament

Economia

Coordinador/a

MANJÓN ANTOLÍN, MIGUEL CARLOS

Adreça electrònica

miguel.manjon@urv.cat

Professors/es

MANJÓN ANTOLÍN, MIGUEL CARLOS

Web

Descripció general i informació rellevant

Este curso proporciona una introducción a la clase de estimadores E/O/M y sus propiedades estadísticas básicas. También se discuten los problemas asociados a su computación y los algoritmos habitualmente empleados. Posteriormente se analiza la contrastación de hipótesis empleando la tríada de contrastes "clásicos": Wald, Multiplicador de Lagrange y Ratio de Verosimilitud. Finalmente se abordan los principales contrastes de especificación y algunas técnicas de selección de modelos. La segunda parte del curso analiza métodos de estimación alternativos al principio de optimización que caracteriza a los estimadores E/O/M. En concreto, la cuasi-máxima verosimilitud, las ecuaciones de estimación, la verosimilitud empírica y los métodos no paramétricos y semiparamétricos.

Competències

Tipus A	Codi	Competències Específiques
		Comú
	AC3	Aplicar tècniques d’anàlisi estadístic i computacional.
		Professionalitzador
		Recerca
	AR1	Dominar tècniques avançades d’anàlisi estadístic i computacional.
	AR2	Dur a terme informes i estudis tècnics.
	AR5	Desenvolupar un treball d'investigació científica.
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.
Tipus C	Codi	Competències Nuclears
		Comú
	CC1	Ús de les eines específiques de TIC per al desenvolupament professional derivat del curs de postgrau
	CC3	Desenvolupament d’habilitats informacionals

Objectius d'aprenentatge

Objectius	Competències
Adquirir los fundamentos estadísticos de la teoría de la estimación en la que se sustentan la práctica totalidad de los modelos econométricos.	AC3 AR1 AR2	BC1 BC2	CC3
Analizar aproximaciones alternativas en la definición de estimadores y comparar sus diferentes propiedades estadísticas.	AC3 AR1 AR5	BC3	CC1

Continguts

Tema	Subtema
Probabilidad e inferencia.	Variables aleatorias y distribuciones de probabilidad. Estimación. Contraste de hipótesis.
Estimadores E/O/M.	Definición y propiedades. Ejemplos de estimadores E/O/M. Computación. Inferencia. Contrastes de especificación y criterios de selección del modelo.
Otros principios de estimación.	Cuasi-máxima verosimilitud. Ecuaciones de estimación. Verosimilitud empírica. Métodos no paramétricos y semiparamétricos.

Planificació

Metodologies :: Proves

Competències

(*) Hores a classe

Hores fora de classe

(**) Hores totals

Activitats Introductòries

Sessió Magistral

132

Presentacions / exposicions

Atenció personalitzada

Proves pràctiques

(*) 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

Metodologies

	Descripció
Activitats Introductòries	Presentacion del curso, metodologías, etc.
Sessió Magistral	Analisis y presentación de materiales. Discusión de resultados.
Presentacions / exposicions	Exposición de resumenes críticos de las lecturas recomendadas.

Atenció personalitzada

Presentacions / exposicions

Descripció

Apoyo para la elección de las lecturas sobre las que realizar la exposición. Resolución de dudas sobre las lecturas recomendadas. Orientación en la elaboración de la presentación.

Avaluació

	Descripció	Pes
Presentacions / exposicions	Exposición por parte del alumno/a de un resumen crítico de las lecturas que se le asignen. La correcta realización de esta exposición garantiza la nota mínima para aprobar el curso (50%), de manera que la nota final se calculará sobre la puntuación obtenida en el examen final (50%).	50%
Proves pràctiques	Un examen escrito al finalizar el curso. Las preguntas estarán referidas a los conceptos explicados durante el curso e incluirán tanto cuestiones eminentemente teóricas como problemas prácticos. En el examen se permitirá la utilización de las notas de clase como material de apoyo. Como prerequisito para la realización de este examen se exige la exposición por parte del alumno/a de un resumen crítico de las lecturas que se le asignen. La correcta realización de esta exposición garantiza la nota mínima para aprobar el curso (50%), de manera que la nota final se calculará sobre la puntuación obtenida en el examen final (50%).	50%

Altres comentaris i segona convocatòria
En la segunda convocatoria se aplicaran los mismo criterios y estructura de examen que en la primera convocatoria.

Fonts d'informació

Bàsica	Cameron, A.C. and Trivedi, P.K., Microeconometrics, Cambridge University Press, 2005 , , ,
	- Cameron, A.C. and Trivedi, P.K. (2005): Microeconometrics, Cambridge University Press. - Davidson, J. (2000): Econometric Theory, Blackwell. - Hayashi, F. (2000): Econometrics, Princeton University Press. - Mittelhammer, R.C., Judge, G.G. and Miller, D.J. (2000): Econometric Foundations, Cambridge University Press. - Wooldridge, J.M. (2002): Econometric Analysis of Cross Section and Panel Data, The MIT Press.
Complementària
	GMM Hansen, Lars Peter (1982): "Large Sample Properties of Generalized Method of Moments Estimators", Econometrica 50: 1029-1054. Arellano, Manuel and Bond, Stephen (1991): "Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations", The Review of Economic Studies 58: 277-297. Contrastes de especificación I Andrews, Donald W. K. (1988a): "Chi-Square Diagnostic Tests for Econometric Models. Introduction and Applications", Journal of Econometrics 37: 135-156. Andrews, Donald W. K. (1988b): "Chi-Square Diagnostic Tests for Econometric Models: Theory", Econometrica 56: 1419-1453. Contrastes de especificación II Newey, Whitney K. (1985): "Maximum Likelihood Specification Testing and Conditional Moment Tests", Econometrica 53: 1047-1070. Cameron, A. Colin and Trivedi, Pravin K. (1990): "Regression-based tests for overdispersion in the Poisson model", Journal of Econometrics 46: 347-364. Criterios de selección del modelo Cameron, A.C. and F.A.G. Windmeijer (1996): "R-squared measures for count data regression models with applications to health care utilization", Journal of Business and Economic Statistics 14: 209-220. Cameron, A.C. and F.A.G. Windmeijer (1997): "An R-squared measure of goodness of fit for some common nonlinear regression models", Journal of Econometrics 77: 329-342. Quantile regression Koenker, Roger and Bassett, Gilbert (1978): "Regression Quantiles", Econometrica 46: 33-50. Buchinsky, Moshe (1994): "Changes in the U.S. Wage Structure 1963-1987: Application of Quantile Regression", Econometrica 62: 405-458. Quasi-likelihood Gourieroux, C.; Monfort, A.; and Trognon A. (1984a): "Pseudo Maximum Likelihood Methods: Theory", Econometrica 52: 681-700. Gourieroux, C.; Monfort, A.; and Trognon A. (1984b): "Pseudo Maximum Likelihood Methods: Applications to Poisson Models", Econometrica 52: 701-720. Empirical Likelihood and GMM Imbens, Guido W. (1997): "One-Step Estimators for Over-Identified Generalized Method of Moments Models", The Review of Economic Studies 64: 359-383. Imbens, Guido W. (2002): "Generalized Method of Moments and Empirical Likelihood", Journal of Business & Economic Statistics 20: 493-506. Semiparametric methods Robinson, P. M. (1987): "Asymptotically Efficient Estimation in the Presence of Heteroskedasticity of Unknown Form", Econometrica 55: 875-891. Delgado, Miguel A. and Kniesner, Thomas J. (1997): "Count Data Models with Variance of Unknown Form: An Application to a Hedonic Model of Worker Absenteeism", The Review of Economics and Statistics 79: 41-49.

Recomanacions