ECONOMETRIA

ECONOMETRIA

Modalidad Online
Horas 120
Alta calidad educativa

Alta Calidad
Educativa

Titulos convalidables

Bonificable
para empresas

Becas y financiamiento

Plataforma
Interactiva

Flexibilidad horaria

Flexibilidad
Horaria

  • Comprender el alcance y las aplicaciones de la econometría en la investigación y análisis económico.
  • Desarrollar habilidades para especificar y estimar modelos de regresión lineal general mediante mínimos cuadrados ordinarios.
  • Aplicar técnicas de inferencia estadística, como intervalos de confianza y contrastes de hipótesis, en el contexto de modelos de regresión lineal general.
  • Entender y aplicar propiedades asintóticas de los estimadores, así como contrastes de Wald, razón de verosimilitud y multiplicador de Lagrange.
  • Abordar problemas de heterocedasticidad mediante estimadores de mínimos cuadrados generalizados.
  • Analizar características de series temporales, evaluar estacionariedad y aplicar pruebas de raíces unitarias.
  • Comprender y aplicar regresiones con efectos dinámicos y abordar problemas como la autocorrelación.

Analistas Financieros. Profesionales en finanzas que desean mejorar su capacidad para realizar análisis econométricos en el ámbito financiero.

Investigadores Económicos. Investigadores que buscan adquirir habilidades avanzadas en modelado y análisis de datos económicos.

Analistas de Datos. Profesionales que trabajan con grandes conjuntos de datos y desean aplicar métodos econométricos para obtener conclusiones significativas.

Economistas y Consultores. Profesionales en economía y consultores que buscan mejorar sus habilidades en la modelización y análisis estadístico.

  1. ÁMBITO DE ESTUDIO DE LA ECONOMETRÍA
    1. CUESTIONES BÁSICAS
    2. NODELOS ECONOCÉNTRICOS
    3. TIPOS DE DATOS
    4. TRANSFORMACIONES EN LOS DATOS DE SERIES TEMPORALES
    5. NECESIDAD DE LA INFERENCIA ESTADÍSTICA
  2. MODELO DE REGRESIÓN LINEAL GENERAL. ESPECIFICACIÓN Y ESTIMACIÓN
    1. ESPECIFICACIÓN
    2. ESTIMACIÓN MÍNIMOS CUADRADOS ORDINARIOS
    3. PROPIEDADES EN MUESTRAS FINITAS DE LOS ESTIMADORES MCO
  3. MODELO DE REGRESIÓN LINEAL GENERAL. INFERENCIA
    1. INTERVALOS DE CONFIANZA
    2. CONTRASTES DE HIPÓTESIS
    3. CONTRASTES DE ESPECIFICACIÓN
  4. MODELO DE REGRESIÓN LINEAL GENERAL. INFERENCIA ASINTÓTICA
    1. PROPIEDADES ASINTÓTICAS DEL ESTIMADOR MCO
    2. ESTIMADOR MÁXIMO-VEROSIMIL
    3. CONTRASTES DE WALD, RAZÓN DE VEROSIMILITUD Y MULTIPLICADOR DE LAGRANGE
  5. ESTIMACIÓN POR MÍNIMOS CUADRADOS GENERALIZADOS
    1. HETEROCEDASTICIDAD: CAUSAS Y CONSECUENCIAS
    2. INFERENCIA ROBUSTA CON MCO EN PRESENCIA DE HETEROCEDASTICIDAD
    3. CONTRASTES DE HETEROCEDASTICIDAD: BREUSCH:PAGAN, WHITE Y WHITE (REDUCIDO)
    4. ESTIMADOR DE MÍNIMOS CUADRADOS GENERALIZADOS
  6. DATOS DE SERIES TEMPORALES
    1. CARACTERÍSTICAS DE LAS SERIES TEMPORALES
    2. ESTACIONARIEDAD
    3. DETECCIÓN DE RAÍCES UNITARIAS: CONTRASTE DE DICKEY-FULLER AUMENTADO
  7. REGRESIÓN CON DATOS DE SERIES TEMPORALES
    1. EFECTOS DINÁMICOS
    2. REGRESIÓN CON DATOS DE SERIES TEMPORALES: TENDENCIAS DETERMINISTAS VS TENDENCIAS ESTOCÁSTICAS
    3. AUTOCORRELACIÓN: CAUSAS, CONECUENCIAS Y CONTRASTES DE DURBIN-WATSON Y BREUSCH-GODREY
  8. DATOS DE PANEL
    1. MODELIZACIÓN: EFECTOS FIJOS Y ALEATORIOS
    2. ESTIMADORES PARA DATOS DE PANEL
    3. CONTRASTES BÁSICOS. TEST DE HAUSMAN.