Dar a conocer al estudiante, a través del conocimiento teórico y práctico, los fundamentos de la econometría con el propósito de que se familiarice con el desarrollo de los principales métodos de estimación. De esta forma al estudiante se le facilitará llevar a cabo ejercicios cuantitativos con información de la vida real que les permita realizar diagnósticos, llevar a cabo la confirmación de hipótesis planteadas por la teoría y hacer pronósticos del comportamiento de las variables de interés. Adicionalmente, los estudiantes podrán llevar a cabo la lectura de documentos académicos que por su contenido técnico antes no le era posible entender en su totalidad. Conocer y llevar a cabo estimaciones, interpretación adecuada de los coeficientes, pruebas de hipótesis, construcción de intervalos de confianza, verificación de supuestos y pronósticos sobre los modelos estudiados y que sea capaz de resolver problemas que se le presenten a lo largo del desarrollo de la modelación.

Curso Econometría Básica

El conocimiento de las distintas herramientas econométricas constituye uno de los más importantes aspectos en economía ya que permite, a través de procedimientos cuantitativos, desarrollar empíricamente todas aquellas relaciones postuladas dentro de la Teoría Económica.

Además permite llevar a cabo pruebas de hipótesis sobre dichas relaciones a través de la aplicación de herramientas como la inferencia estadística. De este modo el conocimiento y la aplicación de la Econometría se ha convertido en uno de los más importantes campos del conocimiento en Economía, siempre que este vaya acompañado de una clara visión del problema de la Teoría Económica que se quiere resolver

Dar a conocer al estudiante, a través del conocimiento teórico y práctico, los fundamentos de la econometría con el propósito de que se familiarice con el desarrollo de los principales métodos de estimación. De esta forma al estudiante se le facilitará llevar a cabo ejercicios cuantitativos con información de la vida real que les permita realizar diagnósticos, llevar a cabo la confirmación de hipótesis planteadas por la teoría y hacer pronósticos del comportamiento de las variables de interés. Adicionalmente, los estudiantes podrán llevar a cabo la lectura de documentos académicos que por su contenido técnico antes no le era posible entender en su totalidad.
Conocer y llevar a cabo estimaciones, interpretación adecuada de los coeficientes, pruebas de hipótesis, construcción de intervalos de confianza, verificación de supuestos y pronósticos sobre los modelos estudiados y que sea capaz de resolver problemas que se le presenten a lo largo del desarrollo de la modelación.

El curso se dividirá en 4 horas de teoría bajo el esquema de demostración y 2 horas de práctica en computador, donde se desarrollarán ejemplos prácticos, relacionados con los desarrollos teóricos, haciendo uso del paquete econométrico Stata.

Módulo 1	Módulo 2
Modelo Estadístico Lineal General – Especificación del modelo estadístico – Estimación puntual a) Estimación del vector 𝖰 – El criterio de Mínimos Cuadrados Ordinarios: MCO – Minimización de la forma Cuadrática – Propiedades muéstrales de la regla de mínimos cuadrados a) Valor esperado del estimador MCO b) Matriz de Varianzas – Covarianzas c) Teorema de Gauss – Markov d) Predicción y grado de explicación	Interpretación de coeficientes – Modelo Lineal – Modelo Logarítmico – Modelos Semilogarítmicos a) Modelo Log-Lin b) Modelo Lin-Log

Módulo 1

Módulo 2

Modelo Estadístico Lineal General

– Especificación del modelo estadístico

– Estimación puntual

a) Estimación del vector 𝖰

– El criterio de Mínimos Cuadrados Ordinarios: MCO

– Minimización de la forma Cuadrática

– Propiedades muéstrales de la regla de mínimos cuadrados

a) Valor esperado del estimador MCO

b) Matriz de Varianzas – Covarianzas

c) Teorema de Gauss – Markov

d) Predicción y grado de explicación

Interpretación de coeficientes

– Modelo Lineal

– Modelo Logarítmico

– Modelos Semilogarítmicos

a) Modelo Log-Lin

b) Modelo Lin-Log

Módulo 3	Módulo 4
Pruebas de Hipótesis 1. Pruebas Individuales a) Dos Colas -De Significancia – Otras (Según la Teoría Económica) b) Una Cola 2. Pruebas Conjuntas a) De Significancia b) Otras (Según la Teoría Económica)	Variables Dummy 1. Definición y construcción de las variables dicótomas. 2. Utilización como variables explicativas en los modelos de regresión. 3. Uso de las variables dummy en modelos con datos de corte transversal 4. Uso de las variables dummy en los modelos de series de tiempo 5. Interpretación de los coeficientes (variables dummy de intercepto, de pendiente o de interacción).

Módulo 3

Módulo 4

Pruebas de Hipótesis

1. Pruebas Individuales

a) Dos Colas

-De Significancia

– Otras (Según la Teoría Económica)

b) Una Cola

2. Pruebas Conjuntas

a) De Significancia

b) Otras (Según la Teoría Económica)

Variables Dummy

1. Definición y construcción de las variables dicótomas.

2. Utilización como variables explicativas en los modelos de regresión.

3. Uso de las variables dummy en modelos con datos de corte transversal

4. Uso de las variables dummy en los modelos de series de tiempo

5. Interpretación de los coeficientes (variables dummy de intercepto, de pendiente o de interacción).

Módulo 5	Módulo 6
Modelo estadístico lineal general con matriz de covarianza no conocida 1. Heteroscedasticidad a) Naturaleza de la Heteroscedasticidad b) Estimación MCO y consecuencias de tal método de estimación c) Estimación mediante Mínimos Cuadrados Generalizaos Estimados: Mínimos Cuadrados d) Modelo con heteroscedasticidad multiplicativa e) Verificación de la presencia de heterocedasticidad mediante las pruebas de: White, Goldfeld – Quandt y Breusch – 2. Autocorrelación a) Proceso autorregresivo de primer orden en el error b) Estimación mediante Mínimos Cuadrados Generalizados c) Verificación de la presencia de autocorrelación de primer orden mediante las pruebas: Durbin-Watson, Durbin-h y Breusch –Godfrey (Correlación de orden mayor).	Multicolinealidad 1. Naturaleza de la multicolinealidad 2. Consecuencias teóricas de la presencia de multicolinealidad 3. Detección de la multicolinealidad 4. Medidas remediales

Módulo 5

Módulo 6

Modelo estadístico lineal general con matriz de covarianza no conocida

1. Heteroscedasticidad

a) Naturaleza de la Heteroscedasticidad

b) Estimación MCO y consecuencias de tal método de estimación

c) Estimación mediante Mínimos Cuadrados Generalizaos Estimados: Mínimos Cuadrados

d) Modelo con heteroscedasticidad multiplicativa

e) Verificación de la presencia de heterocedasticidad mediante las pruebas de: White, Goldfeld – Quandt y Breusch –

2. Autocorrelación

a) Proceso autorregresivo de primer orden en el error

b) Estimación mediante Mínimos Cuadrados Generalizados

c) Verificación de la presencia de autocorrelación de primer orden mediante las pruebas: Durbin-Watson, Durbin-h y Breusch –Godfrey (Correlación de orden mayor).

Multicolinealidad

1. Naturaleza de la multicolinealidad

2. Consecuencias teóricas de la presencia de multicolinealidad

3. Detección de la multicolinealidad

4. Medidas remediales

Módulo 7
Pruebas sobre normalidad del error: Jarque-Bera.

Módulo 7

Pruebas sobre normalidad del error: Jarque-Bera.

Augusto Andrés Aleán Romero

Conoce más de lo que tenemos para ti

Alternativas financieras

Laboratorios

Internacionalización

Inscríbete aquí

¿Te podemos ayudar? Déjanos tus datos

¡Completa este formulario, y en breve nos comunicaremos contigo!

Nombres y apellidos*

Correo electrónico*

Teléfono*

Tipo de identificación*

Número de identificación*

Ciudad*

Tipo de programa*

Pregrados*

Posgrados*

Cursos, Diplomados y Talleres*

Otros*

¿Por cuáles canales prefieres ser contactado?*

Llamada

Cita presencial

Al hacer clic en "Enviar" usted confirma que leyó nuestra política de datos y autoriza a la UTB el uso de sus datos personales.

This field should be left blank

Noticias

Vida en el Campus

Te puede interesar

Conoce otros programas que podrían ser de tu interés.

Instituto IDEEAS

Curso de Economía Circular, Bioeconomía y Negocios Sostenibles para el Crecimiento Inclusivo y Competitivo de Ciudades y Territorios

Modalidad: Remota

Duración: 70 horas

Titulación: $1.680.000

Fecha de apertura: Noviembre

Instituto IDEEAS

Desarrollo Sostenible, Gestión del Riesgo y Cambio Climático

Modalidad: Presencial

Duración: 110 horas
Jueves 4:00 - 9:00 p.m; viernes 2:00 - 9:00 p.m y sábado 8:00 a.m - 12:00 m.

Titulación: $2.430.000

Fecha de apertura: Noviembre

Instituto IDEEAS

Diplomado Marco Legal y Regulatorio para el Desarrollo de las Energías Renovables en Colombia

Modalidad: Remota - Último modulo presencial

Duración: 102 horas
Jueves y viernes de 6:00 a 9:00 pm y sábado de 8:00 am a 12:30 pm

Titulación: $1.887.000

Fecha de apertura: Febrero

Nuestra ubicación

Campus Tecnológico

Campus Casa Lemaitre