Fundamentos de econometria intermedia teoria y aplicaciones
| Autor Corporativo: | |
|---|---|
| Otros Autores: | |
| Formato: | Libro electrónico |
| Idioma: | Castellano |
| Publicado: |
Bogota :
Universidad de los Andes
2013.
|
| Materias: | |
| Ver en Biblioteca Universitat Ramon Llull: | https://discovery.url.edu/permalink/34CSUC_URL/1im36ta/alma991009426795606719 |
Tabla de Contenidos:
- FUNDAMENTOS DE ECONOMETRÍA INTERMEDIA: TEORÍA Y APLICACIONES; PÁGINA LEGAL; CONTENIDO; INTRODUCCIÓN; 1. ESPECIFICACIÓN INCORRECTA Y ENDOGENIDAD; 1.1. Introducción; 1.2. Discusión sobre la especificación de los modelos econométricos; 1.3. Endogenidad; 1.4. Estudio de caso: efectos de la fecundidad sobre el ingreso laboral femenino; Resumen; Ejercicios propuestos; Anexo 1; 2. MODELOS DE ECUACIONES SIMULTÁNEAS; 2.1. Introducción; 2.2. El problema de simultaneidad; 2.3. Detección del problema: prueba de Hausman; 2.4. Proceso de identificación
- 2.5. Metodologías de estimación de ecuaciones simultáneas2.6. Estudio de caso: evaluación del fondo de estabilización de precios del azúcar; 2.7. Estudio de caso: análisis regional de la oferta de ganado; Resumen; Ejercicios propuestos; Anexo 2; 3. MODELOS DE PROBABILIDAD: LINEAL, PROBIT Y LOGIT; 3.1. Introducción; 3.2. Modelo de probabilidad lineal; 3.3. Modelos logit y probit; 3.4. Estudio de caso: mercado de trabajo informal en Colombia; 3.5. Estudio de caso: derechos de propiedad en Colombia e integración al mercado mundial; Resumen; Ejercicios propuestos; Anexo 3
- 4. INTRODUCCIÓN A LAS SERIES DE TIEMPO4.1. Introducción; 4.2. Conceptos básicos para las series de tiempo; 4.3. Filtro de Hodrick y Prescott; 4.4. Modelos de pronósticos con tendencia determinística; 4.5. Pronóstico con métodos de atenuación exponencial; 4.6. Estudio de caso: el PIB colombiano; Resumen; Ejercicios propuestos; Anexo 4; 5. METODOLOGÍA BOX-JENKINS PARA PRONOSTICAR SERIES DE TIEMPO MEDIANTE PROCESOS AUTORREGRESIVOS Y DE MEDIA MÓVIL; 5.1. Introducción; 5.2. Conceptos básicos
- 5.3. Estacionariedad y ruido blanco: métodos para detectarlos y alternativas de solución que conduzcan a obtener variables estacionarias5.4. Modelos univariados ARIMA y metodología Box-Jenkins; 5.5. Modelos univariados SARIMA y metodología BJ; 5.6. Ventajas y desventajas de los modelos ARIMA; 5.7. Estudio de caso: el PIB colombiano; 5.8. Estudio de caso: el IPC colombiano; Resumen; Ejercicios propuestos; Anexo 5; 6. MODELOS CON REZAGOS DISTRIBUIDOS Y AUTORREGRESIVOS, CAUSALIDAD DE GRANGER Y COINTEGRACIÓN; 6.1. Introducción; 6.2. Introducción a los modelos con variables rezagadas
- 6.3. Modelos de rezagos distribuidos y autorregresivos6.4. Prueba de causalidad de Granger; 6.5. Cointegración; 6.6. Estudio de caso: la oferta de azúcar; Resumen; Ejercicios propuestos; 7. MODELOS PARA DATOS DE CORTE TRANSVERSAL AGRUPADOS EN EL TIEMPO Y ESTIMADOR DE DIFERENCIAS EN DIFERENCIAS; 7.1. Introducción; 7.2. Combinación de corte transversal y series de tiempo; 7.3. Corte transversal a lo largo del tiempo; 7.4. Estudio de caso: impacto de un programa de intervención a las escuelas rurales en Colombia; Resumen; Ejercicios propuestos; 8. MODELOS PARA DATOS EN PANEL O LONGITUDINALES
- 8.1. Introducción
