Anar al contingut (clic a Intro)
UdG Home UdG Home
UdG 30 anys
Tancar
Menú

Estudia a la UdG

Dades generals

Curs acadèmic:
2004
Descripció:
Model de regressió múltiple: validesa de les estimacions i formulació dinàmica. Model d’equacions simultànies.
Crèdits:
9
Idioma principal de les classes:
Sense especificar
S’utilitza oralment la llengua anglesa en l'assignatura:
Sense especificar
S’utilitzen documents en llengua anglesa:
Sense especificar

Grups

Grup A

Durada:
Anual
Professorat:
Gemma Renart Vicens  / Maria Carme Saurina Canals

Altres Competències

  • L’ensenyament de l’Econometria ha de permetre assolir els coneixements metodològics suficients per a la comprensió de la investigació aplicada i la realització de treballs amb base empírica. Al primer quadrimestre es presenten ampliacions i extensions del model economètric de regressió per incorporar variables qualitatives (temes 1 i 2) i tractar dades de sèrie temporal que sovint presenten autocorrelació d’errors i comportaments dinàmics (temes 3 i 4). En el tractament que es dona es pretenen combinar els fonaments teòrics amb la metodologia economètrica per tal de fer possible l’aplicació dels models economètrics en l’anàlisi estructural, la contrastació de les hipòtesis teòriques i la predicció i la simulació de conductes. L’eix central del segon quadrimestre està constituït per les tècniques estadístiques especialitzades en el tractament de dades d’enquesta. Les dades d’enquesta se solen caracteritzar pel seu elevat volum i per la presència de variables mesurades amb error i variables qualitatives. L’elevat volum de les dades (que pot arribar a milers d’enquestats i al voltant del centenar de preguntes) obliga a l’aplicació de tècniques multivariades, l’objectiu principal de les quals és la síntesi, és a dir, la reducció del nombre de variables, tot creant indicadors sintètics que combinin variables de comportament similar (temes 2 i 3) o la reducció del nombre d’individus tot creant grups d’individus semblants (tema 4). La presència d’error de mesura obliga a l’aplicació de tècniques que permetin quantificar aquest error (tema 5) i les dades qualitatives obliguen a treballar amb tècniques específiques (tema 3). Les classes teòriques es complementen amb aplicacions pràctiques relacionades sobretot amb la investigació de mercats i l’àrea de la gestió d’empreses ,on l’ús d’enquestes està més estès.

Continguts

1. Teoria

2. PRIMER QUADRIMESTRE. Econometria Clàssica i Sèries Temporals

3. Els temes zero o bé els sub-apartats amb extensió zero s'entenen com a temes de repàs de continguts vistos en cursos anteriors

4. Tema 0. Finalització de les parts del programa d'introducció a l'econometria no vistes el curs 2003-2004 (multicolinealitat)

5. Tema 1. Temes en regressió I. Variables exògenes qualitatives i Pertorbacions no esfèriques.

6. 1.0.- Model de regressió múltiple. Especificació, estimació, diagnòstic i ús. Notació matricial.

7. 1.1.- Models amb variables exògenes qualitatives. Aplicacions: efectes estacionals i canvi estructural

8. 1.2.- Pertorbacions no esfèriques, concepte, causes i conseqüències sobre l’estimació per MQO.

9. Tema 2. Temes en regressió II. Variables endògenes qualitatives. Models d’elecció binària.

10. 2.0.- Distribució de Bernouilli. Mètode d’estimació de màxima versemblança, i contrastos associats (Wald, multiplicadors de Lagrange i raó de versemblances).

11. 2.1.- El model lineal de probabilitat.

12. 2.2.- El model logit Especificació i estimació màxim versemblant.

13. 2.3.- Validació del model.

14. 2.4.- El model probit. El model logit multinomial.

15. Tema 3. Models univariats de sèries temporals.

16. 3.1.- Conceptes preliminars: processos estocàstics, estacionarietat, funcions d’autocorrelació.

17. 3.2.- Processos estocàstics estacionaris, autorregressius (AR), de mitjanes mòbils (MA), mixtos (ARMA) i integrats (ARIMA)

18. 3.3.- La metodologia Box-Jenkins.

19. 3.4.- Models estacionals (SARIMA).

20. 3.5.- Predicció puntual i per interval.

21. Tema 4. Models economètrics dinàmics.

22. 4.1.- Models de regressió amb retards en les variables exògenes o en l’endògena.

23. 4.2.- Introducció al model de la funció de transferència.

24. SEGON QUADRIMESTRE: Anàlisi multivariada

25. Tema 1. Introducció a l’anàlisi multivariada

26. 1.0.- Repàs d’àlgebra matricial. Variables centrades i estandarditzades; matrius de covariàncies i correlacions.

27. 1.1.- Tècniques d’ interdependència.

28. 1.2.- Classificació i objectius de les tècniques.

29. Tema 2. Anàlisi en components principals

30. 2.1.- Concepte. Objectiu. Reducció de la dimensionalitat.

31. 2.2.- Perspectiva geomètrica.

32. 2.3.- Analisi exploratòria de les dades. Dades mancants.

33. 2.4.- Algorisme de càlcul.

34. 2.5.- Interpretació dels valors propis. Matriu de residus. Nombre de components a retenir.

35. 2.6.- Interpretació de les components. Saturacions. Representació d’individus i variables. Rotació. Variables il·lustratives.

36. 2.7.- Variables no estandarditzades.

37. Tema 3. Anàlisi de correspondències múltiple

38. 3.1.- Recodificació binària de les variables.

39. 3.2.- Matriu que es sotmet a l’anàlisi.

40. 3.3.- Nombre d’eixos a retenir. Correccions a la bondat d’ajust.

41. 3.4.- Interpretació dels eixos. Coordenades i contribucions absolutes. Variables il·lustratives.

42. 3.5.- Tractament de dades mancants.

43. Tema 4. Anàlisi de conglomerats o cluster analysis.

44. 4.1.- Introducció i objectiu.

45. 4.2.- Decisions prèvies sobre la matriu de dades.

46. 4.3.- Selecció de la mesura de similaritat o dissimilaritat.

47. 4.4.- Algorismes d’agregació jeràrquics. Dendrograma.

48. 4.5.- Algorismes de partició no jeràrquics.

49. 4.6.- Interpretació i Diagnòstic. Variables il·lustratives.

50. Tema 5. Anàlisi factorial exploratòria

51. 5.1.- Model d’anàlisi factorial exploratòria (AFE). Objectiu. Mesura. Dimensionalitat latent.

52. 5.2.- Formulació del model. Supòsits. Paràmetres i interpretació.

53. 5.3.- Estimació.

54. 5.4.- Diagnòstic del model. Nombre de factors.

55. 5.5.- Anàlisi de resultats. Comunalitat. Interpretació: saturacions i saturacions rotades.

56. 5.6.- Ús del model. Fiabilitat i validesa.

57. Pràctiques

58. PRIMER QUADRIMESTRE

59. Tema 1. Cas 1. Factors explicatius de costos directes hospitalaris.

60. Tema 2. Cas 2. Anàlisi econòmica de la incidència de la incapacitat temporal.

61. Tema 3. Cas 3. Anàlisi d’algunes sèries temporals per la metodologia Box-Jenkins.

62. Tema 4. Cas 4. Estimació d’una equació de demanda del turisme internacional per a Espanya.

63. SEGON QUADRIMESTRE

64. Tema 2. Cas 5a. Confecció d’un mapa de posicionament de les entitats financeres.

65. Tema 3. Cas 5b. Dimensions bàsiques del perfil socioeconòmic. Relació amb l’ús dels serveis financers.

66. Tema 4. Cas 5c. Segmentació del mercat financer segons les preferències dels usuaris dels serveis bancaris.

67. Tema 5. Cas 6. Definició de les funcions de la marca en el procés d’elecció i compra dels pantalons texans.

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Total 0 0 0

Bibliografia

    Avaluació i qualificació

    Activitats d'avaluació:

    Descripció de l'activitat Avaluació de l'activitat %

    Qualificació

    Mètodes docents:
    L’assignatura és acumulativa. Els temes no es poden tractar de manera aïllada sinó que la comprensió d’un tema requereix el domini dels temes anteriors. Pel seguiment amb èxit de l’assignatura és imprescindible estudiar al dia el llibre, els apunts i les llistes de problemes, resoldre els dubtes immediatament als horaris de tutoria i fer el seguiment de les sessions pràctiques.
    L´assignatura també és acumulativa respecte a "introducció a l´estadística" i "estadística i introducció a l´econometria". Els apartats assenyalats amb un zero són de repàs, i el seu desenvolupament correspon a l´estudiant/a fora d’hores de classe, amb l’ajut de les tutories. Cal fer aquest repàs abans de l´inici del tema, a fi de poder seguir les explicacions correctament.
    Les pràctiques es faran amb el programari SPSS a l’aula d’informàtica durant una hora setmanal amb el grup subdividit. Durant les setmanes que no es facin pràctiques, aquesta hora es dedicarà preferentment a problemes a l’aula de classe.
    La distribució del programa al llarg del curs serà aproximadament:
    PRIMER QUADRIMESTRE 14 SETMANES
    Tema 1: 2 setmanes
    Tema 2: 4 setmanes
    Tema 3: 5 setmanes
    Tema 4: 3 setmanes
    SEGON QUADRIMESTRE 14 SETMANES
    Tema 1: 1 setmana
    Tema 2: 5 setmanes
    Tema 3: 2 setmanes
    Tema 4: 4 setmanes
    Tema 5: 2 setmanes
    Tipus d'exàmens:
    Per tal de superar l’assignatura s’ha d’aprovar l’examen final de la convocatòria de juny. No obstant això, i a efectes alliberatoris de la part corresponent, els estudiants podran realitzar una prova parcial, al gener- febrer. Els estudiants que hagin alliberat la matèria del primer parcial podran optar per presentar-se bé a l'examen final de tota l'assignatura, bé a només l'examen del segon parcial. En aquest cas la nota final de l'assignatura serà la mitjana aritmètica de les notes obtingudes en els dos quadrimestres, sempre i quan la nota de cada quadrimestre sigui superior o igual a quatre. En cada quadrimestre els alumnes hauran de realitzar un treball pràctic o pràctiques sobre la matèria impartida. Aquests treballs aplicats representaran com a màxim el 20% de la nota de final de curs sempre i quan en l'examen s'hagi assolit com a mínim la puntuació de quatre .

    Observacions

    La comunicació general amb el grup-classe pel què fa a orientacions de caire general es realitzarà de manera habitual a les sessions presencials i a través de la intranet docent "La meva UdG"

    Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

    Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

    Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

    Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

    Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.