Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2011
Descripció:
Inferència estadística. Models de regressió simple i múltiple. Utilització de paquets economètrics per a ordinador d’ús generalitzat.
Crèdits:
9
Idioma principal de les classes:
Català
S’utilitza oralment la llengua anglesa en l'assignatura:
Gens (0%)
S’utilitzen documents en llengua anglesa:
Poc (25%)

Grups

Grup A

Durada:
Anual
Professorat:
Maria Carme Saurina Canals

Competències

  • Comprendre i saber utilitzar els principals raonaments i eines matemàtics i estadístics per al plantejament i resolució de problemes econòmics
  • Saber utilitzar mètodes economètrics senzills per a fer previsions i contrastar models econòmics
  • Habilitats per a analitzar i buscar informació procedent de fonts diverses
  • Capacitat d'aprenentatge autònom
  • Capacitat per a la resolució de problemes
  • Capacitat crítica i autocrítica
  • Coneixements d'informàtica

Altres Competències

  • Usar críticament i correcte les dues eines bàsiques de la inferència estadística: interval de confiança i contrast d'hipòtesi.
  • Usar críticament i correcte el model de regressió lineal simple i múltiple per al plantejament i resolució de problemes econòmics
  • Usar críticament i correcte les etapes del modelat estadístic

Continguts

1. Intervals de confiança.

          1.1. La inferència estadística. Errors mostrals. Estimació puntual i per interval. Repàs de mostreig i distribucions mostrals.

          1.2. Error estàndard. Error màxim amb una determinada probabilitat.

          1.3. Construcció d’un interval de confiança. Cas de l’esperança d’una normal amb variància coneguda.

          1.4. Distribució t de Student. Cas de l’esperança d’una normal amb variància desconeguda.

          1.5. Cas de la proporció d’una distribució de Bernouilli.

          1.6. Mida de la mostra.

2. Contrastos d’hipòtesi.

          2.1. Hipòtesi estadística. Hipòtesi nul·la i alternativa. Interpretació del rebuig i el no rebuig. Relació amb l'interval de confiança.

          2.2. Etapes en la realització d’un contrast. Estadístic de contrast. Distribució de referència. Regió crítica. Error i risc tipus I. Valor p o nivell de significació. El cas de la proporció.

          2.3. Contrastos sobre paràmetres de la distribució normal.

          2.4. Potència del contrast. Funció de potència.

3. Inferència estadística bivariant. Contrastos per establir relacions entre parelles de variables.

          3.1. Dues variables qualitatives. Coeficient V de Cramér. Contrast i distribució khi-quadrat de Pearson-Abbe.

          3.2. Dues variables numèriques. Coeficient de correlació de Pearson. Contrast i distribució F de Fisher-Snedecor.

          3.3. Una variable numèrica i una qualitativa. Taula ANOVA. Coeficient eta. Contrast F de Fisher. Contrastos robustos. Comparacions de mitjanes de dues en dues.

          3.4. Anàlisi exploratòria. Contrastos per comprovar el compliment dels supòsits. Contrastos de normalitat. Contrast de Levene.

4. Model de regressió lineal simple.

          4.1. L'econometria. Introducció i Història. Desenvolupament històric.

          4.2. Models economètrics. Concepte, tipus de dades i de models.

          4.3. Les etapes del modelat estadístic i economètric.

          4.4. Especificació: equació, paràmetres i supòsits.

          4.5. Estimació dels paràmetres pel mètode de mínims quadrats ordinaris (MQO), propietats. Propietats dels residus. Residus estudentitzats.

          4.6. Mesures de bondat de l'ajustament. Descomposició de la suma de quadrats. Coeficient de determinació. Relació amb la correlació.

          4.7. Anàlisi residual. Compliment dels supòsits. Transformacions de les variables. Valors atípics: observacions mal explicades, influents a priori i influents a posteriori. Distància de Cook.

          4.8. Inferència: intervals de confiança i contrastos de significació.

          4.9. Ús del model. Interpretació i previsions.

5. El model de regressió lineal múltiple.

          5.1. Repàs bàsic d’àlgebra matricial. Avantatges de la notació matricial.

          5.2. El model en notació matricial. Especificació del model: formulació i hipòtesis bàsiques.

          5.3. Estimació i propietats.

          5.4. Models anierats. Contrastos de tots els coeficients, d'un conjunt de coeficients i d'un conjunt de restriccions lineals.

          5.5. Ús del model. Interpretació i previsions.

6. Errors d'especificació.

          6.1. Omissió de variables rellevants.

          6.2. Inclusió de variables supèrflues.

          6.3. Errors d'especificació en la forma funcional.

          6.4. Errors d'especificació en la distribució de la pertorbació aleatòria. No normalitat.

7. Multicolinealitat.

          7.1. Definició i conseqüències per a l'estimació per MQO.

          7.2. Detecció i valoració de la seva importància.

          7.3. Possibles solucions.

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Prova d'avaluació 4,00 20,00 24,00
Resolució d'exercicis 20,00 27,00 47,00
Sessió expositiva 56,00 70,00 126,00
Sessió pràctica 14,00 38,00 52,00
Total 94,00 155,00 249

Bibliografia

  • Novales Cinca, Alfonso (1997). Estadística y econometría. Madrid [etc.]: McGraw-Hill.
  • Gujarati, Damodar N. (2003). Econometria (4th). Boston: Mc Graw Hill.
  • Pérez López, César (cop. 2001). Técnicas estadísticas con SPSS. Madrid [etc.]: Prentice Hall.
  • Sáez i Zafra, Marc, Barceló Rado, María Antonia (1998). Econometría, : introducción y casos prácticos. Madrid: Centro de Estudios Ramón Areces.
  • Peña, Daniel (1989-1993). Estadística, : modelos y métodos (2ª ed., rev). Madrid: Alianza.
  • Pérez López, César (2005). Métodos estadísticos avanzados con SPSS (primera). Thomson.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Pràctica I. Estimació per interval i contrast d’hipòtesi. Demanda turística a la Costa Brava. S'avaluarà el desenvolupament i la interpretació dels exercicis proposats en grups de dos o tres estudiants.
Pràctica II. Inferència estadística bivariant. Segmentació de la demanda turística a la Costa Brava. S'avaluarà el desenvolupament i la interpretació dels exercicis proposats en grups de dos o tres estudiants.
Pràctica III. El model de regressió lineal simple: El model CAPM. S'avaluarà el desenvolupament i la interpretació dels exercicis proposats en grups de dos o tres estudiants.
Pràctica IV. El model de regressió lineal múltiple. Errors d'especificació: violació dels supòsits. Factors explicatius de costos directes hospitalaris S'avaluarà el desenvolupament i la interpretació dels exercicis proposats en grups de dos o tres estudiants.
Exercicis de comprensió de continguts S'avaluarà el desenvolupament i interpretació dels exercicis proposats
Realització d'exàmens L'examen constarà d'una sèrie de preguntes teòriques i exercicis pràctics d'aplicació.

Qualificació

L'avaluació constarà de dos exàmens parcials que comptaran un 80% de la nota global de l'assignatura i del lliurament de les pràctiques programades i d'exercicis de comprensió de continguts que comptaran el 20% restant. Per a superar l'assignatura caldrà obtenir una puntuació global mínima de 5 sobre 10.

L'estudiant que no realitzi els exercicis pràctics podrà presentar-se a les proves escrites tant a febrer com a les dues convocatòries de juny però haurà de tenir en compte que per a superar l'assignatura haurà d'aconseguir una nota global de 5 sobre 8, que és la qualificació màxima que es pot obtenir en els exàmens. Qui obtingui un mínim de 3'2 punts sobre 8 als exàmens podrà sumar els punts corresponents a les entregues d'avaluació realitzades al llarg del curs, fins a un màxim de 2, per a obtenir la nota sobre 10.

AVALUACIÓ DE L'EXAMEN (80%):

El primer examen parcial té caràcter voluntari i inclourà la matèria vista a classe el primer quatrimestre.

El segon examen parcial englobarà tota la matèria de l’assignatura, però qui hagi obtingut una nota igual o superior a 5 punts sobre 10 en l'avaluació del primer quatrimestre podrà presentar-se al segon examen només del contingut del segon quatrimestre. Per als que es presentin al segon parcial de tota la matèria, la nota d’examen és la del segon parcial. Per als que es presentin al segon parcial del contingut del segon quadrimestre, la nota final és la mitjana aritmètica simple d’ambdós parcials sempre i quan cadascuna d’ambdues notes sigui superior o igual a 4 sobre 10.

En la segona convocatòria de juny hi haurà un únic examen del contingut d'ambdós parcials amb una puntuació màxima de 8 punts.

AVALUACIÓ DE LES PRÀCTIQUES I DELS EXERCICS DE COMPRENSIÓ DELS CONTINGUTS (20%):

La puntuació obtinguda en les pràctiques i exercicis lliurats s'afegirà a la nota obtinguda en els exàmens.




Observacions

La part d’estadística correspon al primer quadrimestre. La resta dels temes corresponen a introducció a l’econometria i es desenvoluparan durant el segon quadrimestre. 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. Per al seguiment amb èxit de l’assignatura és imprescindible estudiar al dia el llibre, els apunts i les llistes de problemes, resoldre els exercicis pràctics proposats i resoldre els dubtes immediatament als horaris de tutoria.

Les pràctiques es faran amb el programari SPSS a l’aula d’informàtica durant una hora quinzenal 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 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 Moodle.

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.