Sinopsis

El objetivo de este libro de texto es exponer los fundamentos teóricos básicos de la econometría, así como la implementación práctica de los métodos y técnicas más importantes de esta disciplina, usando para este último fin los lenguajes de programación R y Python.

Requisitos previos de software

R, Python y RStudio deben estar instalados localmente (ver el primer apartado del Bloque 1 (Aspectos Técnicos), dedicado a la instalación y configuración del software necesario).

Índice

Parte I. Aspectos técnicos
Instalación y configuración de R y Python en RStudio
R versus Python: Comparación de lenguajes
Programación conjunta en R y Python con reticulate
Parte II. Conceptos básicos
Capítulo 1. Conceptos básicos de la econometria
Aplicación 1.1.a: Gestión y representación gráfica de datos
Aplicación 1.1.b: Gestión y representación gráfica de datos
Aplicación 1.2a: Gestión y representación gráfica de datos financieros
Aplicación 1.2b: Gestión y representación gráfica de datos financieros
Aplicación 1.3.a: Gestión y representación gráfica de datos espaciales
Aplicación 1.3b: Gestión y representación gráfica de datos espaciales
Parte III. Fundamentos
Capítulo 2. El modelo de regresión lineal
Aplicación 2.1: Regresiones con datos de corte transversal
Aplicación 2.2: Regresiones con datos de series temporales
Aplicación 2.3: Estimación por MCO y contrastes de hipótesis
Aplicación 2.4: Predicción con el modelo de regresión lineal
Aplicación 2.5: Modelo de regresión lineal con forma funcional polinómica
Aplicación 2.6: Modelo de regresión lineal con términos de interacción
Aplicación 2.7: Modelo de regresión lineal con variables cualitativas
Aplicación 2.8: Modelos de regresión con variables de alta frecuencia y con estacionalidad
Aplicación 2.9: Mix econométrico
Parte IV. Diagnosis, correciones y extensiones
Capítulo 3. Diagnosis, correcciones y extensiones
Aplicación 3.1: Evaluación, validación y especificación del MRL (series temporales)
Aplicación 3.2: Evaluación, validación y especificación del MRL (corte transversal)
Aplicación 3.3: Estabilidad de los parámetros estructurales
Aplicación 3.4: No normalidad de los errores, observaciones atípicas y estimación robusta
Aplicación 3.5: Regresiones heteroscedásticas
Aplicación 3.6: Regresiones con volatilidad variable en el tiempo
Aplicación 3.7: Autocorrelación y regresiones dinámicas (modelos ARDL y VAR)
Aplicación 3.8a: Dependencia espacial en los datos (geometría: polígonos)
Aplicación 3.8b: Dependencia espacial en los datos (geometría: puntos)
Aplicación 3.9: Información muestral (falta de observaciones)
Aplicación 3.10: Información muestral (multicolinealidad)
Aplicación 3.11: Regresores endógenos (estimador de variables instrumentales)
Aplicación 3.12: Variable dependiente discreta o limitada
Aplicación 3.13: Modelos econométricos para datos de panel
Referencias bibliográficas