El Colegio del Estado de Hidalgo Centro de Estudios Urbanos y Regionales Maestra en Desarrollo Urbano Sustentable Academia de Economa y Matemticas

PROGRAMA ANALTICO DE ASIGNATURA

1.- Nombre de la asignatura: ECONOMETRA APLICADA Y ANLISIS ESPACIAL

2.- Semestre: TERCER SEMESTRE

3.- Carga horaria semanal: 3.1. Teora 2 4.- Seriacin: 4.1. Asignatura antecedente Inferencia Estadstica y Econometra

3.2. Prctica 3

3.3. Total 5

4.2. Asignatura consecuente NINGUNA

5.- Objetivo general del curso: Desarrollar la capacidad del alumno para comprender la lgica y contrastacin de los diversos modelos economtricos estudiados, as como el anlisis e interpretacin de los resultados de las estimaciones obtenidas que le permita identificar el modelo ms adecuado para solucionar problemas en concreto.

6.- Temario 6.1 Nmero de Unidad 6.2 Temas, Subtemas y/o Tpicos que contiene el programa 6.3 Objetivos de la Unidad Recursos didcticos necesarios Introduccin 1.1 Pasos en el anlisis econmico emprico. 1.2 Modelos economtricos 1.3 La estructura de los datos econmicos 1.4 Fuentes de datos nacionales e internacionales 1.5 Fuentes de datos espaciales 1.6 Revisin en el uso de Stata Conocer el alcance Exposicin del maestro. temtico, as como las B.6 (Cap. 1) herramientas a utilizar Realizacin de ejercicios en durante el curso clase B.6 (Cap. 1) B.6 (Cap. 1) Asignacin de tareas a los estudiantes. C.3 C.3 B.2 6.4. 6.5 Nmero de Referencia Bibliogrfica ** 6.6 Tiempo estimado en horas por subtema
Horas Acumulado

Unidad 1

2. El modelo de regresin simple. Revisin y principales resultados

Comprender la lgica de Exposicin del maestro. estimacin y contrastacin del mtodo de regresin Realizacin de ejercicios en B.6 ( Cap. 2) 8 2.1. Definicin del modelo de simple clase regresin simple B.5 (Cap. 2) 2.2 Derivacin de la estimacin por B.6 ( Cap. 2) Lectura y sntesis de artculos B.5 (Cap. 2) MCO por parte de alumnos. 2.3 Propiedades de los MCO en B.6 ( Cap. 2) cualquier muestra de datos B.5 (Cap. 2) Asignacin de tareas a los B.6 ( Cap. 2) 2.4 Valores esperados y varianzas estudiantes. de los estimadores MCO B.5 (Cap. 2) B.2

12

Unidad 2

3. Anlisis de regresin mltiple (estimacin e inferencia) 3.1 Estimacin por MCO

Comprender la lgica de Exposicin del maestro. estimacin y contrastacin B.6 (Cap. 3 del mtodo de mltiple. Realizacin de ejercicios en y 4) B.5 8 clase (Cap. 3) 3.2 El valor esperado y varianza de B.6 (Cap. 3 Asignacin de tareas a los y 4) B.5 los estimadores MCO estudiantes. (Cap. 3) 3.3 La eficiencia de MCO: El B.6 (Cap. 3 teorema de Gauss-Markov y 4) B.5 (Cap. 3) 3.4 Pruebas de hiptesis e B.6 (Cap. 3 intervalos de confianza de los y 4) B.5 parmetros (Cap. 3) 3.5 Interpretacin de los resultados. B.6 (Cap. 3 y 4) B.5 (Cap. 3), B.2 3.6 Estimaciones con diversas B.6 (Cap. 3 formas funcionales y 4) B.5 (Cap. 3), B.2, C.2, C.5 Anlisis de regresin mltiple con variables cualitativas 4.1 Modelacin de variables cualitativas 4.2 Estimacin con una sola variable dummy 4.3 Estimacin con diversas variables dummy 4.4 Interacciones de los variables dummy 4.5 Modelo de probabilidad lineal 4.6 Inferencia de los resultados

20

Unidad 3

Comprender la lgica de Exposicin del maestro. estimacin y contrastacin B.6 (Cap 7) del mtodo de regresin Realizacin de ejercicios en mltiple con variables clase B.6 (Cap 7), cualitativas B.2 Asignacin de tareas a los B.6 (Cap 7), estudiantes. B.2 B.6 (Cap 7) B.2 B.6 (Cap 7) B.2 B.6 (Cap 7) B.2, C.6

28

Unidad 4

Unidad 5

Heterocedasticidad 5.1 Consecuencias de la heterocedasticidad en MCO 5.2 Pruebas de heterocedasticidad

Estudiar y analizar las Exposicin del maestro. B.6 (Cap. 8) implicaciones y mtodos de B.5 (Cap. 4) solucin de las violaciones Realizacin de ejercicios en B.6 (Cap. 8) de los supuestos de clase B.5 (Cap. 4) 5.3 Mnimos cuadrados ponderados regresin lineal B.6 (Cap. 8) Asignacin de tareas a los B.5 (Cap. 4) en la estimacin estudiantes. Endogeneidad y variables instrumentales 6.1 El problema de la endogeneidad y resultados de la aplicacin de variables instrumentales 6.2 Test de exogeneidad de Hausman 6.3 Los estimadores por VI

36

Estudiar y analizar las Exposicin del maestro. implicaciones y mtodos de solucin de la violacin de Realizacin de ejercicios en supuesto de exogeneidad. clase B.6 (Cap. 15) Asignacin de tareas a los B.5 (Cap. 5) estudiantes. B.2 C.2

Unidad 6

10

46

Estimacin por Mxima Verosimilitud Comprender la lgica de 7.1 Introduccin a Mxima estimacin y contrastacin Verosimilitud del mtodo de mxima 7.2 Especificacin de Test verosimilitud 7.3 Test en el modelo de regresin lineal

Exposicin del maestro.

B.5 (Cap. 6) 10 56

Unidad 7

Realizacin de ejercicios en B.5 (Cap. 6) clase B.2 B.5 (Cap. 6) Asignacin de tareas a los B.2 estudiantes.

Unidad 8

Modelos de variable dependiente limitada 8.1 Logit y probit para respuestas binarias 8.2 Modelo de Tobit 8.3 Modelo de regresin de Poisson 8.4 Modelos censurados y truncados

Comprender la lgica de Exposicin del maestro. estimacin y contrastacin B.6 (Cap. 10 de los modelos de donde la Realizacin de ejercicios en 17) variable dependiente es clase B.5 (Cap. 7), limitada o censurada. B.2, C.7 Asignacin de tareas a los estudiantes.

66

Anlisis de regresin con datos de series temporales 9.1 La naturaleza de los datos de series temporales 9.2 Propiedades de MCO bajo los supuestos clsicos 9.3 Consecuencias de la autocorrelacin en MCO 9.4 Pruebas de autocorrelacin 9.5 Estimacin en presencia de autocorrelacin 9.6 Forma funcional, tendencias y estacionalidad 9.7 Tests de estacionariedad 9.8 Cointegracin. Concepto y contrastes 9.9 Principales implicaciones de la cointegracin y de la ausencia de cointegracin Modelos multivariados de series de tiempo 10.1 Modelos dinmicos con variables estacionarias 10.2 Modelos dinmicos con variables no estacionarias 10.3 Modelos Autoregresivos 10.4 Cointegracin

Comprender la lgica de Exposicin del maestro. estimacin y contrastacin de regresiones con datos Realizacin de ejercicios en temporales. clase Asignacin de tareas a los estudiantes. B.6 (Cap. 10) B.5 (Cap. 8) B.2

Unidad 9

12

78

Comprender la lgica de Exposicin del maestro. estimacin y contrastacin de modelos multivariados de Realizacin de ejercicios en B.6 (Cap. series de tiempo. clase 11) B.5 (Cap. 9) Asignacin de tareas a los B.2 estudiantes.

Unidad 9

10

88

Unidad 11

Modelos de panel 11.1 Estimacin Efectos fijos 11.2 Modelo de efectos aleatorios 11.3 Test de Hausman

Comprender la lgica de Exposicin del maestro. estimacin y contrastacin B.6 (Cap. de modelos con datos de Realizacin de ejercicios en 14) panel clase B.5 (Cap. 10) Asignacin de tareas a los B.2 estudiantes.

94

Anlisis de datos espaciales Unidad 12 12.1 Principios bsicos Conocer los principios Exposicin del maestro. bsicos para el tratamiento estadstico de datos Realizacin de ejercicios en B.3 (Cap. 1 espaciales clase y 2) Asignacin de tareas a los estudiantes.

12.2 Efectos espaciales 12.3 Heterogeneidad espacial 12.4 Autocorrelacin o dependencia espacial 12.5 Anlisis exploratorio y confirmatorio de datos espaciales Revisin y manejo de software geogrfico 13.1 ArcView 13.2 ArcGis 13.3 GeoDa

100

Conocer y usar las Exposicin del maestro. principales herramientas B.4 ArcView 6 informticas para el Realizacin de ejercicios en B.4 ArcGis tratamiento de datos clase B.4 GeoDa espaciales Asignacin de tareas a los estudiantes.

Unidad 11

106

Econometra espacial Unidad 14 14.1 Introduccin Comprender la lgica de Exposicin del maestro. estimacin y contrastacin B.1 (Cap. 3 de modelos economtricos Realizacin de ejercicios en y 4) con datos espaciales clase B.4 GeoDa

4 110 14.2 Fundamentacin 14.3 Modelos de regresin espacial 14.4 Estimacin Asignacin de tareas a los 14.5 Test de verificacin estudiantes. 14.6 Aspecto sobre la implementacin de modelos **Nota: Los captulos mencionados estn de acordes con las ediciones que se sealan en el apartado de bibliografa, los cuales pueden cambiar si se utiliza otra edicin diferente. 7.- Estrategias de enseanza-aprendizaje: Este curso es terico-prctico y en su desarrollo implica: 1) Lectura previa del material indicado por el profesor para cada clase. 2) Clases tericas dictadas por el profesor, combinadas con aplicacin prctica de los conceptos en ejercicios de computacin. 3) Ejercicios terico-prcticos a ser resueltos por los alumnos. 6

8.- Formas de evaluacin: La evaluacin del curso se hace a partir de: 1) Exmenes: Tres exmenes terico-prcticos, escritos, distribuidos como sigue: a. Primer parcial: Valor 20% b. Segundo parcial: Valor 25% c. Tercer Parcial: Valor 30%. Cada examen es discutido y resuelto en clase a posteriori. 2) Tareas: ejercicios asignados por tema, a ser resueltos en casa de manera individual o en grupo. Despus de la entrega, los ejercicios son discutidos en clase. Las tareas no aportan a la nota final. 3) Trabajo de investigacin: Al final del curso, los alumnos debern entregar, de manera individual o en grupos limitados, un trabajo de investigacin en el cual se apliquen los conocimientos adquiridos al estudio de algn fenmeno econmico de su inters. Valor: 25% de la nota final.

Bibliografa bsica B.1 B.2 B.3 B.4 B.5 B.6 Anselin, Luc (1988). Spatial econometrics: methods and models Cameron, Colin and Pravin K. Trivedi (2008). Microeconometrics Using Stata, Stata press Moreno, Rosina y Vay, Esther (2000). Tcnicas economtricas para el tratamiento de datos espaciales. Editorial Universidad de Barcelona. User manual. ArcView, ArcGis y GeoDa Verbeek, Marno (2004): A guide to modern econometrics. John Wiley & Sons Wooldridge, J. M. (2004): Introductory Econometrics: A Modern Approach, South-Western College Publishing, 2d edition.

Bibliografa complementaria: C.1 C.2 C.3 C.4 C.5 Fally, T. et al (2010). Economic geography and wages in Brazil: Evidence from micro-data, Journal of Development Economics, 91 (1): 155168 Flowerdew, R. & M. Aitkin (1982). A method of fitting the gravity model based on the Poisson distribution, Journal of Regional Science, 22: 191-202. INEGI. www.inegi.org.mx Kennedy, P. (2008). A Guide to Econometrics, MIT Press, 6 edition. Paillacar, R. (2009). An empirical study of the world economic geography of manufacturing industries (1980-2003). Mimeo. University of Paris 1. Redding, S. & A.J. Venables (2004). Economic geography and international inequality. Journal of International Economics, 62: 53-82. Silva, J.M.C. & Tenreyro S. (2006). The log of gravity. Review of Economics and Statistics, 88(4): 641-658

C.6 C.7