Beruflich Dokumente
Kultur Dokumente
Rmulo A. Chumacero*
Primer Semestre, 2017
Descripcin
Este curso est diseado para brindar bases tericas y prcticas slidas para
la aplicacin de las tcnicas economtricas ms utilizadas en economa. Para
sacar provecho del material impartido en clases se requerir del uso de paquetes
economtricos (E-Views y/o Stata).
Prerequisitos
Los asistentes deben estar familiarizados con clculo diferencial e integral,
lgebra matricial, probabilidades, teora de distribucin, inferencia estadstica
y conocimiento introductorio de Mnimos Cuadrados Ordinarios. Aquellas per-
sonas no familiarizadas con algn tpico deben ponerse al da.
Evaluacin
La nota nal estar ponderada de la siguiente manera:
Controles1 15 % (Cada 3 semanas aproximadamente)
Tareas 15 % (Cada 3 semanas aproximadamente)
Examen Parcial 35 % (Tpicos 1 a 2 del programa)
Examen Final 35 % (Tpicos 3 a 6 del programa)
Informacin adicional
La pgina WEB del curso presenta el programa, las tareas y material suple-
mentario (http://rchumace.econ.uchile.cl/classes/mc2/). Toda consulta
puede realizarse (previa cita) los martes y viernes de 13:00 a 14:00.
Contenidos
El curso consta de 6 tpicos. Las referencias incluyen lecturas marcadas
con (*) que constituyen material de apoyo a las que se puede recurrir para
aclarar conceptos bsicos. Las lecturas marcadas con (**) son complementarias
o avanzadas a las que se puede recurrir para profundizar conocimientos en el
tpico. Las dems lecturas son recomendables y sirven de gua para lo abordado
en clases.
* Departamento de Economa. Universidad de Chile. E-mail: rchumace@econ.uchile.cl.
1 Se anular la peor nota.
1
1. Mnimos cuadrados ordinarios
El modelo y sus supuestos
Inferencia
Propiedades
Prediccin
[11], [18, 1-5], [21, 1-5], [23, 1-3], [33, 1-2] y [39, 1-5 y 15-16].
(*) [4, 1-4], [14], [15, 1-4], [19, 1-8], [24, 1-4], [29, 9-10], [35, 1-4] y [41, 1-2].
(**) [1, 1], [6, 1-2], [17], [20], [30, 1-6], [32, 6 y 9], [34], [36, 1-4] y [38].
2. Forma funcional
Variables cticias
No linealidades
Errores de medida
Criterios de seleccin
[7], [18, 6], [21, 6-7], [23, 4], [33, 3] y [39, 6-7].
(*) [15, 5-7], [19, 9-10 y 13], [24, 5-7, 11 y 14], [27], [35, 5-7] y [41, 3].
(**) [1, 2], [13, 15], [26], [28], [30, 18], [32, 7], [40, 3] y [43].
2
4. Tpicos de anlisis de regresin
Variables instrumentales
Simultaneidad y exogeneidad
Experimentos y quasi-experimentos
[3], [18, 8 y 10], [21, 10-11], [23, 9], [33, 5 y 9] y [39, 10-11].
(*) [15, 9-10], [19, 18-20], [24, 9-10], [35, 13] y [41, 5].
(**) [1, 7], [2], [6, 8], [30, 17], [31], [32, 11 y 13] y [44, 15-16].
6. Mxima verosimilitud
El modelo y sus supuestos
Inferencia
Mtodos numricos
Rubustez
3
Referencias
[1] Amemiya, T. (1985). Advanced Econometrics. Harvard University Press.
[2] Angrist, J. y J. Pischke (2009). Mostly Harmless Econometrics. Princeton
University Press.
[3] Angrist, J. y J. Pischke (2015). Mastering Metrics: The Path from Cause
to E ect. Princeton University Press.
[4] Baltagi, B. (1999). Econometrics. Springer-Verlag.
4
[20] Harville, D. (1997). Matrix Algebra from a Statisticians Perspective.
Springer.
[21] Hill, C., W. Gri ths y G. Lim (2011). Principles of Econometrics. Wiley.
[22] Huber, P. (1981). Robust Statistics. Wiley.
5
[39] Stock, J. y M. Watson (2003). Introduction to Econometrics. Addison-
Wesley.
[40] Thisted, R. (1988). Elements of Statistical Computing. Chapman & Hall.
[41] Verbeek, M. (2005). Modern Econometrics. Wiley & Sons.