La asignatura de Econometría I es de alta especialización la toman los alumnos de la carrera de Economía y de la carrera de Finanzas. Se relaciona con las asignaturas de Estadística I, Estadística II, Econometría II y Econometría III. De igual forma, se requieren contenidos abordados en las asignaturas de Microeconomía, Macroeconomía y Política Económica. 

El curso de Econometría I se encamina hacia las mediciones económicas. La Teoría Económica, en general, hace afirmaciones o formula hipótesis de naturaleza principalmente cualitativas. Para poder validar estas hipótesis se deben desarrollar modelos económicos, los cuales se expresan, usualmente, en forma de ecuaciones matemáticas. La econometría transforma estas ecuaciones matemáticas en modelos estadísticos para poder realizar las inferencias necesarias que permitan la verificación empírica de la Teoría Económica. Aquí se estudiará como elaborar modelos lineales y no lineales de forma simple y múltiple, así como el uso de variables indicadoras (dicotómicas) independientes

Al finalizar el curso, los estudiantes conocerán la utilidad práctica de la Econometría para análisis el entorno económico y sus principales limitaciones. De igual forma, el alumno construirá y estimará un Modelo de Regresión Lineal Múltiple (MRLM). Explicará los supuestos del MRLM y el incumplimiento de los mismos. Con estas herramientas se espera que el alumno contribuya en la toma de decisiones con fundamento científico, ético y profesional.

Al finalizar la asignatura, el estudiante será capaz de formular, estimar, validar e interpretar modelos de regresión lineal simple y múltiple utilizando el método de Mínimos Cuadrados Ordinarios y el lenguaje de programación R, incorporando variables cualitativas, evaluando la significancia estadística y verificando el cumplimiento de los supuestos del modelo, con el propósito de analizar problemas económicos y empresariales y apoyar la toma de decisiones mediante evidencia empírica, actuando con ética profesional, objetividad y rigor científico.

1. El modelo de regresión simple
2. Análisis de regresión múltiple: Estimación
3. Análisis de regresión múltiple: inferencia
4. Análisis de regresión múltiple: temas adicionales                                                                                                                                                  5.    5. Análisis de regresión múltiple con información cualitativa: variables binarias
6. Heterocedasticidad                                                                                                                                                                                                                       

 1. El modelo de regresión simple (Capítulo 2, Wooldridge).                                                                                                                            Objetivo: Al concluir la unidad, el estudiante será capaz de formular y estimar modelos de regresión lineal simple utilizando el método de Mínimos Cuadrados Ordinarios, verificando sus supuestos, interpretando los estimadores y evaluando la influencia de las unidades de medición y de las distintas formas funcionales para el análisis de fenómenos económicos y administrativos.
1.1 Definición del modelo de regresión simple
1.2 Obtención de las estimaciones por mínimos cuadrados ordinarios
1.3 Propiedades de los MCO en cualquier muestra
1.4 Unidades de medición y forma funcional
1.5 Valores esperados y varianzas de los estimadores de MCO (Supuestos RLS) ( p.60 y son 5).
1.6 Regresión a través del origen
2. Análisis de regresión múltiple: Estimación (Capítulo 3, Wooldridge)                                                                                                       Objetivo: Al concluir la unidad, el estudiante aplicará el álgebra matricial para formular y estimar modelos de regresión lineal múltiple mediante el método de Mínimos Cuadrados Ordinarios, analizando los supuestos del modelo, el comportamiento de los estimadores y las condiciones que garantizan su eficiencia, con el propósito de interpretar adecuadamente modelos econométricos aplicados a las ciencias económico-administrativas.
2.1   Motivación para la regresión múltiple
2.2   Repaso de operaciones básicas con matrices
2.3  El modelo de estimación de los mínimos cuadrados ordinarios de forma matricial
2.2   Mecánica e interpretación de los mínimos cuadrados ordinarios
2.3   Valor esperado de los estimadores de MCO (Supuestos RLM)
2.4   Varianza de los estimadores de MCO (Supuestos RLM)
2.5   Eficiencia de MCO: el teorema de Gauss-Markov
3. Análisis de regresión múltiple: inferencia (Capítulo 4, Wooldridge)
3.1   Distribución de muestreo de los estimadores MCO
3.2   Prueba de hipótesis para un solo parámetro poblacional: la prueba t
3.3   Intervalos de confianza
3.4   Prueba de hipótesis de una sola combinación lineal de los parámetros.                                                                                                          3.5   Pruebas para restricciones lineales múltiples: la prueba F
4. Análisis de regresión múltiple: temas adicionales (Capítulo 6, Wooldridge).                                                                                          Objetivo: Al concluir la unidad, el estudiante será capaz de identificar, estimar e interpretar distintas formas funcionales de los modelos de regresión múltiple, analizando las implicaciones económicas y estadísticas de cada especificación para mejorar la explicación, predicción y toma de decisiones basada en evidencia empírica.
4.1   Más acerca de la forma funcional
5.  Análisis de regresión múltiple con información cualitativa: variables binarias (Capítulo 7, Wooldridge).                                      Objetivo: Al concluir la unidad, el estudiante será capaz de formular, estimar e interpretar modelos de regresión múltiple que incluyan variables binarias e interacciones entre variables cualitativas y cuantitativas, evaluando su impacto sobre la variable de interés para apoyar el análisis y la toma de decisiones en contextos económicos y empresariales.
5.1   Descripción de la información cualitativa
5.2   Una sola variable binaria independiente
5.3   Uso de variables binarias en categorías múltiples
5.4   Interacciones en las que intervienen variables binaria
6.  Heterocedasticidad (Capítulo 8, Wooldridge)
6.1   Consecuencias de la heterocedasticidad para MCO
6.2   Inferencia robusta a la heterocedasticidad en la estimación por MCO
6.3   Pruebas para heterocedasticidad                                                                                                                                                                                  6.4   Estimación por mínimos cuadrados ponderados

En cada una de las unidades y de sus respectivos temas se efectuarán aplicaciones en el laboratorio de lo visto en clase con software especializado. Al final del curso se realizará un trabajo, donde el estudiante ponga en práctica lo aprendido durante el curso.

La asignatura se llevará a cabo mediante sesiones teórico-prácticas, en las cuales se presentan los conceptos y resultados más importantes asociados a cada uno de los temas contemplados como obligatorios. Cada una de las sesiones integra recursos didácticos impresos y digitales, como libros de texto, artículos científicos, revistas especializadas, videos y páginas web, así como el uso del lenguaje de programación R y del entorno de desarrollo R Studio para el análisis estadístico, econométrico y la elaboración de modelos aplicados a las ciencias económico-administrativas. Las actividades de aprendizaje contemplan la asistencia a conferencias y seminarios especializados, la resolución de ejercicios prácticos, el desarrollo de simulaciones, el análisis de casos, el trabajo colaborativo y la participación en discusiones y debates académicos relacionados con los contenidos del curso, con el propósito de fortalecer las competencias analíticas y la toma de decisiones basada en evidencia.

Al inicio del curso se realiza una evaluación diagnóstica, durante el desarrollo del curso se aplicarán exámenes parciales y se consideran cada una de las actividades.
 Al final del curso, el estudiante deberá entregar como producto un documento de trabajo tipo ensayo. Cabe mencionar que se evalúa el desempeño individual. En
 este sentido, la evaluación será producto de la sumatoria de indicadores como: exámenes parciales (60%), trabajo y prácticas (40%)

Academia de Economía Matemática y Econometría

Colegio Departamental de Métodos Cuantitativos