Profesor | Edgar Díaz Ordóñez | lu mi vi | 8 a 9 | P104 |
Ayudante | Edgar Angeles Gónzalez | ma ju | 8 a 9 | P104 |
OBJETIVO(S) GENERAL(ES) DEL CURSO
Al finalizar el curso el alumno(a):
TEMARIO
Bloque I
Modelos de rezagos distribuidos y dinámicos
- Rezagos distribuidos infinitos.
- Modelo de expectativas adaptativas (MEA).
- Modelo de ajuste parcial (MAP).
- Modelos dinámicos con correlación serial.
- Estimación y pruebas.
- Modelo de variable dependiente rezagada con errores AR(1).
- Modelo de variable dependiente rezagada con errores MA(1).
- Modelo autorregresivo de rezagos distribuidos.
Bloque II
Modelo lineal general
- Estimaciones por mínimos cuadrados.
- Estimaciones por máxima verosimilitud.
- Intervalos de confianza y pruebas de hipótesis.
- Pruebas Wald, Cociente de verosimilitud y Multiplicador de Lagrange.
Bloque III
Mínimos cuadrados generalizados
- GLS.
- Formas especiales de Ω.
- Estimación.
- Ω no conocida.
- Pruebas Wald, Coeficiente de verosimilitud y Multiplicador de Lagrange.
Bloque IV
Modelo de ecuaciones simultáneas
- Introducción.
- Estimación: mínimos cuadrados en dos pasos.
- Estimación: mínimos cuadrados en tres pasos.
- Prueba para sobre identificación.
- Prueba de especificación de Hausman.
Bloque V
Agrupación de Series de tiempo de datos transversales
- Modelo de componentes de error.
- Modelo de datos de panel.
NOTA: Software que se utilizará para las aplicaciones y casos de estudio será SAS.
POLITICAS DE EVALUACIÓN
Nota: solo se podrán hacer a lo más dos reposiciones.
BIBLIOGRAFÍA