Diplomado en Econometría

El objetivo del Diplomado es brindar al participante los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren, así como la aplicación de los mismos a la Economía y a las Finanzas. Enfatizar el análisis de los supuestos teóricos, así como en señalar las limitaciones y los alcances de las conclusiones obtenidas del análisis econométrico. Se requerirá de la utilización de paquetes estadísticos que faciliten el análisis econométrico y se enfocará el estudio de la Econometría como una herramienta que permite realizar investigación en diversas disciplinas.

Módulo 1: Conceptos básicos de probabilidad e inferencia para econometría. 

• 1. Introducción
• 2. Conceptos Básicos de Probabilidad
• 3. Variables Aleatorias
• 3.1 Caso Univariado. Funciones de Densidad. Valor Esperado y Varianza. Distribuciones: Bernoulli, Binomial, Uniforme, Normal y otras derivadas de la Normal.
• 3.2 Caso Bivariado. Distribución Conjunta, Marginal y Condicional. Valor Esperado y Varianza Condicionales. Covarianza y Coeficiente de Correlación. Independencia. Distribución Normal Bivariada.
• 4. Análisis Exploratorio de Datos.
• 5. Inferencia Estadística
• 5.1 Distribuciones de Muestreo. Teorema Central del Límite.
• 5.2 Estimadores y sus Propiedades.
• 5.3 Estimación Puntual de la Media, Varianza y Probabilidad de Éxito. Pronóstico.
• 5.4 Estimación por Intervalos de la Media, Varianza y Probabilidad de Éxito. 5. Aplicaciones.

Módulo 2: Pruebas de hipótesis y el modelo de regresión lineal.

• 1. Pruebas de Hipótesis.
• a) Conceptos de Pruebas de Hipótesis. Planteamiento General del Problema de Pruebas de Hipótesis.
• b) Metodología de las Pruebas de Hipótesis Estadísticas.
• c) Pruebas de Hipótesis de Una Población para la Media, Varianza y Probabilidad de Éxito.
• d) Pruebas de Hipótesis de Dos Poblaciones para Comparación de Medias (muestras independientes y dependientes), para Comparación de Varianzas y de Probabilidades de Éxito y para Coeficiente de Correlación (de Pearson y de Spearman).
• e) Pruebas de Bondad de Ajuste (normalidad).
• 2. Modelos Econométricos y Datos.
• 3. Modelo de Regresión Lineal Simple.
• a) Modelo Condicional
• b) Estimadores de Mínimos Cuadrados.
• 4. Modelo de Regresión Lineal Múltiple.
• a) Especificación del Modelo Lineal General.
• b) Estimadores de Mínimos Cuadrados. Propiedades de los Estimadores. Teorema de Gauss-Markov.
• c) Coeficiente de Correlación, Coeficiente de Correlación Parcial y Coeficiente de Determinación.
• d) Inferencia en el Modelo Lineal General.
• e) Predicción Media e Individual.
• 5. Formas Funcionales de los Modelos de Regresión.
• 6. Violación de los Supuestos del Modelo Clásico. Detección.
• 7. Aplicaciones.

Módulo 3: Temas especiales en econometría

• 1 Violación de los Supuestos del Modelo Clásico de Regresión. Detección, Consecuencias y Corrección.
• 2.1 Normalidad de los Errores.
• 2.2 Varianza Constante del Error.
• 2.3 Errores No Correlacionados.
• 2.4 Variables Explicativas Linealmente Independientes. 2 Mínimos Cuadrados Generalizados.
• 3 Modelos con Variables de tipo Cualitativo. Variables Dicotómicas.
• 2.1 Naturaleza de las Variables Dicótomas.
• 2.2 Modelos con Variables Explicativas Cualitativas. Cambio Estructural. Análisis Estacional.
• 4 Modelos con Variable Dependiente Dicótoma. Modelos Probit y Logit para datos agrupados y no agrupados.
• 5 Aplicaciones.

Módulo 4: Modelos de pronósticos para series de tiempo.

• 1. Introducción al Pronóstico. Pronóstico Estadístico.
• 2. Conocimiento de los Datos
• a) Inspección de los Datos
• b) Suavizamiento
• 3. Uso de Transformaciones
• a) Transformaciones Lineales.
• b) Transformaciones No-lineales.
• c) Selección de una Transformación.
• 4. Criterios para Elegir una Técnica de Pronóstico
• 5. Modelos de Pronóstico
• a) Pronóstico de Series No Estacionales.
• b) Pronóstico de Series Estacionales.
• 6. Evaluación de los Pronósticos.
• 7. Aplicaciones

Módulo 5: Análisis de series de tiempo.

• 1. Introducción al Análisis de Series de Tiempo.
• 2. Elementos de Ecuaciones en Diferencia.
• a) Notación y Conceptos Elementales.
• b) Uso de Operadores de Retraso.
• 3. Modelos para Series Univariadas.
• a) Identificación de Modelos ARIMA.
• b) Estimación de Modelos ARIMA.
• c) Verificación de los Modelos.
• 4. Pruebas de Raíces Unitarias.
• 5. Modelos para Series Estacionales.
• a) Análisis de Series Estacionales.
• b) Construcción de Modelos.
• 6. Pronósticos para Series de Tiempo.
• a) Caso Estacionario.
• b) Caso No Estacionario.
• 7. Aplicaciones.

Módulo 6: Modelos econométricos y aplicaciones. 

• 1. Modelos de Ecuaciones Simultáneas.
  • a) Naturaleza de los Modelos de Ecuaciones Simultáneas. Ejemplos.
  • b) El Problema de Identificación. Condiciones de Orden y de Rango.
  • c) Métodos de Estimación. Mínimos Cuadrados Indirectos. Mínimos Cuadrados en 2 Etapas.
  • d) Sistema de Ecuaciones Aparentemente No-Relacionadas.
• 2. Aplicaciones del Análisis Econométrico o de Series de Tiempo a Economía.
• 3. Aplicaciones del Análisis Econométrico o de Series de Tiempo a Finanzas.

A las personas interesadas en el conocimiento de los métodos estadísticos para la estimación, análisis y utilización de modelos econométricos.