You are on page 1of 6

Mtodos Cuantitativos II

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

Omisin / inclusin de variables


Multicolinealidad
Especicacin

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].

3. Mnimos cuadrados generalizados


Aspectos generales
Heteroscedasticidad
Autocorrelacin
Inferencia

[8], [18, 9 y 20], [21, 8-9], [23, 6] y [33, 4].


(*) [4, 5 y 9], [15, 8 y 13], [19, 11-12], [24, 8], [25, 7], [35, 8-9] y [41, 4].
(**) [1, 5-6], [30, 14-15 y 19] y [40, 3].

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].

5. Mnimos cuadrados no lineales


El modelo y sus supuestos
Inferencia
Mtodos numricos

[10] y [18, 7].


(*) [4, 8] y [19, 14].
(**) [12, 10 y 16], [16, 1-2], [30, 8], [37, 14 y 16-17] y [40, 4].

6. Mxima verosimilitud
El modelo y sus supuestos
Inferencia

Mtodos numricos
Rubustez

[9], [18, 14] y [23, 5].


(*) [41, 6].
(**) [5, 8], [22], [30, 11-12], [32, 15], [40, 4] y [42, 4-5 y 8-11].

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.

[5] Bierens, H. (2004). Introduction to the Mathematical and Statistical Foun-


dations of Econometrics. Cambridge University Press.
[6] Chipman, J. (2011). Advanced Econometric Theory. Routledge.
[7] Chumacero, R. (2006). Functional Form: A Review.Manuscrito. Univer-
sidad de Chile.
[8] Chumacero, R. (2006). Generalized Least Squares: A Review. Manu-
scrito. Universidad de Chile.
[9] Chumacero, R. (2006). Maximum Likelihood. Manuscrito. Universidad
de Chile.

[10] Chumacero, R. (2006). Nonlinear Least Squares. Manuscrito. Universi-


dad de Chile.
[11] Chumacero, R. (2006). Ordinary Least Squares: A Review. Manuscrito.
Universidad de Chile.

[12] Davidson, R. y J. MacKinnon. (1994). Estimation and Inference in Econo-


metrics. Oxford University Press.
[13] Davidson, R. y J. MacKinnon. (2004). Econometric Theory and Methods.
Oxford University Press.

[14] Dhrymes, P. (2000). Mathematics for Econometrics. Springer-Verlag.


[15] Dougherty, C. (2002). Introduction to Econometrics. Oxford University
Press.
[16] Gallant, R. (1987). Nonlinear Statistical Models. Wiley & Sons.

[17] Gallant, R. (1997). An Introduction to Econometric Theory. Princeton Uni-


versity Press.
[18] Greene, W. (2012). Econometric Analysis. Prentice Hall.
[19] Gujarati, D. (2003). Basic Econometrics. McGraw-Hill.

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.

[23] Johnston, J. y J. DiNardo (1997). Econometric Methods. McGraw-Hill.


[24] Kennedy, P. (1998). A Guide to Econometrics. The MIT Press.
[25] Kmenta, J. (2000). Elements of Econometrics. The University of Michigan
Press.

[26] Lau, L. (1983). Functional Forms in Econometric Model Building en


D. Belsley, Z. Griliches, M. Intriligator y P. Schmidt (eds.) Handbook of
Econometrics I. North-Holland.
[27] Leamer, E. (1983a). Lets Take the Con Out of Econometrics.American
Economic Review 73, 31-43.

[28] Leamer, E. (1983b). Model Choice and Specication Analysisen D. Bel-


sley, Z. Griliches, M. Intriligator y P. Schmidt (eds.) Handbook of Econo-
metrics I. North-Holland.
[29] Mittelhammer, R. (1996). Mathematical Statistics for Economics and Busi-
ness. Springer-Verlag.
[30] Mittelhammer, R., G. Judge y D. Miller (2000). Econometric Foundations.
Cambridge University Press.
[31] Pan, W. y H. Bai (2015). Propensity Score Analysis. The Guilford Press.

[32] Peracchi, F. (2001). Econometrics. Wiley & Sons.


[33] Pindyck, R. y D. Rubinfeld (1980). Modelos Economtricos. Labor Univer-
sitaria.
[34] Ramanathan, R. (1993). Statistical Methods in Econometrics. Academic
Press.

[35] Ramanathan, R. (2002). Introductory Econometrics with Applications. Har-


court.
[36] Rao, R. (1973). Linear Statistical Inference and its Applications. Wiley &
Sons.

[37] Ruud, P. (2000). An Introduction to Classical Econometric Theory. Oxford


University Press.
[38] Stachurski, J. (2016). A Primer in Econometric Theory. The MIT Press.

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.

[42] White, H. (1996). Estimation, Inference and Specication Analysis. Cam-


bridge University Press.
[43] White, H. (2000). A Reality Check For Data Snooping.Econometrica 69.
1097-127.

[44] Wooldridge, J. (2006). Introduccin a la Econometra: Un Enfoque Moder-


no. Thomson .