Identifying Data 2016/17
Subject (*) Econometría Code 611G02019
Study programme
Grao en Administración e Dirección de Empresas
Descriptors Cycle Period Year Type Credits
Graduate 2nd four-month period
 Second Obligatoria 6
Language
Spanish
Teaching method Face-to-face
Prerequisites
Department Economía Aplicada 2
Coordinador
Lodeiro Hermida, Maria Jose
 E-mail
maria.lodeiro@udc.es
Lecturers
Arranz Perez, Matilde
Lodeiro Hermida, Maria Jose
Ramil Diaz, Maria Concepcion
Rey Graña, Carlota
 E-mail
matilde.arranz@udc.es
maria.lodeiro@udc.es
maria.ramil@udc.es
carlota.rey@udc.es
Web
General description Esta materia, fortemente relacionada coa teoría económica, a estatística e as matemáticas, é unha continuación da Introdución á Econometría impartida no primeiro cuadrimestre, e céntrase, basicamente, en proporcionar un soporte axeitado que permita unha posterior ampliación dos coñecementos no marco da disciplina. A utilización de técnicas de inferencia estatística e a valoración da posible aplicación dos modelos con fins predictivos constitúen unha parte fundamental do temario.

Study programme competencies
Code Study programme competences
A3 Evaluate and foreseeing, from relevant data, the development of a company.
A4 Elaborate advisory reports on specific situations of companies and markets
A6 Identify the relevant sources of economic information and to interpret the content.
A8 Derive, based on from basic information, relevant data unrecognizable by non-professionals.
A9 Use frequently the information and communication technology (ICT) throughout their professional activity.
A10 Read and communicate in a professional environment at a basic level in more than one language, particularly in English
A11 To analyze the problems of the firm based on management technical tools and professional criteria
A12 Communicate fluently in their environment and work by teams
B1 CB1-The students must demonstrate knowledge and understanding in a field of study that part of the basis of general secondary education, although it is supported by advanced textbooks, and also includes some aspects that imply knowledge of the forefront of their field of study
B2 CB2 - The students can apply their knowledge to their work or vocation in a professional way and have competences typically demostrated by means of the elaboration and defense of arguments and solving problems within their area of work
B3 CB3- The students have the ability to gather and interpret relevant data (usually within their field of study) to issue evaluations that include reflection on relevant social, scientific or ethical
B4 CB4-Communicate information, ideas, problems and solutions to an audience both skilled and unskilled
B5 CB5-Develop skills needed to undertake further studies learning with a high degree of autonomy
B10 CG5-Respect the fundamental and equal rights for men and women, promoting respect of human rights and the principles of equal opportunities, non-discrimination and universal accessibility for people with disabilities.
C1 Express correctly, both orally and in writing, in the official languages of the autonomous region
C4 To be trained for the exercise of citizenship open, educated, critical, committed, democratic, capable of analyzing reality and diagnose problems, formulate and implement knowledge-based solutions oriented to the common good
C5 Understand the importance of entrepreneurial culture and know the means and resources available to entrepreneurs
C6 Assess critically the knowledge, technology and information available to solve the problems and take valuable decisions
C7 Assume as professionals and citizens the importance of learning throughout life.
C8 Assess the importance of research, innovation and technological development in the economic and cultural progress of society.

Learning aims
Learning outcomes Study programme competences
Coñecer e utilizar axeitadamente algunhas técnicas de inferencia estatística e comprender os resultados da súa aplicación empírica. A3
A4
A6
A8
A12
 B3
B4
B5
 C1
Coñecer e valorar a utilidade dos modelos econométricos no campo da predición. A3
A4
A6
 B1
 C1
C5
C6
Coñecer e aplicar os procedementos do software apropiado para estimar, contrastar e predicir nun modelo de regresión lineal múltiple. A3
A4
A8
A9
A10
 B2
 C8
Analizar, desde un punto de vista crítico, os resultados da aplicación das técnicas e instrumentos que se utilizan no ámbito da disciplina. A11
A12
 B10
 C1
C4
C7
C8

Contents
Topic Sub-topic
1. O modelo de regresión lineal clásico. 1.1. Revisión das hipóteses e do proceso de estimación dos parámetros do modelo.
1.2. Propiedades dos estimadores.
1.3. Análise da bondade do axuste.
2. Inferencia no modelo clásico. 2.1. Hipótese de normalidade.
2.2. Distribucións de probabilidade dos estimadores.
2.3. Contrastes de hipóteses para os parámetros.
2.4. Estimación por intervalo.
2.5. Estimación máximo-verosímil.
3. Predición no modelo clásico. 3.1. A predición: concepto e clases.
3.2. Predición óptima no modelo clásico.
3.3. Medidas avaliadoras da capacidade predictiva.
3.4. A estabilidade no período de predición.
4. Multicolinealidade. 4.1. Concepto.
4.2. Causas e consecuencias.
4.3. Procedementos para detectar a multicolinealidade.
4.4. Posibles formas de actuar.
4.5. Selección de regresores.

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Introductory activities A9 1 0 1
Workshop A3 A12 17 42.5 59.5
ICT practicals A4 A6 C1 C4 8 16 24
Objective test A3 A8 A9 2 6 8
Guest lecture / keynote speech A10 A11 B1 B2 B3 B4 B5 B10 C5 C6 C7 C8 17 34 51
 
Personalized attention 6.5 0 6.5
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Introductory activities Consisten na presentación da materia e a exposición detallada das actividades que deben desenvolver os alumnos e os criterios cos que serán avaliados.
Workshop Cada taller é unha sesion interactiva na que se realizan aplicacións, exercicios e problemas que permiten aos alumnos comprender os fundamentos teóricos da materia e aprender a valorar, dende un punto de vista crítico, os resultados obtidos.
ICT practicals Son sesións interactivas dedicadas á aprendizaxe das ferramentas informáticas apropiadas para efectuar aplicacións empíricas dos métodos expostos nas sesións teóricas.
Objective test Proba escrita para avaliar o grao de aprendizaxe.
Guest lecture / keynote speech Cada sesión maxistral consiste na exposición oral, por parte dos profesores, dos conceptos e métodos, aínda que debe contar coa participación activa dos alumnos. A exposición compleméntase coa utilización de medios audiovisuais e inclúe exemplos e exercicios que permiten destacar as limitacións e as posibilidades dos métodos expostos.

Personalized attention
Methodologies
Workshop
Objective test
ICT practicals
Description
A heteroxeneidade dos estudantes, no que se refire á súa formación previa e á súa situación académica, require unha atención personalizada que permita resolver as dúbidas específicas que teñan ao longo do curso. As prácticas a través de TIC, os talleres e as titorías son ferramentas importantes para resolver problemas teóricos e empíricos, tanto a nivel colectivo como individual.

Assessment
Methodologies Competencies Description Qualification
Workshop A3 A12 Valorarase a presenza activa dos alumnos nestas clases, nas que deberán resolver e entregar os controis, problemas, exercicios e cuestións que lles sexan propostos, na forma que se detallará ao comezo do curso. Estas actividades computarán na avaliación ata un máximo de 3 puntos sobre 10. 30
Objective test A3 A8 A9 A proba obxectiva para a avaliación da aprendizaxe combina preguntas conceptuais e de razoamento con outras de contido práctico coas que poden achegarse saídas de ordenador para a súa interpretación. Esta proba computará na avaliación ata un máximo de 7 puntos sobre 10. 70
 
Assessment comments
1) Para superar a materia han de obterse polo menos 5 puntos, cun mínimo de 2.5 na proba obxectiva.


2) O sistema de avaliación será aplicado, tal e como se describe no apartado anterior, en todas e cada unha das oportunidades e a todos os alumnos, con independencia da súa situación académica.


3) Os alumnos con dedicación parcial están exentos de asistencia excepto nas datas de realización das probas de avaliación.


4) A cualificación de non presentado corresponde unicamente ao alumnado que participe en actividades de avaliación que teñan unha ponderación inferior ao 20 por cento da cualificación total.


5) Como é preceptivo, as probas de avaliación rexeranse pola normativa de avaliación, revisión e reclamación das cualificacións dos estudos de grao e mestrado universitario (https://www.udc.es/export/sites/udc/normativa/_galeria_down/academica/Normas_avaliacion_revision_reclamacion_consolidado_l.pdf). Recoméndase prestar especial atención aos artigos 10 (Identificación dos estudantes) e 14 (Comisión de fraude
e responsabilidades disciplinarias).

Sources of information
Basic Carrascal, U.; González, Y.; y Rodríguez, B. (2000). Análisis Econométrico con Eviews. RA-MA.
Pena, J.B. y otros. (1999). Cien ejercicios de Econometría. Pirámide.
Guisán, M.C. (1997). Econometría. McGraw-Hill.
Martin, G.; Labeaga, J.M. y Mochón, F. (1997). Introducción a la Econometría. Prentice-Hall.
Ramil, M.; Rey, C.; Lodeiro, M.; Arranz, M. (2013). Introducción a la Econometría. Teoría y práctica. Reprografía Noroeste, S.L.

Complementary Gujarati, D. (2010). Econometría. McGraw-Hill.
Maddala, G.S. (1996). Introducción a la Econometría. Prentice-Hall.
A medida que se avanza no coñecemento das técnicas econométricas é recomendable a lectura de artigos enfocados a resolver problemas reais da economía, tales como os que poden atoparse en acceso libre en http://www.us.es/economet. Utilizaranse, ademais, outros libros de texto, distintas fontes de datos e material dispoñible na rede, que se detallarán ao longo do curso.

Recommendations
Subjects that it is recommended to have taken before
Principios de Microeconomía/611G02001
Principios de Macroeconomía/611G02005
Estatística I/611G02006
Matemáticas I/611G02009
Matemáticas II/611G02010
Estatística e Introdución á Econometría/611G02014

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus

Other comments

1) Esta materia é a continuación da Introdución á Econometría; por tanto, é moi importante que os alumnos estean familiarizados co seu contido. Recoméndase revisar o material correspondente a esta materia antes ou ao comezo do cuatrimestre.
2) A profesora Matilde Arranz Pérez, que ten o encargo docente dos grupos B e D, impartirá a materia en galego.



(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.