CURSO: TEORIA ECONOMETRICA I TRADUCCION: ECONOMETRIC THEORY I SIGLA: EAE350B CREDITOS: 12 MODULOS: 03 CARACTER: MINIMO DISCIPLINA: ECONOMIA I.DESCRIPCION El curso, a partir de un enfoque teorico, y su implementacion practica, espera incrementar los conocimientos estadisticos y econometricos que se han abordado en el pregrado de la carrera de Ingenieria Comercial. II.OBJETIVOS 1. Estudiar los principales elementos de la teoria econometrica clasica. 2. Desarrollar estudios econometricos aplicados, especialmente microeconometria, con datos reales. 3. Modelar un problema estadistico, determinando la estrategia de identificacion y sus amenazas, con el objeto de estimar, predecir y testear hipotesis. III.CONTENIDOS 1. Elementos de teoria de probabilidad. 1.1. Espacio muestral, -algebra y espacio de probabilidad. 1.2. Variable aleatoria, funcion de densidad de probabilidad y funcion de distribucion acumulada. 1.3. Transformaciones y momentos de una variable aleatoria. 1.4. Distribuciones bivariadas y multivariadas, propiedades. 1.5. Distribucion condicional, ley de esperanzas iteradas, etc. 2. El modelo de regresion lineal. 2.1. Objetos de interes. 2.2. El modelo de regresion lineal. 2.3. Bondad de ajuste. 2.4. Momentos de estimador MICO. 2.5. El modelo normal de regresion lineal. 2.6. Test de hipotesis e intervalos de confianza. 2.7. Prediccion. 2.8. Regresion particionada. 3. Elementos de teoria asintotica. 3.1. Modos de convergencia. 3.2. Leyes de grandes numeros. 3.3. Teorema central del limite. 3.4. Teorema de Slutzky y el "Metodo Delta". 4. Problemas de especificacion y datos. 4.1. Minimos cuadrados generalizados. 4.2. Heterocedasticidad. 4.3. Autocorrelacion, Newey-West. 4.4. Omision de variables relevantes. 4.5. Inclusion de variables irrelevantes. 4.6. Error de media, sesgo de atenuacion. 4.7. Multicolinealidad, condition number. 4.8. Forma funcional: minimos cuadrados no lineales, algoritmo de Gauss-Newton. 5. Tecnicas de Re-Muestreo y errores estandar. 5.1. El Bootsttrap clasico. 5.2. La funcion de distribucion empirica. 5.3. Intervalos de confianza mediante bootstrap. 5.4. El bootstrap residual con heterocedasticidad o "salvaje". 6. Endogeneidad. 6.1. Estimador de variables instrumentales y MCO2E. 6.2. Test de endogeneidad debil: Durbin-Wu-Hausman. 6.3. Test de restricciones de sobreidentificacion. 6.4. Cuando los instrumentos fallan: instrumentos debiles y sus consecuencias. 6.5. Detectando instrumentos debiles. 6.6. Inferencia bajo instrumentos debiles. 7. Maxima verosimilitud. 7.1. El estimado maximo verosimil. 7.2. La cota inferior de Cramer-Rao. 7.3. Propiedades asintoticas. 7.4. Estimacion de la varianza. 7.5. Computacion del estimador MV. 7.6. Test: Wald, razon de verosimilitud y multiplicador de Lagrange. 8. Variable dependiente limitada. 8.1. Modelos de probabilidad lineal. 8.2. Modelo de utilidad aleatoria: LOGOT y MLOGIT. 8.3. Estimacion maximo verosimil de PROBIT y LOGIT. 8.4. Efectos marginales y discretos. IV.METODOLOGIA - Clases expositivas. - Ayudantias. - Lecturas. V.EVALUACION - Controles. - Pruebas. - Tareas / Trabajo. - Examen. VI.BIBLIOGRAFIA Amemia, T. Advanced Econometrics. Harvard University Press, 1985. Casella, G. & R. Berger. Statistical Inference. 2? Ed. Duxbury Press, 2001. Davidson, R. & J. Mackinnon. Econometrics Theory and Methods. Oxford University Press, 2004. Goldberger, A. A Course in Econometrics. Harvard University Press, 1991. Greene, W. Econometroc Analysis. 6? Ed. Prentice Hall, 2008. Hansen, B. Econometrics (lecture notes). University of Wisconsin. Ruud, P. An introduction to Classical Econometric Theory. 1? Ed. Oxford, 2000. Wooldridge, J. Econometric Analysis of Cross Section and Panel Data. The MIT Press, 2002. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS / Mayo 2013