Introducción a la econometría (5a. ed.).

Intro -- Contenido breve -- Contenido -- Prefacio -- Acerca del autor -- 1 La naturaleza de la econometría y los datos económicos -- 1.1 ¿Qué es la econometría? -- 1.2 Pasos en un análisis económico empírico -- 1.3 Estructura de los datos económicos -- Datos de corte transversal -- Datos de series de tiempo -- Combinación de cortes transversales -- Datos de panel o longitudinales -- Comentario sobre las estructuras de datos -- 1.4 Causalidad y la noción de ceteris paribus en el análisis econométrico -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- Parte 1 Análisis de regresión con datos de corte transversal -- 2 El modelo de regresión simple -- 2.1 Definición del modelo de regresión simple -- 2.2 Obtención de las estimaciones de mínimos cuadrados ordinarios -- 2.3 Propiedades de MCO en cualquier muestra de datos -- Valores ajustados y residuales -- Propiedades algebraicas de los estadísticos de MCO -- Bondad de ajuste -- 2.4 Unidades de medición y forma funcional -- Efectos de los cambios de unidades de medición sobre los estadísticos obtenidos de MCO -- Incorporación de no linealidades en la regresión simple -- Significado de regresión "lineal" -- 2.5 Valores esperados y varianzas de los estimadores de MCO -- Insesgamiento de los estimadores MCO -- Varianza de los estimadores de mínimos cuadrados ordinarios -- Estimación de la varianza del error -- 2.6 Regresión a través del origen y regresión sobre una constante -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- APÉNDICE 2A -- 3 Análisis de regresión múltiple: estimación -- 3.1 Motivación para la regresión múltiple -- El modelo con dos variables independientes -- Modelo con k variables independientes -- 3.2 Mecánica e interpretación de los mínimos cuadrados ordinarios -- Obtención de las estimaciones de MCO.

Interpretación de la ecuación de regresión de MCO -- El significado de "mantener todos los demás factores constantes" en la regresión múltiple -- Cambiar de manera simultánea más de una variable independiente -- Valores ajustados y residuales de MCO -- Una interpretación de descuento de efectos parciales de la regresión múltiple -- Comparación entre las estimaciones de la regresión simple y de la regresión múltiple -- Bondad de ajuste -- Regresión a través del origen -- 3.3 Valor esperado de los estimadores de MCO -- Inclusión de variables irrelevantes en un modelo de regresión -- Sesgo de variable omitida: caso sencillo -- Sesgo de la variable omitida: casos más generales -- 3.4 Varianza de los estimadores de MCO -- Los componentes de las varianzas de los estimadores de MCO: multicolinealidad -- Varianzas en modelos mal especificados -- Estimación de 2: errores estándar de los estimadores de MCO -- 3.5 Eficiencia de MCO: el teorema de Gauss-Markov -- 3.6 Algunos comentarios acerca del lenguaje del análisis de regresión múltiple -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- APÉNDICE 3A -- 4 Análisis de regresión múltiple: inferencia -- 4.1 Distribución de muestreo de los estimadores de MCO -- 4.2 Prueba de hipótesis sobre un solo parámetro poblacional: la prueba t -- Pruebas contra alternativas de una cola -- Alternativas de dos colas -- Otras pruebas de hipótesis acerca de j -- Cálculo del valor-p en las pruebas t -- Repaso del lenguaje empleado en las pruebas de hipótesis clásicas -- Significancia económica o práctica frente a significancia estadística -- 4.3 Intervalos de confianza -- 4.4 Pruebas de hipótesis de una sola combinación lineal de los parámetros -- 4.5 Pruebas para restricciones lineales múltiples: la prueba F -- Prueba para las restricciones de exclusión -- Relación entre los estadísticos F y t.

Forma R-cuadrada del estadístico F -- Cálculo de los valores-p para pruebas F -- El estadístico F para la significancia general de una regresión -- Prueba para las restricciones generales lineales -- 4.6 Informe de los resultados de la regresión -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- 5 Análisis de regresión múltiple: MCO asintóticos -- 5.1 Consistencia -- Obtención de la inconsistencia en MCO -- 5.2 Normalidad asintótica e inferencia con muestras grandes -- Otras pruebas con muestras grandes: el estadístico del multiplicador de Lagrange -- 5.3 Eficiencia asintótica de MCO -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- APÉNDICE 5A -- 6 Análisis de regresión múltiple: temas adicionales -- 6.1 Efectos del escalamiento de datos sobre los estadísticos de MCO -- Coeficientes beta -- 6.2 Más acerca de la forma funcional -- Más acerca del empleo de las formas funcionales logarítmicas -- Modelos con funciones cuadráticas -- Modelos con términos de interacción -- 6.3 Más sobre bondad de ajuste y selección de los regresores -- R-cuadrada ajustada -- Uso de la R-cuadrada ajustada para elegir entre modelos no anidados -- Control de demasiados factores en un análisis de regresión -- Adición de regresores para reducir la varianza del error -- 6.4 Predicción y análisis de residuales -- Intervalos de confianza para predicciones -- Análisis de residuales -- Predicción de y cuando log(y) es la variable dependiente -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- APÉNDICE 6A -- 7 Análisis de regresión múltiple con información cualitativa: variables binarias (o dummy) -- 7.1 Descripción de la información cualitativa -- 7.2 Una sola variable binaria independiente -- Interpretación de los coeficientes de variables explicativas binarias cuando la variable dependiente es log(y).

7.3 Uso de variables binarias en categorías múltiples -- Incorporación de información ordinal mediante el uso de variables binarias -- 7.4 Interacciones en las que intervienen variables binarias -- Interacciones entre variables binarias -- Considerar pendientes diferentes -- Prueba para diferencias en las funciones de regresión a través de los grupos -- 7.5 Una variable dependiente binaria: el modelo de probabilidad lineal -- 7.6 Más acerca del análisis de políticas y evaluación de programas -- 7.7 Interpretación de los resultados de una regresión con variables dependientes discretas -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- 8 Heterocedasticidad -- 8.1 Consecuencias de la heterocedasticidad para MCO -- 8.2 Inferencia robusta a la heterocedasticidad en la estimación por MCO -- Cálculo de pruebas ML robustas a la heterocedasticidad -- 8.3 Pruebas para heterocedasticidad -- Prueba de White para heterocedasticidad -- 8.4 Estimación por mínimos cuadrados ponderados -- Heterocedasticidad conocida, salvo una constante multiplicativa -- La función de heterocedasticidad debe ser estimada: MCG factibles -- ¿Qué pasa si la función de heterocedasticidad supuesta es incorrecta? -- Predicción e intervalos de predicción con heterocedasticidad -- 8.5 Reconsideración del modelo de probabilidad lineal -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- 9 Más sobre especificación y temas de datos -- 9.1 Especificación incorrecta de la forma funcional -- RESET como una prueba general para especificación incorrecta de formas funcionales -- Pruebas contra alternativas no anidadas -- 9.2 Uso de las variables proxy para las variables explicativas no observadas -- Utilización de variables dependientes rezagadas como variables proxy -- Un enfoque diferente de la regresión múltiple -- 9.3 Modelos con pendientes aleatorias.

9.4 Propiedades de MCO bajo error de medición -- Error de medición en la variable dependiente -- Error de medición en las variables explicativas -- 9.5 Datos faltantes, muestras no aleatorias y observaciones aberrantes -- Datos faltantes -- Muestras no aleatorias -- Observaciones influyentes y observaciones aberrantes -- 9.6 Estimación por mínimas desviaciones absolutas -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- Parte 2 Análisis de regresión con datos de series de tiempo -- 10 Análisis básico de regresión con datos de series de tiempo -- 10.1 Naturaleza de los datos de series de tiempo -- 10.2 Ejemplos de modelos de regresión con series de tiempo -- Modelos estáticos -- Modelos de rezagos distribuidos finitos -- Una convención sobre el índice de tiempo -- 10.3 Propiedades en muestras finitas de MCO bajo los supuestos clásicos -- Las varianzas de los estimadores de MCO y el teorema de Gauss-Markov -- Inferencia bajo los supuestos del modelo lineal clásico -- 10.4 Forma funcional, variables binarias y números índice -- 10.5 Tendencias y estacionalidad -- Caracterización de la tendencia en las series de tiempo -- Uso de variables con tendencia en el análisis de regresión -- Interpretación de las regresiones con tendencia en el tiempo mediante la eliminación de la tendencia -- Cálculo de la R-cuadrada cuando la variable dependiente tiene tendencia -- Estacionalidad -- Resumen -- Términos clave -- Problemas -- Ejercicios en computadora -- 11 Aspectos adicionales de MCO con datos de series de tiempo -- 11.1 Series de tiempo estacionarias y débilmente dependientes -- Series de tiempo estacionarias y no estacionarias -- Series de tiempo débilmente dependientes -- 11.2 Propiedades asintóticas de MCO -- 11.3 Uso de series de tiempo altamente persistentes en el análisis de regresión -- Series de tiempo altamente persistentes.

Transformaciones de series de tiempo altamente persistentes.

Description based on publisher supplied metadata and other sources.

Electronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2021. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries.