unidad académica cochabamba planificación · pdf fileteoria bayesiana 8.1....

ualprml

:

:

:

:

:

:

COCHABAMBA - BOLIVIA

SEMESTRE QUINTO

PERIODO I - 2016

UNIDAD ACADÉMICA COCHABAMBA

SIGLA

DOCENTE

INGENIERÍA COMERCIALECONOMETRIA 1

COM - 05223LIC. RODRIGO PANIAGUA TAPIA

PLANIFICACIÓN CURRICULAR PARA EL DESARROLLO DE COMPETENCIAS

CARRERA / DPTO.

ASIGNATURA

II - 2017

PLANIFICACIÓN DE ASIGNATURA PARA EL DESARROLLO DE COMPETENCIAS

I.

AP.TEO AP.PRACT AP.PRACTLABTOTAL

SEMANALTOTAL

SEMESTRAL

4 2 0 6 120

II.La asignatura

III.

DATOS REFERENCIALES DE LA ASIGNATURA

JUSTIFICACIÓN DE LA ASIGNATURA PARA EL CUMPLIMIENTO DEL PERFIL PROFESIONAL

La asignatura de Econometría I proporciona una introducción al método econométrico, centrándose en el modelo de regresiónlineal. Se estudia, dentro de dicho contexto, la relación entre los supuestos del modelo, las propiedades de los estimadores, y losestimadores óptimos limitándose al caso de observaciones independientes. Al culminar en curso el estudiante está en condicionesde estudiar la realidad económica a partir de modelos lineales que vienen de la teoría económica, además de poder generarmodelos propios o hipótesis económicas para poder contrastarlas con la inferencia estadística.Al finalizar el curso, los estudiantes podrán realizar modelación matemática de fenómenos económicos, además realizarán análisiscrítico de uso de datos con alto nivel de responsabilidad, puntualidad y formalidad.

La econometría se ocupa de la medición empírica de los modelos construidos por la economía matemática, para dar soporte overificación a los planteamientos proporcionados por la teoría económica, bajo métodos apropiados de inferencia estadística. Estosupone el manejo conceptual e instrumental de dos asignaturas básicas, como ser la estadística y la economía teórica. La materiacomienza con la especificación del modelo lineal, sus propiedades y supuestos, para luego poner a prueba la validéz de losmismos, ante escenarios diversos de la vida económica en general.

DESCRIPCIÓN ACADÉMICA DE LA ASIGNATURA

Sigla

Ciclo de Formación INSTRUMENTAL

COM - 05223

Carga Horaria

ECONOMIA

ECONOMETRIA 1Asignatura

Área de Conocimiento

Nº CRITERIO DE DESEMPEÑO UNIDADES TEMÁTICAS DE APRENDIZAJE

CONTENIDO ANALÍTICO DE LA UNIDAD DE APRENDIZAJE

1Comprende la naturaleza de la econometría, sus principales definiciones y su metodología.

INTRODUCCION A LA ECONOMETRIA

1.1. Definición de Econometría y Metodología1.2. Variable Aleatoria1.3. Distribuciones de probabilidad1.4. Teoría Asintótica en Econometría

2

Aplica el modelo lineal general;calculando el estimador de mínimoscuadrados ordinarios; empleando lavarianza de los errores y el coeficiente dedeterminación; determinando el estimadorde máxima verosimilitud.

MODELO LINEAL GENERAL ESPECIFICACION Y ESTIMACION

2.1. Estimados de mínimos cuadrados ordinarios (MCO) y supuestos2.2. Propiedades del estimador MCO2.3. Varianza del estimador MCO2.4. Distribución del estimador MCO

3

Determina la validez del modelo lineal;empleando el contraste de hipótesis;identificando los intervalos de confianza;realizando la estimación bajorestricciones, aplicando variables ficticias(DUMMY).

INFERENCIA EN EL MODELO LINEAL GENERAL

3.1. Contrastes de hipótesis e intervalos de confianza3.2. Estimación bajo restricciones3.3. Cambio de régimen y variables ficticias3.4. Predicción en el modelo lineal

4

Comprende la lógica de la estimaciónmínimo - cuadrática; empleandoestimadores robustos de la matriz devarianzas y covarianzas de losestimadores, errores de especificación ymulticolinealidad.

MATRICES DE COVARIANZAS NO ESCALARES

4.1. Propiedades del estimador MCO4.2. Inferencia estadística con datos erróneos 4.3. Errores de especificación4.4. Multicolinealidad

5

Determina las causas de laheterocedasticidad; empleando elestimador de los mínimos cuadradosgeneralizados; calculando matrices decovarianzas robustas aheteroscedasticidad.

HETEROSCEDASTICIDAD

5.1. Causas5.2. Detección5.3. Mínimos cuadrados generalizados MCG5.4. Matrices de covarianza robusta a heteroscedasticidad

6

Determina las causas de la autocorrelación; explicando la particularización del estimador de los mínimos cuadradosgeneralizados; calculando matrices decovarianzas robustas a auto correlación.

AUTOCORRELACION6.1. Causas.6.2. Detección6.3. Solución.

7Realiza el análisis de series temporales;empleando modelos ARIMA paraespecificación y para predicción.

ANALISIS DE SERIES TEMPORALES

7.1. Definiciones de series temporales7.2. Modelos ARIMA especificación7.3. Modelos ARIMA predicción

8

Emplea el teorema de Bayes; empleandoinferencia bayesiana, intervalos decredibilidad y test de hipótesisbayesianso; identificando métodos desimulación bayesiana; diferenciando entrela teoría bayesiana y la clásica.

TEORIA BAYESIANA

8.1. Probabilidad y teorema de Bayes8.2. Información a priori8.3. Inferencia Bayesiana e intérvalos de confianza8.4. Métodos de simulación bayesianos

9

Aplica métodos con regresoresestocásticos; identificando laspropiedades de los estimadoresestadísticos; diferenciando laexogeneidad y la validez de losinstrumentos, estimando la uniecuacional;empleando modelos de ecuacionessimultaneas

REGRESORES ESTOCASTICOS

9.1. Modelos con regresores estocásticos9.2. Propiedades de los estimadores9.3. Variables instrumentales9.4. Modelos de ecuaciones simultáneas

ÁREA DE COMPETENCIA PROFESIONAL: ECONOMIA

V. DESCRIPCIÓN DE LAS CARACTERÍSTICAS DE LA COMPETENCIA A DESARROLLAR

COMPETENCIA A DESARROLLAR :“Demuestra las relaciones empíricas entre variables socioeconómicas, relacionando la teoría y los hechos económicos, empleando la hipótesis de teoría económica, determinando el incumplimiento de alguno de los supuestos del modelo lineal general y sus consecuencias sobre el estimador de mínimos cuadrados ordinarios”.

ASIGNATURA: ECONOMETRIA 1

IV. ESQUEMA GENERAL DE LA SECUENCIA DIDÁCTICA DE LA ASIGNATURA

IntroducionalaEconometriaeInferenciaestadís3ca

ElModelolineal,sussupuestose

inferencia

Violacióndesupuestosdelmodelolineal

TeoríadeBayes

Modelosdeseriestemporales

Regresoresestocás3cos

Conceptosdelanocióneimportanciadelcurso

Aplicacióndelametodologíadelaeconometría

Propiedadesestadís3casPropiedadesalgebráicas

MatricesdecovarianzasnoescalaresHeterocedas3cidadAutocorrelación

Alterna3vadecálculodelmodelolineal

ModelosAR,MAyARMAdeseriesde3empo

InferenciaenelML

VariablesInstrumentalesM.EcuacionesSimultaneas

COMPETENCIA

APREND.TEORICOAPREND.PRÁCT:AULA/CAMPO

CARGAHORARIA 4 0

PONDERACIÓN 0% 0%

METODOLOGÍA DE ENSEÑANZA ACCIONES DEL ESTUDIANTE HRS

COD

% SEM

HRS

COD

% HRS

COD

%

Diferencia los tipos de definiciones sobre econometría

1. Definiciones de econometría2. Modelación econométrica

Capacidad Persuasiva para exponer ideas o proyectos.

1. Explicación teorica2. Ejemplos de la vida real

Presenta sus definiciones sobre econometría

2 0% 1

Comprende la metodología de econometría

3. Metodología de la Econometría4. Variables aleatorias y distribuciones de probabilidad5. Teoría Asintótica

Capacidad Persuasiva para exponer ideas o proyectos.

1. Explicación teorica2. Prácticas sobre metodología y distribuciones

Aplica la metodología y diferencia los conceptos de distribuciones de probabilidad

2 0% 2,3

1 E.1 100% 3

INTRODUCCION A LA ECONOMETRIA

5

SEM

REACTIVOSFORMATIVOSDEAPRENDIZAJETEÓRICO

REACTIVO DE PRÁCTICA EN AULA, CAMPO Y/O

LABORATORIOACCIONES DEL ESTUDIANTE

VI. PLAN DE DESARROLLO DE COMPETENCIAS POR ASIGNATURAS DE FORMACIÓN

CRITERIO DE DESEMPEÑO Nº 1Comprende la naturaleza de la econometría, sus principales definiciones y su metodología. APREND.

PRÁCTLABORATOR.

0

0%

ASIGNATURA : ECONOMETRIA 1“Demuestra las relaciones empíricas entre variables socioeconómicas, relacionando la teoría y los hechos económicos, empleando la hipótesis de teoría económica, determinando el incumplimiento de alguno de los supuestos del modelo lineal general y sus consecuencias sobre el estimador de mínimos cuadrados ordinarios”.

1

100%

EV.FINAL

100%

TOTALES

UNIDAD DE APRENDIZAJE :

CRITERIO DE CERTIFICACIÓN DE APROBACIÓN

OBSERVACIONES (*):

HABILIDADES / PROCEDIMIENTOS

REACTIVO EVALUATIVO FINAL DEL CRITERIO DE DESEMPEÑO

CONOCIMIENTOS

REACTIVOSFORMATIVOSDEAPLICACIÓNPRÁCTICAY/OEXPERIMENTAL

ACTITUDES DEL ESTUDIANTE

PRACT:AULA

ACTITUDES DEL ESTUDIANTE

PRACT:LABORAT(*)

Aplica el concepto de econometría basada en la generación de modelos matriciales con el uso de la estadística

Modelación estadístico y algebra matricial

COMPETENCIA


CARGAHORARIA 13 3

PONDERACIÓN 100% 0%


COD

% SEM

HRS

COD

% HRS

COD

%

Conoce las propiedades algebraicas y estadisticas del modelo lineal

Estimador MCO Criterio lógico en la formulación y resolución de problemas.

Exposición teórica y prácticas de derivadas lineales

Deriva el estimador lineal y sus propuedades estadísticas y algebraicas

5 0% 4

Estima modelos lineales aplicados a Bolivia u otro país (Uso de laboratorio de cómputo)

Estimar vía MCO los modelosl lineales

Capacidad de organizar y seleccionar información numérica y documental. 3 P.1 0% 5

Describe los resultados de las varianzas y covarianzas en la economía

Varianza y covarianza MCO

Respeto por las normas de ortografia y redacción.

Explicación teórica y resolución de casos

Calcula la matriz de varianzas y covarianzas

4 0% 5

Identifica la distribución de estimador lineal y los test de hipótesis

Distribución del estimador y Test

Pensamiento lógico para formular abstracciones de la realidad.

Exposición teórica y análisis de casos de la vida real

Aplica indicadores de multicolinealidad 4 T.1 100% 6

,

UNIDAD DE APRENDIZAJE : MODELO LINEAL GENERAL ESPECIFICACION Y ESTIMACIONCRITERIO DE DESEMPEÑO Nº 2

...continuación

“Demuestra las relaciones empíricas entre variables socioeconómicas, relacionando la teoría y los hechos económicos, empleando la hipótesis de teoría económica, determinando el incumplimiento de alguno de los supuestos del modelo lineal general y sus consecuencias sobre el estimador de mínimos cuadrados ordinarios”.

ASIGNATURA : ECONOMETRIA 1

Aplica el modelo lineal general; calculando el estimador de mínimos cuadrados ordinarios; empleando la varianza delos errores y el coeficiente de determinación; determinando el estimador de máxima verosimilitud.

APREND.PRÁCT

LABORATOR.EV.FINAL TOTALES

0 0 16

0% 0% 100%

HABILIDADES / PROCEDIMIENTOS CONOCIMIENTOS ACTITUDES DEL

ESTUDIANTE

REACTIVOSFORMATIVOSDEAPRENDIZAJETEÓRICOREACTIVOSFORMATIVOSDEAPLICACIÓNPRÁCTICAY/OEXPERIMENTAL


LABORATORIOACCIONES DEL ESTUDIANTE ACTITUDES DEL

ESTUDIANTE

PRACT:AULA PRACT:LABORAT(*)

SEM

OBSERVACIONES (*):

CRITERIO DE CERTIFICACIÓN DE APROBACIÓNConoce las propiedades estadísticas del modelo lineal y su relación con la realidad economica


COMPETENCIA


CARGAHORARIA 10 4



COD % SEM

HRS

COD % HRS

COD %

Aplica el contraste de hipótesis a modelos multivariados

Matriz de varianzas y covarianzas. Test de hipótesis multivariado y restringido

Capacidad de organizar y seleccionar información nume´rica y documental.

Presentación teórica y casos de estudio

Redacta hipótesis multivariadas y restringidas

6 0% 8

Anida modelos lineales y aplica test de cambio de régimen (Uso laboratorio cómputo, 3 horas)

Anida los modelos lineales Capacidad de organizar y seleccionar información nume´rica y documental. 4 P.2 100% 9

Identifica posible cambio de regimen en los modelos lineales y los anida para solucionarlos

Cambo de régimen y test de identificación


Exposición teórica y casos de estudio

Aplica las variables DUMMY y el proceso de anidación

4 0% 9

0 E.3 0% 9

CRITERIO DE DESEMPEÑO Nº 3 UNIDAD DE APRENDIZAJE : INFERENCIA EN EL MODELO LINEAL GENERAL

...continuación



Determina la validez del modelo lineal; empleando el contraste de hipótesis; identificando los intervalos de confianza;realizando la estimación bajo restricciones, aplicando variables ficticias (DUMMY).

APREND.PRÁCT


0 0 14

0% 0% 100%


ESTUDIANTE




ESTUDIANTE


SEM

Defensa de conceptos en clases OBSERVACIONES (*):

CRITERIO DE CERTIFICACIÓN DE APROBACIÓNExplique las caracteristiscas de la APO, exponenetes ventajas y desventajas.


COMPETENCIA


CARGAHORARIA 9 4



COD

% SEM

HRS

COD

% HRS

COD

%

Estimación de modelos lineales con matrices robustas

Estimación lineal y problemas sobre la matriz de regresores

Pensamiento crítico Exposición teórica y estudio de casos

Calcula y resuelve las matrices robustas

9 0% 10

Estimación de modelos lineales con matrices de covarianza robusta

Estimación MCO Criterio lógico en la formulación y resolución de problemas. 4 P.3 100% 10

I,

0 0,00% 10

CRITERIO DE DESEMPEÑO Nº 4 UNIDAD DE APRENDIZAJE : MATRICES DE COVARIANZAS NO ESCALARES

...continuación



Comprende la lógica de la estimación mínimo - cuadrática; empleando estimadores robustos de la matriz de varianzas ycovarianzas de los estimadores, errores de especificación y multicolinealidad.

APREND.PRÁCT


0 0 13

0% 0% 100%


ESTUDIANTE




ESTUDIANTE


SEM


CRITERIO DE CERTIFICACIÓN DE APROBACIÓNDiferencia la estimación de covarianzas robusta de la normal


COMPETENCIA


CARGAHORARIA 12 6



COD

% SEM

HRS

COD

% HRS

COD

%

Identifica el problema de Heteroscedasticidad

Patron de heterocedasticidad y propiedades lineales MCO


1. Explicacion teorica2. Resolucion caso

Identifica el problema en modelos lineales

6 0% 11

Identifica la presencia de heteroscedasticidad (Uso de laboratorio de cómputo, 3 horas)

Resolver los ejercicios e interpretar resultados


6 P.4 60% 13

Resuelve problemas de heteroscedasticidad en modelos lineales

Estimación eficiente, test de heteroscedasticidad y estimador White

Capacidad de representación gráfica de ideas o conceptos.

1. Explicacion teorica2. Resolucion caso

Elimina o reduce los efectos de la heterocedasticidad en modelos lineales

6 T.2 40% 12

0 0% 13

CRITERIO DE DESEMPEÑO Nº 5 UNIDAD DE APRENDIZAJE : HETEROSCEDASTICIDAD

...continuación



Determina las causas de la heterocedasticidad; empleando el estimador de los mínimos cuadrados generalizados;calculando matrices de covarianzas robustas a heteroscedasticidad.

APREND.PRÁCT


0 0 18

0% 0% 100%


ESTUDIANTE




ESTUDIANTE


SEM


CRITERIO DE CERTIFICACIÓN DE APROBACIÓN Identifica y soluciona la presencia de heteroscedasticidad en los modelos lineales


COMPETENCIA


CARGAHORARIA 9 6



COD

% SEM

HRS

COD

% HRS

COD

%

Identifica el problema de autocorrelación en los modelos lineales

Estimador MCO y propiedades estadísticas

Pensamiento crítico 1. Explicacion teorica.2. Presentacion de un caso

Identifica las consecuencias del problema de la autocorrelación residual

6 0% 15

Resuelve la presencia de autocorrelación en modelos lineales (Uso de laboratorio de cómputo 3 horas)

Resolver modelos lineales y aplicar test respectivos

Pensamiento lógico para formular abstracciones de la realidad. 6 P.5 60% 15

Soluciona el problema de autocorrelación de orden uno

Test Durbin Watson Pensamiento lógico para formular abstracciones de la realidad.

1. Explicacion teorica.2. Presentacion de un caso

Aplica las medidas correctivas a los modelos lineales

3 T.3 40% 16

,0 0% 16

CRITERIO DE DESEMPEÑO Nº 6 UNIDAD DE APRENDIZAJE : AUTOCORRELACION

...continuación



Determina las causas de la auto correlación; explicando la particularización del estimador de los mínimos cuadradosgeneralizados; calculando matrices de covarianzas robustas a auto correlación.

APREND.PRÁCT


0 0 15

0% 0% 100%


ESTUDIANTE




ESTUDIANTE


SEM

Repaso de conceptos en clases OBSERVACIONES (*):

CRITERIO DE CERTIFICACIÓN DE APROBACIÓN Identifica el problema de autocorrelación residual y su efecto en las estimaciones lineales.


COMPETENCIA


CARGAHORARIA 12 6



COD

% SEM

HRS

COD

% HRS

COD

%

Especifica los modelos ARIMA

Procesos en series de tiempo y estacionariedad.


1. Explicacion teorica2.- Casos de estudio

Aplica la metodología MCO

6 T.4 40% 16

Estimación de modelos ARIMA

Aplica la metodología de la econometría

Pensamiento lógico para formular abstracciones de la realidad. 6 P.6 30% 18

Estima y predice con modelos ARIMA

Estacionariedad e inferencia estadística


1. Explicacion teorica2.- Casos de estudio

Aplica la metodología MCO6 T.5 30% 17

0 0% 18

CRITERIO DE DESEMPEÑO Nº 7 UNIDAD DE APRENDIZAJE : ANALISIS DE SERIES TEMPORALES

...continuación



Realiza el análisis de series temporales; empleando modelos ARIMA para especificación y para predicción. APREND.PRÁCT


0 0 18

0% 0% 100%


ESTUDIANTE




ESTUDIANTE


SEM

Invitar a profesionales expertos en el area y entrevistas como trabajo de campo OBSERVACIONES (*):

CRITERIO DE CERTIFICACIÓN DE APROBACIÓNReconocer las TIC como influencias sobre los recursos humanos y la organización.


COMPETENCIA


CARGAHORARIA 10 0

PONDERACIÓN 0% 0%


COD

% SEM

HRS

COD

% HRS

COD

%

Aplica el teorema de Bayes en la estimación econométrica

Estimación e inferencia bayesiana


Exposición en clases y estudio de casos

Aplicación de los conceptos a la realidad económica 10 T.6 0% 18

,0 E.8 100% 19

CRITERIO DE DESEMPEÑO Nº 8 UNIDAD DE APRENDIZAJE : TEORIA BAYESIANA

...continuación



Emplea el teorema de Bayes; empleando inferencia bayesiana, intervalos de credibilidad y test de hipótesisbayesianso; identificando métodos de simulación bayesiana; diferenciando entre la teoría bayesiana y la clásica.

APREND.PRÁCT


0 0 10

0% 100% 100%


ESTUDIANTE




ESTUDIANTE


SEM

Repaso conceptual en clases OBSERVACIONES (*):

CRITERIO DE CERTIFICACIÓN DE APROBACIÓNComprende y Aplica la teoria bayesiana a la estimacion en Econometria


COMPETENCIA


CARGAHORARIA 5 6



COD

% SEM

HRS

COD

% HRS

COD

%

Aplica variables instrumentales al analisis econometrico

Identificacion de instrimentos. Propiedades del estimados MCO

Criterio lógico en la formulación y resolución de problemas.

Aplicaciòn de casos de la realidad

Estima modelos con variables instrumentales

3 T.9 25% 19

Estimacion de modelos con variables instrumentales

Estima el modelo Criterio lógico en la formulación y resolución de problemas. 6 P.7 50% 19

Estima modelos de variables simultaenas

Propiedades de la estimacion condicionada de modelos simultaneos

Criterio lógico en la formulación y resolución de problemas.

Aplicaciòn de casos de la realidad

Estima modelos de ecuaciones simultaneas

2 T.10 25% 19

,0 E.9 0% 19

CRITERIO DE DESEMPEÑO Nº 9 UNIDAD DE APRENDIZAJE : REGRESORES ESTOCASTICOS

...continuación



Aplica métodos con regresores estocásticos; identificando las propiedades de los estimadores estadísticos;diferenciando la exogeneidad y la validez de los instrumentos, estimando la uniecuacional; empleando modelos deecuaciones simultaneas

APREND.PRÁCT


0 0 11

0% 0% 100%


ESTUDIANTE




ESTUDIANTE


SEM

Pruebas conceptuales en clases OBSERVACIONES (*):

CRITERIO DE CERTIFICACIÓN DE APROBACIÓNSe aplican variables instrumentales y modelos de ecuaciones simultaneas


VII.

APRE

ND.TEO

RICO

APRE

ND.PR

ÁCT:

AULA/C

AMPO

APRE

ND.

PRÁC

TLABO

RATO

R.

EVALUAC

IÓNFINAL

DELCR

ITER

IO

TOTA

LES

APRE

ND.TEO

RICO

APRE

ND.PR

ÁCT:

AULA/C

AMPO

APRE

ND.

PRÁC

TLABO

RATO

R.

EVALUAC

IÓNFINAL

PONDE

RACIÓN

ACUMULA

DA

AP.TEÓRICOAPREND.

PRÁCTICOYLABORATORIO

1 Comprende la naturaleza de la econometría, sus principales definiciones y su metodología. 4 0 0 1 5 0% 0% 0% 100% 100% Semana:1; 2,3; ; ; Semana:; ; ; ; PRIMER PARCIAL Semana: 3

2 Aplica el modelo lineal general; calculando el estimador de mínimos cuadrados ordinarios; empleando la varianza de los errores y el coeficiente de determinación; determinando el estimador de máxima verosimilitud.

13 3 0 0 16 100% 0% 0% 0% 100% Semana:4; 5; ; ; 6 Semana:5; ; ; ; PRIMER PARCIAL Semana:

3 Determina la validez del modelo lineal; empleando el contraste de hipótesis; identificando los intervalos de confianza; realizando la estimación bajo restricciones, aplicando variables ficticias (DUMMY).

10 4 0 0 14 0% 100% 0% 0% 100% Semana:8; 9; ; ; Semana:9; ; 6; ; PRIMER PARCIAL Semana: 9

4 Comprende la lógica de la estimación mínimo - cuadrática; empleando estimadores robustos de la matriz de varianzas y covarianzas de los estimadores, errores de especificación y multicolinealidad.

9 4 0 0 13 0% 100% 0% 0% 100% Semana:10; ; ; ; Semana:10; ; ; ; SEGUNDO PARCIAL Semana: 10

5 Determina las causas de la heterocedasticidad; empleando el estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a heteroscedasticidad.

12 6 0 0 18 40% 60% 0% 0% 100% Semana:11; 12; ; ; Semana:13; ; ; ; SEGUNDO PARCIAL Semana: 13

6 Determina las causas de la auto correlación; explicando la particularización del estimador de los mínimos cuadrados generalizados; calculando matrices de covarianzas robustas a auto correlación.

9 6 0 0 15 40% 60% 0% 0% 100% Semana:15; 16; ; ; Semana:15; ; ; ; SEGUNDO PARCIAL Semana: 16

7 Realiza el análisis de series temporales; empleando modelos ARIMA para especificación y para predicción.

12 6 0 0 18 70% 30% 0% 0% 100% Semana:; 16; 17; ; Semana:; 18; ; ; EVALUACIÓN DE

FINAL DE SEMESTRE

Semana: 18

8 Emplea el teorema de Bayes; empleando inferencia bayesiana, intervalos de credibilidad y test de hipótesis bayesianso; identificando métodos de simulación bayesiana; diferenciando entre la teoría bayesiana y la clásica.

10 0 0 0 10 0% 0% 0% 100% 100% Semana:18; ; ; ; Semana:; ; ; ; EVALUACIÓN DE

FINAL DE SEMESTRE

Semana: 19

9 Aplica métodos con regresores estocásticos; identificando las propiedades de los estimadores estadísticos; diferenciando la exogeneidad y la validez de los instrumentos, estimando la uniecuacional; empleando modelos de ecuaciones simultaneas

5 6 0 0 11 50% 50% 0% 0% 100% Semana:19; 19; ; ; Semana:19; ; ; ; EVALUACIÓN DE

FINAL DE SEMESTRE

Semana: 19

84 35 0 1 120

4 2 0 0 6

CRON.D

EEV

AL.PAR

CIAL

ESY

EVA.FINAL

PORNºDE

SEMAN

A

CARGA HORARIA PLANIFICADA, PONDERACIONES DE EVALUACIÓN Y CRONOGRAMA

PROMEDIOS DE CARGA HORARIA EN EL SEMESTRE

PROMEDIO DE HORAS SEMANALAES PLANIFICADAS

Nº CRITERIODEDESEMPEÑO PERIODODEEVALUACIÓN

CARAGHORARIAPLANIFICADA PONDERACIONESPLANIFICADAS CRONOGRAMADEDESARROLLOPORNºDESEMANA

VIII.

Nº AUTOR (AÑO) CIUDAD1 William Greene 2006 España2 Damodar Gujarati 2012 Mexico3 Walter Enders 2008 Mexico4 J. Wooldridge 2016 España5 Johnston y Dinardo 2013 España

IX.

Nº AUTOR (AÑO) TITULO DE ARTÍCULO Nº PÁGINAS

12

X.

Nº TITULO DE INTERÉS FECHA DE VISITA

12345

XI.

Nº TITULO DEL RECURSO FECHA DE EDICIÓN

1 Eviews 7 20132 STATA 20123 Blog personal 2017

BIBLIOGRAFÍA EMPLEADA EN EL PROCESO: LIBROS

PÁGINAS WEB DE INTERÉS

DIRECCIÓN URL

www.ine.gob.gowww.udape.gob.bo

EDITORIAL / Nº EdiciónTITULOAnalisis Econometrico

Econometria

BIBLIOGRAFÍA EMPLEADA EN EL PROCESO: REVISTAS CIENTÍFICAS

EconometriaIntroduccion a la econometria

Métodos de Econometría

REVISTA

Software econométrico

DESCRIPCIÓN GENERAL

econometria101.wordpress.comwww.cepal.org/es/temas/econometria

datos.bancomundial.org

OTROS RECURSOS INTERACTIVOS DE FORMACIÓN

RECURSO

Software para computadoraBlog para presentación de investigaciones

Software econométricoBlog wordpress.com

Software para computadora

DESCRIPCIÓN GENERAL

Prentice HallMc Graw HillPrentice Hall

Cenpage Learning - 4ta EdVicents Vivers

unidad académica cochabamba planificación · pdf fileteoria bayesiana 8.1....

Documents