Econometria I (21134)
Titulació/estudi: grau en International Business Economics
Curs: 2
Trimestre: tercer
Nombre de crèdits ECTS: 5.0 crèdits
Hores de dedicació de l'estudiant: 100 hores
Llengua o llengües de la docència: Anglès
Professor: Judit Vall Castelló
1. Presentació de l'assignatura
Econometria I ensenya als estudiants com fer inferències quantitatives sobre efectes causals utilitzant dades transversals de tipus experimental i d'observació. La major part del curs està centrat en l'anàlisi de regressió múltiple com a eina per a mitigar el biaix, que es troba especialment en estudis observacionals.
2. Competències que s'han d'assolir
L'objectiu del curs és que l'estudiant aprengui a desenvolupar (i a criticar) estudis empírics en economia i en àrees relacionades.
3. Continguts
Revisió d'estadística, Estimació i Inferència per a regressions bivariants, Estimació i Inferència per a regressions múltiples, models de regressió no lineals, Biaix de Causalitat Inversa, Biaix d'Error de Mesurament, Biaix de Selecció de la Mostra, Errors Correlacionats.
4. Avaluació
Conv. 3r. Trimestre: Exercicis: 15%; Participació: 15%; Examen Final: 70%.
Conv. Setembre: Examen Final: 100%.
Hi haurà exercicis setmanals amb, com a mínim, un exercici empíric. Els exercicis tenen una ponderació de 15%. Les dades per resoldre els exercicis estaran disponibles a la pàgina web de l'assignatura. Els estudiants han d'entregar els exercicis solucionats en la data d'entrega, al principi de la classe teòrica corresponent. Els exercicis no es poden entregar electrònicament. Els exercicis entregats després del termini establert no seran avaluats.
Es recomana als estudiants treballar conjuntament amb altres per a resoldre els exercicis. El número màxim d'estudiants a cada grup és 3. Cada grup presentarà una solució als exercicis i tots els estudiants del grup rebran la mateixa nota. Sisplau, enumereu els noms dels estudiants que han treballat junts en el grup. Així mateix, s'han d'adjuntar els documents "log" de Stata a les solucions dels exercicis presentats. Els estudiants rebran tots els punts pels exercicis que s'hagin intentat solucionar de manera "raonable" encara que les respostes finals siguin incompletes o incorrectes. Les notes dels exercicis estaran disponibles al Moddle al final de la setmana en que s'hagin entregat els exercicis. Reviseu les notes regularment per comprovar que son correctes. Les notes esdevindran definitives dues setmanes després de ser publicades a Internet.
L'assistència a les sessions de pràctiques serà controlada i contarà un 15% per la nota final de l'assignatura. Les solucions seran discutides durant les sessions de pràctiques. Al principi de la classe de pràctiques el professor us retornarà els exercicis per tal de que pugueu comprovar si les vostres respostes son correctes. Durant les classes de pràctiques, els estudiants tindran l'oportunitat d'obtenir punts "extra" (o bé de perdre'ls) depenent de la qualitat de les respostes donades a les preguntes fetes sobre els exercicis.
5. Bibliografia i recursos didàctics
5.1. Bibliografia bàsica
J.H. Stock i M.W. Watson, Introduction to Econometrics (segona edició, USA o internacional), Addison-Wesley, 2007. La primera edició també es pot utilitzar però es recomana la segona edició del llibre. El llibre està disponible a preus descomptats a diversos llocs d'Internet, com per exemple www.abebooks.com. Es recomana comprar el llibre no només per aquesta assignatura sinó també per Econometria II i altres assignatures i per a poder realitzar consultes en un futur.
6. Metodologia
Combinació de classes de teoria i sessions de pràctiques amb exercicis tant teòrics com de manipulació de dades.
El paquet estadístic utilitzat durant el curs serà Stata que està disponible als ordenadors de la UPF. Els estudiants han de consultar la guia de Stata que han preparat els professors per tal de familiaritzar-se amb aquest programa.
7. Programació d'activitats
Classes: Exercicis: Classe # Data Dia Tema SW Cap. # Publicat Entrega 1 4/4 Dill Introducció i revisió d'estadística 2,3 2 4/6 Dim Revisió d'estadística 2,3 #1 4/7 Dij/Div Introducció a Stata 3 4/11 Dill Regressió Bivariant I: Estimació 4 4 4/13 Dim Regressió Bivariant II: Estimació 4 #2 #1 4/14 Dij/div Pràctiques #1 4/18 Dill No hi ha classe 4/20 Dim No hi ha classe 4/21 Dij/Div No hi ha pràctiques 4/25 Dill No hi ha classe 5 4/27 Dim Regressió Bivariant III: Inferència 5 #3 #2 4/28 Dij/Div Pràctiques #2 6 5/2 Dill Regressió Bivariant IV: Inferència 5 7 5/4 Dim Regressió Múltiple I: Estimació 6 #4 #3 5/5 Dij/Div Pràctiques #3 8 5/9 Dill Regressió Múltiple II: Estimació 6 9 5/11 Dim Regressió Múltiple III: Inferència 7 #5 #4 5/12 Dij/Div Pràctiques #4 10 5/16 Dill Regressió Múltiple IV: Inferència 7 11 5/18 Dim Regressió Múltiple V: Inferència 7 #6 #5 5/19 Dij/Div Pràctiques #5 12 5/23 Dill Models de regressió no linear I 8 13 5/25 Dim Models de regressió no linear II 8 #7 #6 5/26 Dij/Div Pràctiques #6 14 5/30 Dill Avaluació d'estudis de regressió I 9 15 6/1 Dim Avaluació d'estudis de regressió II 9 #7 6/2 Dij/Div Pràctiques #7 16 6/6 Dill Autocorrelació I 17 6/8 Dim Autocorrelació II 6/9 Dij/Div No hi ha pràctiques 6/13 Dill No hi ha classe 18 6/15 Dim Revisió/Tema Opcional 6/16 Dij/Div No hi ha pràctiques