Contenido el curso de Econometría para el Análisis Estadístico y

Financiero en STATA

El curso consta de 2 módulos de 16 horas cada uno. El primer módulo se titula “Modelos de cross section” y el segundo “Modelos logit – probit, panel data  series de tiempo”.

​

Primer Módulo

CLASE TEORICA: Modelo Lineal general, concepto, características y usos.

• Conceptos estadísticos básicos.

• Datos y tipos de base de datos

• Definición de estimador y tipos de estimadores

• El modelo lineal general definición y supuestos

• Situaciones en las que se puede usar el modelo lineal general y los estimadores OLS (Mínimos Cuadrados)

• Calculo de estimadores del modelo lineal general por Mínimos Cuadrados Ordinarios (modelos OLS)

• Interpretación del estimador en un modelo

• Diferencia entre pendiente y elasticidad, interpretación de elasticidad

• Importancia de interpretar los errores en el modelo lineal

• Duración: 3 horas

​​

CLASE PRÁCTICA: Introducción a STATA y Manejo de bases de datos.

• Descripción del sistema estadístico STATA

• Funcionalidades básicas del sistema

• Armar archivos Do para programación en STATA

• Generación Tablas de Análisis de Datos (Crosstabs)

• Cálculos de estadísticos descriptivos

• Gráficos de dispersión

• Manejo de variables y edición de bases de datos

• Herramientas de manejo de base de datos

• Fusión de bases de datos

• Planteamiento de un modelo lineal en STATA

• Identificación de variables relacionadas

• Planteamiento de un modelo lineal con variables numéricas

• Programación y Comandos para correr regresiones en STATA

• Interpretación de resultados

• Duración 3 horas

 

CLASE TEORICA: Errores y Violaciones del modelo Lineal, mecanismos de identificación y corrección.

• Tipos de errores que pueden suceder en un modelo lineal.

• Errores de especificación de un modelo

• Problemas con los datos

• Problemas de las variables: Multicolinealidad, Autorcorrelación, Heterocedasticidad.

• Identificación empírica  y solución de problemas con los datos: Outliers y variables relevantes

• Identificación empírica  y solución de errores de especificación, formas de funciones no lineales en los modelos OLS

• Linealización de modelos no lineales

• Duración 3 horas

 

CLASE PRACTICA: CALCULOS DE MODELOS OLS EN STATA

• Identificación de Outliers y variables relevantes en STATA

• Generación de variables logarítmicas y cuadráticas

• Comandos para identificar variables omitidas

• Generación de regresiones robustas

• Interpretación de resultados

• Duración 3 horas

 

CLASE TEORICA: Solución de problemas de Multicolinealidad, autocorrelacion y heterocedasticidad, Modelos GLS, Introducción de variables Proxy y variables instrumentales.

• Identificación y solución del problema de multicolinealidad

• Identificación y solución del problema de Autocorrelación

• Variables Proxy y Variables Instrumentales

• Identificación y solución del problema de heterocedasticidad

• Duración 2 horas

​

CLASE PRACTICA: Trabajo practico en STATA de identificación y solución de problemas de especificación

• Comandos para identificar Multicolinealidad y Autocorrelación en STATA

• Selección de variables Proxy

• Calculo de variables instrumentales

• Identificación del problema de heterocedasticidad

• Regresiones robustas modelos GLS

• Interpretación de resultados.

• Duración 2 horas​

 

Segundo módulo

CLASE TEORICA: Variables discretas, Variables Dummy y Modelos con variables discretas, modelos logit y probit

• Diferencia entre variable Dummy y variable discreta

• Beneficios y Peligros a la hora de utilizar variables Dummy

• Introducción de variables dummy como variables independiente

• Interpretación de los resultados de una variable Dummy

• Modelos de variables discretas como variable dependiente

• Modelos de probabilidad lineal, modelos Logit y probit

• Duración 3 horas

​

CLASE PRACTICA: CALCULOS DE MODELOS EN STATA CON VARIABLES DISCRETAS

• Generación de variables Dummy

• Regresiones con variables Dummy

• Interpretación de resultados

• Resolución de Casos prácticos de regresiones en STATA, (Modelos de ingresos, ecuación de Mincer,  modelos impositivos, curva de laffer,  modelos de educación)

• Interpretación de resultados

• Modelos Logit

• Pruebas de Hipótesis y análisis de resultados

• Duración 3 horas

 

CLASE TEORICA: De OLS a Series de Tiempo

• Análisis de regresión con datos en series de tiempo

• Tendencia y Estacionalidad

• Propiedades de OLS con datos en series de tiempo

• Camino aleatorio

• Variables estacionarias y no estacionarias

• Correlación Serial

• Heterocedasticidad en regresiones de series de tiempo

• Vector autoregresivo y media móvil

• Duración 3 horas

 

CLASE PRACTICA: Aplicaciones de Time Series, verificación de supuestos y solución de problemas

• Identificar si el modelo corresponde a series de tiempo y verificar su pertinencia

• Regresión de series de tiempo

• Identificación y solución de Autocorrelación serial

• Camino Aleatorio

• Identificación y solución de Estacionariedad

• Identificación y solución de Estacionalidad

• Duración 3 horas

​

CLASE TEORICA: Datos de Panel

• Estructura de datos de panel

• Tipos de modelos de datos de panel (Efectos fijos o aleatorios)

• Test de Hausman

• Interpretación de resultados

• Heteroscedasticidad en datos de panel

• Autocorrelación en datos de panel

• Duración 2 horas

 

CLASE PRACTICA: Aplicaciones de Datos de Panel, elección entre efectos fijos o aleatorios y solución de problemas

• Identificar si el modelo es de datos de panel

• Test de Hausman (identificando si aplicar efectos fijos o aleatorios)

• Identificación y solución de Heteroscedasticidad

• Identificación y solución de Autocorrelación

• Duración 2 horas