12
Modulos de contenido
90
Sesiones de video
69
Archivos descargables
Descripción del curso
Disciplina que estudia la base de la econometría, desde los supuestos del modelo clásico de regresión lineal hasta bondad de ajuste, heterocedasticidad y endogeneidad.
Contenido del curso
- Módulo 1
- Duración:01:05:31
- 5 Sesiones
Modelo clásico de regresión lineal
- Sesión 1
Introducción a la regresión
Duración: 00:14:14- Sesión 2
Ley de expectativas iteradas
Duración: 00:10:22- Sesión 3
Primer supuesto del modelo clásico de regresión lineal
Duración: 00:09:25- Sesión 4
Segundo supuesto del modelo clásico de regresión lineal
Duración: 00:14:33- Sesión 5
Tercer y cuarto supuesto del modelo clásico de regresión lineal
Duración: 00:16:57- Módulo 2
- Duración:01:00:39
- 6 Sesiones
El estimador de mínimos cuadrados ordinarios
- Sesión 1
Supuestos 1 y 2 del estimador MCO
Duración: 00:12:33- Sesión 2
Supuesto 3 del estimador MCO
Duración: 00:07:36- Sesión 3
Derivando el estimador MCO por medio del método generalizado de momentos
Duración: 00:12:27- Sesión 4
Derivando el estimador MCO por medio de derivadas parciales
Duración: 00:05:48- Sesión 5
Derivando el estimador MCO usando matrices
Duración: 00:12:25- Sesión 6
Simulaciones en Python
Duración: 00:09:50- Módulo 3
- Duración:00:50:23
- 3 Sesiones
Álgebra y geometría de MCO
- Sesión 1
Geometría de MCO
Duración: 00:16:51- Sesión 2
Matriz hacedora de estimados y matriz hacedora de residuos
Duración: 00:11:21- Sesión 3
Teorema de Frish-Waugh
Duración: 00:22:11- Módulo 4
- Duración:00:51:12
- 8 Sesiones
Propiedades en muestras finitas del estimador MCO
- Sesión 1
Insesgadez
Duración: 00:04:42- Sesión 2
Eficiencia: Estimando la varianza
Duración: 00:07:47- Sesión 3
Eficiencia: Hallando la Hessiana
Duración: 00:11:33- Sesión 4
MELI: Demostrando insesgadez
Duración: 00:04:59- Sesión 5
MELI: Demostrando eficiencia
Duración: 00:06:41- Sesión 6
Hallando el estimador de sigma cuadrado
Duración: 00:07:16- Sesión 7
Sigma cuadrado: Insesgadez y eficiencia
Duración: 00:04:26- Sesión 8
Comprobación de las propiedades usando Python
Duración: 00:03:48- Módulo 5
- Duración:01:40:00
- 9 Sesiones
Propiedades en muestras infinitas del estimador MCO
- Sesión 1
Teoría asintótica: Convergencia en probabilidad
Duración: 00:08:46- Sesión 2
Teoría asintótica: Convergencia en distribución
Duración: 00:05:02- Sesión 3
Teorema de Slutsky y teorema de mapeo continuo
Duración: 00:06:39- Sesión 4
Teorema de Kramer
Duración: 00:04:30- Sesión 5
Ley de los grandes números y teorema del límite central
Duración: 00:10:52- Sesión 6
Simulación de Montecarlo: Desarrollo
Duración: 00:10:23- Sesión 7
Simulación de Montecarlo: Resultados
Duración: 00:07:27- Sesión 8
Consistencia
Duración: 00:27:33- Sesión 9
Distribución asintótica
Duración: 00:18:48- Módulo 6
- Duración:00:54:42
- 6 Sesiones
El trade-off sesgo varianza
- Sesión 1
Efectos de omitir una variable relevante: Insesgadez
Duración: 00:20:41- Sesión 2
Efectos de omitir una variable relevante: Consistencia
Duración: 00:09:14- Sesión 3
Efectos de incluir una variable redundante: Cálculo de la varianza
Duración: 00:00:17- Sesión 4
Ley de expectativas iteradas: Varianza condicional vs Varianza no condicional
Duración: 00:10:49- Sesión 5
Efectos de incluir una variable redundante: Insesgadez y Consistencia
Duración: 00:08:04- Sesión 6
Efectos de incluir una variable redundante: Eficiencia
Duración: 00:05:37- Módulo 7
- Duración:01:19:20
- 7 Sesiones
Bondad de ajuste
- Sesión 1
Definiciones: Matriz M0
Duración: 00:11:56- Sesión 2
Definiciones: Suma de cuadrados totales
Duración: 00:06:58- Sesión 3
Definiciones: Suma de cuadrados estimados y suma de cuadrados residuales
Duración: 00:04:20- Sesión 4
Definiciones: Suma de cuadrados residuales
Duración: 00:08:31- Sesión 5
R cuadrado
Duración: 00:15:02- Sesión 6
Efectos de incluir una variable redundante: Suma de cuadrados residuales
Duración: 00:21:40- Sesión 7
Efectos de incluir una variable redundante: R cuadrado y R cuadrado ajustado
Duración: 00:10:53- Módulo 8
- Duración:00:18:41
- 2 Sesiones
Multicolinealidad
- Sesión 1
Multicolinealidad aproximada I
Duración: 00:08:56- Sesión 2
Multicolinealidad aproximada II
Duración: 00:09:45- Módulo 9
- Duración:01:26:49
- 9 Sesiones
Inferencia
- Sesión 1
Prueba de hipótesis: Hipótesis nula y test
Duración: 00:07:24- Sesión 2
Prueba de hipótesis: Rechazar la hipótesis nula
Duración: 00:08:29- Sesión 3
Prueba de hipótesis: Potencia de una prueba
Duración: 00:03:59- Sesión 4
Estimador insesgado de la varianza
Duración: 00:11:19- Sesión 5
Aplicación del supuesto 4 para hallar la distribución de los estadísticos
Duración: 00:10:16- Sesión 6
El estadístico t
Duración: 00:10:41- Sesión 7
El estadístico F: prueba de significancia conjunta
Duración: 00:12:47- Sesión 8
El estimador Mínimos Cuadrados Restringidos
Duración: 00:11:38- Sesión 9
El estadístico F y el estimador Mínimos Cuadrados Restringidos
Duración: 00:10:16- Módulo 10
- Duración:00:58:51
- 7 Sesiones
El modelo general de regresión lineal con heterocedasticidad en los errores
- Sesión 1
¿Qué es la heterocedasticidad?
Duración: 00:12:01- Sesión 2
Heterocedasticidad causada por una formación funcional errada
Duración: 00:10:30- Sesión 3
Pruebas de Heterocedasticidad: El test de Breusch-Pagan
Duración: 00:08:59- Sesión 4
Pruebas de Heterocedasticidad: El test de White
Duración: 00:05:40- Sesión 5
¿Por qué es necesario corregir la heterocedasticidad?
Duración: 00:05:21- Sesión 6
Corrección de la heterocedasticidad: El estimador de Mínimos Cuadrados Generalizados
Duración: 00:11:29- Sesión 7
Corrección de la heterocedasticidad: Demostración usando el software R
Duración: 00:04:51- Módulo 11
- Duración:00:46:32
- 7 Sesiones
Problemas de endogeneidad
- Sesión 1
¿Qué es la endogeneidad?
Duración: 00:03:36- Sesión 2
Causas de la endogeneidad
Duración: 00:10:21- Sesión 3
Corrección de la endogeneidad: Variables instrumentales
Duración: 00:10:48- Sesión 4
Pruebas de endogeneidad: Test de Hausman Wu
Duración: 00:03:01- Sesión 5
Testeo de instrumentos correlacionados con la variable endógena
Duración: 00:02:31- Sesión 6
Revisión de papers: Algunos ejemplos de instrumentos
Duración: 00:13:21- Sesión 7
Revisión de papers: Ejemplos prácticos usando Stata
Duración: 00:02:54- Módulo 12
- Duración:03:50:01
- 21 Sesiones
Perturbaciones no esféricas
- Sesión 1
Modelo de Regresión Lineal Generalizado
Duración: 00:14:12- Sesión 2
Estimación por Mínimos Cuadrados Ordinarios
Duración: 00:06:08- Sesión 3
Propiedades del estimador MCO: Insesgadez y eficiencia
Duración: 00:08:42- Sesión 4
Propiedades asintóticas del estimador MCO: Insesgadez y eficiencia
Duración: 00:14:54- Sesión 5
Estimación por Mínimos Cuadrados Generalizados
Duración: 00:15:46- Sesión 6
El estimador MELI en el MRLG
Duración: 00:11:23- Sesión 7
Heterocedasticidad en el estimador MCO: Insesgadez, consistencia y eficiencia
Duración: 00:14:45- Sesión 8
Heterocedasticidad en el estimador MCO: El estimador de la matriz de Var-Cov
Duración: 00:15:06- Sesión 9
Test de Heterocedasticidad: Test de White y Test de Breusch-Pagan-Godfrey
Duración: 00:10:46- Sesión 10
Test de Heterocedasticidad: Otros tests
Duración: 00:09:31- Sesión 11
Mínimos Cuadrados Ponderados
Duración: 00:16:05- Sesión 12
Autocorrelación de los errores: Modelos de series de tiempo
Duración: 00:12:39- Sesión 13
Autocorrelación de los errores: Procesos AR y MA
Duración: 00:05:07- Sesión 14
Autocorrelación de los errores: Características de los procesos de los errores
Duración: 00:13:14- Sesión 15
Autocorrelación en los procesos AR
Duración: 00:21:21- Sesión 16
Autocorrelación y el estimador MCO: Propiedades del estimador MCO
Duración: 00:07:38- Sesión 17
Autocorrelación y el estimador MCO: Estimador de la matriz de Var-Cov
Duración: 00:06:34- Sesión 18
Tests de Autocorrelación: Test Breusch-Godfrey o Test LM
Duración: 00:04:27- Sesión 19
Tests de Autocorrelación: Tests de Box-Pierce y Ljung-Box
Duración: 00:03:25- Sesión 20
Tests de Autocorrelación: Test de Durbin-Watson y Test h de Durbin
Duración: 00:09:49- Sesión 21
Autocorrelación: Estimación Eficiente
Duración: 00:08:29Docente
Especialista en programa monetario del Banco Central de Reserva del Perú
Ver másValoraciones
-
90%
-
50%
-
10%
-
5%
-
1%
Precio en
soles
