Econometría I

TEMA 1: EL MODELO DE REGRESIÓN SIMPLE
1. Introducción.
2. Definición del modelo de regresión simple.
3. El estimador de Mínimos Cuadrados Ordinarios (MCO). Interpretación.
4. Valores ajustados y residuos. Bondad de ajuste.
5. Unidades de medida y forma funcional.
6. Propiedades estadísticas de los estimadores MCO.

TEMA 2: EL MODELO DE REGRESIÓN MÚLTIPLE: ESTIMACIÓN
1. Definición del modelo de regresión múltiple.
2. El estimador MCO. Interpretación.
3. Valores ajustados y residuos. Bondad de ajuste.
4. Propiedades estadísticas de los estimadores MCO.
5. Problemas de especificación: Inclusión de variables irrelevantes y exclusión de variables relevantes.

TEMA 3: EL MODELO DE REGRESIÓN MÚLTIPLE: INFERENCIA
1. Distribución de los estimadores MCO
2. Contraste de hipótesis sobre un único parámetro poblacional. El contraste t.
3. Intervalos de confianza.
4. Contraste de una restricción lineal. El contraste t.
5. Contraste de varias restricciones lineales. El contraste F.
6. Cómo presentar los resultados de la regresión

TEMA 4: EL MODELO DE REGRESIÓN MÚLTIPLE: PROPIEDADES ASINTÓTI-CAS DEL ESTIMADOR MCO.
1. Consistencia del estimador MCO
2. Normalidad asintótica.
3. Inferencia en grandes muestras
4. Eficiencia asintótica

TEMA 5: EL MODELO DE REGRESIÓN CON INFORMACIÓN CUALITATIVA: VARIABLES BINARIAS (DUMMIES).
1. Una única variable binaria.
2. Variables binarias para categorías múltiples.
3. Interacciones en las que intervienen variables binarias.
4. Variable dependiente binaria: El modelo lineal de probabilidad.

TEMA 6: HETEROSCEDASTICIDAD
1. Consecuencias de la heteroscedasticidad sobre el estimador MCO.
2. Inferencia robusta a heterocedasticidad utilizando MCO.
3. Contrastes de heteroscedasticidad.
4. Estimación por Mínimos Cuadrados Ponderados.
5. Revisión del modelo lineal de probabilidad.