Descargar aqui
Lo que me motivo a escribir la primera edicion de Introduccion a la econometria: un enfoque moderno fue la brecha tan amplia que existe entre la ensenanza de la materia en los cursos universitarios y la manera en la que los investigadores empiricos entienden y aplican los métodos econometricos. Quede convencido de que una introduccion a la econometria desde la perspectiva de los usuarios profesionales simplificaria la exposicion y haria el tema mucho mas interesante.
Con base en la reaccion positiva a las ediciones anteriores, parece que esta fue una idea acertada. Muchos docentes, con formacion e intereses diversos y cuyos estudiantes tienen niveles desiguales de preparacion, han adoptado el enfoque moderno de la econometria expuesto en este libro. En esta edicion sigo haciendo enfasis en la econometria aplicada a cuestiones reales.
Todos los metodos econometricos estan motivados por problemas particulares con los que se encuentran los investigadores al analizar datos no experimentales. El punto central en el libro es la comprension e interpretacion de los supuestos a la luz de aplicaciones empiricas reales: las matematicas requeridas no van mas alla del algebra universitaria y la probabilidad y estadística basicas.
Creado para los profesores de econometría de hoy
En esta cuarta edicion se conserva la estructura general de la tercera. La caracteristica mas sobresaliente que distingue a este libro de la mayoria es la division de los temas con base en el tipo de datos analizados. Este es un claro distanciamiento de la metodologia tradicional, en la que se presenta un modelo lineal, se enumeran todos los supuestos que pueden necesitarse en algún punto posterior del analisis y despues se prueban o presentan resultados sin relacionarlos claramente con los supuestos. Mi metodologia consiste en tratar primero, en la parte 1, el análisis de regresion multiple con datos de corte transversal bajo el supuesto de un muestreo aleatorio. Esto resulta conocido para el lector, porque ya esta familiarizado con el muestreo aleatorio de poblaciones por los cursos de introduccion a la estadistica. En gran medida, esto permite distinguir los supuestos acerca del modelo de regresion poblacional subyacente –supuestos a los que se les puede dar un contenido economico o conductual– de los supuestos acerca de como se muestrearon los datos. El analisis de las consecuencias de un muestreo no aleatorio puede verse de forma intuitiva una vez que los estudiantes tengan una adecuada comprension del modelo de regresion multiple estimado usando muestras aleatorias.
Una caracteristica importante de un enfoque moderno es que las variables explicativas –junto con la variable independiente– son tratadas como resultados (valores) de las variables aleatorias. En las ciencias sociales, considerar variables explicativas aleatorias es mucho mas razonable que el supuesto tradicional de variables explicativas no aleatorias. Una ventaja no trivial, es que el modelo poblacional/enfoque del muestreo aleatorio reduce la cantidad de supuestos que el lector tiene que absorber y entender. Curiosamente, el enfoque clasico al analisis de regresion, que trata a las variables explicativas como fijas en muestras repetidas, y que sigue siendo dominante en los libros introductorios, se usa de manera literal con datos recolectados experimentalmente.
Contenido:
Capítulo 1. La naturaleza de la econometría y los datos económicos 1
PARTE 1: ANÁLISIS DE REGRESIÓN CON DATOS DE CORTE TRANSVERSAL 21
Capítulo 2. El modelo de regresión simple 22
Capítulo 3. Análisis de regresión múltiple: estimación 68
Capítulo 4. Análisis de regresión múltiple: inferencia 117
Capítulo 5 Análisis de regresión múltiple: MCO asintóticos 167
Capítulo 6. Análisis de regresión múltiple: temas adicionales 184
Capítulo 7. Análisis de regresión múltiple con información cualitativa: variables binarias (o dummy) 225
Capítulo 8. Heterocedasticidad 264
Capítulo 9. Más sobre especificación y temas de datos 300
PARTE 2: ANÁLISIS DE REGRESIÓN CON DATOS DE SERIES DE TIEMPO 339
Capítulo 10. Análisis básico de regresión con datos de series de tiempo 340
Capítulo 11. Aspectos adicionales de MCO con datos de series de tiempo 377
Capítulo 12. Correlación serial y heterocedasticidad en regresiones de series de tiempo 408
PARTE 3: TEMAS AVANZADOS 443
Capítulo 13. Combinación de cortes transversales en el tiempo: métodos simples para datos de panel 444
Capítulo 14. Métodos avanzados para datos de panel 481
Capítulo 15. Estimación con variables instrumentales y mínimos cuadrados en dos etapas 506
Capítulo 16. Modelos de ecuaciones simultaneas 546
Capítulo 17. Modelos de variable dependiente limitada y correcciones a la selección muestral 574
Capítulo 18. Temas avanzados de series de tiempo 623
Capítulo 19. Realización de un proyecto empírico 668
APÉNDICE
Apéndice A. Herramientas matemáticas básicas 695
Apéndice B. Fundamentos de probabilidad 714
Apéndice C. Fundamentos de estadística matemática 747
Apéndice D. Resumen de algebra matricial 788
Apéndice E. El modelo de regresión lineal en forma matricial 799
Apéndice F. Respuestas a las preguntas del capítulo 813
Apéndice G. Tablas estadísticas 823
Referencias 830
Glosario 835
Índice 849
No hay comentarios:
Publicar un comentario