Programa
Objetivos
El objetivo del curso es dotar al alumno con las herramientas teóricas y prácticas necesarias para entender y aplicar las técnicas econométricas avanzadas en el análisis de la relación entre variables económicas y su integración con la ciencia de datos.
- Conocer la teoría sobre la que se fundamentan los métodos para la estimación de relaciones empíricas y la inferencia usando datos de sección cruzada y de panel.
- Diseñar estrategias econométricas usando los modelos adecuados de acuerdo con la pregunta de investigación.
- Emplear software para estimar los modelos econométricos apropiados de acuerdo con la naturaleza de los datos disponibles.
- Conocer e implementar buenas prácticas en el uso de software, orientadas a la transparencia y la replicabilidad en la investigación.
- Conocer los métodos que se emplean en la investigación económica actual.
Referencias
El curso se basa en los siguientes textos:
- * (CT) Cameron, A.C. y Trivedi, P.K. (2005). Microeconometrics: Methods and applications. Oxford University Press.
- * Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. (https://mixtape.scunning.com/index.html)[https://mixtape.scunning.com/index.html]
- * Gareth, J., Witten D., Robert T., Trevor H., y Taylor J. (2023). An Introduction to Statistical Learning: with Applications in Python. Springer.
- Hansen, B. (2022). Econometrics. Princeton University Press.
- Hayashi, F. (2000). Econometrics. Princeton University Press.
- * (W) Wooldridge, J.M. (2010). Econometric analysis of cross section and panel data. Segunda edición, MIT Press.
Contenido temático
Tema 1. Endogeneidad
- Variables instrumentales
- Método generalizado de momentos
- Estimación con instrumentos débiles
Tema 2. Datos de panel
- Modelos de efectos fijos y de efectos aleatorios
- Estimadores between y within
- Estimadores de primeras diferencias y de efectos aleatorios
- Errores estándar agrupados
Evaluación del curso
- Tareas (2): 100% (50% cada una)
Tareas
Dos tareas teórico-prácticas. Las tareas deben entregarse de manera individual, pero se recomienda ampliamente colaborar en grupos de estudio. Las tareas deberán entregarse en Teams antes de la fecha y hora señalada. No se aceptarán tareas fuera de tiempo. Por favor, no comprima los archivos en carpetas comprimidas. Las tareas deberán contener dos archivos:
Un primer documento de respuestas donde se incluyan las respuestas a las preguntas teóricas y conceptuales. Este documento debe estar en formato pdf y debe ser generado usando un software de procesamiento de textos científicos, por ejemplo, usando los leguajes LaTeX o Markdown. En este documento también se deben incluir las respuestas a preguntas sobre conclusiones que se desprenden de las secciones prácticas. Por ejemplo, si una pregunta pide obtener la media de la variable x en cierta base de datos, entonces el documento de respuestas debe incluir la pregunta y respuesta correspondiente: “la media de la variable x es 32.6”. En este documento también deberán incluirse las tablas y gráficas que se soliciten.
Un segundo archivo deberá contener el código replicable usado para generar los resultados de la sección práctica. El código debe también crear las tablas y gráficas solicitadas. Los archivos de código se verificarán para comprobar su replicabilidad de manera aleatoria.
Software
R será el paquete standard usado en las sesiones prácticas. Más aún, el uso de cualquier software es aceptado siempre que se cumplan con los requisitos de replicabilidad y reportes de las tareas y exámenes. Habrá una sesión especial para introducir el uso de Quarto para la generación de reportes científicos.
Lista de lecturas
Todas las lecturas de capítulos de libro son obligatorias pues permiten una discusión informada en la clase.
La lista de lecturas está disponible aquí.