Manejo de Datos de Series de Tiempo y Panel
Se realizará una introducción al manejo de datos en formato Series de Tiempo
y Panel utilizando algunos ejemplos, posteriormente un Análisis Descriptivo e
Inferencial.
Introducción al Manejo de Datos de Series de Tiempo
- Formatos de Tipos de Variables de Fecha.
- Comandos Útiles para describir Series Temporales.
- Operadores de Series de Tiempo.
- Gráficos de Series Temporales.
Introducción a los Datos de Panel y sus Características
- Construcción de Bases de Datos Tipo Panel
- Estadísticas Descriptivas y Gráficos en Datos de Panel (Gráficos de Dispersión
Múltiples)
- Conceptos Básicos de Estimaciones de Panel
Modelos de Regresión
Se realizará una introducción al planteamiento teórico de la Regresión por medio
de ejemplos y explicará la metodología para la realización del procedimiento
usando Stata, así mismo la verificación de supuestos en:
- Análisis de Datos y Diagramas de Dispersión.
- Estimación de la Matriz de Correlación entre Variables
- Estimación del Modelo Estándar de Regresión Lineal (Simple y Múltiple)
- Pruebas de Hipótesis sobre los Parámetros (Test)
- Tablas de Resultados de varias Regresiones
- Pronósticos
- Revisión de los supuestos del Modelo MCO: Multicolinealidad,
Heteroscedasticidad y Normalidad.
Modelos de Series de Tiempo
- Estacionariedad y Conceptos Previos
- Componentes de una Serie de Tiempo
- Descomposición de una Serie de Tiempo (Uso de Filtros)
- Metodología de Modelación de Holt-Winters
- Modelos Univariantes: AR, MA, ARMA
- Análisis de las Funciones de Autocorrelación Simple y Parcial
- Estacionalidad
- Modelos Integrados
- Raíces Unitarias
- Aproximación Box Jenkins
- Especificación de un Modelo ARIMA
- Estimación
- Diagnóstico del Modelo
- Pronóstico con Modelos ARIMA
- Comparación de Pronósticos
- Análisis de Intervención.
- Valores Atípicos
VAR - VEC, Causalidad:
- Modelos Multivariantes: VAR (Causalidad de Granger, Impulso
Respuesta y Descomposición de Varianza)
- ¿Qué es la Cointegración?
- Metodologías de Cointegración (Engel – Granger y Johansen)
- Vector de Corrección de Errores
Modelos de Heteroscedasticidad Condicional:
- ARCH: Un Modelo de la Volatilidad Variable en el Tiempo
- Extensiones al Modelo ARCH
• GARCH: Limitar el Orden del Modelo
• Otras Extensiones
• Respuestas Asimétricas a “Noticias”
• Las Variaciones en la Volatilidad afectan a la media de la Serie
Observable
• Errores No Normales
• Probabilidades y Extremos
Manejo de Datos Panel
Estimación de datos por efectos fijos y efectos aleatorios, así mismo se
mostrarán comandos adicionales para el manejo de éste tipo de datos.
Introducción a los Datos de Panel y sus Características
-Construcción de Bases de Datos tipo Panel
-Estadísticas Descriptivas y Gráficos en Datos de Panel (Gráficos de
Dispersión Múltiples)
-Conceptos Básicos de Estimaciones de Panel
Efectos Fijos y Aleatorios
- Modelos de Efectos Fijos
• Estimadores Intra y entre Grupos
• Efectos Fijos de Grupo y de Tiempo
- Efectos Aleatorios
• Métodos de Estimación
• Contraste de Efectos Aleatorios
• Eligiendo entre Modelos de Efectos Fijos y Efectos Aleatorios