1. Introducción.
Manejo de Datos
Importar y
Exportar Bases de Datos
Describir
una Base de Datos (Describe, Codebook, Inspect)
Crear y
Transformar Variables (Formatos y Tipos de Variables)
Ordenar, Transponer,
Colapsar Variables y Bases de Datos
Pegar Bases
de Datos de manera Horizontal y Vertical (Merge y Append)
Recodificación
de Variables
Crear
Variables Dummy
Manejo de
Datos Duplicados y Filtros
Estadísticas
Descriptivas (Momento de una Distribución de Probabilidad)
Generación
de Tabulados de Variables y Tablas de Estadísticas
Tablas
Descriptivas
Tablas de
Frecuencias
Tablas
Estadísticas (Promedio, Cuenta, Desviación Estándar, etc.)
Matriz de
Correlación / Covarianza y Significancia Estadística
Pruebas de
Hipótesis sobre la Media y la Varianza (Univariado y Bivariado)
Gráficos
(Dispersión, Matricial, Torta, Caja o Bigotes, Barras)
2. Modelación
de Datos de Corte Transversal
a. Estimación de
Modelos
Introducción
Teórica
Estimación
del Modelo Estándar de Regresión Lineal-MCO
Inferencia
Estadística (Intervalos de Confianza y Pruebas de Hipótesis)
Información
Cuantitativa, Variables Dummy
Revisión
Supuestos del Modelo MCO: Multicolinealidad, Heterocedasticidad y Normalidad
Revisión de
las transformaciones sobre las variables (Log-Log, Log-Lin, Lin-Log)
Pronóstico
de la Variable Dependiente y Residuos
Modelos de
Variable Dependiente Limitada (MLP, Logit, Probit)
Interpretación
de Coeficientes Odds Ratio y Efectos Marginales de un cambio unitario en el
valor de la variable independiente
Validación
del Modelo de Probabilidad (H-L, Tablas de Clasificación, Curva ROC)
b. Introducción
a Programación Matricial (MATA)
¿Qué es Mata?
Fundamentos para utilizar Mata.
Operadores en Mata.
Estadísticas Descriptivas.
Características de una Matriz.
Ejemplo: Modelo de Regresión Lineal con k Variables.
3. Modelos
de Series de Tiempo Univariado
a. Introducción a las Series de Tiempo
Componentes
de una Serie de Tiempo
Patrones
de una Serie de Tiempo
Manejo
de Fechas en Stata
Manejo
de Operadores de Series de Tiempo (D.,L.,S.)
b. Técnicas de Suavizamiento de una Serie
de Tiempo
Modelo
de Promedio Móvil
Técnica
de Suavizamiento Exponencial
Técnica
de Suavizamiento Ajustado con Tendencia
Técnica
de Suavizamiento Ajustado a Estacionalidad
Técnicas
de Medición del Error de Pronóstico
c. Metodología Box Jenkins (ARIMA)
Identificación
del Proceso
Proceso
Puramente Aleatorio (Ruido Blanco)
Proceso
Estocástico Estacionario
Proceso
Estocástico No Estacionario
Función
de Autocorrelación Simple y Función de Autocorrelación Parcial
Pruebas
de Raíz Unitaria
d. Estimación
ARMA
ARIMA
SARIMA
e. Validación
Pronóstico
de los Residuos y Validación Portmanteau
f. Pronóstico
Pronóstico
Dentro
de Muestra (Estático)
Fuera de
Muestra (Dinámico)
g. Temas Adicionales
Modelos
ARCH-GARCH para la medición de la Volatilidad Condicional
4. Modelos
de Datos Panel
a. Introducción
a Stata para el manejo de Bases de Datos con Estructura Longitudinal
Organizar la Base de Datos (Reshape)
Descripción de la Base de Datos
Resumen Estadístico de las Variables (Overall, Between
y Within)
Tabulación de Variables Cualitativas o Categóricas
Reportar Probabilidades de Transición
Gráfico de Líneas con Datos de Panel
b. Estimación
de Parámetros
Regresión de Datos de Panel Estático
Modelos de Regresión con M.C.O agrupados (Coeficientes
Constantes)
Regresión de Mínimos Cuadrados con Variable Dicótoma
Regresión de Mínimos Cuadrados en Primeras Diferencias
Uso de Xtreg para estimar Efectos Fijos
Primeras Diferencias vs Efectos Fijos
Uso de Xtreg para estimar Efectos Aleatorios
Efectos Fijos vs Efectos Aleatorios (Teoría vs Hausman)
Pruebas de Heterocedasticidad y Autocorrelación Serial
(xttest3 y xttest1)