Institución Facultad de Cs. Físicas y Matemáticas Facultad de Cs. Físicas y Matemáticas
Disponible desde Otoño 2003
Cursos Asociados Otras realizaciones de este Curso
Objetivos En este curso los alumnos aprenderán técnicas estadísticas fundamentales para la gestión y la economía. Al final del curso, los alumnos estarán capacitados para proponer, estimar y evaluar modelos empíricos. La exposición teórica de los temas será complementada con experiencias empíricas, basadas en casos relevantes para la gestión y economía, y por trabajos prácticos realizados independientemente por los alumnos y donde harán uso de software estadístico.
Descripción Programa
CONTENIDOS:

1. Introducción

2. Inferencia estadística. Repaso (2 clase)
a. Descripción de los datos: media, mediana y moda, distribución de frecuencias relativas.
b. Medidas de dispersión y asimetría: desviación estándar, amplitud total, amplitud cuartílica, coeficiente de variación, coeficiente de asimetría, curtosis.
c. Variables aleatorias (v.i.i.d).
3. Técnicas de muestreo (3 clases)
a. Métodos básicos de selección de la muestra estratificación.
b. Muestreo por conglomerados.
c. Ausencia de respuesta.

4. Análisis de cluster (2 clases)
a. Medidas de distancia y proximidad.
b. Cluster jerárquico.
c. Análisis K-medias.

5. Análisis discriminante (3 clases)
a. Función discriminante.
b. Clasificación.
c. Método stepwise de selección de variables.

6. Análisis factorial (3 clases)
a. Matriz de correlaciones.
b. Componentes Principales

7. Análisis de varianza (2 clases)
a. Modelo factorial simple.
b. Modelo multivariado.

8. Modelos de regresión lineal clásico. Mínimos Cuadrados Ordinarios (6 clases)
a. Supuestos, derivación y propiedades algebraicas.
b. Interpretación de los coeficientes.
c. Propiedades estadísticas.
d. Bondad de ajuste.
e. Predicción.
f. Tests de hipótesis.
g. Problemas en los datos: multicolinealidad, variables omitidas, error de medición.
h. Variables ficticias.

9. Mínimos Cuadrados Generalizados (3 clases)
a. Heterocedasticidad: consecuencias, detección y métodos de estimación.
b. Autocorrelación: consecuencias, detección y métodos de estimación.

10. Modelos de variable dependiente discreta (3 clases)
a. Modelos para variables binarias: Probit y Logit.
b. Modelos con distribuciones truncadas y censuradas.

11. Ecuaciones simultáneas (3 clases)
a. El problema de identificación
b. Métodos de estimación de ecuaciones de oferta y demanda
Comentarios BIBLIOGRAFÍA:

1. Aaker, D., V. Kumar, G. Day (2000), “Marketing Research”. Séptima edición. John Wiley & Sons.

2. Berndt, E.R., “The Practice of Econometrics”, Addison Wesley (1996).

3. Bosch, M. y A. Musalem (2001), “Análisis de interrelaciones en las canastas de compra en un supermercado”. Revista de Ingeniería de Sistemas, 15(1), 49-72.

4. Greene, W.H “Análisis Econométrico”, tercera edición, Prentice-Hall (1998).

5. Gujarati D. (1997) “Econometría”, tercera edición, McGraw-Hill.

6. Hair, J. F., .R. E Anderson, R. L. Tatham y W. C. Black (1999),” Análisis multivariante”. Quinta edición. Prentice Hall.

7. Lohr, S. (2000), Muestreo: Diseño y análisis. International Thomson Editores.

8. Maddala, G.S. (2002) Introducción a la Econometría, Segunda edición, Prentice-Hall.

9. Mason, R. y D. Lind (1998). Estadística para la administración y economía. Octava edición. Alfaomega.

10. Visauta, B. (1998). Análisis estadístico con SPSS para Windows. McGraw-Hill.
Programa del Curso 2003_1_IN540.pdf
Compartir