TEMA 0. LA NATURALEZA DE LA ECONOMETRÍA
BLOQUE I: EL MODELO DE REGRESIÓN SIMPLE
TEMA 1. EL MODELO DE REGRESIÓN SIMPLE
1.1. Especificación del modelo
1.2. Estimación de los parámetros del modelo
1.3. Propiedades del ajuste MCO
1.4. Descomposición de la Varianza
1.5. Propiedades en muestras finitas
TEMA 2. INFERENCIA Y PREDICCIÓN EN EL MODELO DE REGRESIÓN SIMPLE
2.1. Distribuciones en Muestras Finitas de los Estimadores MCO
2.2. Teoría del Contraste de Hipótesis
2.3. Contrastes Econométricos
2.4. Predicciones Puntuales y por Intervalo de Confianza
2.5. Análisis de Regresión
BLOQUE II: EL MODELO DE REGRESIÓN MÚLTIPLE
TEMA 3. EL MODELO DE REGRESIÓN MÚLTIPLE
3.1. Especificación del modelo
3.2. Estimación Mínimo Cuadrática Ordinaria
3.3. Propiedades Numéricas del Ajuste MCO
3.4. Propiedades en Muestras Finitas de los Estimadores MCO
3.5. Estimación MCO restringida
3.6. Propiedades de los estimadores MCO restringidos
TEMA 4. INFERENCIA Y PREDICCIÓN EN EL MODELO DE REGRESIÓN MÚLTIPLE
4.1. Contraste F de restricciones lineales
4.2. Casos particulares del contraste de restricciones lineales
4.3. Predicción en el Modelo Lineal General
4.4. Errores de especificación en la media condicional
4.5. Cambio estructural en la muestra y uso de variables ficticias
BLOQUE III: OTROS MÉTODOS DE ESTIMACIÓN
TEMA 5. ESTIMACIÓN MÁXIMO VEROSÍMIL Y TEORÍA ASINTÓTICA
5.1. Propiedades asintóticas de los estimadores MCO
5.2. Los estimadores máximo verosímiles
5.3. Propiedades de los estimadores máximo verosímiles
5.4. Contrastes asintóticos generales
TEMA 6. EL MODELO DE REGRESIÓN GENERALIZADO
6.1. El Modelo de Regresión Generalizado
6.2. Mínimos Cuadrados Ordinarios
6.3. Mínimos Cuadrados Generalizados
6.4. Máxima Verosimilitud
6.5. Mínimos Cuadrados Generalizados Factibles
TEMA 7. ERRORES DE ESPECIFICACIÓN Y SUS SOLUCIONES
7.1. Heteroscedasticidad
7.2. Autocorrelación
7.3. Regresores estocásticos
7.4. La metodología econométrica
