Descargar gratis Econometría Avanzada de César Pérez en SNB - EPUB - PDF - TIFF - MobiPocket - DOC - PML - TXT

Bajar gratis el libro completo “Econometría Avanzada” de César Pérez publicado en el año 2011. Lectura complementaria recomendada para estudiantes de Administración de empresas.

  • Editorial: GARCETA.
  • Formatos de descarga disponibles: SNB – EPUB – PDF – TIFF – MobiPocket – DOC – PML – TXT. (ZIP – AZW3 – RAR – LZMA – ARJ).
  • Páginas: 754.
  • ISBN: 9788492812981.
  • Incluye un resumen de 88 páginas, y las preguntas de prueba más frecuentes.
  • Publicado el: 22/8/2011
  • Género/Colección: Educativo.
  • Descripción: El objetivo de este libro es la presentación de las técnicas econométricas avanzadas y su tratamiento con las herramientas más adecuadas de cálculo automatizado. Se utilizan los paquetes de software EVIEWS, STATA, SAS y SPSS para abordar de modo sencillo el trabajo econométrico. El primer bloque de contenido incluye los modelos dinámicos y el estudio de la estabilidad de los modelos econométricos a través de los contrastes de cambio estructural, raíces unitarias, cointegración y modelos de corrección del error. Un segundo bloque profundiza en los modelos lineales multiecuacionales y en los modelos multivariantes de series temporales, tratando especialmente los modelos VAR y VARMA, así como la teoría de la cointegración en el contexto multivariante. En un tercer bloque se aborda la econometría de los datos de panel, incluyendo los modelos dinámicos y los modelos logit, probit y de Poisson en el contexto de panel. Asimismo, se aborda la problemática de los contrastes de raíces unitarias y cointegración en el ámbito de los paneles. Un cuarto bloque se ocupa de los modelos no lineales uniecuacionales y multiecuacionales, así como de la regresión particionada y segmentada. En cuanto a los temas más novedosos, el quinto bloque estudia los modelos predictivos de clasificación y segmentación, así como el tratamiento moderno de los modelos econométricos con herramientas de minería de datos y en especial la utilización de redes neuronales para ajustar modelos. El último bloque aborda los modelos econométricos con ecuaciones estructurales. Los diferentes capítulos se inician con la exposición de los conceptos y notas teóricas adecuadas, para resolver a continuación una variedad de ejercicios que cubran los conceptos expuestos. César Pérez López es licenciado en Ciencias Matemáticas y en Ciencias Económicas y trabaja actualmente como Vocal Asesor en el Instituto de Estudios Fiscales (IEF). Pertenece al Cuerpo Superior de Estadísticos del Estado y al Cuerpo Superior de Sistemas y Tecnologías de la Información de la Administración del Estado. Asimismo, es profesor asociado en el Departamento de Estadística e Investigación Operativa III de la Universidad Complutense de Madrid. CONTENIDO Introducción Capítulo 1. Modelos dinámicos Modelos dinámicos Modelos dinámicos con retardos en la variable endógena Modelos dinámicos con retardos en la variable endógena y en las variables exógenas simutáneamente Tipos especiales de modelos dinámicos Modelos con retardos distribuidos finitos Modelos con retardos distribuidos infinitos EVIEWS y los modelos dinámicos específicos SPSS y los modelos dinámicos SPSS y los modelos dinámicos con regresores estocásticos. Variables instrumentales EVIEWS y los modelos dinámicos con regresores estocásticos. SAS y los modelos dinámicos Capítulo 2. Estabilidad de modelos. Cambio estructural Estabilidad estructural en modelos econométricos Parámetros constantes en el tiempo y contraste de predicción de Chow Cambio estructural y contraste de Chow Residuos recursivos: contrastes basados en estimación recursiva Contrastes CUSUM y CUSUMQ Modelos inestables: regresiones espúrias Series temporales estacionarias. Detección de la estacionariedad Series temporales estacionales. Detección de la estacionalidad Test de raíces unitarias Tests de Dickey-Fuller de las raíces unitarias Test de Phillips-Perron de las raíces unitarias Modelos estables en el largo plazo: análisis de la cointegración Test de Phillips-Oularis para la cointegración Modelos de corrección por el error MCE Raíces unitarias y cointegración en series estacionales Raíces unitarias y cointegración en series con cambio estructural Estacionariedad y estacionalidad con EVIEWS Raíces unitarias, cointegración y cambio estructural con EVIEWS Raíces unitarias, cointegración y cambio estructural con SAS Raíces unitarias con STATA Estacionariedad y estacionalidad con SPSSS Capítulo 3. Modelos lineales multiecuacionales. Ecuaciones simultáneas Modelos lineales multiecuacionales. Forma estructural y ecuaciones simultáneas Modelo multiecuacional en forma reducida Identificación de modelos lineales de ecuaciones simultáneas. Estimación MCI Estimación de modelos lineales de ecuaciones simultáneas Mínimos cuadrados indirectos Variables instrumentales Mínimos cuadrados bietápicos Modelos recursivos Máxima verosimilitud con información limitada Máxima verosimilitud con información completa Estimadores de clase k y mínimos cuadrados trietápicos Método RANR o SUR Métodos robustos a la heteroscedasticidad: White y HAC Modelos de ecuaciones simultáneas con series temporales Eviews y los sistemas de ecuaciones simultáneas SAS y los sistemas de ecuaciones simultáneas lineales: Procedimientos SYSLYN y MODEL STATA y los modelos de ecuaciones lineales simultáneas Capítulo 4. Modelos multivariantes de series temporales: VAR, VARX, VARMA y BVAR. Cointegración Modelos de vectores autorregresivos (VAR) Identificación en modelos VAR Estimación de un modelo VAR Modelos VARMA Cointegración en modelos VAR. Test de Johansen Eviews y los modelos VAR. Test de Johansen Estimación de modelos VAR en Eviews a través de menús Cointegración en modelos VAR en Eviews a través de menús Modelo de vector de corrección del error en modelos VAR con Eviews SAS Y los modelos VAR. Contrastes de causalidad y cointegración. Test de Johansen Contraste de Johansen en modelos VAR con SAS Modelo de vector de corrección del error en modelos VAR con SAS Modelos VAR con variables exógenas (VARX) en SAS STATA y los modelos VAR y VEC. Contrastes de causalidad y cointegración. Test de Johansen Capítulo 5. Econometría de los datos de panel. Raíces unitarias y cointegración en paneles Introducción a los datos de panel. Estructuras de datos Datos de corte transversal o sección cruzada Datos de series temporales Estructuras de datos. Combinaciones de cortes transversales Estructuras de datos. Datos de panel o longitudinales Paneles puros y paneles expandidos Comparación entre muestras anuales, combinaciones de cortes transversales (pool de datos) y paneles Modelos econométricos con datos de panel Modelos de panel con coeficientes constantes Modelos de panel de efectos fijos . Modelos de panel de efectos aleatorios Modelos dinámicos con datos de panel Modelos logit y probit con datos de panel Raíces unitarias y cointegración con datos de panel Eviews y los modelos con datos de panel SPSS y los modelos con datos de panel SAS y los modelos con datos de panel EVIEWS y los modelos dinámicos con datos de panel. Metodología de Arellano y Bond EVIEWS y los contrastes de raíces unitarias con datos de panel. SAS y los contrastes de raíces unitarias con datos de panel. STATA y los modelos con datos de panel Modelos logit, probit y de Poisson con datos de panel Estimación de paneles dinámicos mediante la metodología Arellano-Bond Capítulo 6. Modelos y sistemas no lineales. Regresión particionada y segmentada Modelos no lineales Mínimos cuadrados no lineales. Algoritmos de Newton y Marquardt Regresión particionada Regresión por tramos o segmentada SPSS y la estimación no lineal y segmentada SAS y la estimación no lineal. Procedimiento NLIN SAS y los modelos de ecuaciones simultáneas no lineales. Procedimiento MODEL Eviews y los modelos de ecuaciones no lineales STATA y los modelos de ecuaciones no lineales Capítulo 7. Modelos predictivos de clasificación y segmentación Modelos predictivos El análisis discriminante como técnica de clasificación y segmentación Hipótesis en el modelo discriminante Estimación del modelo discriminante. Contrastes de significación en el modelo discriminante Selección de variables discriminantes Interpretación de la función discriminante Clasificación de los individuos Análisis discriminante canónico Los árboles de decisión como técnica predictiva de clasificación Características de los árboles de decisión Herramientas para el trabajo con árboles de decisión Árboles CHAID Árboles CART Árboles QUEST El análisis cluster como técnica de clasificación y segmentación Medidas de similitud Técnicas en el análisis cluster Clusters jerárquicos, secuenciales, aglomerativos y exclusivos (S.A.H.N.) El dendograma en el análisis cluster jerárquico Análisis cluster no jerárquico SPSS y el análisis discriminante Árboles de decisión (o clasificación) con SPSS Creación de un árbol de decisión: Método CHAID Métodos CRT y QUEST. Poda de árboles SPSS y el análisis cluster jerárquico SPSS y el análisis cluster no jerárquico SAS y el análisis cluster jerárquico Procedimiento ACECLUS Procedimiento CLUSTER Procedimiento TREE SAS y el análisis cluster no jerárquico SAS y el análisis discriminante: Procedimiento DISCRIM Ejemplo de análisis discriminante SAS y el análisis discriminante canónico: Procedimiento CANDISC Ejemplo de análisis discriminante canónico SAS y el análisis discriminante paso a paso. Procedimiento STEPDISC y ejemplo práctico Capítulo 8. Modelos econométricos con herramientas de minería de datos Técnicas de minería de datos Técnicas predictivas para la modelización econométrica Técnicas predictivas de modelización con SAS Enterprise Miner El nodo Regression: Modelo de regresión múltiple El nodo Regression: Modelo lineal general GLM El nodo Regression: Modelo de elección discreta Logit y Probit Técnicas predictivas de modelización con SPSS Clementine El nodo Regresión Lineal: Modelo de regresión múltiple El nodo Regresión Logística: Modelos de elección discreta Análisis cluster con Enterprise Miner. El nodo Clustering Árboles de decisión con Enterprise Miner. El nodo Tree Entrenamiento interactivo (Interactive Training) Análisis cluster con SPSS Clementine El nodo Entrenar K-medias: Cluster no jerárquico El nodo Cluster Bietápico: Cluster jerárquico Árboles de decisión con SPSS Clementine El nodo Crear C5.0 El nodo Árbol C&R Capítulo 9. Modelos econométricos con redes neuronales Descripción de una red neuronal Definición Función de salida y funciones de transferencia o activación Redes neuronales y ajuste de modelos de regresión Aprendizaje en las redes neuronales Funcionamiento de una red neuronal El algoritmo de aprendizaje Retropropagación (Back-Propagation) Análisis discriminante a través del Perceptrón Análisis de series temporales mediante redes neuronales Análisis de componentes principales con redes neuronales Clustering mediante redes neuronales Redes neuronales con SAS Enterprise Miner Optimización y ajuste de modelos con redes: Nodo Neural Network Predicción y análisis discriminante a través de redes neuronales: Nodo Two Stage Model Análisis cluster con redes neuronales: Nodo SOM/Kohonen Redes neuronales con SPSS Clementine Nodo Entrenar red Nodo Entrenar Kohonen Nodo Entrenar K-medias Definición de las variables en un modelo de estructura de la covarianza Capítulo 10. Modelos econométricos con ecuaciones estructurales Modelización con ecuaciones estructurales Definición de las variables en un modelo de estructura de la covarianza Tipología de modelos de estructura de la covarianza LISREL y el modelo de ecuaciones estructurales Modelo de análisis factorial confirmatorio. Identificación, estimación y diagnosis Identificación del modelo Estimación del modelo Diagnosis o ajuste del modelo Especificación del modelo Modelo de estructura de la covarianza Especificación del modelo de medida Especificación del modelo estructural Modelo general de estructura de la covarianza Etapas de la modelización Especificación del modelo Identificación del modelo Estimación de los parámetros Diagnosis o ajuste del modelo Interpretación del modelo Reespecificación del modelo Modelos estructurales con SAS. PROC CALIS
  • Idioma: Español.
  • Servidores de descarga: Mediafire – MyUpload – Google Drive – 1fichier – MEGA – OneDrive – Openload – Dropbox.
  • Valoración: 4.33, con 49 votos.
Calificar Libro

Subido por: Jerónimo García moreno, el día 21/10/2016 con una puntuación de 4.44 (Máx 5). En Lecturas Complementarias.com tenemos disponibles miles de títulos para bajar. Haz Clic en el ícono de descarga para bajar el archivo Econometría Avanzada escrito por César Pérez.

Descargar Gratis