Curso de econometría computacional

La siguiente entrada contiene un resumen de los apuntes sobre los cursos de econometría aplicada, con ejemplos de computadora en distintos programas econométricos, pero mayormente centrados en R. La primera parte introduce a concepto metodológicos que respaldan el uso de la econometría en la busqueda de relaciones causales, especialmente mediante el uso del modelo de regresión.

Curso 1. Introducción a la econometría

Parte I. Naturaleza de la econometría y modelo de regresión

Clase 1. Naturaleza de la econometría

Clase 2. Repaso estadística

Clase 3. Modelo de regresión lineal simple

Clase 4. Modelo de regresión múltiple [R; Stata; Eviews]

Parte II. Análisis del modelo de regresión

Clase 5. Test de hipótesis sobre el modelo de regresión múltiple [R; Stata]

Clase 6. Formas funcionales y variables cualitativas [R]

Clase 7. Problemas de datos y selección del modelo [R]

Clase 8. Validación de supuestos del modelo de regresión [R]

Curso 2. Introducción a la microeconometría

Parte III. Naturaleza, datos y métodos

Clase 1. Introducción a la microeconometría

Clase 2. Endogeneidad y variables instrumentales

Modelos robustos a la heterocedasticidad

Estimación por mle

Modelos de probabilidad (Logit, Probit)

Regresión por cuartiles

Curso 3. Introducción al análisis de series temporales

Clase 1. Análisis exploratorio de series temporales [R]

Clase 2. Modelos integrados de series temporales [R]

Clase 3. Pronósticos de series temporales [R]

Clase 4. Modelos de volatilidad condicional [R]

Versión 04/09/2020 (en construcción)

Un breve curso introductorio a Stata para economistas

Clase 1. Sintaxis básica, elaboración de variables y gestión de bases de datos
Clase 2. Análisis descriptivo
Clase 3. Herramientas de análisis: tablas y gráficos
Clase 4. Análisis de independencia
Clase 5. Modelos de regresión

Calcula los años de escolaridad utilizando la Encuesta Nacional de Fuerza de Trabajo

La siguiente entrada muestra como estimar la variable de años de escolaridad de la población según utilizando la Encuesta Tradicional de Fuerza de Trabajo.

/*

Diccionario de variables de educación:

"eft_ult_nivel_alcanzado"

1 "pre_escolar"

2 "primaria"

3 "secundaria"

4 "vocacional"

5 "universitaria"

6 "post_universitaria"

7 "ninguno"

*/

generate anos_escolaridad=.

*personas sin años en la escuela

replace anos_escolaridad= eft_ult_ano_aprobado if eft_ult_nivel_alcanzado==7

* Educación inicial

replace anos_escolaridad= eft_ult_ano_aprobado if eft_ult_nivel_alcanzado==1

* Educación básica

replace anos_escolaridad= eft_ult_ano_aprobado if eft_ult_nivel_alcanzado==2  

* Educación media

replace anos_escolaridad= 8 + eft_ult_ano_aprobado if eft_ult_nivel_alcanzado==3

* Vocacional

replace anos_escolaridad= 8 + eft_ult_ano_aprobado if eft_ult_nivel_alcanzado==4

* Educación universitaria

replace anos_escolaridad= 12+ eft_ult_ano_aprobado if eft_ult_nivel_alcanzado==5

* Educación post-universitaria

replace anos_escolaridad= 16+ eft_ult_ano_aprobado if eft_ult_nivel_alcanzado==6  

A continuación se muestra un ejemplo de cómo generar una tabla especial en Stata, donde se muestra la escolaridad promedio por zona, según sexo:

table zona eft_sexo [fweight = eft_factor_exp] if eft_edad>=15 , contents(mean anos_escolaridad ) row col 

Métodos y Técnicas de Investigación Económica

La siguiente entrada corresponde a los materiales impartidos de la asignatura de "Métodos y Técnicas de Investigación Económica" (2do. semestre) y "Seminario de Investigación Económica" (7mo. semestre), respectivamente, impartidas en la Universidad Autónoma de Santo Domingo. El objetivo secuencial de las asignaturas es exponer las principales peculiaridades de la investigación económica, para posteriormente explicar cómo los economistas han utilizado las herramientas estadísticas y matemáticas para enfrentarse a las peculiaridades identificadas. El carácter aplicado de la materia lleva a utilizar R y Stata como herramientas informáticas para desarrollar este conjunto de herramientas y  aplicaciones, específicamente, el estudio de bases de datos. La redacción de los informes se realiza en Word y Latex respectivamente.
________________________________________________________________________________

Métodos y técnicas de Investigación Económica (ECN-3150 02, NRC: 93759)

Módulo 1. Metodología y fases de la investigación económica

Clase 1. La Economía como ciencia

Clase 2. Una gira por la Economía (un análisis económico fundamental)

Clase 3. El método científico y el conocimiento
Clase 4. El método en econmía 

Parcial 1: 2021-2 | 2022-1

Módulo 2. Diseño de la investigación

Clase 5. Planteamiento de la investigación en economía
Clase 6. Diseño de la investigación
Clase 7. Operacionalización de variables y bases de datos

Clase 8. Muestreo de la investigación

Parcial 2: 2021-2

Módulo 2. Análisis de datos y redacción de informes

Clase 9. Introducción a Excel
Clase 10. Excel intermedio
Clase 11. Tabulación de datos y análisis estadístico en Excel

Clase 12. Redacción de informes técnicos en Word

Anexo 1. Citar correctamente

Parcial 3

Ejercicio propuestos | notas | trabajo final

Ejercicios de Excel: 2020-1 | 2020-2

_____________________________________________________________________________
Seminario de Investigación Económica (ECN-4310 01, NRC: 44262)

Unidad 1. Metodología y herramientas de la investigación en Economía

1.1. Teoría de causalidad estadística y metodología de investigación económica

Clase 1.1.0. Introducción a la investigación en Economía 

Clase 1.1.1. Causalidad estadística y metodología de investigación económica

Clase 1.1.2. Correlación y covarianzas

Clase 1.1.3. Independencia y esperanza condicional 

Clase 1.1.4. Sesgo por factores omitidos

1.2. Fases de la investigación y redacción de informes

Clase 1.2.5. Tipos y diseño de la investigación  

Clase 1.2.6. Muestreo y estructura de datos*  

Clase 1.2.7. Fases de la investigación 

Clase 1.2.8. Redacción de informes en Latex, overleaf

Clase 1.2.9. Fuentes de datos y herramientas de investigación*

Clase 1.2.10. Redacción de informes en Word*

Unidad 2. Métodos estadísticos para la investigación en economía [Rstudio]

2.1. Estadística computacional y comunicación de datos en R 

Clase 1. Introducción a R [curso introductorio de Derek Corcoran]

Clase 2. Análisis exploratorio y estadística descriptiva | repaso teórico | tablas en R*

Clase 3. Manipulación de bases de datos usando dplyr I | ejercicios

Clase 4. Comunicación de datos en ggplot2 de tidyverse, mapas y R-markdown | ejercicios

Clase 5. Datos relacionales y estructura de datos - dplyr II | ejercicios

2.2. Inferencia estadística y nociones de ciencia de datos en R

Clase 6. Análisis de independencia | ejercicios | repaso teórico | Inferencia estadistica

Clase 7. Ejercicios aplicados: independencia y datos relacionales

Clase 8. Métodos de clasificación e introducción a Statistical Learning

Clase 9. Análisis condicional y modelo de regresión lineal | repaso

Clase 10. Formas funcionales

Clase 11. Supuestos del modelo de regresión

Clase 12. Test de hipótesis sobre el análisis de regresión

Clase 13. Introducción al análisis de datos de panel.

Unidad 3. Análisis de series temporales e investigación económica

Clase 1. Análisis exploratorio de series temporales | ejercicios

Clase 2. Estacionariedad y modelos ARIMA

Clase 3. Pronóstico de series temporales

Clase 4. Modelos de volatilidad (GARCH y extensiones)

Clase 5. Vectores autoregresivos (VAR) y vectores estructurales (SVAR)

Clase 6. Integración y Modelos de Corrección de Errores

Exámenes y ejercicios propuestos [respuestas]
Ejercicios tidyverse: dplyr I, dplyr II

Parcial 1: 2018-2 | 2019-2 | 2020-1 | 2020-2 | 2021-2 | 2022-1
Parcial 2: 2018-2 | 2019-2 |              | 2020-2 | 2021-2

Notas: 2021-2 | 2022-1 | trabajo final

El siguiente enlace de ejercicios propuestos permite acceder a una serie de ejercicios tipos entregables semanales, que sirven como guía para preparar exámenes. Además, contienen las instrucciones del trabajo final correspondiente a la asignatura. Las bases de datos necesarias para realizar los ejercicios están disponible en el siguiente enlace: datos. Además de algunos ejercicios de ejemplos realizados en clases en Excel.

Ejercicios de series temporales: 1 |

(* clase de repaso, se incluye el material pero no se imparte el contenido en la materia.)
(** Opcional, en función del tiempo disponible.)

Recodificando las variables de empleo en la Encuesta Nacional de Fuerza de Trabajo (en Stata)

La siguiente entrada muestra cómo trabajar con la Encuesta Nacional de Fuerza de Trabajo tradicional, para recodificar las variables de empleo, de forma que permita obtener la clasificación de los trabajadores por rama de actividad económica según su ocupación principal, grupo ocupacional y categoría ocupacional. Además, presenta como realizar tabulados de categorías de empleos según deciles de ingresos por sector formal e informal de la economía, utilizando el factor de expansión. 

Rama de actividad económica

/// Recodifica variable de rama de actividad economica                                                       

generate ramagrup =.  

replace  ramagrup = 1  if eft_rama_princ >= 11 & eft_rama_princ <= 100

replace  ramagrup = 2  if eft_rama_princ >=101 & eft_rama_princ <= 150

replace  ramagrup = 3  if eft_rama_princ >=151 & eft_rama_princ <= 400

replace  ramagrup = 4  if eft_rama_princ >=401 & eft_rama_princ <= 450

replace  ramagrup = 5  if eft_rama_princ >=451 & eft_rama_princ <= 500

replace  ramagrup = 6  if eft_rama_princ >=501 & eft_rama_princ <= 550           

replace  ramagrup = 7  if eft_rama_princ >=551 & eft_rama_princ <= 600

replace  ramagrup = 8  if eft_rama_princ >=601 & eft_rama_princ <= 650

replace  ramagrup = 9  if eft_rama_princ >=651 & eft_rama_princ <= 700

replace  ramagrup = 10 if eft_rama_princ >=751 & eft_rama_princ <= 753

replace  ramagrup = 11 if eft_rama_princ >=701 & eft_rama_princ <= 750

replace  ramagrup = 11 if eft_rama_princ >=801 & eft_rama_princ <= 990

replace  ramagrup = 12 if ramagrup==99         & desocupado     == 1

replace  ramagrup = 98 if ramagrup==99         & pea            == 1

label variable ramagrup      "Rama de actividad económica, grandes grupos"

label define   ramagruplbl 1 "Agr-ga" 2 "Exp-Mi" 3 "Ind-Ma" 4 "Ele-Ga" 5 "Constr" 6 "Comerc" 7 "Hot-Re" ///

8 "Tra-Co" 9 "Int-Fi" 10 "Adm-Pú" 11 "Otr-Se"  12 "Sin-Ra" 98 "Missing" 99 "No aplica"

label values ramagrup ramagruplbl     

Categoría ocupacional

 recode eft_categoria_ocup_princ (6=1 "Patr_Soci") (4/5=2 "Cuen_Prop") (1/2=3 "Empl_públ") (3=4 "Empl_Priv") (7=5 "No_Remune") ///

    (8=6 "Serv_dome") (9=7 "Sin_categor"), into(categoria_ocup)

Grupos ocupacionales

gen grup_ocup = 99

replace grup_ocup = 1 if eft_ocupacion_princ >= 101 & eft_ocupacion_princ <= 131

replace grup_ocup = 2 if eft_ocupacion_princ >= 211 & eft_ocupacion_princ <= 246

replace grup_ocup = 3 if eft_ocupacion_princ >= 311 & eft_ocupacion_princ <= 348

replace grup_ocup = 4 if eft_ocupacion_princ >= 411 & eft_ocupacion_princ <= 422

replace grup_ocup = 5 if eft_ocupacion_princ >= 511 & eft_ocupacion_princ <= 523

replace grup_ocup = 6 if eft_ocupacion_princ >= 611 & eft_ocupacion_princ <= 621

replace grup_ocup = 7 if eft_ocupacion_princ >= 711 & eft_ocupacion_princ <= 744

replace grup_ocup = 8 if eft_ocupacion_princ >= 811 & eft_ocupacion_princ <= 834

replace grup_ocup = 9 if eft_ocupacion_princ >= 911 & eft_ocupacion_princ <= 933

replace grup_ocup = 5 if eft_ocupacion_princ == 11

replace grup_ocup = 10 if eft_ocupacion_princ == 99   & desocupado == 1

replace grup_ocup = 98 if grup_ocup == 99 & pea == 1

label variable grup_ocup "Grupos ocupacionales"

label define labelocu_grupo 1 "Gerentes y Administradores" 2 "Profesionales e Intelectuales" 3 "Técnicos de Nivel Medio" 4 "Empleados de Oficina" /*

*/ 5 "Trabajadores de los Servicios" 6 "Agricultores y Ganaderos Calificados" 7 "Operarios y Artesanos" 8  "Operadores y Conductores" /*

*/ 9  "Trabaladores No calificados" 10 "Sin ocupación definida: Desempleados nuevos" 98  "Missing" 99 "No aplica"

label values grup_ocup labelocu_grupo

Generando variables de quintiles de ingresos para segmentar los tabulados por grupos de ingresos.  

xtile VIPCm_ENFT = y if ocupado==1 /*& (IDlab_tot>0 & IDlab_tot!=.)*/ [fweight = eft_factor_exp], nq(10)

Generando diversos tabulados para el caso de grupos de trabajadores por Rama de actividad. En caso de querer obtener información sobre otro grupo de ocupación, sólo es necesario que cambie la variable ramagrup por su variable de interés. Una aclaración importante, siempre que se trabaje con datos de la Encuesta, es necesario validar la información obtenida con la presentada por la institución oficial. El cuadro siguiente muestra una diferencia de 62 personas en la categoría informales de la rama "Comercio al por Mayor y Menor". 

dis "Número de trabajadores, " as result eft_periodo[1]

table ramagrup VIPCm_ENFT [fw=eft_factor_exp] if ocupado==1, format(%10.0fc) row col

dis "Número de trabajadores formales, " as result eft_periodo[1]

table ramagrup VIPCm_ENFT [fw=eft_factor_exp] if ocupado==1 & formal==1, format(%10.0fc) row col

dis "Número de trabajadores informales, " as result eft_periodo[1]

table ramagrup VIPCm_ENFT [fw=eft_factor_exp] if ocupado==1 & informal==1, format(%10.0fc) row col

dis "Salario promedio Totales, " as result eft_periodo[1]

table ramagrup VIPCm_ENFT if ocupado==1, contents(mean y ) format(%10.2fc) row col

dis "Salario promedio formales, " as result eft_periodo[1]

table ramagrup VIPCm_ENFT if ocupado==1 & formal==1, contents(mean y ) format(%10.2fc) row col

dis "Salario promedio informales, " as result eft_periodo[1]

table ramagrup VIPCm_ENFT if ocupado==1 & informal==1, contents(mean y ) format(%10.2fc) row col

dis "Incidencia de la pobreza, " as result eft_periodo[1]

table ramagrup if ocupado==1, contents(mean pobre) format(%10.6fc) row col

table ramagrup if ocupado==1 & formal==1, contents(mean pobre ) format(%10.6fc) row col

table ramagrup if ocupado==1 & informal==1, contents(mean pobre ) format(%10.6fc) row col

Curso de Stata para la investigación económica

Bajo un enfoque metodológico aplicado, la próxima entrada contiene las notas de un curso de metodología de la investigación para economista, que intenta combinar los aspectos teóricos aprendidos en cursos anteriores de metodología y técnicas de la investigación, con las herramientas aprendidas en sus cursos de estadísticas y econométricas. En este sentido, las entrada intenta ser un puente entre teoría y práctica, explicando parte de los esfuerzos individuales de los economistas por alcanzar estimaciones causales a partir de datos no experimentales. Las aplicaciones se realizan en Stata y se presentan herramientas útiles para la redacción de informes en Word. 

Tema I. Fases de la investigación económica

Clase 1. Fases de la investigacióncuantitativa

Clase 2. Peculiaridades, herramientas y aplicaciones de lainvestigación económica

Clase 3. El artículo científico:estructura y presentación de un paper en economía 

Clase 4. Herramientas de redacción de en Word

Tema II. Estadísticas descriptivas y bases de hogares

Clase 5. Preliminares: estadísticadescriptiva, variables y bases de datos

Clase 6. El análisis descriptivo dedatos en economía: Stata

Clase 7. Herramientas de análisisdescriptivo: tablas y gráficos en Stata  

Clase 8. Análisis de indicadores sociales a partir de encuestas de hogares

              Ejemplos utilizando la Encuesta Nacional de Fuerza de Trabajo

Ciclo de conferencias sobre muestreo:

     Fundamentos de muestreo

     El muestreo económico  (Perla Rosario, Oficina Nacional de Estadística)

   Muestras complejas y encuestas de hogares (Noel Rodríguez, IDEICE)

Tema III. Diseño y pruebas de hipótesis en la investigación económica

Clase 9. Repaso de inferencia estadísticay teoría de probabilidad

Clase 10. Diseño de investigación y tiposde hipótesis

Clase 11. Test de hipótesis: preliminares estadísticos  

Clase 12. Test de hipótesis en Stata:chi-cuadrado| correlación| ANOVA yt-students

Tema IV. Microeconometría

Clase 13. Repaso de econometría: elmodelo de regresión múltiple

Clase 14. Validación de los supuestos ymodelos robustos

Clase 15. Formas funcionales: dummys,iteraciones, elasticidades y rendimientos

Clase 16. Robustez de resultados yestudio de causalidad (Hamilton Taveras, DGII)

Clase 17. Modelos de variabledependiente limitada: Logit y Probit

Clase 18. Endogeneidad y modelos devariables instrumentales 

Tema VI. Macroeconometría

Clase 19. Series de tiempo univariadas:ARIMA, Dickey-Fuller

Clase 20. Análisis de sereis temporales en Stata

Clase 21. Modelos multivariados

Clase 22. Pronósticos 

Clase 23. Modelos univariados devolatilidad: GARCH, GARCH asimétricos

Clase 24. Modelos de transferencia de volatilidad: MGARCH 

Tema V. Curso de análisis de políticas públicas

Clase 26. Datos panel: estructura de los datos y estimaciones básicas.

Clase 27. Diferencias en diferencias: estudio de políticas públicas.

Clase 28. Microsimulaciones.

Clase 29. Estudio de la pobreza y calidad de vida.

Clase 30. Modelos factoriales e índices de calidad de vida.

Referencias tema 1:

1.      Blaug, Mark (1980). La metodología de la economía. Alianza Universidad.

2.      Borbón, A. y Mora, Walter (2013). Edición de textos científicos en Latex. Instituto tecolotico de Costa Rica.

3.      Loria, E. (2006). En defensa de la macroeconometría estructural. Facultad de Economía, Universidad Nacional Autónoma de México (UNAM).

4.      Nassim, N. (2006). El cisne Negro.

5.      Price, Leonel (1996). El análisis económico en un banco central Modelos versus criterio personal. Bank of England.

6.      Sampieri, R, Fernández, C, Baptista, (2010). Metodología de la investigación. (5ta. ed.). D.F., México: McGraw Hill.

Referencias tema 2:

1.      Banco Central de la República Dominicana (2016). Encuesta Nacional de Fuerza de Trabajo.

2.      Escobar, Modesto; Macías, Enrique y Bernardi, Fabrizio. Análisis de datos con Stata. 2da. Edición. Cuadernos Metodológicos.

3.      Nicoletti, Nicholas (2011). Getting started with satata programming. University at Buffalo (SUNY). Department of Political Science.

4.      Stata Press (2013). Stata glossary and index (Release 13). A Stata Press Publication. College Station, Texas.

5.      Vásquez, Javiera (2010). Curso Nivelación STATA. Magíster en Políticas Públicas. Centro Microdatos.

6.      Rodriguez, Germán. Stata tutorial. Office of Population Research, Princenton University.

7.      Wackerly, Dennis; Mendenhall, William and Scheaffer, Richard. Mathematical statistics with applications. Cengage Learning. 7th ed.

Referencias tema 3:

1.      Casella, George and Berger, Roger (2002). Statistical Inference. Thomson Learning. Second edition.

2.      García-Donato, Gonzalo (2013). Teoría estadística. Universidad de Castilla-La Mancha

3.      Rau, Tomás (2015). Teoría Econométrica 1. Pontificia Universidad de Chile.

4.      Wackerly, Dennis; Mendenhall, William and Scheaffer, Richard. Mathematical statistics with applications. Cengage Learning. 7th ed.

Referencias tema 4:

1.      Baum, C. (2006). An Introduction to Modern Econometrics Using Stata. Oak Square School.

2.      Gujarati, Danomar (2009). Econometría.

3.      Nicoletti, Nicholas (2011). Getting started with satata programming. University at Buffalo (SUNY). Department of Political Science.

4.      Stata Press (2013). Stata glossary and index (Release 13). A Stata Press Publication. College Station, Texas.

5.      Rau, Tomás (2015). Teoría Econométrica 1. Pontificia Universidad de Chile.

6.      Wooldridge, Jeffrey (2015). Introductory econometrics: A modern approach.

Referencias tema 5:

1.      Enders, W. Applied Econometrics Time Series. Wiley. 3era. Edición.

2.      Ignacio, Lobato (2016).  Macroeconometria: notas de inferencia. ITAM

3.      Kirchgässner, Gebhard y Wolters, Jürgen (2007). Introduction to Modern Time Series Analysis. Springer. Berlin Heidelberg.

4.      Novales, Alfonso (2016). Modelos GARCH. Universidad Complutense de Madrid.

5.      Novales, Alfonso (2016). Series temporales univaridas: ARIMA. Universidad Complutense de Madrid

6.      Stata Press (2013). Stata glossary and index (Release 13). A Stata Press Publication. College Station, Texas.

Referencias tema 6:

1.      Wooldridge, Jeffrey (2015). Introductory econometrics: A modern approach.

2.      Wooldridge, Jeffrey (2002). Econometric Analysis of Cross Section and Panel Data. MIT, Cambridge, Massachusetts. London, England.

Labra, Romilio y Torrecillas, Romilio (2016). Guía CERO para datos de panel. Un enfoque práctico. Universidad Autónoma de Madrid. https://www.uam.es/docencia/degin/catedra/documentos/16_Guia%20CERO%20para%20datos%20de%20panel_Un%20enfoque%20practico.pdf