Guia de Cursos

Queres conhecer a oferta de cursos da NOVA, nas áreas das licenciaturas, mestrados e doutoramentos?
No nosso Guia de Cursos encontras informação útil sobre Faculdades, Institutos e Escolas.
Podes ainda aceder a informações complementares necessárias a uma completa integração.

saber mais Guia de Cursos

Instituto Superior de Estatística e Gestão de Informação

Econometria I

Código

24092

Unidade Orgânica

Instituto Superior de Estatística e Gestão de Informação

Créditos

6.0

Professor responsável

Jorge Morais Mendes

Horas semanais

45.0

Língua de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Objectivos

O objectivo desta Unidade Curricular é de introduzir os conceitos básicos ligados à Econometria, em particulat o modelo linear. Os alunos deverão ser capazes, não só de resolver problemas práticos com recurso ao software estatístico adequado, mas também devem saber interpretar os resultados à luz dos conceitos teóricos. Pretende-se também criar um espírito crítico nos alunos para que estes estejam conscientes das principais limitações impostas pelos modelos econométricos estudados.

Pré-requisitos

São necessários requisitos de Matemática ao nível da Análise e Algebra Linear e de Estatística Matemática. São também exigidos conhecimentos elementares ao nível da utilização de computadores.

Conteúdo

1.      Revisão de Elementos de Matemática e Estatística para a Econometria
2.      Introdução

  • 2.1. Objeto e Método da Econometria
  • 2.2. Natureza dos Dados Económicos
  • 2.3. Fases do Trabalho Econométrico
3.      O Modelo de Regressão Linear Simples (MRLS)
  • 3.1. Conceitos Básicos e Notação
  • 3.2. Hipóteses Clássicas do MRLS
  • 3.3. Estimador de Mínimos Quadrados
  • 3.4. Formas Funcionais de Modelos
  • 3.5. Variância Amostral dos Estimadores de Mínimos Quadrados
  • 3.6. Propriedades Amostrais dos Estimadores de Mínimos Quadrados
4.      Modelo de Regressão Múltipla
  • 4.1. Especificação do Modelo de Regressão Múltipla
  • 4.2. Estimador de Mínimos Quadrados
  • 4.3. Variância Amostral dos Estimadores de Mínimos Quadrados
  • 4.4. Teorema de Gauss-Markov
5.      Inferência Estatística
  • 5.1. Distribuição Amostral dos Estimadores de Mínimos Quadrados
  • 5.2. Ensaios de Hipóteses sobre Coeficientes Individuais
  • 5.3. Intervalos de Confiança
  • 5.4. Ensaios de Hipóteses sobre Combinações Lineares de Coeficientes
  • 5.5. Ensaios de Hipóteses Conjuntas sobre Coeficientes
6.      Propriedades Assintóticas dos Estimadores de Mínimos Quadrados
  • 6.1. Consistência
  • 6.2. Distribuição Assintótica dos Estimadores
  • 6.3. Testes Assintóticos
7.      Análise de Regressão Múltipla com Informação Qualitativa: Variáveis Dummy como Variáveis Explicativas
8.      Análise de Especificação
  • 8.1. Omissão de Variáveis Relevantes
  • 8.2. Erros de Medida
  • 8.3. Alteração de Estrutura
  • 8.4. Multicolinearidade
9.      Heterocedasticidade
  • 9.1. Natureza e Consequências da Heterocedasticidade
  • 9.2. Inferência Robusta
  • 9.3. Testes à presença de Heterocedasticidade: White, Breusch-Pagan e Goldfeld-Quandt
  • 9.4. Estimador de Mínimos Quadrados Ponderados

Bibliografia

WOOLDRIDGE, J.M. (2003): Introductory Econometrics: A Modern Approach, South- Western College Publishing.
Greene, W. H. (2012). Econometric Analysis. 7th Edition. Prentice Hall
Johnston, J. Dinardo, J (1997). Econometrics Methods. 4th Edition. Economics Series, McGraw Hill

Método de ensino

O Ensino é baseado em sessões teóricas e teórico-práticas e em aulas práticas. Os momentos de aprendizagem são os seguintes: abordagem de uma questão do mundo real, apresentação das ferramentas teóricas e aplicações práticas ( com recurso ao software estatístico) que permitem a resolução desse problema.

Método de avaliação

Alternativa A: 2 testes realizados durante o semestre (20%+20%) mais exame de 1ª época (60%). A nota resultante será a mais elevada entre a nota ponderada pelos 3 momentos de avaliação e a nota do exame de 1ª época

Alternativa B: Exame final de 2ª época a 100%

Cursos