TY - BOOK AU - Pérez, César TI - Econometría Básica : Aplicaciones con EVIEWS, STATA, SAS y SPSS SN - 9788415452027 U1 - 330.015195 PY - 2012/// CY - Madrid, España PB - Garceta grupo Editorial KW - ECONOMETRÍA N1 - El objetivo de este libro es la presentación de las técnicas econométricas básicas 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. Los capítulos se inician con la exposición de los conceptos y notas teóricas adecuadas, para, a continuación, resolver una variedad de ejercicios que cubran los conceptos expuestos. Se trata de recopilar la mayor parte de los conceptos econométricos e ilustrarlos con la práctica a través de las herramientas de software adecuadas. El primer bloque de contenido se ocupa del modelo lineal de regresión múltiple y de toda su pro-blemática, incluyendo herramientas para la detección y tratamiento de la autocorrelación, heterosce-dasticidad, multicolinealidad, normalidad residual, linealidad, observaciones influyentes, errores de especificación, exogeneidad y regresores estocásticos. Un segundo bloque trata los modelos de elección discreta, recuento, censurados, truncados y de se-lección muestral, haciendo hincapié en los modelos Logit, Probit, Tobit, Poisson, binomial negativa y corrección del sesgo de selección mediante la estimación de Heckman. El tercer bloque aborda el análisis univariante de series temporales a través de la metodología Box Jenkins para modelos ARIMA, el tratamiento de los modelos de intervención y los modelos univariantes de la función de transferencia. El último bloque se ocupa de los modelos del análisis de la varianza y la covarianza, el modelo lineal general y los modelos mixtos." N2 - CONTENIDO -- Introducción -- Capítulo 1. Modelo lineal de regresión múltiple. Hipótesis, Estimación, inferencia y predicción -- Capítulo 2. Modelo lineal de regresión múltiple. Herramientas de software -- Capítulo 3. Autocorrelación, heteroscedasticidad, multicolinealidad, no linealidad y normalidad -- Capítulo 4. Herramientas para tratar autocorrelación, Heteroscedasticidad y otros problemas -- Capítulo 5. Modelos Logit, Probit, Tobit, truncados, recuento, censurados y de selección muestral. Herramientas -- Capítulo 6. Análisis univariante de series temporales. Modelos ARIMA, intervención y función de transferencia -- Capítulo 7. Herramientas para el análisis univariante de series temporales --Capítulo 8. Modelos del análisis de la varianza y la covarianza. Modelo Lineal General y modelos mixtos ER -