Métodos Econométricos - Programa de Curso

1 ANO 2 SEM UERJ PROGRAMA 2023 2 3 UNIDADE FACULDADE DE CIÊNCIAS ECONÔMICAS 4 DEPARTAMENTO ANÁLISE QUANTITATIVA 5 CÓDIGO FCE0206943 6 NOME DA DISCIPLINA MÉTODOS ECONOMÉTRICOS 7 CH 60 8 CRÉD 04 Prof Marcelo Verdini Maia PhD marcelovmaiagmailcombr PRÉREQUISITO IME0506940 Estatística Econômica e Introdução à Econometria OBJETIVOS Ao final do curso o aluno deverá ser capaz de utilizar o instrumental econométrico em cross section como método científico para testes específicos da teoria econômica em especial por intermédio de técnicas de análise de regressão linear além de compreender noções básicas de séries temporais PROGRAMA TÓPICOS LEITURA BÁSICA 1 Revisão Probabilidade e Inferência Estatística Wooldridge Apêndice E Bussab e Morettin Caps 10 a 13 Notas de Aula 2 Introdução a Econometria Wooldridge Cap 1 Stock Watson Cap Notas de Aula 3 Modelo de Regressão Simples Estimação e Inferência Wooldridge Cap 2 e Apêndice D Wooldridge Caps 4 e Apêndice E Notas de Aula 4 Modelo de Regressão Múltipla Estimação e Inferência Wooldridge Cap 3 e Apêndice E Wooldridge Caps 4 e Apêndice E Notas de Aula 5 Breve discussão sobre Propriedades Assintóticas Wooldridge Caps 5 Bussab e Morettin Caps 10 a 13 Notas de Aula 6 Modelo de Regressão Múltipla problemas adicionais Wooldridge Cap 6 7 Variáveis Dummy Wooldridge Cap 7 Notas de Aula 8 Heteroscedasticidade Wooldridge Cap 8 Notas de Aula 9 Tópicos Adicionais Wooldridge Cap 9 Notas de Aula 10 Introdução a Séries Temporais Wooldridge Caps10 a 12 Método O curso será teóricoprático como um curso de Econometria deve ser Para isso precisamos desenvolver a teoria por meio de slides e uso do quadro Vocês precisarão entender o desenvolvimento teórico dos conceitos e teoremas A parte prática será vista inicialmente por meio do uso do software Gretl httpgretlsourceforgenet Com o avançar do curso iremos também fazer uso dos softwares R e Python São softwares gratuitos e muito úteis no estudo da Econometria O aluno de Economia não pode sair da faculdade sem aprender minimamente a programar em especial no R e Python O GRETL é didaticamente eficiente mas difere do R e do Python na medida em que a maior parte dos conceitos de Econometria já estão préprogramados o que facilita o entendimento inicial do conteúdo mas não ajuda muito na evolução do aprendizado em programação AVALIAÇÃO 1 Nota P1 prova dia 25092022 segundafeira 2 Nota P2 prova dia 06112023 segundafeira 3 Nota P3 prova 06122023 quartafeira 4 Prova final prova 13122023 quartafeira Observações A P1 e P2 cobrem conteúdo parcial A P3 cobre toda a matéria Condições para aprovação Média maior nota P1 P2 nota da P3 igual ou superior a 70 OU Média maior nota P1 P2 nota da P3 igual ou superior a 60 se as notas forem maiores ou iguais a 40 OU Média maior nota P1 P2 nota da P3 igual ou superior a 50 se as notas forem maiores ou iguais a 50 OU Caso não atinja nenhum dos critérios acima fazer prova final Será aprovado se a soma da média maior nota P1 P2 nota da P3 e a prova final for maior ou igual a 10 BIBLIOGRAFIA Bibliografia Título Autor Editora Básica Notas de Aula Marcelo Verdini Básica Introdução a Econometria tradução da 6 ª edição americana Wooldridge J Cengage Learning Básica Estatística Básica 8ª ed Bussab Wilton O Morettin Pedro A Ed Saraiva Básica Econometria Básica 5 ª edição Gujarati D McGraw Hill Artmed Complementar Estatística Teoria e Aplicações Usando Microsoft Excel Levine David M et al 6ª ed Rio de Janeiro LTC 2012 Complementar Introduction to Econometrics StockJ and Watson M AddisonWesley 3rd edition Complementar Questões ANPEC Estatística Vários Complementar R for Beginners Paradis E Complementar An Introduction to R R Core Team Complementar Python for Data Science Handbook essential tools for working with data Jake VanderPlas