EST-11104 Econometría/Econometrics.
Objetivos:
Definir el concepto de Econometría y su nexo con la teoría económica y
estadística.
Identificar entre los datos de corte transversal y series de tiempo.
Identificar, interpretar y corregir los elementos, supuestos y consecuencias del modelo de regresión lineal múltiple y manejar sus propiedades básicas con herramientas matriciales.
Distinguir entre pronósticos ex-post y ex-ante. Calcular e interpretar
pronósticos puntuales y por intervalo con un modelo de regresión lineal.
Resolver problemas con Excel e Eviews.
Temario:
Introducción a la Econometría Modelo de Regresión Lineal Simple Modelo de Regresión Lineal Múltiple Análisis de los supuestos del Modelo de
Regresión Lineal múltiple
Generación de Pronósticos con el Modelo de Regresión Lineal Múltiple
Objectives:
To define the concept of Econometrics and its relation with economic and statistical theory.
To identify between transversal cut data and time series.
To identify, interpret and correct the elements, assumptions and consequences of the multiple linear regression model and to manage its basic properties with matrix tools.
To distinguish between ex-post and ex-ante forecasts. To calculate and interpret point and interval forecasts with a linear regression model.
To solve problems using Excel and Eviews.
Topics:
Introduction to Econometrics Simple Linear Regression model Multiple Linear Regression model
Multiple Linear Regression assumptions analysis.
Forecasts generation with Multiple Linear Regression model.
References
Gujarati, D., “Econometría”, tercera edición.
Mc. Graw Hill.
Maddala, G. S., “Introducción a la Econometría”, segunda edición, Prentice hall.
Pindyck, R. y D. Rubinfeld, “Econometría.
Modelos y Pronósticos”, cuarta edición, Mc.
Graw-Hill.
EST-10101 Estadística I/Statistics I Objetivos:
Proporcionar al alumno los conceptos, herramientas y modelos básicos para el análisis estadístico y presentar la Estadística como una disciplina que permite cuantificar la incertidumbre asociada a fenómenos que presentan variabilidad.
Temario:
Introducción
Análisis Exploratorio de Datos Probabilidad, variables aleatorios y
distribuciones de probabilidad
Algunas distribuciones de probabilidad importantes
El problema de inferencia
Objectives:
To provide students with the concepts, tools, and basic models for statistical analysis and to
present Statistics as a discipline that allows quantify the uncertainty associated to phenomena that have variability.
Topics:
Introduction
Exploratory Data Analysis
Probability, Random Variables y Probability Distributions.
Some important Probability Distributions.
The Inference Problem.
References
Aguirre, V. y Artaloitia, B. An{alisis Exploratorio de Datos, ITAM.
Alegría, A. y Balmaseda, B. algunas Distribuciones de Probabilidad, ITAM.
Berenson, M. & Levine, D. Estadística Básica en Administración, Prentice Hall, México, D.F.
Conover, W. & Iman, R. Introduction to Modern Business Statistics, Wiley, ¡st Ed.
Guerrero, V.M. Estadística Básica para estudiantes de Economía y otras Ciencias Sociales. Fondo de cultura Económica, México, 2da Ed.
Johnson, R. Elementary Statistics, Duxbury, 7th ed.
EST-10102 Estadística II/Statistics II Objetivos:
Proporcionar al alumno un lenguaje para poder formular problemas reales en términos estadísticos, mediante el conocimiento de las ideas básicas que sustentan los procesos de Inferencia Estadística.
Temario:
Introducción
Distribuciones muestrales y el Teorema Central del Límite
Propiedades de estimadores y Estimación puntual
Estimación por Intervalos
Pruebas de hipótesis paramétricas Pruebas no paramétricas y datos
categóricos Muestro
Objectives:
To provide students with a language that will allow them formulate real problems in statistical terms, through the knowledge of basic ideas behind the statistical inference processes.
Topics:
Introduction
Sampling distributions and Central Limit Theorem Estimator Properties and Point Estimation
Interval Estimation
Parametric hypothesis testing
Non-Parametric hypothesis testing and categorical data
Sampling
References
Balmaseda B., Análisis de datos categóricos. Depto. de Estadística y Actuaría. ITAM. 1995.
Berenson M. y Levine D. Estadística Básica en Administración. Prentice Hall, México. 6a Ed.
Canavos G.C., Probabilidad y Estadística:
Aplicaciones y métodos. Mc. Graw Hill.
1988
Garza G. Distribuciones muestrales y el Teorema Central del Límite. Depto. De Estadísitca. ITAM. 1998.
Guerrero V.M. Estadística básica para estudiantes de Economía y otras Ciencias Sociales. 2ª. ed., Fondo de Cultura Económica. 2000.
Hanke J. y Reitsch A. Estadística para negocios. 2a ed. Editorial Irwin. 1995.
Jenkel J., Introductory Statistics for Management and Economics. 4a. Ed.
Duxbury.
EST-11101 Probabilidad / Probability Objetivos:
Conocer los fundamentos de la teoría axiomática de probabilidad.
Conocer, entender y manejar
correctamente las reglas del cálculo de probabilidades.
Conocer, comprender y aplicar el concepto de variable aleatoria como una herramienta para la simplificación del cálculo de probabilidades
Conocer, identificar y manejar apropiadamente los modelos probabilísticos comúnmente usados para describir fenómenos aleatorios.
Conocer, comprender y aplicar los conceptos y herramientas necesarias para el cálculo de probabilidades en varias variables aleatorias.
Temario:
Fundamentos de Probabilidad Variables Aleatorias
Distribuciones importantes Distribuciones multivariadas Distribución normal multivariada
Objectives:
To know the foundations of the probability axiomatic theory.
To know, understand and apply the rules of probability calculus.
To know, understand and apply the concept of random variable as a tool for simplifying probability calculus.
To know, identify and properly apply the most commonly used probabilistic models to describe random phenomena.
To know, understand, and apply the concepts and necessary tools for probability calculus in some random variables.
Topics:
Probability foundations Random Variables Important Distributions Multivariate distributions Multivariate Normal distribution
References
Wackerly, D.D., Mendenhall, W., and Scheaffer, R.L. (2002), Mathematical Statistics with Applications. Duxbury Press. 6a. Ed.
Pitman, J. (1993), Probability. Springer. 6a.
Ed.
Canavos, G.C. (1987), Probabilidad y Estadística, McGraw Hill
EST-11102 Inferencia Estadística / Statistical Inference Objetivos:
Temario:
Introducción
Estadística Descriptiva
Distribuciones muestrales y el teorema central del Límite
Problema de estimación puntual.
Propiedades y métodos de la estimación Estimación por intervalos
Pruebas de hipótesis paramétricas Validación de la hipótesis de normalidad Problema de Predicción
Objectives:
Topics:
Introduction
Descriptive Statistics
Sampling distributions and Central Limit Theorem Point Estimation Problem
Properties and Estimation methods Interval Estimation
Parametric hypothesis testing Normality hypothesis validation The forecast problem
References
(W) Wackerly, D.D., Mendenhall, W. and Scheaffer, R.L. (2002), Mathematical Statistics with Applications. Sexta edición.
Duxbury Press.
(W) Wackerly, D.D., Mendenhall, W. and Scheaffer, R.L. (2002), Estadística Matemática con Aplicaciones, Sexta edición (Edición revisada). Thomson.
(FPE) Autores varios, (2005), Fundamentos de Probabilidad y Estadística. JIT Press
EST-14103 Estadística Matemática / Mathematical Statistics Objetivos
Presentar una sólida fundamentación de la teoría estadística como una forma de realizar inferencias. Al mismo tiempo presentar la importancia de la estadística inferencial para resolver problemas reales de toma de decisión.
Temario:
Introducción
Naturaleza de la Estadística Inferencia
Distribuciones de muestreo Teorema central del Límite Manejo de información Estimación Puntual Estimación por intervalo Pruebas de Hipótesis Estadística Paramétrica y no
paramétrica
Estadística Bayesiana
Objectives:
To present a solid foundation of the statistical theory as a way to make inferences. At the same time you will notice the importance of statistical inferences for solving real making decision problems.
Topics:
Introduction Statistics Nature Inference
Sampling distributions Central Limit Theorem Information Manage Point estimation Interval Estimation Hypothesis Testing
Parametric and non-Parametric Statistics Bayesian Statistics
References
Casella, G. And Berger, R.L. (1990) Statistical Inference. California. Duxbury Press.
DeGood M.H. (1988), Probabilidad y Estadistica. Delawere. Addison-Wesley.
Mood, A.M., Graybill, F.A. AND Boes, D.C.
(1974) Introduction to the Theory of Statistics, New York: Mc. Graw Hill.
Rice, J.A. (1995) Mathematical Statistics and Data Analyisis. California: Duxbury Press.
EST-14101 Cálculo de Probabilidades I / Probability Calculus I Objetivos
Conocer, entender y manejar
correctamente la teoría axiomática de la probabilidad para comprender sus consecuencias más relevantes.
Conocer, comprender y aplicar el concepto de variable aleatoria como una herramienta para la simplificación del cálculo de probabilidades y la construcción de familias paramétricas como modelos para representar situaciones que involucren incertidumbre.
Conocer, identificar y manejar apropiadamente los modelos probabilísticos comúnmente usados para describir fenómenos aleatorios
Temario:
Axiomas de la probabilidad Probabilidad condicional e
independencia
Variables aleatorias discretas Variables aleatorias continuas
Objectives:
To know, understand and properly manage the axiomatic probability theory in order to
understand its more relevant consequences.
To know, understand and apply the concept of random variable as a tool for simplifying the probability calculus and the construction of parametric families as models for representing situation with randomness.
To know, identify and properly manage the most commonly used probabilistic models in order to describe random phenomena.
Topics:
Probability Axioms
Conditional Probability and Independence Discrete random variables
Continuous random variables.
References
Hoel, P., Port S. & Stone C. (1996)
“Introduction to Probability Theory”.
Addison-Wesley: Boston.
Ross, S. (2002). “A first Course of Probability” 6ª. Ed. Prentice Hall: New Jersey
EST-14102 Cálculo de Probabilidades II / Probability Calculus II Objetivos
Familiarizar al estudiante con los conceptos relacionados a la función de calidad y las técnicas más importantes de apoyo de la calidad.
Que el estudiante identifique claramente conceptos como calidad, control de calidad, apoyo de la calidad, calidad total, etc. Así como técnicas del control estadístico de calidad y diseño de experimentos.
Temario:
Introducción y conceptos relacionados con calidad
Inferencia acerca de la calidad de procesos
Control estadístico de Calidad Gráficos de control por variables Habilidad del proceso
Gráficos de control por atributos Fundamentos del diseño de
experimentos.
Experimentos Multifactoriales
Experimentos factoriales fraccionados Modelos 2k-p
Objectives:
To familiarize the student with the concepts related to quality function and the most important quality support techniques.
To clearly identify concepts such as quality, quality control, quality support, total quality, etc.
Like wise, the course will cover quality statistical control and experimental design techniques.
Topics:
Introduction and concepts related with quality Inferences about processes quality
Quality statistical control Variables Control Charts Process engagement Attributes Control Charts
Experimental design Foundations Multifactorial Experiments Fractional factorial experiments 2k-p models
References
Hoel, P., Port S. & Stone C. (1996)
“Introduction to Probability Theory”.
Addison-Wesley: Boston.
Ross, S. (2002). “A first Course of Probability” 6ª. Ed. Prentice Hall: New Jersey
EST-14103 Estadística matemática / Mathematical Statistics Objetivos
Fundamentar la teoría estadística como una forma de realizar inferencias.
Presentar la importancia de la inferencia estadística para resolver problemas reales de toma de decisión.
Temario:
Introducción.
Naturaleza de la Estadística.
Inferencia.
Distribuciones de Muestreo.
Teorema Central del Límite.
Manejo de Información.
Estimación Puntual.
Estimación por Intervalo.
Prueba de Hipótesis.
Estadística Paramétrica y No Paramétrica.
Estadística Bayesiana.
Objectives:
To present a foundation of Statistical Theory as a way to carry any inferences.
To present the importance of Statistical Inference in resolving real making decision problems.
Topics:
Introduction Nature of Statistics Inference
Sampling Distributions Central Limit Theorem Information Management Point Estimation
Interval Estimation Hypothesis Tests
Parametric and non-parametric Statistics Bayesian Statistics
References
Casella, G. And Berger, R.L. (1990) Statistical Inference. California. Duxbury Press.
DeGood M.H. (1988), Probabilidad y Estadistica. Delawere. Addison-Wesley.
Mood, A.M., Graybill, F.A. AND Boes, D.C.
(1974) Introduction to the Theory of Statistics, New York: Mc. Graw Hill.
Rice., J.A. (1995) Mathematical Statistics and Data Analyisis. California: Duxbury Press.
EST-14107 Procesos Estocásticos I / Stochastic Processes I Objetivos
Temario:
Introducción a los procesos estocásticos.
Cadenas de Markov en tiempo discreto.
Procesos con incrementos independientes.
Cadenas de Markov en tiempo continuo.
Colas.
Objectives:
Topics:
Stichastic Processes Introduction Discrete-time Markov chains
Processes with independent increases Continuous-time Markov Chains Queues
References
EST-24104 Estadística Aplicada I / Applied Statistics I Objetivos
Temario:
Introducción.
Análisis Exploratorio de Datos.
Introducción al Muestreo.
Muestreo Aleatorio Simple.
Muestreo Aleatorio Estratificado.
Muestreo Aleatorio Bietápico.
Estimadores Regresión
Objectives:
Topics:
Introduction
Exploratory Data analysis Sampling introduction Simple Random Sampling Stratified Random Sampling Bietapic Random Sampling Regression Estimators
References
EST-24105 Estadística Aplicada II / Applied Statistics II Objetivos
Temario:
Introducción a los modelos lineales.
El modelo de regresión lineal simple.
El modelo de regresión lineal múltiple.
Análisis de supuestos.
Objectives:
Topics:
Linear models Introduction Simple linear regression model Multiple linear regression model Assumptions Analysis
References
Draper, N., y Smith H. (1981) Applied Regression Analysis, New York: John wiley and sons.
Johnson, J. (1984) Econometric Methods, New York; McGraw-Hill
Montgomery, D.C. (1992) Introduction to near Regrression analysis, New York: John Wiley
Daniel, C y Wood, F.S. (1971) Fitting Equation to Data, New York; John Wiley interscience.
Guajardi, D.N. (1990) Econometría, McGraw Hill Latinoamérica.
Saber, G.A.F. (1977) Linear Regression Analysis John. Wiley and Sons
Weisber, s. (1985) Applied Linear Regression. John Wiley and Sons
EST-24106 Estadística Aplicada III / Applied Statistics III
Objetivos
El objetivo fundamental de este curso es introducir a los estudiantes al análisis multivariado de datos. El curso se presenta en tres vertientes principales:
el análisis exploratorio, el análisis multivariado de datos cuantitativos y el análisis de datos categóricos. En cada caso se revisan los aspectos teóricos que sustentan cada técnica.
Temario:
Análisis exploratorio de datos.
Métodos factoriales.
Análisis canónico.
Análisis discriminante.
Métodos para variables categóricas.
El análisis de correspondencias simples.
Introducción a los modelos log lineales.
Regresión logística.
Objectives:
The objective of this course is to introduce students to multivariate data analysis. The course is introduced in 3 main slopes: exploratory analysis, multivariate quantitative data analysis and categorical data analysis. In each case you will review the theoretical aspects that sustain each technique.
Topics:
Exploratory Data analysis Factorial Methods Canonical analysis Discriminant analysis
Methods for categorical variables Simple correspondences analysis.
Log linear models Introduction Logistic Regression
References
Draper, N., y Smith H. (1981) Applied Regression Analysis, New York: John wiley and sons.
Johnson, J. (1984) Econometric Methods, New York; McGraw-Hill
Montgomery, D.C. (1992) Introduction to near Regrression analysis, New York: John Wiley
Daniel, C y Wood, F.S. (1971) Fitting Equation to Data, New York; John Wiley interscience.
Guajardi, D.N. (1990) Econometría, McGraw Hill Latinoamérica.
Saber, G.A.F. (1977) Linear Regression Analysis John. Wiley and Sons
Weisber, s. (1985) Applied Linear Regression. John Wiley and Sons
EST-25146 Econometría Financiera Actuarial / Actuarial Financial Econometrics Objetivos
Este curso introduce al alumno en las técnicas básicas de econometría. En un análisis econométrico el alumno debe distinguir entre los tipos de datos que se tienen y los tipos de modelos que se pueden estimar. Se requiere el uso del paquete de análisis de econometría TSP, EVIEWS y Excel.
Temario:
Econometría, Modelos y Datos.
Relaciones entre dos variables.
Modelo de Regresión Lineal Múltiple.
Análisis de los supuestos del Modelo.
Objectives:
This course introduces the student the basic econometric techniques, In an econometric analysis, the student must distinguish between the type of data you have and the type of models you can estimate. It is required the use of TPS econometric analysis package, Eviews and Excel.
Topics:
Econometrics, models and Data Relations between two variables Multiple linear Regression model Model Assumptions Analysis
References
