Econometría Espacial
Descripción del curso
Este curso ofrece una visión amplia y aplicada de los diferentes modelos econométricos espaciales para datos transversales y de panel utilizados en el análisis científico de problemas y prueba estadística de teorías. El curso enseña la utilidad de estos modelos de forma comparativa y con base en una pregunta de investigación aplicada. La pregunta de investigación implica el análisis de los elementos y alcances espaciales de un programa público y el examen empírico de sus supuestos desde las leyes de la geografía. La enseñanza incluye prácticas en el uso de paquetería R y Stata y promueve el desarrollo de un pensamiento geoespacial teórico. Igualmente, se desarrollará un pensamiento orientado a la propuesta de soluciones basadas en evidencia y hasta donde lo permiten las técnicas de econometría espacial.
Objetivos de aprendizaje
Después de haber tomado este curso, se contará con una comprensión panorámica de qué tipo de modelo econométrico espacial es el más indicado o preferido para analizar un problema de investigación y probar una teoría. Igualmente, se comprenderán los alcances y limitaciones de la evidencia estadística.
Al final del curso se tendrá una comprensión proporcionada de:
Cómo formular una pregunta de investigación aplicada y probar estadísticamente una teoría.
Qué tipo de modelo econométrico espacial es el más indicado o preferido y porqué. Cómo llegar a resultados usando la paquetería correspondiente.
Cómo llegar a ofrecer conclusiones y soluciones de política pública.
Evaluación
El aprendizaje se evalúa con base en dos productos:
Primero, con la entrega de un trabajo final en formato de documento de trabajo, el cual debe contener la aplicación de al menos un modelo econométrico espacial aprendido en este curso.
Segundo, por una presentación de avances del trabajo y otra presentación final con los resultados y conclusiones.
El documento de trabajo puede ser realizado de forma individual o en equipo.
Los materiales del curso consisten en:
Documentos html con el contenido de cada sesión y el código R para la práctica de los modelos de regresión.
Bases de datos. Estos materiales se irán subiendo a una página internet (Google Classroom).
2024. Por: Carlos Vilalta. Email: cvilalta@centrogeo.edu.mx