Mètodes Quantitatius
Codi: 40094 Crèdits: 15| Titulació | Tipus | Curs |
|---|---|---|
| Anàlisi Econòmica / Economic Analysis | OB | 1 |
Professor/a de contacte
- Nom:
- Amedeo Stefano Edoardo Piolatto
- Correu electrònic:
- amedeo.piolatto@uab.cat
Equip docent
- Jordi Caballe Vilella
- Fernando Payro Chew
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
Sense prerequisits.
Objectius
Aquest mòdul proporciona als estudiants eines quantitatives avançades, necessàries per a l'anàlisi econòmica. Aquest mòdul cobreix optimització, probabilitat i estadística.
El mòdul s'organitza en dues seccions. La primera secció inclou els fonaments de la teoria de l'optimització. La segona secció proporciona als estudiants els fonaments teòrics de la probabilitat i estadística, necessàries per a l'anàlisi economètrica i financera.
Competències
- Analitzar conceptualment un problema econòmic concret utilitzant eines analítiques avançades.
- Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant, en gran manera, amb treball autònom a autodirigit.
- Ser capaç d'articular els fonaments de la teoria econòmica derivant-los analíticament a partir de raonaments matemàtics.
- Ser capaç d'identificar els fonaments de l'anàlisi estadística i de les tècniques economètriques derivant-los de les lleis de la probabilitat i l'estadística.
- Tenir coneixements que aportin la base o l'oportunitat de ser originals en el desenvolupament o l'aplicació d'idees, sovint en un context de recerca.
Resultats d'aprenentatge
- Descriure els temes d'estadística sobre els quals es basa l'anàlisi econòmica estocàstica i l'anàlisi empírica
- Distingir els elements que cal incloure i els supòsits necessaris per plantejar un problema de decisió amb interaccions estratègiques molt senzilles
- Emmarcar una pregunta econòmica de decisió en un context estratègic senzill en un problema matemàtic i derivar la seva resposta a través de la lògica matemàtica
- Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant, en gran manera, amb treball autònom a autodirigit.
- Tenir coneixements que aportin la base o l'oportunitat de ser originals en el desenvolupament o l'aplicació d'idees, sovint en un context de recerca.
- Utilitzar les matemàtiques per analitzar problemes econòmics
Continguts
I. Optimització
1. Conjunts i espais mètrics
2. Funcions i correspondències
3. Espais lineals i àlgebra lineal
4. Funcions suaus, optimització i estàtica comparativa
5. Equacions en diferències i equacions diferencials
II. Probabilitat i estadística
1. Probabilitat
2. Teoria de la mesura
3. Variables i distribucions aleatòries
4. Esperances
5. Distribucions especials
6. Funcions de variables aleatòries
7. Processos estocàstics i distribucions limitants
8. Mostreig
9. Estimació
10.Contrast d'hipòtesis
Per una descripció detallada del contingut del temari anar a https://sites.google.com/view/idea-program/master-program
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Tipus: Dirigides | |||
| Classes de teoria | 112,5 | 4,5 | 1, 2, 3, 4, 5, 6 |
| Tipus: Supervisades | |||
| Resolució exercicis i tutories | 75 | 3 | 1, 2, 3, 4, 5, 6 |
| Tipus: Autònomes | |||
| Treball personal, treball en grup, lectures. | 187,5 | 7,5 | 1, 2, 3, 4, 5, 6 |
El curs constarà de sessions on el professor presenta el material i sessions dedicades específicament a la resolució de problemes. Es recomana als estudiants que formin grups d’estudi per discutir sobre tasques i lectures.
La metodologia docent proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Assistència a classe, resolució d'exercicis | 20% | 0 | 0 | 1, 2, 3, 4, 5, 6 |
| Examen Part I | 40% | 0 | 0 | 1, 2, 3, 4, 5, 6 |
| Examen Part II | 40% | 0 | 0 | 1, 2, 3, 4, 5, 6 |
Aquesta mòdul no preveu el sistema d’avaluatió única.
| Examen Part I |
40% |
|
|
40% |
|
|
Resolució exercicis i Assitència i participació a classe |
20% |
L'avaluació proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
En aquesta assignatura, no es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) en cap de les seves fases. Qualsevol treball que inclogui fragments generats amb IA serà considerat una falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.
Bibliografia
Optimització:
Axler, S.J., Linear algebra done right (Vol. 2). New York: Springer.
Carter, M., Foundations of mathematical economics. MIT Press.
Sydsæter, K., Hammond, P., Seierstad, A. and Strom, A., Further mathematics for economic analysis. Pearson education
Probabilitat i Estadística:
Ash, R.B., Real Analysis and Probability, Academic Press.
Bierens, H.J., Introduction to the Mathematical and Statistical Foundations of Econometrics, Cambridge University Press.
Billingsley, P., Probability and Measure, Wiley.
DeGroot, M.H. and Schervish, M.J., Probability and Statistics, Pearson.
Hogg, R.V., McKean, J. and Craig, A.T., Introduction to Mathematical Statistics, Pearson.
Lindgren, B.V., Statistical Theory, Chapman and Hall/CRC.
Rice, J.A., Mathematical Statistics and Data Analysis, Cengage Learning.
Referències addicionals seran proporcionades al llarg del curs.
Programari
- Matlab
- R
- Phyton
- Stata
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través daquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Nom | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (PLABm) Pràctiques de laboratori (màster) | 30 | Anglès | primer quadrimestre | matí-mixt |
| (TEm) Teoria (màster) | 30 | Anglès | primer quadrimestre | matí-mixt |