Avís important
La guia docent és provisional.
La versió en PDF de la guia docent pot tardar uns dies en estar disponible al DDD.
Mètodes Quantitatius
Codi: 40094Crèdits: 15
| Titulació | Tipus | Curs |
|---|---|---|
| Anàlisi Econòmica / Economic Analysis | OB | 1 |
Professor/a de contacte
- Nom :
- Pau Milán Solé
- Correu electrònic :
- pau.milan@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.
Resultats d'aprenentatge
- CA01 (Dissenyar solucions analítiques per a problemes econòmics professionals.) Dissenyar solucions analítiques per a problemes econòmics professionals.
- CA02 (Integrar una pregunta de decisió estratègica en un model formal per a resoldre-la posteriorment.) Integrar una pregunta de decisió estratègica en un model formal per a resoldre-la posteriorment.
- KA01 (Descriure els instruments matemàtics avançats per formalitzar models multivariants.) Descriure els instruments matemàtics avançats per formalitzar models multivariants.
- KA02 (Enumerar els conceptes clau d’optimització individual (espais mètrics, convexitat, equacions diferencials) aplicats a l’anàlisi econòmica.) Enumerar els conceptes clau d’optimització individual (espais mètrics, convexitat, equacions diferencials) aplicats a l’anàlisi econòmica.
- KA03 (Identificar els fonaments de probabilitat i estadística necessaris per a la inferència economètrica.) Identificar els fonaments de probabilitat i estadística necessaris per a la inferència economètrica.
- KA04 (Reconèixer els elements de teoria de jocs i els equilibris utilitzats en decisions estratègiques multipersonals.) Reconèixer els elements de teoria de jocs i els equilibris utilitzats en decisions estratègiques multipersonals.
- SA01 (Aplicar demostracions matemàtiques per derivar resultats de teoria econòmica.) Aplicar demostracions matemàtiques per derivar resultats de teoria econòmica.
- SA02 (Classificar els supòsits i variables rellevants per modelar una interacció estratègica amb dos agents.) Classificar els supòsits i variables rellevants per modelar una interacció estratègica amb dos agents.
- SA03 (Fer servir àlgebra i càlcul diferencial per resoldre problemes econòmics en sessions de laboratori.) Fer servir àlgebra i càlcul diferencial per resoldre problemes econòmics en sessions de laboratori.
- SA04 (Comparar conjunts de dades simulades per determinar la idoneïtat de tècniques economètriques.) Comparar conjunts de dades simulades per determinar la idoneïtat de tècniques economètriques.
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 |
|---|---|---|---|
| Classes de teoria | 112,5 | 4,5 | |
| Treball personal, treball en grup, lectures. | 187,5 | 7,5 | |
| Resolució exercicis i tutories | 75 | 3 |
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.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Examen Part II | 40% | 0 | 0 | CA01, CA02, KA01, KA02, KA03, KA04, SA01, SA02, SA03, SA04 |
| Examen Part I | 40% | 0 | 0 | CA01, CA02, KA01, KA02, KA03, KA04, SA01, SA02, SA03, SA04 |
| Assistència a classe, resolució d'exercicis | 20% | 0 | 0 | CA01, CA02, KA01, KA02, KA03, KA04, SA01, SA02, SA03, SA04 |
Aquesta mòdul no preveu el sistema d’avaluatió única.
| Examen Part I | 40% | Examen Part II |
| 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. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (TEm) Teoria (màster) | 30 | Anglès | primer quadrimestre | matí-mixt |
| (PLABm) Pràctiques de laboratori (màster) | 30 | Anglès | primer quadrimestre | matí-mixt |