Econometría

La econometría (del griego οἰκονόμος oikonómos

'regla para la administración doméstica' y μετρία Econometría
metría, 'relativo a la medida') es la rama de la Campo de estudio
economía que hace un uso extensivo de modelos
matemáticos y estadísticos así como de modelos y
técnicas del aprendizaje automático, la programación
lineal, la teoría de juegos y la teoría económica para
analizar, interpretar y realizar estimaciones y
pronósticos sobre sistemas económicos, tratando
variables como el precio de bienes y servicios, tasas
de interés, tipos de cambio, las reacciones del
mercado, el coste de producción, la tendencia de los
negocios, las consecuencias de la política
económica, entre otras.1 ​ Visión estadística
Econometría frecuentista
Econometría bayesiana
Introducción Visión económica
Macroeconometría
La economía, perteneciente a las ciencias sociales, Microeconometría
explica el funcionamiento del sistema económico en
Divisiones
sus distintos aspectos: como la producción, Econometría
consumo, dinero, distribución del ingreso, etc. La Econometría financiera
herramienta más utilizada por los economistas es la Econometría espacial
construcción de modelos económicos teórico- Econometría estructural
matemáticos que describan el comportamiento de los Econometría computacional (IA, ML, DL...)
agentes económicos. Sin embargo, esos modelos Econometría aplicada
deben contrastarse con los datos disponibles para
saber si estos tienen capacidad explicativa y
predictiva, y poder en definitiva optar entre unas u
otras opciones. La construcción de tales modelos con
fines empíricos, es la finalidad de la econometría; sin
embargo, en la actualidad debido al fenómeno del
big Mouse, los métodos estadísticos y econométricos
tradicionales deben complementarse con métodos y
herramientas de la ciencia de datos2 ​y el aprendizaje
automático3 4​ ​

Los econometristas, econometras o económetras han tratado de emular a las ciencias naturales (física,
química) con mejor o peor resultado a través del tiempo. Hay que considerar que tratan con uno de los
fenómenos más complejos que conocemos, el comportamiento de las personas y su interacción.
En la elaboración de la econometría se unen la matemática, la estadística, la investigación social y la teoría
económica. El mayor problema con el que se enfrentan los económetras en su investigación es la escasez de
datos, los sesgos que pueden presentar los datos existentes, los sesgos del propio investigador y la ausencia
o insuficiencia de una teoría económica adecuada. Aun así, la econometría es la única aproximación
científica al entendimiento de los fenómenos paranormales y sus resultados son cada vez más efectivos a
medida que se le complementa adecuadamente con los modernos métodos del análisis de la ciencia de
datos2 ​y el aprendizaje automático3 ​.

Definiciones de econometría
Entre las definiciones de econometría que los economistas relevantes han formulado a lo largo de la
historia, podemos destacar las siguientes:

Ragnar Frisch (1930): 'La experiencia ha mostrado que cada uno de estos tres puntos de
vista de ten shin han, el de la estadística, la teoría económica y las matemáticas, es
necesario, pero por sí mismo no suficiente para una comprensión real de las relaciones
cuantitativas de la vida económica moderna. Es la unión de los tres aspectos lo que
constituye una herramienta de análisis potente. Es la unión lo que constituye la
econometría".

Paul Samuelson, Tjalling Koopmans y Richard Stone (1954): '... el análisis cuantitativo de
fenómenos económicos actuales, basado en el desarrollo congruente de teoría y
observaciones, y relacionado por métodos apropiados de inferencia'.
Valavanis (1959): 'El objetivo de la econometría es expresar las teorías económicas bajo
una forma matemática a fin de verificarlas por métodos estadísticos y medir el impacto de
una variable sobre otra, así como predecir acontecimientos futuros y dar consejos de política
económica ante resultados deseables'.

A.G. Barbancho (1962): 'La econometría es la rama más operativa de la Ciencia económica,
trata de representar numéricamente las relaciones económicas mediante una adecuada
combinación de la Teoría económica matemática y la Estadística. De forma que las
matemáticas, como lenguaje y forma de expresión simbólica e instrumento eficaz en el
proceso deductivo, representan el medio unificador; y teoría económica, economía
matemática o estadística económica serían consideraciones parciales de su contenido'.

Lawrence Klein (1962): 'El principal objetivo de la econometría es dar contenido empírico al
razonamiento a priori de la economía.'5 ​
Malinvaud (1966): '... aplicación de las matemáticas y método estadístico al estudio de
fenómenos económicos.'

Christ (1966): 'Producción de declaraciones de economía cuantitativa que explican el

comportamiento de variables ya observadas, o predicen la conducta de variables aún no
observadas'.

Intriligator (1978): 'Rama de la economía que se ocupa de la estimación empírica de

relaciones económicas'.

G.C. Chow (1983): 'Arte y ciencia de usar métodos para la medida de relaciones
económicas'.

Carlos Sabino (1991): 'Nombre con el que se designa la aplicación de las técnicas
matemáticas y estadísticas a la resolución de problemas de economía. La econometría, por
 lo general, se basa en la construcción de modelos formales con los cuales es posible
verificar hipótesis, medir variables estadísticas y realizar pruebas de simulación'.6 ​

Descripción somera de la econometría

La econometría se ocupa de obtener, a partir de los valores reales de variables económicas y a través del
análisis estadístico y matemático (no siempre basado en un teoría económica concreta), los valores que
tendrían los parámetros (en el caso de la estimación paramétrica) de los modelos en los que esas variables
económicas aparecieran, así como de comprobar el grado de validez de esos modelos, y ver en qué medida
estos modelos pueden usarse para explicar la economía de un agente económico (como una empresa o un
consumidor), o la de un agregado de agentes económicos, como podría ser un sector del mercado, o una
zona de un país, o todo un país, o cualquier otra zona económica; su evolución en el tiempo (por ejemplo,
decir si ha habido o no cambio estructural), poder predecir valores futuros de la variables, y sugerir medidas
de política económica conforme a objetivos deseados (por ejemplo, para poder aplicar técnicas de
optimización matemática para racionalizar el uso de recursos dentro de una empresa, o bien para decidir qué
valores debería adoptar la política fiscal de un gobierno para conseguir ciertos niveles de recaudación
impositiva).

Concepto de modelo econométrico

La econometría, igual que la economía, tiene como objetivo explicar una variable en función de otras. Esto
implica que el punto de partida para el análisis econométrico es el modelo económico y este se transformará
en modelo econométrico cuando se han añadido las especificaciones necesarias para su aplicación empírica.
Es decir, cuando se han definido las variables (endógenas, exógenas) que explican y determinan el modelo,
los parámetros estructurales que acompañan a las variables, las ecuaciones y su formulación en forma
matemática, la perturbación aleatoria que explica la parte no sistemática del modelo, y los datos estadísticos.

A partir del modelo econométrico especificado, en una segunda etapa se procede a la estimación, fase
estadística que asigna valores numéricos a los parámetros de las ecuaciones del modelo. Para ello se utilizan
métodos estadísticos como pueden ser: mínimos cuadrados ordinarios, máxima verosimilitud, mínimos
cuadrados bietápicos, etc. Al recibir los parámetros el valor numérico definen el concepto de estructura que
ha de tener valor estable en el tiempo especificado.

La tercera etapa en la elaboración del modelo es la verificación y contrastación, donde se someten los
parámetros y la variable aleatoria a unos contrastes estadísticos para cuantificar en términos probabilísticos
la validez del modelo estimado.

La cuarta etapa consiste en la aplicación del modelo conforme al objetivo del mismo. En general los
modelos econométricos son útiles para:

1. Análisis estructural y entender cómo funciona la economía.

2. Predicción de los valores futuros de las variables económicas.
3. Simular con fines de planificación distintas posibilidades de las variables exógenas.
 4. Simular con fines de control valores óptimos de variables instrumentales de política
económica y de empresa.

Métodos de la econometría

El método de mínimos cuadrados (estimación MCO)

También se conoce como teoría de la regresión lineal, y estará más desarrollado en la parte estadística. No
obstante, aquí se dará un resumen general sobre la aplicación del método de mínimos cuadrados.

Se parte de representar las relaciones entre una variable económica endógena y una o más variables
exógenas de forma lineal, de la siguiente manera:

o bien:

"Y" es la variable endógena, cuyo valor es determinado por las exógenas, hasta . Cuales son las
variables elegidas depende de la teoría económica que se tenga en mente, y también de análisis estadísticos
y económicos previos. El objetivo buscado sería obtener los valores de los parámetros desde hasta . A
menudo este modelo se suele completar añadiendo un término más a la suma, llamado término
independiente, que es un parámetro más a buscar. Así:

o bien:

En el que es una constante, que también hay que averiguar. A veces resulta útil, por motivos estadísticos,
suponer que siempre hay una constante en el modelo, y contrastar la hipótesis de si es distinta, o no, de cero
para reescribirlo de acuerdo con ello.

Además, se supone que esta relación no es del todo determinista, esto es, existirá siempre un cierto grado de
error aleatorio (en realidad, se entiende que encubre a todas aquellas variables y factores que no se hayan
podido incluir en el modelo) que se suele representar añadiendo a la suma una letra representa una variable
aleatoria. Así:
o bien:

Se suele suponer que es una variable aleatoria normal, con media cero y varianza constante en todas las
muestras (aunque sea desconocida), representado de forma matemática como

Se toma una muestra estadística, que corresponda a observaciones de los valores que hayan tomado esas
variables en distintos momentos del tiempo (o, dependiendo del tipo de modelo, los valores que hayan
tomado en distintas áreas o zonas o agentes económicos a considerar).

Por ejemplo, en un determinado modelo podemos estar interesados en averiguar como la renta ha
dependido de los niveles de precios, de empleo y de tipos de interés a lo largo de los años en cierto país,
mientras que en otro podemos estar interesados en ver como, a lo largo de un mismo año, ha dependido la
renta de distintos países de esas mismas variables. Por lo que tendríamos que observar, en el primer caso, la
renta, niveles de empleo, precios y tipos de interés del año 1, lo mismo, pero del año 2, etcétera, para
obtener la muestra a lo largo de varios años, mientras que en el segundo caso tendríamos que tener en
cuenta los valores de cada uno de los países para obtener la muestra. Cada una de esas observaciones para
cada año, o país, se llamaría observación muestral. Nótese que aún se podría hacer un análisis más
ambicioso teniendo en cuenta país y año.

Una vez tomada la muestra, se aplica un método, que tiene su justificación matemática y estadística,
llamado método de mínimos cuadrados. Este consiste en, básicamente, minimizar la suma de los errores
(elevados al cuadrado) que se tendrían, suponiendo distintos valores posibles para los parámetros, al estimar
los valores de la variable endógena a partir de los de las variables exógenas en cada una de las
observaciones muestrales, usando el modelo propuesto, y comparar esos valores con los que realmente
tomó la variable endógena. Los parámetros que lograran ese mínimo, el de las suma de los errores
cuadráticos, se acepta que son los que estamos buscando, de acuerdo con criterios estadísticos.

También, este método nos proporcionará información (en forma de ciertos valores estadísticos adicionales,
que se obtienen además de los parámetros) para ver en qué medida los valores de los parámetros que hemos
obtenido resultan fiables, por ejemplo, para hacer contrastes de hipótesis, esto es, ver si ciertas
suposiciones que se habían hecho acerca del modelo resultan, o no, ciertas. Se puede usar también esta
información adicional para comprobar si se pueden prescindir de algunas de esas variables, para ver si es
posible que los valores de los parámetros hayan cambiado con el tiempo (o si los valores de los parámetros
son diferentes en una zona económica de los de otra, por ejemplo), o para ver en qué grado son válidas
predicciones acerca del futuro valor de la variable endógena si se supone que las variables exógenas
adoptarán nuevos valores.

Problemas del método de los mínimos cuadrados

El método de los mínimos cuadrados tiene toda una serie de problemas, cuya solución, en muchas
ocasiones aproximada, ha estado ocupando el trabajo de los investigadores en el campo de la econometría.
De entrada, el método presupone que la relación entre las variables es lineal y está bien especificada. Para
los casos de no linealidad se recurre, bien a métodos para obtener una relación lineal que sea equivalente,
bien a aproximaciones lineales, o bien a métodos de optimización que absorban la relación no lineal para
obtener también unos valores de los parámetros que minimicen el error cuadrático.

Otro supuesto del modelo es el de normalidad de los errores del modelo, que es importante de cara a los
contrastes de hipótesis con muestras pequeñas. No obstante, en muestras grandes el teorema del límite
central justifica el suponer una distribución normal para el estimador de mínimos cuadrados.

No obstante, el problema se complica considerablemente, sobre todo a la hora de hacer contrastes de

hipótesis, si se cree que la varianza de los errores del modelo cambia con el tiempo. Es el fenómeno
conocido como heterocedasticidad (el fenómeno contrario es la homocedasticidad). Este fenómeno se puede
detectar con ciertas técnicas estadísticas. Para resolverlo hay que usar métodos que intenten estimar el
cambiante valor de la varianza y usar lo obtenido para corregir los valores de la muestra. Esto nos llevaría al
método conocido como mínimos cuadrados generalizados. Una versión más complicada de este problema
es cuando se supone que, además, no solo cambia la varianza del error sino que también los errores de
distintos periodos están correlacionados, lo que se llama autocorrelación. También hay métodos para
detectar este problema y para corregirlo en cierta medida modificando los valores de la muestra, que
también son parte del método de los mínimos cuadrados generalizados.

Otro problema que se da es el de la multicolinealidad, que generalmente sucede cuando alguna de las
variables exógenas en realidad depende, también de forma estadística, de otra variable exógena del mismo
modelo considerado, lo que introduce un sesgo en la información aportada a la variable endógena y puede
hacer que el método de mínimos cuadrados no se pueda aplicar correctamente. Generalmente la solución
suele ser averiguar qué variables están causando la multicolinealidad y reescribir el modelo de acuerdo con
ello.

También hay que tener en cuenta que en ciertos modelos puede haber relaciones dinámicas, esto es, que una
variable exógena dependa, además, de los valores que ella misma y/u otras variables tomaron en tiempos
anteriores. Para resolver estos problemas se estudian lo que se llama modelos de series temporales.

Software econométrico
Entre los programas más empleados se encuentran SAS, Stata, RATS, TSP, SPSS, Limdep y WinBugs.
Para más detalles, se pueden observar las siguientes referencias.

EViews
Gauss
Gretl
Matlab
Microfit
R
Limdep
SAS
SPSS
Stata
SHAZAM
R como tal es un lenguaje de programación a la vez que es una herramienta para aplicar este la econometría
de forma muy poderosa. Por otro lado, la econometría con ayuda de programas o lenguajes de
programación y en un sentido estricto, no requiere que sea especializado. Los análisis de corte econométrico
puede hacerse en Java, J, C, C++, C#, Python, Perl, Scheme, K, S (la base principal de R junto con
Scheme) y los derivados de estos lenguajes también, entre otra cantidad importante de dialectos o lenguajes
de programación.

Como ejemplo del párrafo anterior, SPSS es un software inicialmente creado para análisis estadísticos en
ciencias sociales (ver artículo en Wikipedia). R inicialmente como un proyecto derivado de S y con
finalidad más bien estadística.7 ​ Otor ejemplo al respecto, Stata es un programa estadístico, pero permite
poderosos análisis en econometría.

Gretl está enfocado a hacer la interfaz muy amigable con el econometra, además de servir con eficiencia
para las series de tiempo. Eviews, que debe el nombre a Econometrical Views (Vistas econométricas), tiene
como fin netamente inicial, la econometría; por esta razón, despliega una cantidad apropiada, pero poco
personalizable, de información altamente útil para estos análisis.

Incluso las calculadoras científicas más avanzadas pueden llegar a tener algunos elementos básicos para la
elaboración y comprobación de modelos econométricos. Basta con que pueda graficar y en las regresiones
se logre calcular, por cualquier medio, que es una variable aleatoria normal ( ). En caso de
no serlo, se requerirían más pasos en la calculadora. Incluso, sin ser calculadores, puede hacerse análisis
econmétricos, como lo son MATLAB, Maple, Scilab. Claramente, los programas matemáticos que se
acaban de mencionar tienen limitaciones, como la cantidad de observaciones que pueden soportar (por
ejemplo, la versión de Scilab 5.5.1 apenas soportaba una matriz que entre columnas y filas llegaba a cinco
mil).

No obstante los beneficios de unos y otros software, depende en general, sobre los dispositivos en los que
se vaya a usar tal herramienta. Si, por ejemplo, se prefiere Windows como sistema operativo, puede usarse
una cantidad importante de programas de licencia y libres; no así en GNU Linux. En esta última
distribución y sistema operativo, no se podrán usar muchas distribuciones de licencia, aunque sí otras
formas igualmente poderosas. En Mac OS se tiene problemas también con algunos programas de paga u
Open Source, Licencia Libre o Software Libre.

Los fines del análisis econométrico también influirá de forma determinante para usar cierto programa. Por
ejemplo, si lo que se desea es algo completamente personalizado, con niveles de profesionalismo muy
adecuado para publicaciones internacionales, los lenguajes de programación son adecuados. Estos permiten
que se exponga la información de una forma propia más fácilmente que en otros ya con interfaces
predeterminadas.

Véase también
Economía
Economista
ciencia de datos
Microeconomía
Macroeconomía
 serie temporal

Referencias
5. Gilbert, Christopher L.; Qin, Duo (julio de
1. Franco (9 de julio de 2023). «¿Qué es la
2005). «The First Fifty Years of Modern
econometría y para qué sirve? (2023)» (http Econometrics» (https://www.researchgate.n
s://www.thepowermba.com/es/blog/que-es-l
et/publication/24119912_The_First_Fifty_Y
a-econometria). ThePower Business
ears_of_Modern_Econometrics). Working
School (en inglés estadounidense). Paper (en inglés) (Queen Mary, University
Consultado el 13 de noviembre de 2023. of London, School of Economics and
2. Varian, H. R. (2014). Big data: New tricks Finance) (544): 28. ISSN 1473-0278 (https://port
for econometrics. Journal of Economic al.issn.org/resource/issn/1473-0278). Consultado
Perspectives, 28(2), 3-28. el 26 de agosto de 2018.
3. Athey, S., & Imbens, G. W. (2019). Machine 6. Sabino, Carlos (1991). «Diccionario de
learning methods that economists should Economía y Finanzas» (http://www.eumed.
know about. Annual Review of Economics, net/cursecon/dic/E.htm#econometría).
11, 685-725. Panapo. Consultado el 27 de julio de 2015.
4. Athey, S. (2018). The impact of machine 7. Kleiber, Christian; Zeileis, Achim (2008).
learning on economics. In The economics Applied Econometrics with R (http://www.sp
of artificial intelligence: An agenda (pp. ringer.com/us/book/9780387773162) (1ra
507-547). University of Chicago Press.. edición). Springer Science+Business
Media. ISBN 978-0-387-77316-2.

Bibliografía
Fernández García, José; Adalid Díaz de Urdanivia, Claramartha. Para una breve historia de
la econometría Política y Cultura, n.º 13, 2000, pp. 7-32. Universidad Autónoma
Metropolitana Unidad Xochimilco, Distrito Federal, México. Handbook of Econometrics
Elsevier. Links to volume chapter-preview links:

Zvi Griliches and Michael D. Intriligator, ed. (1983). v. 1 (http://www.sciencedirect.co

m/science/handbooks/15734412/1); (1984),v. 2 (http://www.sciencedirect.com/scienc
e/handbooks/15734412/2); (1986), description (https://web.archive.org/web/2011081
0023037/http://www.elsevier.com/wps/find/bookdescription.cws_home/601080/descri
ption#description), v. 3 (http://www.sciencedirect.com/science/handbooks/15734412/
3); (1994), description (https://web.archive.org/web/20110811065228/http://www.else
vier.com/wps/find/bookdescription.cws_home/601081/description#description), v. 4
(http://www.sciencedirect.com/science/handbooks/15734412/4)
Robert F. Engle and Daniel L. McFadden, ed. (2001).Description (https://web.archive.
org/web/20110810023456/http://www.elsevier.com/wps/find/bookdescription.cws_ho
me/601082/description#description), v. 5 (http://www.sciencedirect.com/science/hand
books/15734412/5)
James J. Heckman and Edward E. Leamer, ed. (2007). Description (https://web.archi
ve.org/web/20110810022951/http://www.elsevier.com/wps/find/bookdescription.cws_
home/712946/description#description), v. 6A (http://www.sciencedirect.com/science/
handbooks/15734412/6/part/PA) & v. 6B (http://www.sciencedirect.com/science/hand
books/15734412/6/part/PB)

Handbook of Statistics, v. 11, Econometrics (1993), Elsevier. Links to first-page chapter

previews. (http://www.sciencedirect.com/science/handbooks/01697161/11)
International Encyclopedia of the Social & Behavioral Sciences (2001), Statistics,
"Econometrics and Time Series," links (http://www.sciencedirect.com/science?_ob=RefWork
IndexURL&_idxType=SC&_cdi=23486&_refWorkId=21&_explode=151000377,151000380&
_alpha=&_acct=C000050221&_version=1&_userid=10&md5=10d43da5ed3104bf3d8bb99f
72c80e11&refID=151000380#151000380) (enlace roto disponible en Internet Archive; véase el
historial (https://web.archive.org/web/*/http://www.sciencedirect.com/science?_ob=RefWorkIndexURL&
_idxType=SC&_cdi=23486&_refWorkId=21&_explode=151000377,151000380&_alpha=&_acct=C0000
50221&_version=1&_userid=10&md5=10d43da5ed3104bf3d8bb99f72c80e11&refID=151000380), la
primera versión (https://web.archive.org/web/1/http://www.sciencedirect.com/science?_ob=RefWorkInd
exURL&_idxType=SC&_cdi=23486&_refWorkId=21&_explode=151000377,151000380&_alpha=&_acct
=C000050221&_version=1&_userid=10&md5=10d43da5ed3104bf3d8bb99f72c80e11&refID=15100038
0) y la última (https://web.archive.org/web/2/http://www.sciencedirect.com/science?_ob=RefWorkIndex
URL&_idxType=SC&_cdi=23486&_refWorkId=21&_explode=151000377,151000380&_alpha=&_acct=C
000050221&_version=1&_userid=10&md5=10d43da5ed3104bf3d8bb99f72c80e11&refID=15100038
0)). to first-page previews of 21 articles.
Angrist, Joshua & Pischke, Jörn‐Steffen (2010). "The Credibility Revolution in Empirical
Economics: How Better Research Design Is Taking the Con out of Econometrics], 24(2), ,
pp. 3–30. Abstract. (https://web.archive.org/web/20150626145900/http://www.ingentaconnec
t.com/content/aea/jep/2010/00000024/00000002/art00001)
Eatwell, John, et al., eds. (1990). Econometrics: The New Palgrave. Article-preview links (htt
p://books.google.com/books?id=gBsgr7BPJsoC&dq=econometrics&printsec=find&pg=PR5=
false#v=onepage&q&f=false) (from The New Palgrave: A Dictionary of Economics, 1987).
Geweke, John; Horowitz, Joel; Pesaran, Hashem (2008). «Econometrics» (http://www.diction
aryofeconomics.com.proxyau.wrlc.org/article?id=pde2008_E000007). En Durlauf, Steven N.;
Blume, Lawrence E., eds. The New Palgrave Dictionary of Economics (Palgrave Macmillan).
doi:10.1057/9780230226203.0425 (https://dx.doi.org/10.1057%2F9780230226203.0425).
Greene, William H. (2012, 7th ed.) Econometric Analysis, Prentice Hall.
Hayashi, Fumio. (2000) Econometrics, Princeton University Press. ISBN 0-691-01018-8
Description and contents links. (http://press.princeton.edu/titles/6946.html)
Hamilton, James D. (1994) Time Series Analysis, Princeton University Press. Description (ht
tp://press.princeton.edu/titles/5386.html) and preview. (http://books.google.com/books/p/princ
eton?id=B8_1UBmqVUoC&printsec=frontcover&cd=1&source=gbs_ViewAPI&hl=en#v=one
page&q&f=false)
Hughes Hallett, Andrew J (1989). «Econometrics and the Theory of Economic Policy: The
Tinbergen-Theil Contributions 40 Years On» (https://archive.org/details/sim_oxford-economi
c-papers_1989-01_41_1/page/189). Oxford Economic Papers 41 (1): 189-214.
Kelejian, Harry H., and Wallace E. Oates (1989, 3rd ed.) Introduction to Econometrics.
Kennedy, Peter (2003). A guide to econometrics. Cambridge, Mass: MIT Press. ISBN 978-0-
262-61183-1.
Russell Davidson and James G. MacKinnon (2004). Econometric Theory and Methods. New
York: Oxford University Press. Description. (http://www.oup.com/us/catalog/general/subject/E
conomics/Econometrics/~~/dmlldz11c2EmY2k9OTc4MDE5NTEyMzcyMg==?view=usa&ci=
9780195123722#Description) Archivado (https://web.archive.org/web/20121017100149/htt
p://www.oup.com/us/catalog/general/subject/Economics/Econometrics/~~/dmlldz11c2EmY2
k9OTc4MDE5NTEyMzcyMg==?view=usa&ci=9780195123722#Description) el 17 de
octubre de 2012 en Wayback Machine.
Mills, Terence C., and Kerry Patterson, ed. Palgrave Handbook of Econometrics:

(2007) v. 1: Econometric Theoryv. 1. Links (https://web.archive.org/web/20121012045656/

http://www.palgrave.com/products/title.aspx?pid=269866) to description and contents.
(2009) v. 2, Applied Econometrics. Palgrave Macmillan. ISBN 978-1-4039-1799-7 Links (ht
tps://web.archive.org/web/20131209034219/http://www.palgrave.com/products/title.aspx?P
ID=267962) to description and contents.
 Pearl, Judea (2009, 2nd ed.). Causality: Models, Reasoning and Inference, Cambridge
University Press, Description (http://books.google.com/books?id=wnGU_TsW3BQC&source
=gbs_navlinks_s), TOC (http://bayes.cs.ucla.edu/BOOK-09/book-toc-final.pdf), and preview,
ch. 1-10 (http://books.google.com/books?id=wnGU_TsW3BQC&printsec=find&pg=PR7=gbs
_atb#v=onepage&q&f=false) and ch. 11 (http://bayes.cs.ucla.edu/BOOK-09/ch11-toc-plus-p3
31-final.pdf). 5 economics-journal reviews (http://bayes.cs.ucla.edu/BOOK-2K/), including
Kevin D. Hoover, Economics Journal.
Pindyck, Robert S., and Daniel L. Rubinfeld (1998, 4th ed.). Econometric Methods and
Economic Forecasts, McGraw-Hill.
Santos Silva, J.M.C. and Tenreyro, Silvana (2006), "The Log of Gravity," The Review of
Economics and Statistics, 88(4), pp. 641–658.
<http://www.mitpressjournals.org/doi/pdfplus/10.1162/rest.88.4.641>
Studenmund, A.H. (2011, 6th ed.). Using Econometrics: A Practical Guide. Contents
(chapter-preview) links. (http://www.coursesmart.com/9780131367760/chap01)
Wooldridge, Jeffrey (2003). Introductory Econometrics: A Modern Approach. Mason:
Thomson South-Western. ISBN 0-324-11364-1 Chapter-preview links in brief (http://books.g
oogle.com/books?id=64vt5TDBNLwC&printsec=find&pg=PR3=gbs_atb#v=onepage&q&f=fa
lse) and detail. (http://books.google.com/books?id=64vt5TDBNLwC&printsec=find&pg=PR4
=gbs_atb#v=onepage&q&f=false)

Enlaces externos
Definición de Econometría (RAE (https://dle.rae.es/econometr%C3%ADa)
Econometría de la Evaluación de Impacto (http://repositorio.minedu.gob.pe/handle/1234567
89/3469) (enlace roto disponible en Internet Archive; véase el historial (https://web.archive.org/web/*/h
ttp://repositorio.minedu.gob.pe/handle/123456789/3469), la primera versión (https://web.archive.org/w
eb/1/http://repositorio.minedu.gob.pe/handle/123456789/3469) y la última (https://web.archive.org/web/
2/http://repositorio.minedu.gob.pe/handle/123456789/3469)).
Sociedad Peruana de Econometría y Economía Aplicada (http://speea.tripod.com/)
Economía Social (https://web.archive.org/web/20100529082147/http://www.economiasocial.
com.ve/)
Diapositivas Libro wooldridge (http://www.swlearning.com/economics/wooldridge/wooldridg
e2e/ppt/ppt.exe)
Instituto de Econometría de Lima (https://www.institutoeconometria.com/)
Asociación de Econometría Aplicada (https://web.archive.org/web/20071014045229/http://ae
a-eu.com/)
Curso de Extensión en Economía Avanzada del Banco Central de Reserva del Perú (http://
www.bcrp.gob.pe/proyeccion-institucional/cursos/cursos-de-extension-universitaria-del-bcrp
-verano-2017.html)

Obtenido de «https://es.wikipedia.org/w/index.php?title=Econometría&oldid=161535416»