Principios de Econometría

Apuntes y materiales de la asignatura de Principios de Econometría del grado en Filosofía, Política y Economía (PPE), Universidad Complutense de Madrid.

El curso fundamenta la regresión lineal sobre una base geométrica: vectores, producto escalar y proyección ortogonal en $\mathbb{R}^n$ (rigor completo, sin axiomática abstracta de espacio vectorial), extendida después —/como analogía, no como demostración/— al espacio de las variables aleatorias (esperanza, esperanza condicional, varianza).

“La ortogonalidad es la piedra angular de la regresión.”

Web del curso

https://mbujosab.github.io/PEconometria/ — portada con el calendario de sesiones y todo el material enlazado sesión a sesión.

Recursos publicados

• Transparencias (reveal.js): enlace
• Apuntes en HTML: enlace
• Apuntes en PDF: enlace
• Cuadernos Jupyter interactivos: mybinder
• Prácticas en HTML: enlace
• Prácticas en PDF: enlace

Estructura del repositorio

org-lessons/       Sesiones teóricas (SYY-LeccXX.org) + figuras (img/)
org-pract/         Guiones de prácticas de laboratorio (Gretl) + scripts .inp
CuadernosElectronicos/   Cuadernos Jupyter complementarios
data/              Conjuntos de datos usados en las prácticas

Cómo se generan los materiales

make all (véase makefile) exporta cada .org a PDF, HTML, cuaderno Jupyter (ox-ipynb) y diapositivas reveal.js (jupyter nbconvert), y tangla + ejecuta los guiones de Gretl de las prácticas. Los materiales generados se publican en la rama gh-pages (no se versionan en main).

Enfoque pedagógico (resumen)

• La media aritmética es una proyección ortogonal sobre la recta de los vectores constantes.
• La varianza es el cuadrado de una norma (teorema de Pitágoras).
• La covarianza es un producto escalar; la correlación, un coseno.
• La regresión (simple y múltiple) se resuelve imponiendo condiciones de ortogonalidad, sin recurrir a la maquinaria abstracta del álgebra lineal (rango, inversas, espacios de Hilbert).
• El curso cierra con un “diccionario” —explícitamente presentado como analogía, no como demostración— entre la geometría de $\mathbb{R}^n$ y el espacio de las variables aleatorias.

Estado

Curso en construcción, escrito de forma incremental sesión a sesión.

Licencia

• El contenido (apuntes, transparencias, figuras) se distribuye bajo licencia CC BY-SA 4.0 (véase LICENSE).
• Los scripts (guiones de Gretl, código de los cuadernos) se distribuyen bajo licencia GNU GPL v3 (véase LICENSE-CODE).

Autor

Marcos Bujosa — Universidad Complutense de Madrid.