Métodos cuantitativos

Pola súa propia natureza, a economía aborda conceptos cuantitativos. Por iso as matemáticas e a estatística desempeñan un rol importante dentro da ciencia económica, de feito son ferramentas esenciais tanto na análise como na cuantificación e a modelización económica.

Esta materia trata de dotar ao alumnado dun conxunto de técnicas imprescindibles para outras materias do programa de máster. En efecto, o avance no coñecemento da realidade económica depende moito da capacidade que teñan os seus analistas para obter información sobre a mesma, describila e estudala utilizando indicadores e técnicas adecuadas, facilitando a predición e un maior acerto na toma de decisións. Polo que se pretende que o alumnado adquira o manexo de certos indicadores, técnicas e metodoloxías de gran utilidade neste ámbito.

Así, de forma máis concreta, trátanse de alcanzar os seguintes obxectivos:
- Comprender as ferramentas matemáticas e estatísticas básicas, necesarias para a formalización do comportamento económico.
- Desenvolver habilidades na procura, identificación e interpretación de fontes de información económica relevante e o seu contido.
- Adquirir a capacidade de formular modelos simples de relación das variables económicas baseada no manexo de instrumentos técnicos.
- Avaliar (utilizando técnicas empíricas as consecuencias de distintas alternativas de acción e seleccionar as máis idóneas.
- Fomentar a actitude crítica e autocrítica
- Manexar o formulación e resolución de distintos problemas de optimización estática e dinámica.
- Coñecer os métodos estatísticos.

MATEMÁTICAS

1. Convexidade e optimización
1.1. Autovalores, autovectores, diagonalización de matrices.
1.2. Conxuntos e funcións convexas.
1.3. Convexidade e diferenciabilidade.
1.4. Optimización con restriccións de igualdade.
1.5. Optimización con restriccións de desigualdade.

2. Ecuacións diferenciais
2.1. Concepto de ecuación diferencial.
2.2. Ecuacións diferenciais de orde 1.
2.3. Sistemas de ecuacións diferenciais.
2.4. Equilibrio, estabilidade, diagrama de fases.

3. Optimización dinámica
3.1. Presentación do problema.
3.2. Condicións de primera orde.
3.3. Condición de transversalidade.
3.4. Condición suficiente.
3.5. Horizonte infinito.

ESTATÍSTICA

1. Análise de datos con R
1.1. Introdución a R.
1.2. Preparación dos datos.
1.3. Análise exploratoria de datos.


2. Variables aleatorias e estimación de parámetros
2.1. Tipos de variables aleatorias, caracterización, exemplos notables.
2.2. Simulación de variables aleatorias.
2.3. Estimación de parámetros.
2.4. Propiedades dos estimadores.


3. Inferencia estatística: intervalos de confianza e contrastes de hipóteses
3.1 Introdución a la inferencia estadística
3.2 Estimación puntual
3.3 Estimación por Intervalos de confianza
3.4 Tests de hipótesis

MATEMÁTICAS

• Adams, R. (2009). Cálculo. Pearson.
• Barro, R., Sala-i-Martin, X. (2004). Economic Growth. (Anexo matemático). MIT Press.
• Cerdá, E. (2011). Optimización Dinámica. Garceta.
• Kamien, M., Schwartz, N. (2012). Dynamic Optimization, Second Edition: The Calculus of Variations and Optimal Control in Economics and Management. Dover Publications, Inc.
• Sydsaeter, K., Hammond, P. Seierstad, A., Strom, A. (2008). Further Mathematics for Economic Analysis. Prentice-Hall.

ESTATÍSTICA

Básica

• Dalgaard, P. (2008). Introductory Statistics with R
• Lind, D.A.; Marchal, W.G. e Wathen, S.A. (2015): Estadística Aplicada a los Negocios y a la Economía. Ed. McGrawHill.
• Newbold, P. et al. (2008). Estadística para los Negocios y la Economía. Prentice-Hall.
• Ruiz-Maya Pérez, L., Martín Pliego, F.J. (2005). Fundamentos de Inferencia Estadística. Ed. Thomson
• Sarrión Gavilán, Mª Dolores (2013). Estadística Descriptiva. España, Mc Graw Hill
• Triola, M.F. (2018). Estadística. Pearson.
• Wasserman, L. (2003). All of Statistics. A Concise Course in Statistical Inference. Springer

Complementaria

• Cabrero Ortega, Yolanda y García Pérez, Alfonso (2015). Análisis estadístico de datos espaciales con QGIS y R. España,
UNED
• Wickham, H, Grolemund, G. (2016). R for Data Science. O’Reilly

Libros de exercicios
• Martín Pliego, F.J., Montero Lorenzo, J.M. e Ruiz-Maya L. (1998): Problemas de probabilidad. Ed. AC.
• Martín Pliego, F.J., Montero Lorenzo, J.M. e Ruiz-Maya L. (2000): Problemas de inferencia estadística. Ed. AC

Básicas e xerais:

- Que os alumnos apliquen os coñecementos adquiridos e incrementen a súa capacidade para resolver problemas en ambientes novos ou descoñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo.
- Que os alumnos teñan as destrezas de aprendizaxe que lles permitan seguir estudando de maneira que sexa en gran medida autodirixida ou autónoma.
- Que os alumnos adquiran a capacidade de concibir, deseñar e implementar un proceso substancial de investigación no campo da economía en xeral, e en particular nas súas áreas de especialización, con rigor académico.
- Que os alumnos adquiran a capacidade de presentar e defender con rigor, claridade e precisión novas ideas tanto no ámbito laboral habitual como nas reunións científicas nacionais ou internacionais.

Específicas:

- Coñecer as ferramentas matemáticas, estatísticas e econométricas necesarias para manexar rigorosamente modelos económicos.
- Xestionar as técnicas econométricas actuais.
- Lograr a capacidade para modelar situacións económicas específicas e obter resultados con datos numéricos aplicando as técnicas econométricas relevantes.
- Analizar e propoñer cambios no deseño de organizacións e sistemas de incentivos que melloren o seu desempeño para ter a súa eficiencia.
- Participar en grupos de traballo interdisciplinares vinculados ao estudo das tendencias socioeconómicas a longo prazo.
- Analizar as vantaxes e desvantaxes da regulación e as políticas económicas e propoñer alternativas

Transversais:

- Desenvolver a capacidade de interactuar e defender con rigor, claridade e precisión ante outro especialista traballos, propostas, novas ideas, etc.
- Favorecer a comunicación oral e escrita.
- Desenvolver a capacidade de análise e síntese.

A docencia expositiva e interactiva será totalmente presencial. Nas clases interactivas o estudantado traballará individualmente ou en grupos. A titorización será prioritariamente presencial pero tamén poderá facerse de xeito telemático empregando o correo electrónico, a aula virtual ou a plataforma virtual da USC (Teams).
O curso desenvólvese combinando docencia expositiva e docencia interactiva, complementadas ambas por titorías individuais e/ou en grupo reducido.

A materia contará cunha aula virtual na plataforma da USC onde se incluirán as presentacións de aula e materiais de apoio para o curso e preparación da materia.

Sesión maxistral: Exposición oral, apoiada en medios audiovisuais, que incluirá conceptos teóricos e exemplos prácticos.

Proba obxectiva: Proba para avaliar a capacidade que o alumnado teña para asimilar os conceptos e interrelacionalos.

Prácticas a través de TIC e traballos tutelados: O alumnado realizará, co apoio e dirección dos profesores, as aplicacións empíricas (propostas).

A materia divídese en dos módulos independentes: Matemáticas e Estatística.

A nota final da materia é a suma da nota de ambos módulos valorados cada un sobre 5 puntos. En cada un dos módulos, o sistema de avaliación desagrégase da seguinte maneira:

- Proba obxectiva (exame escrito) 40 %.
- Avaliación continua (exercicios e prácticas) 60 %.

Hai que obter un mínimo do 50% da nota nos exames para que computen o resto de actividades de avaliación continua. Para superar a materia é preciso aprobar ambos módulos.

O sistema de avaliación na oportunidade extraordinaria de recuperación é o mesmo que na oportunidade ordinaria.

O alumnado repetidor será avaliado do mesmo xeito que o non repetidor.

O alumnado que teña concedida a dispensa de asistencia a clases segundo a normativa vixente poderá optar por facer o exame final, o cal se valorará co 100% da nota.

Como orientación xeral, enténdese que o alumnado necesita 120 horas de traballo autónomo para asimilar os contidos das sesións maxistrais, realizar as prácticas a través de TIC, preparar a proba obxectiva e executar os traballos tutelados.

Recoméndase o uso continuado de bibliografía, do material de apoio utilizado en clase e manter unha comunicación constante co/a profesor/a.