Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

R-adaptación de la asignatura de métodos econométricos en economía y finanzas del Grado de Estadística Aplicada

Simple item page
dc.contributor.authorEscot Mangas, Lorenzo
dc.contributor.authorPérez Alonso, Alicia
dc.contributor.authorBrita Paja, José Luis
dc.contributor.authorFerrán Aranaz, Magdalena Ruth
dc.contributor.authorFernández Cornejo, José Andrés
dc.contributor.authorSandubete Galán, Julio Emilio
dc.date.accessioned2023-06-17T10:25:50Z
dc.date.available2023-06-17T10:25:50Z
dc.date.issued2020-01-09
dc.descriptionProyecto de innovación “Innova Docencia” de la Universidad Complutense de Madrid. Convocatoria 2018-2019.Proyecto número 275
dc.description.abstractEl objetivo fundamental de este proyecto es el de adaptar todo el contenido práctico de la asignatura de Métodos Econométricos de Economía y Finanzas de cuarto curso del Grado de Estadística Aplicada de la Facultad de Estudios Estadísticos al software libre R (dejando de usar el software comercial Eviews). Para ello se han preparado una serie de materiales y recursos didácticos que se han puesto a disposición de los alumnos en el Campus Virtual. También hemos integrado en el curso el uso de la plataforma de autoaprendizaje de R "DataCamp for classroom", y se ha preparado diverso material específico de autoevaluación en el aula mediante las plataforma “Kahood”.
dc.description.facultyFac. de Estudios Estadísticos
dc.description.refereedFALSE
dc.description.statussubmitted
dc.eprint.idhttps://eprints.ucm.es/id/eprint/58418
dc.identifier.pimcd275
dc.identifier.urihttps://hdl.handle.net/20.500.14352/9432
dc.language.isospa
dc.page.total595
dc.publication.placeMadrid
dc.relation.ispartofseriespimcdPIMCD2018
dc.rights.accessRightsopen access
dc.subject.cdu330.4
dc.subject.jelC10
dc.subject.jelC12
dc.subject.jelC13
dc.subject.keywordEconometría Aplicada
dc.subject.keywordR-project
dc.subject.keywordDataCamp
dc.subject.knowledgeCiencias Sociales y Jurídicas
dc.subject.ucmEconometría (Estadística)
dc.subject.ucmEconometría (Economía)
dc.subject.unesco5302.04 Estadística Económica
dc.subject.unesco5302 Econometría
dc.titleR-adaptación de la asignatura de métodos econométricos en economía y finanzas del Grado de Estadística Aplicada
dc.typeteaching innovation project
dcterms.referencesBergmann, J. & Sams, A., (2012). Flip Your Classroom. Reach Every Student in Every Class Every Day. ISTE Dalgaard, P. (2008): Introductory statistics with R. Springer Science & Business Media https://link-springer-com.bucm.idm.oclc.org/book/10.1007%2F978-0-387-79054-1 Grün B, Zeileis A (2009). “Automatic Generation of Exams in R.” Journal of Statistical Software, 29(10), 1-14. doi:10.18637/jss.v029.i10 Hanck, Ch; Arnold, M; Gerber, A; and Schmelzer.M (2018) Introduction to Econometrics with R https://www.econometrics-with-r.org/ Heiss, F. (2016): Using R for Introductory Econometrics. Create Space http://www.urfie.net/read.html Kleibel, C. & Zeileis, A. (2008): Applied Econometrics with R. Springer https://link-springer-com.bucm.idm.oclc.org/book/10.1007%2F978-0-387-77318-6 Lage, M.J., Platt, G. J. & Treglia, M., (2000). Inverting the classroom: a gateway to creating an inclusive learning environment. Journal of Economic Education, 31(1), p. 30-43. Muenchen, R. A. (2017). The Popularity of Data Science Software. Recuperado de http://r4stats.com/articles/popularity/ Pfaff, B. (2008): Analysis of Integrated and Cointegrated Time Series with R. Springer-Verlag https://link-springer-com.bucm.idm.oclc.org/book/10.1007%2F978-0-387-75967-8 Shumway, R. H. & Stoffer, D. S. (2017): Time Series Analysis and Its Applications: With R Examples. 4th Edition, Springer Venables, W.N, Smith, D.M. & the R core Team (2018): An Introduction to R. https://cran.r-project.org/doc/manuals/R-intro.pdf Zeileis A, Umlauf N, Leisch F (2014). “Flexible Generation of E-Learning Exams in R: Moodle Quizzes, OLAT Assessments, and Beyond.” Journal of Statistical Software, 58(1), 1-36. doi:10.18637/jss.v058.i01 Zeileis A (2016a). Blended Learning Tools for Large Statistics and Mathematics Courses. Presented at DAGStat 2016, Universität Göttingen, Germany. Zeileis A (2016b). A One-for-All Exams Generator: Written Exams, Online Tests, and Live Quizzes with R.Presented at Psychoco 2016 - International Workshop on Psychometric Computing, Université de Liège, Belgium. Zuur, A., Ieno, E. N. & Meesters, E. (2009): A Beginner's Guide to R. Springer Science & Business Media https://cds.cern.ch/record/1401934/files/9780387938363_TOC.pdf
dspace.entity.typePublication
relation.isAuthorOfPublicationd7f5bd78-98f7-44ac-b4b5-df58a4ed3f84
relation.isAuthorOfPublication51475b7b-5378-45f0-8e9f-df6021644b45
relation.isAuthorOfPublication1f13697d-9466-4b29-8974-99d4edcab8fc
relation.isAuthorOfPublicationb90d8f8b-7e9f-48df-8915-c30e7e10544c
relation.isAuthorOfPublicationa4bfb8a7-dbac-4c38-984d-f379456e9cf8
relation.isAuthorOfPublication.latestForDiscoveryd7f5bd78-98f7-44ac-b4b5-df58a4ed3f84

Download

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
memoria Final_PIE_2018_2019_275_ALL.pdf
Size:
18.77 MB
Format:
Adobe Portable Document Format
downoload Download

Collections

Proyectos de Innovación Docente