Microeconometria

Código:

2M3E04

Sigla:

MIC

Áreas Científicas
Classificação	Área Científica
OFICIAL	Economia

Ocorrência: 2021/2022 - 1S

Ativa?	Sim
Curso/CE Responsável:	Mestrado em Economia da Empresa e da Estratégia

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MEEE	37	Plano de estudos	1	-	3	21	81

Língua de trabalho

Inglês
Obs.: Os materiais de apoio estão em língua inglesa

Objetivos

Familiarizar o aluno com as principais técnicas utilizadas para análise de microdados seccionais nomeadamente para lidar com situações em que a variável dependente é discreta, parcialmente discreta, ou relativa a dados de duração.

Resultados de aprendizagem e competências

Os estudantes dominarão os métodos e técnicas necessários para estimar modelos não lineares como sejam modelos de resposta binária, modelos multinomiais, de resposta truncada e censurada, e modelos de duração.  Os estudantes deverão ser capazes de selecionar o modelo mais adequado a cada situação e de avaliar criticamente  a qualidade dos resultados.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Necessário conhecimentos obtidos na u.c. de Econometria

Programa

1. O Método da Máxima Verosomilhança
2. Modelos de Escolha Binária
3. Modelos de Escolha Multinomial
4. Modelos Tobit
5. Modelos de Duração

Bibliografia Obrigatória

Marno Verbeek; A guide to modern econometrics. ISBN: 978-1-119-47211-7

Bibliografia Complementar

William H. Greene; Econometric analysis. ISBN: 978-0-273-75356-8
Christopher F. Baum; An^introduction to stata programming. ISBN: 978-1-59718-045-0

Métodos de ensino e atividades de aprendizagem

A unidade curricular recorre a duas metodologias de ensino complementares: aulas expositivas e sessões laboratoriais. Enquanto as primeiras se destinam a apresentar os modelos e as metodologias de estimação, as segundas adotam uma abordagem de tipo ‘hands-on’ que permite aos estudantes trabalhar diretamente com os dados, estimar os modelos e interpretar os resultados obtidos.

Software

R

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Teste	50,00
Trabalho prático ou de projeto	50,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	45,00
Frequência das aulas	21,00
Trabalho escrito	15,00
Total:	81,00

Obtenção de frequência

Os estudantes devem assistir a pelo menos 75% das aulas.

Fórmula de cálculo da classificação final

Média da classificação das duas componentes.
Exige-se uma pontuação mínima de 10 em cada componente.