Desde el punto de vista de los nuevos avances metodológicos y analíticos en Economía y Econometría suele ser habitual pasar por algún escenario de simulación que valide empíricamente ciertas propiedades deseables en el que, sin duda, juega un papel crucial la Informática.

Se puede decir que la investigación económica moderna se vertebra en torno a unos sólidos conocimientos de análisis económico, junto con habilidades destacadas en Matemáticas, Econometría e Informática. Un déficit en alguno de estos elementos puede conducir al fracaso en la carrera investigadora.

Esta asignatura pretende ofrecer y entrenar una serie de habilidades en Informática aplicada a la investigación en Economía, adoptando para ello un lenguaje de programación intuitivo a la par que avanzado y cuyo aprendizaje permita al investigador avanzar rápidamente como es R. Dicho lenguaje forma parte del proyecto de software libre bajo licencia de GNU, y proporciona una amplia variedad de técnicas y recursos. Está además disponible para distintos sistemas operativos de tipo Unix y similares (FreeBSD y Linux), Windows y Mac OS. Además cuenta con una interfaz visual, RStudio, que facilita el desarrollo y ejecución de nuestro código.

Para poder abordar la asignatura, se recomienda contar con una sólida base en Econometría, Análisis de Series Temporales, Estadística Teórica Avanzada y Modelización. Asimismo, es recomendable poseer ciertos conocimientos básicos de programación informática y tener un grado de competencia en inglés suficiente (mín. A2+) que permita al alumno un correcto aprovechamiento de los materiales.

El alumno puede contactar con el Equipo Docente para tratar cualquier asunto relacionado con la asignatura, en el horario indicado debajo:

Dr. D. Alberto Muñoz Cabanes
Despacho 1.25
Lunes de 16:00 a 20:00 horas
Tel.: 91 398 87 06
Correo electrónico: amunoz@cee.uned.es

Adicionalmente el alumno dispone también de acceso al Curso Virtual de la asignatura, que ofrece al alumno un espacio de estudio online en el que compaginar el trabajo individual con el aprendizaje cooperativo.

COMPETENCIAS BÁSICAS

CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación

CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio

CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades  sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios

CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades

CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

COMPETENCIAS GENERALES

CG01 - Aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios

CG04 - Adquirir habilidades de aprendizaje que permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido y autónomo.

CG06 - Gestionar autónomamente y de forma autorregulada su trabajo.

COMPETENCIAS ESPECÍFICAS

CE01 - Saber identificar las necesidades y demandas de los contextos en los que se exige la aplicación de herramientas metodológicas y aprender a proponer soluciones adecuadas.

CE02 - Desarrollar el razonamiento y pensamiento crítico y la capacidad para realizar análisis de la realidad económica.

CE03 - Preparar los datos para el análisis y aplicar los conocimientos teóricos adquiridos a la práctica mediante la modelación económica, lo que implica conocer las diferentes herramientas de análisis así como su utilidad y aplicabilidad en cada contexto.

CE04 - Resolver problemas económicos en entornos nuevos o poco conocidos.

CE05 - Aprender a tomar decisiones y proponer soluciones apropiadas basándose en los modelos económicos estudiados.

CE06 - Manejar con soltura las Tecnologías de Innovación y Comunicación (TIC), aplicadas al área de Economía.

CE07 - Obtener información de forma efectiva lo que implica ser capaz de buscar, gestionar organizar y analizar la información bibliográfica relevante.

CE08 - Mantener un compromiso ético como investigador en la realización de trabajos.

CE09 - Adquirir habilidades para el inicio y desarrollo de la tesis doctoral.

CE10 - Desarrollar habilidades para evaluar la investigación proyectada por otros profesionales.

CE11 - Llegar a ser capaz de diseñar investigaciones propias en el ámbito del itinerario correspondiente.

CE12 - Conocer los principales modelos teóricos que subyacen en los diversos ámbitos específicos de la investigación.

CE13 - Elaborar informes y asesorar en la toma de decisiones de política económica.

CE14 - Comprender los trabajos de naturaleza cuantitativa que se publican en las revistas propias del ámbito  científico.

CE15 - Desarrollar habilidades que permitan solventar los problemas que se derivan al utilizar un método u otro en el desarrollo de modelos económicos.

CE16 - Adaptar todas las habilidades adquiridas a distintos escenarios económicos.

CE17 - Utilizar las técnicas propias de la econometría en el tratamiento de problemas de carácter económico.

CE18 - Elaborar pronósticos y predicciones sobre las principales variables económicas y empresariales.

CE19 - Aplicar y utilizar las herramientas informáticas propias en el ámbito de la cuantificación económica.

CE20 - Desarrollar tareas de cálculo complejas de forma rápida y eficiente.

CE21 - Programar a un nivel básico en lenguajes informáticos típicos de la investigación en Economía.

CE22 - Ser capaz de aplicar las herramientas propias de la modelización matemática en el planteamiento de problemas de decisión en Economía.

CE23 - Aprender a expresar en términos matemáticos ciertas decisiones económicas.

CE24 - Ser capaz de interpretar en términos económicos los resultados matemáticos.

Resultados Generales:

• Saber identificar las necesidades y demandas de los contextos en los que se exige la aplicación de herramientas metodológicas y aprender a proponer soluciones adecuadas.
• Preparar los datos para el análisis y aplicar los conocimientos teóricos adquiridos a la práctica mediante la modelación económica, lo que implica conocer las diferentes herramientas de análisis así como su utilidad y aplicabilidad en cada contexto.

Resultados Específicos:

• Aplicar y utilizar las herramientas informáticas propias en el ámbito de la cuantificación económica.
• Desarrollar destrezas en R útliles para investigar en Economía. La asignatura tiene especial relevancia para áreas de investigación relacionadas con: Econometría, Análisis de Series Temporales, Estadística Teórica Avanzada, y Modelización.

Para el estudio de esta asignatura el estudiante dispondrá de un texto base recomendado por el equipo docente en el que encontrará toda la teoría así como ejemplos prácticos resueltos utilizando para ello el lenguaje de programación R.

A partir del estudio del manual recomendado, el estudiante podrá consultar todas aquellas cuestiones que desee al profesorado, a través de diferentes canales (foro del curso virtual, correo electrónico, teléfono).

El texto base de la asignatura puede descargarse en PDF de forma gratuita desde la página web de los autores, https://www.statlearning.com/

Algunos recursos de interés para los alumnos, donde es posible encontrar diferentes datasets, código e ideas son:

R

• RDocumentation.org, la referencia para encontrar y buscar paquetes.

• RStudio, interfaz de usuario de R para Windows.

• RMarkdown, herramienta para crear informes de forma automática y evaluar los resultados obtenidos con una presentación elegante.

DATASETS

• Sin lugar a duda, el mejor punto de partida para trabajar con datasets es el repositorio de Kaggle.
• El repositorio Machine Learning UCI del Center for Machine Learning and Intelligent Systems
• Otra web interesante es SNAP, repositorio de datos de la Universidad de Standford.

LIBROS

• R para ciencia de datos
• Paquetes R
• Programación R
• R avanzado
• Libro de cocina para R