Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PGC2018-096732-B-I00

Financiado

Cerrado

INFERENCIAS EN MODELOS ECONOMETRICOS DE ALTA DIMENSION

EL TEMA DE ESTA PROPUESTA ES INFERENCIAS EN MODELOS ECONOMETRICOS DE ALTA DIMENSION, HAY MUCHOS PARAMETROS DE INTERES EN ECONOMIA QUE DEPENDEN DE PARAMETROS INICIALES DE ALTA DIMENSION, POR EJEMPLO, EN LOS MODELOS ECONOMICOS DE CO... ver más

01/01/2018

UC3M

24K€

Presupuesto del proyecto: 24K€

Líder del proyecto

UNIVERSIDAD CARLOS III DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1335

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2018-01-01 No tenemos la información de la convocatoria

0% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UC3M

Lider

Proyectos interesantes

PID2019-107352GB-I00

Data Science

Software

40K€ Cerrado

PID2021-127794NB-I00

Data Science

Software

23K€ Cerrado

ECO2009-10287

Data Science

Software

69K€ Cerrado

ECO2011-28875

Data Science

Software

38K€ Cerrado

MACROML

Data Science

Software

231K€ Cerrado

ECO2014-59885-P

Data Science

Software

17K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

UNIVERSIDAD CARLOS III DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1335

Presupuesto del proyecto 24K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EL TEMA DE ESTA PROPUESTA ES INFERENCIAS EN MODELOS ECONOMETRICOS DE ALTA DIMENSION, HAY MUCHOS PARAMETROS DE INTERES EN ECONOMIA QUE DEPENDEN DE PARAMETROS INICIALES DE ALTA DIMENSION, POR EJEMPLO, EN LOS MODELOS ECONOMICOS DE COMPORTAMIENTO ESTRATEGICO, LOS AGENTES ECONOMICOS TOMAN DECISIONES TENIENDO EN CUENTA SUS EXPECTATIVAS SOBRE LAS ESTRATEGIAS DE OTROS AGENTES, POR LO TANTO, LOS PARAMETROS DE LA FUNCION DE UTILIDAD DEL AGENTE DEPENDEN DE EXPECTATIVAS RACIONALES POTENCIALMENTE MUY COMPLEJAS, COMO SEGUNDO EJEMPLO, PARA OBTENER ESTIMACIONES CREIBLES DEL IMPACTO CAUSAL DE UNA POLITICA ECONOMICA A MENUDO HACE FALTA "CONTROLAR POR" (O ELIMINAR PRIMERO EL EFECTO DE) MUCHAS VARIABLES, LOS METODOS ECONOMETRICOS ESTANDAR, COMO EL ESTIMADOR DE METODOS GENERALIZADOS DE MOMENTOS (GMM), NO PERMITEN ESTIMACIONES MODERNAS DE ALTA DIMENSION PARA ESTOS ESTIMADORES INICIALES, POR HERRAMIENTAS MODERNAS DE ALTA DIMENSION NOS REFERIMOS A METODOS COMO LASSO, RANDOM FOREST, RIDGE, BOOSTED TREES, NEURAL NETS, SUPPORT VECTOR MACHINES Y OTROS METODOS QUE A MENUDO SE CONOCEN COMO METODOS DE "APRENDIZAJE AUTOMATICO", LAS ESTIMACIONES TRADICIONALES EN DOS ETAPAS ADOLECEN DE GRANDES SESGOS CUANDO LOS PARAMETROS INICIALES SE ESTIMAN MEDIANTE METODOS DE APRENDIZAJE AUTOMATICO, LOS ESTIMADORES LOCALMENTE ROBUSTOS, ES DECIR, LOS ESTIMADORES QUE TIENEN DERIVADA CERO CON RESPECTO A LOS PRIMEROS PASOS, PERMITEN ESTOS METODOS DE ESTIMACION DE ALTA DIMENSION, ESTE PROYECTO PROPONE METODOS GENERALES PARA CONSTRUIR ESTIMADORES LOCALMENTE ROBUSTOS PARA MUCHOS MODELOS ECONOMETRICOS QUE SON DE GRAN INTERES PRACTICO,EL PROYECTO CONSISTE EN CINCO LINEAS DE INVESTIGACION, LA PRIMERA LINEA DE INVESTIGACION PRESENTA UN ENFOQUE GENERAL PARA CONSTRUIR ESTIMADORES LOCALMENTE ROBUSTOS EN UN CONTEXTO DE GMM, SE DISCUTEN APLICACIONES A LA CLASE IMPORTANTE DE MODELOS DINAMICOS DE ELECCION DISCRETA, APLICAMOS ESTAS HERRAMIENTAS A UN MODELO DINAMICO DE ELECCION DISCRETA DONDE LOS HOGARES DECIDEN CUANDO COMPRAR, DONDE COMPRAR, CUANTO GASTAR Y QUE CATEGORIAS DE PRODUCTOS COMPRAR, LA SEGUNDA LINEA DE INVESTIGACION PROPONE NUEVOS ESTIMADORES LOCALMENTE ROBUSTOS PARA MODELOS NO LINEALES CON VARIABLES ENDOGENAS ESTIMADAS POR UN ENFOQUE DE FUNCION DE CONTROL, APLICAMOS ESTAS HERRAMIENTAS PARA ESTUDIAR LAS DECISIONES DE MIGRACION EN EE, UU, Y EUROPA, LA TERCERA LINEA PROPONE ESTIMADORES LOCALMENTE ROBUSTOS PARA MODELOS DE SELECCION DE MUESTRAS, CON UNA APLICACION A LA EVALUACION DE SUBSIDIOS PARA LA INVERSION PRIVADA EN I + D EN ESPAÑA, LA CUARTA LINEA PROPONE NUEVOS ESTIMADORES PARA EL MODELO DE COEFICIENTES ALEATORIOS TIPO LOGIT, ESTE MODELO ES AMPLIAMENTE UTILIZADO EN ECONOMIA AMBIENTAL, ECONOMIA INDUSTRIAL, MARKETING, ECONOMIA PUBLICA, ECONOMIA DEL TRANSPORTE Y OTROS CAMPOS, PROPONEMOS UN NUEVO ESTIMADOR PARA LA DISTRIBUCION DE LOS COEFICIENTES ALEATORIOS Y UN ESTIMADOR LOCALMENTE ROBUSTO PARA LOS PARAMETROS NO ALEATORIOS, LA QUINTA LINEA DE INVESTIGACION DESARROLLARA UN ESTIMADOR DE VARIABLES INSTRUMENTALES (IV) QUE ES UN ANALOGO AL ESTIMADOR DE MINIMOS CUADRADOS, PERO PARA REGRESIONES ESTRUCTURALES (I,E PARA VARIABLES ENDOGENAS), EL NUEVO ESTIMADOR ESTIMARA LA APROXIMACION LINEAL OPTIMA A LA VERDADERA FUNCION ESTRUCTURAL BAJO LA ESPECIFICACION ERRONEA, ESPERAMOS QUE EL NUEVO ESTIMADOR PROPORCIONE ESTIMACIONES CREIBLES Y ROBUSTAS DE LA ELASTICIDAD DE LA SUSTITUCION INTERTEMPORAL (ESI) EN LOS MODELOS DE ACTIVOS FINANCIEROS, EN CONTRASTE CON LAS ESTIMACIONES IV EXISTENTES, ESTIMACIÓN EN DOS ETAPAS\ESTIMADORES LOCALMENTE ROBUSTOS\MODELOS ECONOMÉTRICOS DE ALTA DIMENSIÓN\APRENDIZAJE AUTOMÁTICO\MODELOS DE ELECCIÓN DISCRETA\VARIABLES ENDÓGENAS\MIGRACIÓN\SELECCIÓN MUESTRAL\VARIABLES INSTRUMENTALES.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores