Los estudiantes con poca experiencia en estadística y econometría a menudo tienen dificultades para entender los beneficios de desarrollar habilidades de programación al momento de aplicar diversos métodos econométricos. Econoalgoritmia: Econometría avanzada y ciencia de datos con R por Jeshua Romero Guadarrama (2021), ofrece una introducción interactiva a los aspectos esenciales de la programación por medio del lenguaje y software estadístico R, así como una guía para la aplicación de la teoría económica y econométrica en entornos específicos. En otras palabras, el objetivo es que los estudiantes se adentren al mundo de la economía aplicada mediante ejemplos empíricos presentados en la vida diaria y haciendo uso de las habilidades de programación recién adquiridas. Dicho objetivo se encuentra respaldado por ejercicios de programación interactivos generados con DataCamp Light y la incorporación de visualizaciones dinámicas de conceptos fundamentales mediante la flexibilidad de JavaScript, a través de la biblioteca D3.js.
El curso se puede consultar aquí: Econoalgoritmia: Econometría avanzada y ciencia de datos con R
Romero, G. J. (2021). Econoalgoritmia: Econometría avanzada y ciencia de datos con R. JeshuaNomics.
Para ejecutar los ejemplos mostrados en el libro será necesario tener instalados los siguientes paquetes:
lattice,
ggplot2,
foreign,
car,
leaps,
MASS,
RcmdrMisc,
lmtest,
glmnet,
mgcv,
rmarkdown,
knitr y
dplyr.
Por ejemplo, ejecutando el siguiente comando:
pkgs <- c("lattice", "ggplot2", "foreign", "car", "leaps", "MASS", "RcmdrMisc",
"lmtest", "glmnet", "mgcv", "rmarkdown", "knitr", "dplyr",
"caret", "rattle", "car", "AppliedPredictiveModeling", "ISLR")
install.packages(setdiff(pkgs, installed.packages()[,"Package"]), dependencies = TRUE)
