Este libro esta enfocado al trabajo con los modelos multieciacionales a traves del siguiente contenido: MODELOS LINEALES MULTIECUACIONALES. ECUACIONES SIMULTANEAS 1.1 Modelos lineales multiecuacionales. Forma estructural y ecuaciones simultaneas 1.2 Modelo multiecuacional en forma reducida 1.3 Identificacion de modelos estructurales de ecuaciones simultaneas. Estimacion MCI 1.4 Estimacion de modelos lineales de ecuaciones simultaneas 1.4.1 Minimos cuadrados indirectos 1.4.2 Variables instrumentales 1.4.3 Minimos cuadrados bietapicos 1.4.4 Modelos recursivos 1.4.5 Maxima verosimilitud con informacion limitada 1.4.6 Maxima verosimilitud con informacion completa 1.4.7 Estimadores de clase k y minimos cuadrados trietapicos 1.4.8 Metodo RANR o SUR28 1.4.9 Metodos robustos a la heteroscedasticidad: White y HAC 1.4.10 Modelos de ecuaciones simultaneas con series temporales 1.5 EVIEWS y los sistemas de ecuaciones simultaneas 1.6 SAS y los modelos de ecuaciones simultaneas lineales: procedimientos SYSLIN Y MODEL 1.7 STATA y los modelos de ecuaciones lineales simultaneas MODELOS MULTIVARIANTES DE SERIES TEMPORALES: VAR, VARX, VARMA Y BVAR. COINTEGRACION 2.1 Modelos de vectores autorregresivos (VAR) 2.2 Identificacion en modelos VAR 2.3 Estimacion de un modelo VAR 2.4 Modelos VARMA 2.5 Cointegracion en modelos VAR. Test de JOHANSEN 2.6 EVIEWS y los modelos VAR. Test de JOHANSEN 2.6.1 Estimacion de modelos VAR en EVIEWS a traves de menus 2.6.2 Cointegracion en modelos VAR en EVIEWS a traves de menus 2.6.3 Modelo de vector de correccion del error en modelos VAR con Eviews 2.7 SAS y los modelos VAR. Contrastes de causalidad y cointegracion. Test de JOHANSEN 2.7.1 Contraste de Johansen en modelos VAR con SAS 2.7.2 Modelo de vector de correccion del error en modelos VAR con SAS. 2.7.3 Modelos VAR con variables exogenas (VARX) en SAS 2.8 STATA y los modelos VAR Y VEC. Contrastes de causalidad y cointegracion. Test de JOHANSEN MODELOS Y SISTEMAS NO LINEALES. REGRESION PARTICIONADA Y SEGMENTADA 3.1 Modelos lineales 3.2 Modelos lineales sencillos 3.3 Minimos cuadrados lineales. Algoritmos de NEWTON Y MARQUARDT 3.4 Regresion particionada 3.5 Regresion por tramos o segmentada 3.6 SPSS y la estimacion lineal y segmentada 3.7 SAS y la estimacion lineal. procedimiento NLIN 3.8 SAS y los modelos de ecuaciones simultaneas lineales: procedimiento MODEL 3.9 EVIEWS y los modelos de ecuaciones lineales 3.10 STATA y los modelos de ecuaciones lineales Lo ejemplos y ejercicios se resuelven con los paquetes de software mas actuales del mercado como SAS, SPSS, EVIEWS y STATA