Este libro est enfocado al trabajo con los modelos multieciacionales a trav s del siguiente contenido: MODELOS LINEALES MULTIECUACIONALES. ECUACIONES SIMULT NEAS 1.1 Modelos lineales multiecuacionales. Forma estructural y ecuaciones simult neas 1.2 Modelo multiecuacional en forma reducida 1.3 Identificaci n de modelos estructurales de ecuaciones simult neas. Estimaci n MCI 1.4 Estimaci n de modelos lineales de ecuaciones simult neas 1.4.1 M nimos cuadrados indirectos 1.4.2 Variables instrumentales 1.4.3 M nimos cuadrados biet picos 1.4.4 Modelos recursivos 1.4.5 M xima verosimilitud con informaci n limitada 1.4.6 M xima verosimilitud con informaci n completa 1.4.7 Estimadores de clase k y m nimos cuadrados triet picos 1.4.8 M todo RANR o SUR 28 1.4.9 M todos robustos a la heteroscedasticidad: White y HAC 1.4.10 Modelos de ecuaciones simult neas con series temporales 1.5 EVIEWS y los sistemas de ecuaciones simult neas 1.6 SAS y los modelos de ecuaciones simult neas lineales: procedimientos SYSLIN Y MODEL 1.7 STATA y los modelos de ecuaciones lineales simult neas MODELOS MULTIVARIANTES DE SERIES TEMPORALES: VAR, VARX, VARMA Y BVAR. COINTEGRACI N 2.1 Modelos de vectores autorregresivos (VAR) 2.2 Identificaci n en modelos VAR 2.3 Estimaci n de un modelo VAR 2.4 Modelos VARMA 2.5 Cointegraci n en modelos VAR. Test de JOHANSEN 2.6 EVIEWS y los modelos VAR. Test de JOHANSEN 2.6.1 Estimaci n de modelos VAR en EVIEWS a trav s de men s 2.6.2 Cointegraci n en modelos VAR en EVIEWS a trav s de men s 2.6.3 Modelo de vector de correcci n del error en modelos VAR con Eviews 2.7 SAS y los modelos VAR. Contrastes de causalidad y cointegraci n. Test de JOHANSEN 2.7.1 Contraste de Johansen en modelos VAR con SAS 2.7.2 Modelo de vector de correcci n del error en modelos VAR con SAS. 2.7.3 Modelos VAR con variables ex genas (VARX) en SAS 2.8 STATA y los modelos VAR Y VEC. Contrastes de causalidad y cointegraci n. Test de JOHANSEN MODELOS Y SISTEMAS NO LINEALES. REGRESI N PARTICIONADA Y SEGMENTADA 3.1 Modelos no lineales 3.2 Modelos no lineales sencillos 3.3 M nimos cuadrados no lineales. Algoritmos de NEWTON Y MARQUARDT 3.4 Regresi n particionada 3.5 Regresi n por tramos o segmentada 3.6 SPSS y la estimaci n no lineal y segmentada 3.7 SAS y la estimaci n no lineal. procedimiento NLIN 3.8 SAS y los modelos de ecuaciones simult neas no lineales: procedimiento MODEL 3.9 EVIEWS y los modelos de ecuaciones no lineales 3.10 STATA y los modelos de ecuaciones no lineales Lo ejemplos y ejercicios se resuelven con los paquetes de software m s actuales del mercado como SAS, SPSS, EVIEWS y STATA