Basic Course of Classical Econometrics
Cristian Orlando Avila Quiñones; Nilton Marques De Oliveira
Licencia de minería de texto y datos
Declarado por la editorial el 22 julio 2026 a las 22:26:24 UTC
El titular de derechos se reserva expresamente sus derechos de reproducción, extracción y reutilización para fines de minería de textos y datos (TDM) y de entrenamiento de modelos de inteligencia artificial, de conformidad con el Art. 4(3) de la Directiva (UE) 2019/790, el Art. 53(1)(c) del Reglamento (UE) 2024/1689 (AI Act), el Art. 13 del Acuerdo ADPIC/TRIPS de la OMC, la Decisión Andina 351 de 1993 y las leyes nacionales aplicables en los territorios de residencia del titular, de realización de la reproducción y/o comercialización del Large Language Model u otro tipo de IA resultante.
Esta reserva cubre toda reproducción digital de la obra con independencia del soporte de la copia de origen (impreso o digital) y es efectiva desde la fecha certificada de esta declaración.
En América Latina, donde no existe excepción legal para el entrenamiento de IA, esta declaración constituye evidencia pública de que el titular no ha otorgado autorización. En la Unión Europea, activa la reserva máquina-legible exigida por el Art. 4(3) CDSM y el Art. 53(1)(c) AI Act. En Estados Unidos, señaliza la existencia de un mercado de licencias TDM a efectos del factor 4 del análisis de fair use.
Cualquier uso de la obra para los fines aquí reservados requiere autorización previa y expresa del titular de derechos.
Sello de integridad
Declaración selladaLa declaración fue sellada ante una autoridad de sellado de tiempo independiente (RFC 3161) y su contenido identificado con ISCC (ISO 24138): cualquier tercero puede verificar que existía en esa fecha y que no ha sido alterada. Descargar evidencia criptográfica (.tsr) · ¿Cómo se verifica?
Formatos
| Formato | ISBN | Recordreference | DOI | Año |
|---|---|---|---|---|
| E-book · ed. 1 | 9786287786219 | SIMEHEBOOKDII7JB6BA6D8GJI506HJ | 10.22490/UNAD.9786287786219 | 2025 |
Sobre esta obra
This work is intended, first, to serve as a guide for any student entering the broad field of econometric methods. Second, to arouse the interest of students in taking advantage of their knowledge of mathematics and statistics to deepen it and apply it to economic science. For this purpose, a basic but rigorous introduction is presented to quantitative methods, matrix algebra, sample statistics, and linear regression as foundations in the analysis of cross-sectional and time series data, delving into the problems of multicollinearity, heteroscedasticity, and autocorrelation in simple regression models that ran in the ordinary least squares (OLS). Likewise, it is intended to provide professors with a material that facilitates classroom teaching and is strictly brief on the minimum requirements to adequately read the econometrics of Gujarati and Novales.