Parte I: 1. La naturaleza del análisis de regresión – 2. Modelos de regresión con dos variables: algunas ideas básicas – 3. El modelo de regresión con dos variables: el problema de la estimación – 4. El supuesto de normalidad: el modelo clásico de regresión lineal normal – 6. Extensiones del modelo de regresión lineal con dos variables – 7. Enfoque matricial para el modelo de regresión lineal – Parte II: 8. Multicolinealidad – 9. Heterocedasticidad – 10. Autocorrelación – 11. Especificación del modelo – Parte III: 12. Regresión con una variable dicotómica – 13. Regresión en una variable dependiente dicotómica: los modelos MPL, Logit y Probit – 14. Modelos autorregresivos y rezagos distribuidos – Parte IV: 15. Modelos de ecuaciones simultaneas – 16. El problema de identificación – 17. Método de ecuaciones simultaneas –
