Эконометрика

Бакалавриат 2019/2020

Статус: Курс по выбору (Управление бизнесом)

Направление: 38.03.02. Менеджмент

Кто читает: Департамент прикладной экономики

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 4 модуль

Формат изучения: без онлайн-курса

Преподаватели: Погорелова Полина Вячеславовна

Язык: русский

Кредиты: 4

Контактные часы: 46

Полная версия программы учебной дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 38.03.02 «Менеджмент» подготовки бакалавра, изучающих дисциплину «Эконометрика». Дисциплина направлена на получение студентами представления о первичных методах анализа данных, проверки статистических гипотез, а также основных эконометрических моделях и методах их оценивания, области их применения; освоение студентами статистических пакетов, позволяющих проводить первичный анализ данных, и применять эконометрические методы к анализу реальных статистических данных

Цель освоения дисциплины

Получение студентами представления о первичных методах анализа данных, проверки статистических гипотез, а также основных эконометрических моделях и методах их оценивания, области их применения
Освоение студентами статистических пакетов, позволяющих проводить первичный анализ данных, и применять эконометрические методы к анализу реальных статистических данных

Планируемые результаты обучения

Знать основы статистических и эконометрических методов анализа данных
Уметь проводить первичный анализ данных на основании описательных статистик, таблиц и графиков
Уметь применять эконометрические методы оценивания при работе с реальными статистическими данными
Иметь навыки работы с модулями статистических пакетов Excel и R, позволяющие применить эконометрические методы оценивания

Содержание учебной дисциплины

Введение. Зачем нужен анализ данных? Какие данные есть и где их найти. Формирование выборки
Зачем нужен анализ данных? Типы экономических данных: временные ряды, пространственные данные, панельные данные. Источники данных. Вероятностная природа экономических величин. Проблема измерений. Специфика экономических измерений. Что такое математические методы анализа экономики и эконометрика. Цели и методы эконометрики. Взаимосвязи между переменными. Статистические совокупности и группировка. Визуальный анализ. Таблицы и графики. Частота и частотность. Диаграммы. Гистограммы. Линейные тренды.
Описательные статистики и их интерпретации
Основные понятия прикладной статистики. Случайность. Вероятность. Случайное событие. Случайная величина. Функция распределения. Математическое ожидание. Дисперсия. Выборка. Выборочные характеристики. Арифметическое среднее. Геометрическое среднее. Дисперсия и среднеквадратическое отклонение. Медиана. Размах. Ковариация и корреляция. Выборочные и теоретические. Независимые и зависимые случайные величины. Степень связи между переменными
Парная линейная зависимость
Классическая линейная регрессия для случая одной объясняющей переменной. Статистические характеристики оценок параметров модели. Свойства оценок. Теорема Гаусса – Маркова. Проверка гипотез о конкретном значении коэффициентов регрессии. Проверка гипотез о значимости коэффициентов регрессии. Доверительные интервалы для оценок параметров. Проверка адекватности регрессии.
Множественная линейная регрессия
Множественная линейная регрессия. Теорема Гаусса – Маркова для множественной линейной регрессии (без доказательства). Проверка гипотез о конкретном значении коэффициентов регрессии. Проверка гипотез о значимости коэффициентов регрессии. Коэффициент множественной детерминации и его свойства. Коэффициент множественной детерминации, скорректированный на число степеней свободы. Доверительные интервалы для коэффициентов регрессии. Проверка гипотезы об адекватности регрессии. Проверка общей линейной гипотезы о наличии нескольких линейных соотношений между коэффициентами регрессии.
Основные проблемы при оценивании
Эконометрические проблемы: гетероскедастичность, выбор функциональной формы, выбор объясняющих переменных (пропущенные и лишние переменные), мультиколлинеарность
Обзор продвинутых техник анализа данных: панельные данные и временные ряды
Панельные данные. Регрессионный анализ с фиксированными эффектами. Оценка модели и статистические выводы. Модели временных рядов и прогнозирование. Запаздывания, первые разности, логарифмы, темпы прироста. Автокорреляция. Авторегрессионая модель. Множественная регрессия временных рядов
Применение эконометрических методов на практике
Примеры научных исследований. Проект «как принять решение с применением инструментария эконометрики»

Элементы контроля

Опросник в формах гугл по материал консультаций и лекций на курсере
Онлайн опросники по материалам лекций
Проект исследования
Задание состоит из трех частей - презентация, текст и ответы на вопросы. Выборка, по которой стороятся регрессии, должна насчитывать более 300 наблюдений.
Контрольная работа
Работа выполняется индивидуально в онлайн формате
встроенные тесты курса на Курсере
Необходимо выполнить тесты к неделям 1-4, 6,7,9

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
0.25 * встроенные тесты курса на Курсере + 0.25 * Контрольная работа + 0.25 * Опросник в формах гугл по материал консультаций и лекций на курсере + 0.25 * Проект исследования

Программа дисциплины