Бакалавриат
2019/2020
Эконометрика
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
Программа 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 выборкиЗачем 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 интерпретацииОсновные 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 зависимостьКлассическая 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 регрессияМножественная 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 оцениванииЭконометрические проблемы: гетероскедастичность, выбор функциональной формы, выбор объясняющих переменных (пропущенные и лишние переменные), мультиколлинеарность
- Обзор продвинутых техник анализа данных: панельные данные и временные рядыПанельные 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 практикеПримеры научных исследований. Проект «как принять решение с применением инструментария эконометрики»
Элементы контроля
- Опросник в формах гугл по материал консультаций и лекций на курсереОнлайн опросники по материалам лекций
- Проект исследованияЗадание состоит из трех частей - презентация, текст и ответы на вопросы. Выборка, по которой стороятся регрессии, должна насчитывать более 300 наблюдений.
- Контрольная работаРабота выполняется индивидуально в онлайн формате
- встроенные тесты курса на КурсереНеобходимо 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
Список литературы
Рекомендуемая основная литература
- Введение в эконометрику : учебник для вузов, Доугерти, К., 2009
Рекомендуемая дополнительная литература
- Введение в эконометрику : Учебник для вузов, Сток, Дж., 2015
- Путеводитель по современной эконометрике, учебно-методическое пособие, пер. с англ. В. А. Банникова ; науч. ред. и предисл. С. А. Айвазяна, 616 с., Вербик, М., 2008