• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2019/2020

Эконометрика

Направление: 38.04.02. Менеджмент
Когда читается: 1-й курс, 2 модуль
Формат изучения: MOOC
Прогр. обучения: Стратегии развития бизнеса: управление и консалтинг
Язык: русский
Кредиты: 3

Программа дисциплины

Аннотация

Эконометрика – наука, позволяющая исследовать закономерности в реальных данных. К концу курса мы научимся отвечать на два вопроса. Как одна переменная, y, зависит от другой переменной, x? Как спрогнозировать переменную y? Мы будем подробно изучать линейные регрессионные модели, рассмотрим наиболее частые отклонения от предпосылок классической линейной регрессии. Изучим базовые модели (логит и пробит) для качественных зависимых переменных. Наряду с теоретической основой мы будем работать с реальными данными, используя статистический пакет R. Необходимые знания: Теория вероятностей и математическая статистика. Линейная алгебра опционально. Автор онлайн-курса Борис Демешев – старший преподаватель кафедры математической экономики и эконометрики, департамент прикладной экономики. https://ru.coursera.org/learn/ekonometrika
Цель освоения дисциплины

Цель освоения дисциплины

  • Цель курса - являются получение студентами более полного научного представления о методах, моделях и приемах, позволяющих дать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием математико-статистического инструментария, обучение навыкам практического использования широкого спектра эконометрических методов и моделей в конкретных областях и разделах экономических исследований на основе математикостатистических методов и применения вычислительной техники.
Результаты освоения дисциплины

Результаты освоения дисциплины

  • Иметь более полное научное представление о методах, моделях и приемах, позволяющих дать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием математико-статистического инструментария
  • Иметь навыки практического использования широкого спектра эконометрических методов и моделей в конкретных областях и разделах экономических исследований на основе математикостатистических методов и применения вычислительной техники.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Эконометрика
    Тема 1. Метод наименьших квадратов, введение в R Суть метода наименьших квадратов. Парная регрессия. Случай множества регрессоров. Коэффициент детерминации. МНК в R. Тема 2. Статистические свойства оценок коэффициентов Условное математическое ожидание. Определение. Условная дисперсия. Геометрическая иллюстрация условного математического ожидания. Условная дисперсия МНК оценок. Дисперсия оценок коэффициентов в общем виде. Доказательство формулы для ковариационной матрицы. Оценка ковариационной матрицы. Статистические свойства оценок коэффициентов. Построение доверительных интервалов и проверка гипотез. Интерпретация стандартной таблички. Особенности проверки гипотез. Проверка гипотезы о связи коэффициентов. Работа со случайными величинами в RПроверка гипотез о коэффициентах в R. Стандартизированные коэффициенты и эксперимент с ложно-значимыми регрессорами Тема 3. Дамми-переменные, сравнение вложенных моделей Прогнозирование во множественной регрессии. Интерпретация коэффициента при логарифмировании. Дамми-переменные. Разные зависимости для подвыборок. Проверка гипотезы о нескольких линейных ограничениях. Вывод формулы для гипотезы о незначимости регрессии. Лишние и пропущенные переменные. Тест Рамсея. Простые показатели качества модели. R: графики и переход к логарифмам, графики для качественных и количественных переменных. Оценивание моделей с дамми-переменными в R. Построение прогнозов в R. Проверка гипотезы о линейных ограничениях, графическое представление результатов. Ловушка дамми-переменных, информационные критерии, тест Рамсея. Тема 4. Мультиколлинеарность Определение мультиколлинеарности. Ридж и LASSO регрессия.Идея метода главных компонент. Свойства главных компонент. R: доверительные интервалы при мультиколлинеарности. LASSO регрессия в R. Ридж-регрессия, идея оценки лямбды и метод главных компонент в R.
Элементы контроля

Элементы контроля

  • Оценка, выставленная платформой Coursera (блокирующий)
  • Собеседование с преподавателем (неблокирующий)
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.7 * Оценка, выставленная платформой Coursera + 0.3 * Собеседование с преподавателем
Список литературы

Список литературы

Рекомендуемая основная литература

  • Галочкин В. Т.-ЭКОНОМЕТРИКА. Учебник и практикум для бакалавриата и специалитета-М.:Издательство Юрайт,2019-288-Бакалавр и специалист-978-5-534-10751-7: -Текст электронный // ЭБС Юрайт - https://biblio-online.ru/book/ekonometrika-431440
  • Эконометрика : учебник и практикум для прикладного бакалавриата, Демидова, О. А., Малахов, Д. И., 2017

Рекомендуемая дополнительная литература

  • Костюнин В. И.-ЭКОНОМЕТРИКА. Учебник и практикум для прикладного бакалавриата-М.:Издательство Юрайт,2019-285-Бакалавр. Прикладной курс-978-5-534-02660-3: -Текст электронный // ЭБС Юрайт - https://biblio-online.ru/book/ekonometrika-432126
  • Мардас А. Н.-ЭКОНОМЕТРИКА 2-е изд., испр. и доп. Учебник и практикум для академического бакалавриата-М.:Издательство Юрайт,2019-180-Бакалавр. Академический курс-978-5-9916-8164-3: -Текст электронный // ЭБС Юрайт - https://biblio-online.ru/book/ekonometrika-434110