Моделирование статистических зависимостей

2023/2024

Статус: Майнор

Кто читает: Департамент статистики и анализа данных

Где читается: Факультет экономических наук

Когда читается: 1, 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Балычева Юлия Евгеньевна, Сиротин Вячеслав Павлович, Устинова Регина Алексеевна

Язык: русский

Кредиты: 5

Контактные часы: 76

Полная версия программы учебной дисциплины

Аннотация

Учебная дисциплина является дополнительной к основному направлению обучения студента, она реализуется в рамках майнора «Прикладной статистический анализ», базируется на знании основ теории вероятностей и математической статистики и нацелена на освоение методов исследования зависимостей и их приложений главным образом в экономике и социальной сфере. В то же время она расширяет возможности развития профессиональных компетенций, которые формируются на основных образовательных программах обучаемых, путем освоения современной статистической методологии и возможностей ее использования в различных областях знаний.

Цель освоения дисциплины

Освоение методов исследования зависимостей и их возможных приложений
Расширение возможности развития профессиональных компетенций, которые формируются на основных образовательных программах обучаемых, путем освоения современной статистической методологии и возможностей ее использования в различных областях знаний.

Планируемые результаты обучения

Определяет вид нелинейной регрессионной модели в соответствие с анализом сущности явления и результатами статистических тестов. Строит и интерпретирует модели с "фиктивными" переменными и модели бинарного выбора.
Проверяет выполнение исходных предпосылок построения классической регрессионной модели, строит модифицированные линейные регрессионные модели.
Строит классические модели регрессии, выбирает модель с лучшим составом регрессоров, интерпретирует результаты моделирования.
Строит модели дисперсионного анализа и классические модели с одним регрессором и интерпретирует результаты моделирования
Формирует агрегированные признаки и формирует на их основе статистические индексы. Строит индексы на основе регрессионных моделей, в том числе с привлечением экспертной информации.

Содержание учебной дисциплины

Статистический анализ причинно-следственных связей: линейная модель.
Классическая линейная модель множественной регрессии и ее применение.
Проблемы построения линейных регрессионных моделей и методы их преодоления.
Снижение размерности признакового пространства и построение статистических индексов.
Нелинейные регрессионные модели и примеры их использования

Элементы контроля

Активность
Своевременное и правильное выполнение текущих заданий
Домашнее задание 1
Выполнение расчетно-аналитического задания
Домашнее задание 2
Выполнение расчетно-аналитического задания
Контрольная работа

Промежуточная аттестация

2023/2024 учебный год 2 модуль
0.25 * Активность + 0.25 * Домашнее задание 1 + 0.25 * Домашнее задание 2 + 0.25 * Контрольная работа

Программа дисциплины