Анализ панельных данных

2023/2024

Статус: Маго-лего

Кто читает: Отдел сопровождения учебного процесса в магистратуре

Когда читается: 2 модуль

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 3

Контактные часы: 14

Полная версия программы учебной дисциплины

Аннотация

В этом курсе речь пойдет о специфике работы с панельными данными, т.е. данными, описывающими поведение выборки людей, семей, домохозяйств, предприятий, регионов и стран в динамике. Эти данные представляют собой результаты продолжительного наблюдения над пространственными выборками одних и тех же объектов. Панельные данные поступают часто из опросов домохозяйств или предприятий, которые предоставляют широкий спектр типов экономического поведения этих объектов. Использование панельных данных в анализе позволяет провести адекватный учет неоднородности экономических агентов в эконометрических моделях. Анализируя пространственную выборку объектов, собранную в конкретный момент времени, исследователь не имеет доступа к индивидуальной эволюции объектов во времени и не может адекватно отразить в моделях ее неоднородность. Панельные данные предоставляют широкие возможности исследования и учета индивидуальной динамики объектов выборки во всем разнообразии. Для изучения этого раздела курса необходимо знание теории вероятностей, математической статистики, эконометрики, математического анализа и линейной алгебры.

Цель освоения дисциплины

Цель курса – познакомить слушателей с методами анализа панельных данных и примерами их применения в различных областях экономики и управления. В ходе практических занятий, проводимых в компьютерных классах, предполагается научить слушателей корректному использованию инструментов анализа панельных данных на практике при работе со специализированными эконометрическими программами.

Планируемые результаты обучения

Обладать навыками работы со статистическими пакетами
Способность анализировать объясняющие переменные модели на предмет выделения источников эндогенности, умение подбирать и тестировать на релевантность и валидность инструментов
Умение находить в интернете и загружать в Stata процедуры для тестирования гетероскедастичности, автокорреляции и пространственной корреляции ошибок панельных регрессий. Способность подбирать подходящий метод коррекции моделей.
Умение обосновывать необходимость применения панельного анализа данных в исследованиях, понимание того, как содержательно интерпретируется смысл ненаблюдаемых индивидуальных и временных эффектов в моделях
Уметь находить данные, необходимые для анализа и проведения экономических расчетов, используя различные источники информации

Содержание учебной дисциплины

Специфика моделирования по панельным данным
Особенности оценивания моделей с панельными данными в условиях гетероскедастичности и серийных корреляций случайных возмущений
Оценивание коэффициентов панельных регрессий в условиях эндогенности
Обобщенный метод моментов и оценивание динамических моделей
Оценивание моделей с дискретными и ограниченными зависимыми переменными по панельным данным
Модели со случайными коэффициентами

Элементы контроля

Текущие тесты
Тест на каждой неделе содержит 10 вопросов с пятью вариантами ответа. Верный ответ на каждый вопрос оценивается в 1 балл (неверный – 0 баллов). Таким образом, за прохождение теста на каждой неделе можно набрать от 0 до 10 баллов. На ответ на каждый вопрос дается одна попытка. Итоговая оценка за тесты складывается из оценок за 7 тестов, взятых с одинаковым весом и нормируется к 100, т.е. ((сумма оценок за 7 тестов)/(15*7))*100.
Проект
На 2-ой, и 5-ой неделях слушатели выполняют практическое задание (проект), представляющий собой самостоятельное исследование по реальным данным в 2-х частях, и по каждой части пишут эссе (отчет), которое оценивается в 50 баллов каждое Итоговая оценка за проект складывается из оценок за эссе, взятых с одинаковым весом, и затем нормируется к 100 т.е. ((сумма оценок за 2 эссе)/(50*2))*100.
Экзамен
Экзамен реализуется в виде теста, содержащего 20 вопросов, сформулированных на основании анализа реальных экономических данных. За каждый вопрос можно набрать либо 1, либо 2 балла в зависимости от сложности вопроса. Таким образом, максимальное количество баллов за экзамен равно 40 (100%). Продолжительность экзамена - 120 минут

Промежуточная аттестация

2023/2024 учебный год 2 модуль
Итоговая оценка = 0.3 * Тесты + 0.3 *Проект + 0.4 *Экзамен

Программа дисциплины