Прикладная статистика и основы эконометрики

Бакалавриат 2023/2024

Статус: Курс по выбору (Экономика и бизнес (очно-заочное обучение))

Направление: 38.03.01. Экономика

Кто читает: Кафедра экономической теории и эконометрики (Нижний Новгород)

Где читается: Факультет экономики НИУ ВШЭ (Нижний Новгород)

Когда читается: 2-й курс, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Максимов Андрей Геннадьевич

Язык: русский

Кредиты: 4

Контактные часы: 32

Полная версия программы учебной дисциплины

Аннотация

Целями освоения дисциплины «Эконометрика» в области обучения являются: - приобретение студентами базовых знаний по эконометрике; - знакомство с прикладными задачами дисциплины; - формирование умения решать типовые задачи дисциплины. Настоящая дисциплина относится к циклу общих дисциплин направления и блоку дисциплин, обеспечивающих базовую подготовку. Изучение данной дисциплины базируется на следующих дисциплинах: • Экономика • Теория вероятности и математическая статистика • Математический анализ Основные положения дисциплины должны быть использованы в дальнейшем, в том числе при подготовке курсовых, выпускных квалификационных работ, в профессиональной деятельности

Цель освоения дисциплины

В результате изучения курса студент познакомится с широким спектром инструментов анализа данных, описывающих экономические процессы, освоит основные понятия эконометрики, овладеет основным аппаратом эконометрического исследования, научится применять его для решения конкретных задач

Планируемые результаты обучения

Оценивает параметры парных регрессионных моделей (вручную и с применением эконометрического пакета EViews), интерпретирует результаты оценки, проверяет гипотезы

Содержание учебной дисциплины

Тема 1. Предмет эконометрики. Методология эконометрического исследования
Тема 2. Основные понятия теории вероятностей. Распределения: нормальное, t-F-, Хи-квадрат и др.
Тема 3. Выборка и статистическое оценивание. Проверка статистических гипотез
Тема 4. Линейная регрессионная модель для случая одной объясняющей переменной
Тема 5. Метод наименьших квадратов (МНК)
Тема 6. Теорема Гаусса-Маркова
Тема 7. Предположение о нормальном распределении случайной ошибки в рамках классической линейной регрессии и его следствия
Тема 8. Дисперсионный анализ
Тема 9. Особенности регрессии, проходящей через начало координат (без свободного члена).
Тема 11. Множественная линейная регрессия. Оценка параметров МНК. Теорема Гаусса-Маркова
Тема 10. Геометрическая интерпретация МНК
Тема 12. Проверка линейных гипотез о значениях параметров множественной линейной регрессии
Тема 15. Мультиколлинеарность данных: Отрицательные последствия, признаки, методы борьбы с мультиколлинеарностью..

Элементы контроля

Активность
экзамен
Моделирование на компьютере

Промежуточная аттестация

2023/2024 учебный год 4 модуль
0.1 * Активность + 0.9 * экзамен

Программа дисциплины