Бакалавриат 2024/2025

Регрессионный анализ: продолжение

Статус: Курс по выбору (Политология)

Направление: 41.03.04. Политология

Кто читает: Кафедра высшей математики

Где читается: Факультет социальных наук

Когда читается: 3-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Сальникова Дарья Вячеславовна

Язык: русский

Кредиты: 7

Контактные часы: 66

Программа дисциплины

Аннотация

В рамках дисциплины "Регрессионный анализ: продолжение", читаемой студентам 3 курса ОП "Политология", будут разобраны математические детали оценивания линейных регрессионных моделей, будут подробно обсуждаться допущения об ошибках такого класса моделей, способы их диагностики и поправки в случае нарушения этих допущений. Отдельное внимание будет уделено вопросам устойчивости результатов регрессионного анализа. Студенты также познакомятся с логистическими регрессионными моделями (моделями бинарного выбора и моделями множественного выбора с упорядоченным откликом). Одним из форматов занятий является репликация результатов исследований с последующей критикой примененной стратегии эмпирического анализа. В рамках курса для анализа данных используется Python. Для успешного освоения этой дисциплины студентам понадобятся знания и навыки, полученные в рамках курсов "Введение в регрессионный анализ" (2 курс, 1 модуль, ОП "Политология") и "Линейная алгебра и приложения в многомерной статистике" (2 курс, 3-4 модули, ОП "Политология").

Цель освоения дисциплины

• овладение методами регрессионного анализа для решения политологических и социально-экономических задач

Планируемые результаты обучения

• Корректно интерпретирует оценки коэффициентов множественной регрессионной модели
• Умеет объяснять суть понятия "гетероскедастичность" и применять необходимые поправки в условиях гетероскедастичности
• Умеет диагностировать нетипичные наблюдения по отклику (outliers) и предикторам (leverages), влиятельные наблюдения в регрессионной модели
• Умеет объяснять суть понятия "мультиколлинеарность", диагностировать мультиколлинеарность и применять необходимые поправки в условиях мультиколлинеарности, умеет объяснить, к каким последствиям и почему приводит строгая и сильная мультиколлинеарность
• Умеет осуществлять инференцию в регрессии при помощи бутстрапа

Содержание учебной дисциплины

• Модель множественной линейной регрессии. Повторение.
• МНК-оценки в рамках множественной линейной регрессии
• Оценка качества регрессионной модели: коэффициент детерминации
• Мультиколлинеарность
• Свойства оценок коэффициентов в регрессионной модели
• Устойчивость регрессионной модели
• Инференция в регрессии при помощи бутстрапа
• Модели бинарного выбора
• Модели множественного упорядоченного выбора

Элементы контроля

• Проверочная работа 1
• Проверочная работа 2
• Контрольная работа
• Домашние задания
• Семинарская активность
• Экзаменационная работа

Промежуточная аттестация

• 2024/2025 2nd module
  0.1 * Домашние задания + 0.2 * Контрольная работа + 0.15 * Проверочная работа 1 + 0.15 * Проверочная работа 2 + 0.1 * Семинарская активность + 0.3 * Экзаменационная работа

Список литературы

Рекомендуемая основная литература

• An Introduction to the Bootstrap, Efron, B., 1993
• Applied Logistic Regression, 2nd ed., 375 p., Hosmer, D. W., Lemeshow, S., 2000
• Bootstrapping : a nonparametric approach to statistical inference, Mooney, C. Z., 1993
• Gujarati, D. (2014). Econometrics by Example (Vol. 2nd ed). Basingstoke: Palgrave Macmillan. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1525312
• Morgan, S. L., & Winship, C. (2007). Counterfactuals and Causal Inference : Methods and Principles for Social Research. New York: Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=206937
• Stock, J. H., & Watson, M. W. (2015). Introduction to Econometrics, Update, Global Edition (Vol. Updated third edition). Boston: Pearson Education. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1419285
• Прикладная статистика. Основы эконометрики. Т.1: Теория вероятностей и прикладная статистика, Айвазян, С. А., 2001

Рекомендуемая дополнительная литература

• An introduction to categorical data analysis, Agresti, A., 2007
• Applied regression analysis and generalized linear models, Fox, J., 2008
• Categorical data analysis, Agresti, A., 2002
• Counterfactuals and causal inference : methods and principles for social research, Morgan, S. L., 2012
• Regression models for categorical and limited dependent variables, Long, J. S., 1997

Авторы

• Сальникова Дарья Вячеславовна
• Буваева Роксана Викторовна