Elements of Econometrics

2023/2024

Academic Year

RUS

Instruction in Russian

3

ECTS credits

Delivered at:

Department of Applied Economics

Course type:

Elective course

When:

3 year, 4 module

Instructors

Aleksandrova, Ekaterina

Kalinin, Alexey M.

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 38.03.02 «Менеджмент» подготовки бакалавра, изучающих дисциплину «Эконометрика». Дисциплина направлена на получение студентами представления о первичных методах анализа данных, проверки статистических гипотез, а также основных эконометрических моделях и методах их оценивания, области их применения; освоение студентами статистических пакетов, позволяющих проводить первичный анализ данных, и применять эконометрические методы к анализу реальных статистических данных

Цель освоения дисциплины

• Получение студентами представления о первичных методах анализа данных, проверки статистических гипотез, а также основных эконометрических моделях и методах их оценивания, области их применения
• Освоение студентами статистических пакетов, позволяющих проводить первичный анализ данных, и применять эконометрические методы к анализу реальных статистических данных

Планируемые результаты обучения

• Умеет интерпретировать регрессионные коэффициенты в модели линейной регрессии с фиктивными переменными
• Знать определение, показатели и методы борьбы с мультиколлинеарностью
• Знать основные модели панельных данных и уметь выбирать между ними
• Умеет проверять гипотезы и оценивать доверительные интервалы.
• Умеет проверять гипотезы с использованием P-value.
• Уметь анализировать временные ряды
• Знать аксиомы теории вероятностей и простейшие свойства вероятности.
• Умеет проверять гипотезы о равенстве средних и дисперсий
• Знает основные принципы и умеет использовать методы оценивания моделей ARMA/ARIMA, моделей с авторегрессионной условной гетероскедастичностью, уметь применять тесты единичного корня.
• Знает: модель линейной регрессии; точечное оценивание параметра. Знает свойства оценки: теорема Гаусса-Маркова. Владеет понятием доверительного оценивания параметров линейной регрессии.
• Знать основные принципы и уметь использовать классическую линейную модель множественной регрессии
• Знание основных понятий теории вероятностей, умение находить вероятности событий, описываемых изученными случайными экспериментами
• Выявление проблемы выбора "наилучшей" модели. Свойства, которыми должна обладать "хорошая" модель. Типы ошибок спецификации модели. Пропущенные и излишние переменные. Не-правильная функциональная форма модели. Смещение в оценках коэффициентов, вызыва-емое невключением существенных переменных. Ухудшение точности оценок (увеличение оценок дисперсий) при включении в модель излишних переменных. RESET тест Рамсея (Ramsey's RESET test) для проверки гипотезы о существовании упущенных переменных.
• Оценивает регрессионные модели с помощью метода наименьших квадратов
• Умение проверять гипотезы на основе статистических данных
• может формулировать гипотезы и использовать данные для их верификации
• Знать основные принципы регрессионного анализа панельных данных и уметь с ними работать
• Распознавать признаки наличия мультиколлинеарности и применять методы борьбы с мультиколлинеарностью
• Знает основные типы данных, используемых для оценивания эконометрических моделей, источники данных, типы их визуализации.
• Проверять гипотезы о коэффициентах множественной регрессии
• Оценивать качество модели множественной регрессии

Содержание учебной дисциплины

• 38.03.02 Тема 1. Введение в анализ данных
• 38.03.02 Тема 2. Некоторые понятия из теории вероятностей
• 38.03.02 Тема 3. Точечные и интервальные оценки. Простейшие статистические гипотезы и их проверка
• 38.03.02 Тема 4. Двухвыборочные критерии. Парная регрессия
• 38.03.02 Тема 5. Множественная регрессия
• 38.03.02 Тема 6. Нарушения теоремы Гаусса-Маркова. Мультиколлинеарность и гетероскедастичность.
• 38.03.02 Тема 7. Ошибки спецификации
• 38.03.02 Тема 8. Модели с фиктивными переменными
• 38.03.02 Тема 9. Временные ряды
• 38.03.02 Тема 10. Панельные данные

Элементы контроля

• Домашнее задание
• Проект
• Тесты
• Экзамен

Промежуточная аттестация

• 2023/2024 4th module
  0.2 * Домашнее задание + 0.3 * Проект + 0.2 * Тесты + 0.3 * Экзамен

Список литературы

Рекомендуемая основная литература

• Введение в эконометрику : учебник для вузов, Доугерти, К., 2010
• Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., 2008

Рекомендуемая дополнительная литература

• Introductory econometrics : a modern approach, Wooldridge, J. M., 2020
• Анализ временных рядов и прогнозирование : учебник для вузов, Афанасьев, В. Н., 2010
• Анализ панельных данных и данных о длительности состояний : учеб. пособие, Ратникова, Т. А., 2014
• Голая статистика : самая интересная книга о самой скучной науке, Уилан, Ч., 2016
• Теория вероятностей и математическая статистика : учеб. пособие для вузов, Шведов, А. С., 2005
• Эконометрика. Начальный курс, Магнус, Я. Р., 1997