Введение в регрессионный анализ

2022/2023

Учебный год

RUS

Обучение ведется на русском языке

4

Кредиты

Кто читает:

Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:

Курс обязательный

Когда читается:

2-й курс, 1 модуль

Преподаватели

Кручинская Екатерина Владиславовна

Макаров Алексей Алексеевич

Программа дисциплины

Аннотация

Регрессионный анализ - основной инструмент анализа данных в политической науке, государственном управлении, микро и макроэкономике. Он позволяет строить прогнозы, описывать сложные взаимосвязи между наборами признаков, а в некоторых случаях - даже измерять эффекты воздействий и оценивать силу причинно-следственных связей. Дисциплина «Введение в регрессионный анализ» посвящена базовым темам регрессионного анализа и дает студентам представление о содержательном смысле линейных регрессионных моделей, их основных допущениях, инструментах диагностики этих допущений, а также интерпретации полученных результатов. Для успешного освоения этой дисциплины требуются знания по теории вероятностей и математической статистике в объеме вводного курса, а также умение дифференцировать линейную функцию и полином. Студенты смогут продолжить углублённое изучение регрессионных и других моделей анализа социально-экономических и политологических данных в курсах по выбору: «Линейная алгебра и приложения в многомерной статистике» и «Регрессионный анализ: панельные данные и каузальность» на втором и третьем курсах образовательной программы.

Цель освоения дисциплины

• Знакомство студентов-политологов с основные понятиями и инструментами регрессионного анализа и их использованием в фундаментальных и прикладных исследованиях

Планируемые результаты обучения

• Умение строить парную регрессию
• Умение интерпретировать результаты построения парной регрессии
• Понимать логику и алгоритмы статистического вывода (с примерами)
• Знать основные статистические критерии, используемые в регрессионном анализе
• Понимать правила создания фиктивных переменных, верно интерпретировать коэффициенты при них
• Знать основные понятия, связанные со множественной регрессией
• Объяснять преимущества множественной регрессии перед парной в терминах пропущенных переменных
• Проверять гипотезы о коэффициентах множественной регрессии
• Оценивать качество модели множественной регрессии
• Объяснять суть гетерогенности эффектов
• Понимать механизм создания и интерпретацию моделей со взаимодействиями переменных
• Объяснять суть проблемы эндогенности
• Объяснять суть и механизм нахождения оценок инструментальных переменных
• Приводить примеры инструментальных переменных

Содержание учебной дисциплины

• Введение в парную регрессию
• Парная регрессия. Продолжение
• Бинарность
• Регрессия и каузальность
• Проверка модели на устойчивость
• Ненормальная регрессия
• Разность разностей

Элементы контроля

• ДЗ1
• ДЗ2
• ДЗ3
• Проверочная работа
• Экзамен

Промежуточная аттестация

• 2022/2023 учебный год 1 модуль
  0.15 * Проверочная работа + 0.15 * ДЗ1 + 0.25 * ДЗ3 + 0.3 * Экзамен + 0.15 * ДЗ2

Авторы

• Стукал Денис Константинович
• Кручинская Екатерина Владиславовна