Кафедра высшей математики

АБB
АБB
АБB

Обычная версия сайта

Публикации

Книга

Проблемы устойчивости и эффективности современных государств в сравнительной перспективе

Бабаян В. В., Горельский И. Е., Кручинская Е. В. и др.

М.: Издательский дом НИУ ВШЭ, 2023.

Статья

Healthcare in Russia and Latvia: Revealing Public Attitudes and Institutional Prerequisites

Salnikova D.

Europe-Asia Studies. 2023. Vol. 75. No. 2. P. 330-348.

Глава в книге

Trolls' Online Aggression Effects

Stukal D.

In bk.: 2022 15th International Conference Management of large-scale system development (MLSD). M.: IEEE, 2022. P. 1-4.

Препринт

On classification of non-abelian Painlevé type systems

Bobrova I., Sokolov V.

arxiv.org. math. Cornell University, 2023

Все публикации

Кто читает:: Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:: Курс обязательный

Когда читается:: 2-й курс, 1 модуль

Преподаватели

Кручинская Екатерина Владиславовна

Макаров Алексей Алексеевич

Полная версия программы учебной 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: «Многомерный статистический анализ» и «Анализ категориальных данных» на втором и третьем курсах образовательной программы.

Цель освоения дисциплины

Ознакомить студентов с теоретическими основами статистического (частотного) анализа и научить их применять теоретические знания на практике в рамках собственных исследований

Планируемые результаты обучения

Понимание корреляции, p-value, доверительного интервала
понимание процедуры проверки значимости коэффициентов, условий гомоскедастичности, автокорреляции, нормальности, понимание вариации
понимание дамми-переменных, понятия референтной группы
понимание того, что такое каузальность и какие условия, причины и последствия проблемы эндогенности
понимание того, как можно проверить модель на устойчивость
знание центральной предельной теоремы, понимание условий нормальности
понимание метода "разность разностей", умение его применять для практических задач