Кафедра высшей математики

АБB
АБB
АБB

Обычная версия сайта

О кафедре

Общеуниверситетская кафедра Высшей математики создана «в целях совершенствования учебного процесса и математической подготовки в ВШЭ, придания ей необходимой направленности по уровням и специальностям профессиональной подготовки бакалавров и специалистов» на основании решения Ученого совета от 23.07.1999 г., протокол №3 утвержденного приказом Ректора от 06.08.1999 г., №344.

Публикации

Книга

Математические вопросы кибернетики. Вып. 22

Михайлович А. В., Кочергин В. В.

М.: Физматлит, 2024.

Статья

Точное значение схемной сложности булевых функций в одном бесконечном базисе

Кочергин В. В., Михайлович А. В.

Математические заметки. 2025. Т. 117. № 4. С. 523-542.

Глава в книге

VIA AI: Reliable Deep Reinforcement Learning for Traffic Signal Control

Герасёв М. С., Kiselev D., Beketov M. et al.

In bk.: 2024 IEEE International Conference on Data Mining (ICDM) Workshops (ICDMW). Curran Associates, 2024. P. 887-890.

Препринт

A Novel Psychometrics-Based Approach to Developing Professional Competency Benchmark for Large Language Models

Kardanova E., Ivanova A., Tarasova K. et al.

Computation and Language (cs.CL); Artificial Intelligence (cs.AI). cs.CL. arXiv, 2024

Все публикации

Кто читает:: Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:: Курс обязательный

Когда читается:: 3-й курс, 1, 2 модуль

Преподаватель

Сальникова Дарья Вячеславовна

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Курс «Регрессионный анализ: панельные данные и каузальность» состоит из двух частей: в рамках первой части студенты осваивают статистические инструменты для анализа панельных данных, вторая часть знакомит студентов с проблемой эндогенности в регрессионном анализе. Изучаемый теоретический материал иллюстрируется примерами из исследований в области социальных наук. На семинарах используется RStudio для отработки применения статистических методов анализа. Для успешного освоения материала студенты должны знать основы статистики и регрессионный анализ в объеме курсов «Теория вероятностей и математическая статистика» и «Введение в многомерный статистический анализ».

Цель освоения дисциплины

выработать базовые компетенции по решению задач, связанных с анализом эмпирических данных с помощью методов многомерной статистики.

Планируемые результаты обучения

Умеет выбирать релеватную спецификацию модели для анализа панельных данных, корректно интерпретирует результаты оценивания модели с фиксированными эффектами и модели со случайными эффектами
Умеет выбрать и обосновать спецификацию модели со смешанными эффектами для анализа панельных данных, корректно интерпретирует оценки коэффициентов в моделях со смешанными эффектами, понимает различие между фиксированными и случайными эффектами в контексте модели со смешанными эффектами.
Умеет диагностировать потенциальные источники эндогенности. Корректно применяет методы инструментальных переменных и difference-in-differences, а также корректно интерпретирует результаты.

Содержание учебной дисциплины

Основы анализа панельных данных: модели с фиксированными эффектами и модели со случайными эффектами
Анализ панельных данных с помощью моделей со смешанными эффектами
Эндогенность в регрессионном анализе

Элементы контроля

Домашние задания
Проверочная работа 1
Контрольная работа
Экзаменационная работа
Активность на семинарах
Проверочная работа 2
Эссе

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.15 * Контрольная работа + 0.15 * Домашние задания + 0.1 * Проверочная работа 2 + 0.1 * Активность на семинарах + 0.05 * Проверочная работа 1 + 0.15 * Эссе + 0.3 * Экзаменационная работа

Список литературы

Авторы

Сальникова Дарья Вячеславовна
Сальникова Дарья Вячеславовна

Регрессионный анализ: панельные данные и каузальность