Введение в эконометрику

2023/2024

Учебный год

RUS

Обучение ведется на русском языке

5

Кредиты

Кто читает:

Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:

Курс обязательный

Когда читается:

2-й курс, 3 модуль

Преподаватели

Кручинская Екатерина Владиславовна

Синицина Арина Викторовна

Программа дисциплины

Аннотация

Дисциплина направлена на то, чтобы обучить студентов работе с данными. В рамках курса студенты получат представления о методах представления данных, о методах анализа данных (частотный подход). Будут рассмотрены методы дисперсионного, регрессионного анализа, включая теоретические предпосылки и кейсы реального применения методов на задачах, которые релевантны для ГМУ. В рамках курса студенты получат навыки работы в RStudio.

Цель освоения дисциплины

• Научиться работать с данными
• Научиться ставить и проверять гипотезы
• Научиться проводить исследования с эконометрическим инструментарием

Планируемые результаты обучения

• Владеет пониманием базовых понятий математической статистики с пониманием того, как использовать их в эконометрике.
• Владеет пониманием МНК-оценок, теоремы Гаусса-Маркова.
• Владеет пониманием критериев t-value, p-value.
• Владеет пониманием уравнения парной регрессии.
• Интерпретирует коэффициенты парной регрессии.
• Умеет проводить t-test в R.
• Умеет рассчитывать R^2, ESS, TSS, RSS.
• Владеет понятием BLUE оценка.
• Умеет строить уравнение парной и множественной регрессии в R и интерпретировать коэффициенты.
• Достигнуто понимание проблемы эндогенности.
• Освоены методы каузального анализа.
• Владеет методами работы с панельными данными.

Содержание учебной дисциплины

• 1. Введение в регрессионный анализ. Повторение понятий из математической статистики
• 2. Регрессионный анализ. Продолжение
• 3. Бинарность и порядковость
• 4. Проблема эндогенности и каузальности
• 5. Проблема каузальности. Продолжение
• 6. Cross-sectional и панельные данные - как с ними работать и зачем они нужны

Элементы контроля

• Домашняя работа
• Тест
• Экзамен

Промежуточная аттестация

• 2023/2024 учебный год 3 модуль
  0.55 * Домашняя работа + 0.15 * Тест + 0.3 * Экзамен

Список литературы

Рекомендуемая основная литература

• A guide to modern econometrics, Verbeek, M., 2013
• A logical theory of causality, Bochman, A., 2021
• A practical guide to using panel data, Longhi, S., 2015
• Causality tests in econometrics : choice of causal variables, Sreenivasulu, B., 2013
• Christine Trampusch, & Bruno Palier. (2016). Between X and Y: how process tracing contributes to opening the black box of causality. New Political Economy, 5, 437. https://doi.org/10.1080/13563467.2015.1134465
• Gareth James, Daniela Witten, Trevor Hastie, Rob Tibshirani, & Maintainer Trevor Hastie. (2013). Type Package Title Data for An Introduction to Statistical Learning with Applications in R Version 1.0. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.28D80286
• Introductory econometrics : a modern approach, Wooldridge, J. M., 2013
• Практическая эконометрика в кейсах - Невежин В.П., Невежин Ю.В. - Издательский Дом ФОРУМ - 2019 - https://znanium.com/catalog/product/1010768 - 614925 - ZNANIUM

Рекомендуемая дополнительная литература

• Causality : Models,reasoning, and inference, Pearl, J., 2001
• Causality in the sciences, , 2011