Перейти к основному содержимому

Эконометрика. Вводный курс MSU

«Эконометрика. Вводный курс»

30 ноября 2020 года откроется программа повышения квалификации Открытого университета Егора Гайдара «Эконометрика. Вводный курс».

Регистрация на программу – до 21 декабря

Программа рассчитана на 72 часа, состоит из 10 модулей

Обучение осуществляется на безвозмездной основе.

Данный запуск курса предполагает выдачу только электронного сертификата Открытого университета Егора Гайдара о прохождении курса.

Программа состоит из 10 разделов (модулей) . В каждом модуле – одна или две видеолекции преподавателя, ведущего курс, а также презентации по теме и дополнительные методические материалы.

Цель и планируемые результаты освоения программы: познакомить слушателей с базовыми методами эконометрического анализа, а также с актуальными направлениями современной экономической мысли, академическими стандартами, принятыми в ведущих российских и зарубежных вузах. Курс поможет лучше понимать, что пишут в экономических статьях, использующих эконометрические методы, а также осуществлять собственные простые эконометрические исследования.

Входные требования и необходимые базовые знания: уровень образования – не ниже бакалавриата. При этом студенты-бакалавры также могут пройти полное обучение по программе, они не могут лишь претендовать на получение Удостоверения о повышении квалификации. Для успешного освоения программы необходимо знание основ теории вероятностей и математической статистики.

По каждому модулю слушатели получают задание , связанное с рассмотренной темой. В качестве еженедельного задания выступает тест, который необходимо выполнить в электронном виде. Все задания еженедельно оцениваются. После 5 модуля предполагается промежуточная аттестация (углубленный тест) и итоговая аттестация – развернутый тест по всем темам образовательной программы.

УЧЕБНЫЙ ПЛАН

Лекция 1. Введение

Что такое эконометрика и зачем она нужна. Применение эконометрики в прикладных исследованиях: примеры вопросов, ответы на которые можно получить при помощи эконометрики.

Лекция 2. Метод наименьших квадратов

Вывод формул оценок коэффициентов в парной регрессии. Коэффициент R-квадрат.

Лекция 3. Парная регрессия

Предпосылки линейной модели парной регрессии. Тестирование статистической значимости коэффициентов. Доверительные интервалы.

Лекция 4. Множественная регрессия

Типы данных: пространственные выборки, временные ряды, панельные данные. Предпосылки линейной модели множественной регрессии. Проверка гипотез с помощью t-статистик. Доверительные интервалы. Проверка значимости уравнения при помощи F-статистики. Проверка значимости группы переменных при помощи F-статистики: сравнение «короткой» и «длинной» регрессии.

Лекция 5. Мультиколлинеарность. Фиктивные переменные

Мультиколлинеарность. Строгая и нестрогая мультиколлинеарность. Последствия мультиколлинеарности. Выявление и устранение мультиколлинеарности. Фиктивные (бинарные переменные) сдвига и наклона.

Лекция 6. Нелинейные модели

Преобразование переменных в модели регрессии. Линейная, логарифмическая, полулогарифмические и другие формы зависимости. Содержательная интерпретация коэффициентов. Рекомендации по оформлению результатов эконометрических исследований.

Лекция 7. Спецификация уравнения регрессии

Спецификация уравнения: выбор набора переменных и выбор функциональной формы зависимости. Последствия ошибочной спецификации модели регрессии. Замещающие переменные. Критерии для принятия решения о включении переменной в модель. Тест Рамсея (RESET). Основные этапы эконометрического исследования.

Лекция 8. Гетероскедастичность

Гетероскедастичность. Последствия гетероскедастичности. Выявление гетероскедастичности: графический анализ, статистические тесты. Устранение гетероскедастичности: метод взвешенных наименьших квадратов. Стандартные ошибки в форме Уайта.

Лекция 9. Инструментальные переменные

Последствия коррелированности объясняющих переменных и случайных ошибок. Проблема эндогенности. Инструментальные переменные. Двухшаговый метод наименьших квадратов.

Лекция 10. Модели бинарного выбора

Линейная вероятностная модель (ЛВМ). Преимущества и недостатки ЛВМ. Логит-модель, пробит-модель. Оценивание параметров логит- и пробит-моделей. Интерпретация коэффициентов в логит- и пробит-моделях (вычисление предельных эффектов). Оценка качества логит- и пробит-моделей. Тестирование значимости коэффициентов в логит- и пробит-моделях.

Преподаватель: Филипп Картаев, доктор экономических наук, заведующий кафедрой математических методов анализа экономики Экономического факультета МГУ.

Внести в список