Перейти к основному содержимому

Эконометрика. Вводный курс MSU

Запись на курс закрыта

«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.