Бакалавриат
2023/2024![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Содержание учебной дисциплины](/f/src/global/i/edu/sections.svg)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Введение в эконометрику
Статус:
Курс обязательный (Государственное и муниципальное управление)
Направление:
38.03.04. Государственное и муниципальное управление
Кто читает:
Кафедра высшей математики
Где читается:
Факультет социальных наук
Когда читается:
2-й курс, 3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
5
Контактные часы:
36
Программа дисциплины
Аннотация
The discipline aims to teach students how to work with data. The course will introduce students to data representation methods, data analysis methods (frequency approach). Methods of analysis of variance, regression analysis will be considered, including theoretical background and cases of real application of the methods on problems that are relevant for GMU. Within the framework of the course students will get skills of working in 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
Промежуточная аттестация
- 2023/2024 учебный год 3 модуль0.55 * 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