Бакалавриат
2023/2024
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
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
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