Эконометрика

Бакалавриат 2023/2024

Статус: Курс по выбору (Управление бизнесом)

Направление: 38.03.02. Менеджмент

Кто читает: Департамент прикладной экономики

Где читается: Высшая школа бизнеса

Когда читается: 3-й курс, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Александрова Екатерина Александровна, Калинин Алексей Михайлович

Язык: русский

Кредиты: 3

Контактные часы: 30

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 38.03.02 «Менеджмент» подготовки бакалавра, изучающих дисциплину «Эконометрика». Дисциплина направлена на получение студентами представления о первичных методах анализа данных, проверки статистических гипотез, а также основных эконометрических моделях и методах их оценивания, области их применения; освоение студентами статистических пакетов, позволяющих проводить первичный анализ данных, и применять эконометрические методы к анализу реальных статистических данных

Цель освоения дисциплины

Получение студентами представления о первичных методах анализа данных, проверки статистических гипотез, а также основных эконометрических моделях и методах их оценивания, области их применения
Освоение студентами статистических пакетов, позволяющих проводить первичный анализ данных, и применять эконометрические методы к анализу реальных статистических данных

Планируемые результаты обучения

Умеет интерпретировать регрессионные коэффициенты в модели линейной регрессии с фиктивными переменными
Знать определение, показатели и методы борьбы с мультиколлинеарностью
Знать основные модели панельных данных и уметь выбирать между ними
Умеет проверять гипотезы и оценивать доверительные интервалы.
Умеет проверять гипотезы с использованием P-value.
Уметь анализировать временные ряды
Знать аксиомы теории вероятностей и простейшие свойства вероятности.
Умеет проверять гипотезы о равенстве средних и дисперсий
Знает основные принципы и умеет использовать методы оценивания моделей ARMA/ARIMA, моделей с авторегрессионной условной гетероскедастичностью, уметь применять тесты единичного корня.
Знает: модель линейной регрессии; точечное оценивание параметра. Знает свойства оценки: теорема Гаусса-Маркова. Владеет понятием доверительного оценивания параметров линейной регрессии.
Знать основные принципы и уметь использовать классическую линейную модель множественной регрессии
Знание основных понятий теории вероятностей, умение находить вероятности событий, описываемых изученными случайными экспериментами
Выявление проблемы выбора "наилучшей" модели. Свойства, которыми должна обладать "хорошая" модель. Типы ошибок спецификации модели. Пропущенные и излишние переменные. Не-правильная функциональная форма модели. Смещение в оценках коэффициентов, вызыва-емое невключением существенных переменных. Ухудшение точности оценок (увеличение оценок дисперсий) при включении в модель излишних переменных. RESET тест Рамсея (Ramsey's RESET test) для проверки гипотезы о существовании упущенных переменных.
Оценивает регрессионные модели с помощью метода наименьших квадратов
Умение проверять гипотезы на основе статистических данных
может формулировать гипотезы и использовать данные для их верификации
Знать основные принципы регрессионного анализа панельных данных и уметь с ними работать
Распознавать признаки наличия мультиколлинеарности и применять методы борьбы с мультиколлинеарностью
Знает основные типы данных, используемых для оценивания эконометрических моделей, источники данных, типы их визуализации.
Проверять гипотезы о коэффициентах множественной регрессии
Оценивать качество модели множественной регрессии

Содержание учебной дисциплины

38.03.02 Тема 1. Введение в анализ данных
38.03.02 Тема 2. Некоторые понятия из теории вероятностей
38.03.02 Тема 3. Точечные и интервальные оценки. Простейшие статистические гипотезы и их проверка
38.03.02 Тема 4. Двухвыборочные критерии. Парная регрессия
38.03.02 Тема 5. Множественная регрессия
38.03.02 Тема 6. Нарушения теоремы Гаусса-Маркова. Мультиколлинеарность и гетероскедастичность.
38.03.02 Тема 7. Ошибки спецификации
38.03.02 Тема 8. Модели с фиктивными переменными
38.03.02 Тема 9. Временные ряды
38.03.02 Тема 10. Панельные данные

Элементы контроля

Домашнее задание
Проект
Тесты
Экзамен

Промежуточная аттестация

2023/2024 4th module
0.2 * Домашнее задание + 0.3 * Проект + 0.2 * Тесты + 0.3 * Экзамен

Список литературы

Авторы

Вакуленко Елена Сергеевна
Калинин Алексей Михайлович
Александрова Екатерина Александровна

Программа дисциплины