• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2023/2024

Эконометрика

Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Статус: Маго-лего
Когда читается: 3, 4 модуль
Охват аудитории: для всех кампусов НИУ ВШЭ
Язык: русский
Кредиты: 6
Контактные часы: 64

Программа дисциплины

Аннотация

В результате освоения дисциплины студенты изучат современные методы эконометрического анализа данных для проведения исследований и овладеют практическими навыками использования языка программирования Python для анализа данных. Студенты смогут осуществить предварительную подготовку данных для последующей работы с ними, выбрать подходящий метод анализа в зависимости от типа данных и исследовательской задачи, провести эконометрический анализ данных и интерпретировать полученные результаты, представлять их в доступном для широкой аудитории виде.
Цель освоения дисциплины

Цель освоения дисциплины

  • формирование у студентов профессиональных компетенций, связанных с использованием статистических и эконометрических методов в области мировой экономики;
  • получение практических навыков применения эконометрических методов;
  • получение студентами навыков самостоятельной исследовательской работы, предполагающей изучение академической литературы, применение специфических методов математической статистики и эконометрики, инструментов и средств, необходимых для решения прикладных задач.
Планируемые результаты обучения

Планируемые результаты обучения

  • Уметь анализировать временные ряды
  • Уметь исследовать и давать количественную оценку взаимосвязям между переменными разного типа
  • Уметь осуществлять выбор подходящего метода анализа данных для проведения конкретного исследования в соответствии с целями, задачами, гипотезами и имеющимися в наличии данными
  • Уметь построить модель панельных данных и описать её
  • Уметь построить модель регрессии и описать её
  • Уметь провести кластерный анализ данных
  • Уметь провести описательный анализ данных
  • Уметь провести факторный анализ данных
  • Уметь формулировать исследовательские гипотезы и исследовать взаимосвязи между переменными
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в эконометрический анализ данных
  • Описательный анализ данных
  • Исследование взаимосвязей между переменными. Проверка гипотез
  • Факторный анализ данных
  • Кластерный анализ данных
  • Регрессионный анализ
  • Анализ временных рядов
  • Анализ панельных данных
Элементы контроля

Элементы контроля

  • неблокирующий Экзамен
    Экзамен проводится в письменной форме в онлайн формате. К экзамену необходимо подключиться за 5 минут до начала. Компьютер студента должен удовлетворять требованиям: наличие рабочей камеры и микрофона. Для участия в экзамене студент обязан явиться на экзамен согласно точному расписанию и быть готовым отвечать на вопросы преподавателя с включённым микрофоном и камерой. Во время экзамена студентам запрещено пользоваться подсказками посторонних людей. Во время экзамена студентам разрешено задавать преподавателю уточняющие вопросы, если не понятно задание.
  • неблокирующий Контрольная работа 1
    Письменная контрольная работа проводится с целью оценки результатов освоения пройденного материала.
  • неблокирующий Контрольная работа 2
    Письменная контрольная работа проводится с целью оценки результатов освоения пройденного материала.
  • неблокирующий Домашняя работа
    Домашние задания, выдаваемые на каждом семинаре.
  • неблокирующий Исследовательский проект
    Подготовка исследовательского проекта по сбору и анализу данных. Предусматривает подготовку и представление аналитического отчёта по результатам анализа.
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 4 модуль
    0.2 * Домашняя работа + 0.2 * Исследовательский проект + 0.15 * Контрольная работа 1 + 0.15 * Контрольная работа 2 + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Введение в эконометрику : учебник для вузов, Доугерти, К., 2009
  • Эконометрика в задачах и упражнениях, Борзых, Д. А., 2017

Рекомендуемая дополнительная литература

  • Mirkin, B. Core concepts in data analysis: summarization, correlation and visualization. – Springer Science & Business Media, 2011. – 388 pp.
  • Python и анализ данных, Маккинни, У., 2015
  • Изучаем Python, Лутц, М., 2014
  • Эконометрика : учебник и практикум для прикладного бакалавриата, Демидова, О. А., 2017

Авторы

  • Буцкая Евгения Александровна
  • Меликян Алиса Валерьевна