Эконометрика – наука, позволяющая исследовать закономерности в реальных данных. К концу курса мы научимся отвечать на два вопроса. Как одна переменная, y, зависит от другой переменной, x? Как спрогнозировать переменную y? Мы будем подробно изучать линейные регрессионные модели, рассмотрим наиболее частые отклонения от предпосылок классической линейной регрессии. Изучим базовые модели (логит и пробит) для качественных зависимых переменных. Наряду с теоретической основой мы будем работать с реальными данными, используя статистический пакет R. Необходимые знания: Теория вероятностей и математическая статистика. Линейная алгебра опционально. Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru
제공자:
국립 연구 고등 경제 대학
About this Course
최근 조회 66,919회
귀하가 습득할 기술
StatisticsTime SeriesEconometricsR Programming
Course을(를) 수강하는 학습자
- Economists
- Financial Analysts
- Risk Managers
- Traders
- Chief Financial Officers (CFOs)
강의 계획 - 이 강좌에서 배울 내용
주
1완료하는 데 5시간 필요
Метод наименьших квадратов или рабочая лошадка эконометриста, введение в R
Материалы всех недель доступны сразу, но в системе указаны рекомендуемые сроки выполнения всех заданий. Форум также открыт для Ваших вопросов. Ознакомьтесь с правилами оценивания и проведения контрольных работ. Обращаем Ваше внимание на то, что тест можно делать сколько угодно раз, но на каждые 8 часов даются только три попытки. Если Вы начали выполнять тест, то время на его выполнение неограничено. Ссылки на pdf-файлы лекций и скрипты для всех недель находятся в разделе Ценные ресурсы так же, как и правки к видео-фрагментам :) В первых же тестах есть вопросы, где необходимо использовать R, поэтому надеемся, что Вы уже успели поставить его на свои компьютеры. Если нет, то в Ценных ресурсах лежат подробные инструкции по установке софта. После установки не забудьте открыть в R-Studio (File -> Open file) файл "install_all.R" и запустите его, чтобы поставить все необходимые нам в ближайшее время пакеты. Выделите все строчки и запустите с помощью сочетания Ctrl + Enter на Windows или Cmd + Enter на Mac. Чтобы познакомиться с R поближе, в данной виньетке представлено краткое и наглядное описание интерфейса R-studio, шорткатов и других полезных вещей. Успехов!
18개 동영상 (총 147분), 8 readings, 1 quiz
18개의 동영상
О курсе. Промо-ролик1m
1.1.1. Суть метода наименьших квадратов8m
1.1.2. Пример 1. Регрессия на константу [у доски]8m
1.1.3. Пример 2. Парная регрессия. Начало [у доски]6m
1.1.4. Пример 2. Парная регрессия. Окончание [у доски]8m
1.1.5. МНК на графике. Случай множества регрессоров11m
1.1.6. Ликбез по линейной алгебре 5m
1.1.7. Геометрия регрессии на константу [у доски] 7m
1.1.8. Геометрия множественной регрессии [у доски] 13m
1.1.9. Коэффициент детерминации9m
1.1.10. Мораль первой лекции 1m
1.2.1. Консольный режим в R11m
1.2.2. Написание первого скрипта в R11m
1.2.3. Установка пакетов в R. Получение справки8m
1.2.4. Первый взгляд на набор данных в R11m
1.2.5. МНК в R. Пример с машинами10m
1.2.6. МНК в R. Пример с фертильностью8m
8개의 읽기 자료
Установка R/R-studio/Texlive под Windows10m
Установка R/R-studio/Mactex под Mac10m
Установка R/R-studio/Texlive под Linux10m
Ссылки на pdf-версии лекций, скрипты и данные10m
Источники мудрости10m
Критерии оценивания10m
Поправки к неточностям в видео-фрагментах10m
Доброжелательное напутствие перед тестом :)10m
1개 연습문제
МНК, введение в R40m
주
2완료하는 데 4시간 필요
Статистические свойства оценок коэффициентов
Бета с крышкой - друг и враг эконометриста :)
22개 동영상 (총 188분), 1 reading, 1 quiz
22개의 동영상
2.1.2. Пример подсчета условного математического ожидания [у доски]12m
2.1.3. Условная дисперсия [+доска]7m
2.1.4. Геометрическая иллюстрация условного математического ожидания [у доски]7m
2.1.5. Условная дисперсия МНК оценок4m
2.1.6. Условная дисперсия МНК оценок. Доказательство [у доски]9m
2.1.7. Дисперсия оценок коэффициентов в общем виде5m
2.1.8. Доказательство формулы для ковариационной матрицы [у доски, линал]11m
2.1.9. Оценка ковариационной матрицы3m
2.1.10. Статистические свойства оценок коэффициентов14m
2.1.11. Построение доверительных интервалов и проверка гипотез 5m
2.1.12. Пример. Доверительный интервал для коэффициента бета [у доски]10m
2.1.13. Пример. Доверительный интервал для дисперсии [у доски]5m
2.1.14. Пример. Проверка гипотезы о коэффициенте бета [у доски]8m
2.1.15. Интерпретация стандартной таблички7m
2.1.16. Особенности проверки гипотез8m
2.1.17. Проверка гипотезы о связи коэффициентов. Заключение [+доска]10m
2.2.1. Работа со случайными величинами в R10m
2.2.2. Проверка гипотез о коэффициентах в R9m
2.2.3. Стандартизированные коэффициенты и эксперимент с ложно-значимыми регрессорами10m
2.2.4. Сохранение и загрузка данных10m
2.2.5. Загрузка данных RLMS9m
1개의 읽기 자료
И вновь доброжелательное напутствие!10m
1개 연습문제
Проверка гипотез о коэффициентах40m
주
3완료하는 데 4시간 필요
Дамми-переменные, сравнение вложенных моделей
Дамми для дам и не только :)
18개 동영상 (총 169분), 1 reading, 1 quiz
18개의 동영상
3.1.2. Пример построения интервалов для прогнозов [у доски]12m
3.1.3. Интерпретация коэффициента при логарифмировании8m
3.1.4. Дамми-переменные. Разные зависимости для подвыборок12m
3.1.5. Проверка гипотезы о нескольких линейных ограничениях6m
3.1.6. Пример проверки гипотезы о нескольких линейных ограничениях [у доски]8m
3.1.7. Вывод формулы для гипотезы о незначимости регрессии [+ доска]9m
3.1.8. Пример проверки гипотезы о незначимости регрессии [+ доска]8m
3.1.9. Лишние и пропущенные переменные7m
3.1.10. Тест Рамсея [+ доска]13m
3.1.11. Простые показатели качества модели6m
3.2.1. R: графики и переход к логарифмам12m
3.2.2. R: графики для качественных и количественных переменных 8m
3.2.3. Оценивание моделей с дамми-переменными в R14m
3.2.4. Построение прогнозов в R4m
3.2.5. Проверка гипотезы о линейных ограничениях, графическое представление результатов6m
3.2.6. Ловушка дамми-переменных, информационные критерии, тест Рамсея7m
3.2.7. Нано-исследование11m
1개의 읽기 자료
Ну очень доброжелательное напутствие перед тестом!10m
1개 연습문제
Прогнозирование и гипотезы о нескольких ограничениях40m
주
4완료하는 데 2시간 필요
Мультиколлинеарность
Или зачастую "самая нестрашная" проблема в данных :)
10개 동영상 (총 91분), 1 reading, 1 quiz
10개의 동영상
4.1.2. Что поделать с мультиколлинеарностью?9m
4.1.3. Ридж и LASSO регрессия 9m
4.1.4. Идея метода главных компонент7m
4.1.5. Пример нахождения главной компоненты [у доски]10m
4.1.6. Свойства главных компонент9m
4.2.1. R: доверительные интервалы при мультиколлинеарности8m
4.2.2. LASSO регрессия в R8m
4.2.3. R: ридж-регрессия и идея оценки лямбды4m
4.2.4. Метод главных компонент в R10m
1개의 읽기 자료
Напутствие перед тестом!10m
1개 연습문제
Мультиколлинеарность40m
4.9
68개의 리뷰67%
이 강좌를 수료한 후 새로운 경력 시작하기
43%
이 강좌를 통해 확실한 경력상 이점 얻기
25%
급여 인상 또는 승진하기
Эконометрика (Econometrics)의 최상위 리뷰
Спасибо, прекрасный курс! Узнал много нового, на некоторые вещи даётся необычный взгляд.\n\nХорошо бы сделать ещё более продвинутый курс, в один всё не влезает ))
A well balanced course to have a clear practical understanding of Econometrics. Enjoyable experience of learning R programming.
강사
Boris Demeshev
Senior LecturerDepartment of Applied Economics
국립 연구 고등 경제 대학 정보
National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more.
Learn more on www.hse.ru
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.
이 수료증을 구매하면 무엇을 이용할 수 있나요?
수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.