Эконометрика (Econometrics)

국립 연구 고등 경제 대학

이 강좌에 대하여

최근 조회 73,828회

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

학습자 경력 결과

67%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

43%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

25%

가 급여 인상 또는 승진 성취

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 30시간 필요

러시아어

자막: 러시아어

귀하가 습득할 기술

StatisticsTime SeriesEconometricsR Programming

학습자 경력 결과

67%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

43%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

25%

가 급여 인상 또는 승진 성취

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 30시간 필요

러시아어

자막: 러시아어

강사

강사 평가

5/5 (22개의 평가)

Boris Demeshev

Senior Lecturer

Department of Applied Economics

34,048명의 학습자

1 Course

제공자:

국립 연구 고등 경제 대학

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.

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가96%(4,825개의 평가)

주

주 1

완료하는 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!

완료하는 데 5시간 필요

18개 동영상 (총 146분), 9 개의 읽기 자료, 1 개의 테스트

18개의 동영상

Об университете1m

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

9개의 읽기 자료

Об университете10m

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 R30m

주

주 2

완료하는 데 4시간 필요

Статистические свойства оценок коэффициентов

Бета с крышкой - друг и враг эконометриста :)

완료하는 데 4시간 필요

22개 동영상 (총 188분), 1 개의 읽기 자료, 1 개의 테스트

22개의 동영상

2.1.1. Условное математическое ожидание. Определение2m

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 коэффициентах30m

주

주 3

완료하는 데 4시간 필요

Дамми-переменные, сравнение вложенных моделей

Дамми для дам и не только :)

완료하는 데 4시간 필요

18개 동영상 (총 169분), 1 개의 읽기 자료, 1 개의 테스트

18개의 동영상

3.1.1. Прогнозирование во множественной регрессии8m

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 ограничениях30m

주

주 4

완료하는 데 2시간 필요

Мультиколлинеарность

Или зачастую "самая нестрашная" проблема в данных :)

완료하는 데 2시간 필요

10개 동영상 (총 91분), 1 개의 읽기 자료, 1 개의 테스트

10개의 동영상

4.1.1. Определение мультиколлинеарности11m

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

Мультиколлинеарность30m

주

주 5

완료하는 데 3시간 필요

Гетероскедастичность

В древнерусском Разноразбросие :)

완료하는 데 3시간 필요

15개 동영상 (총 129분), 1 개의 읽기 자료, 1 개의 테스트

15개의 동영상

5.1.1. Гомоскедастичность [+доска]10m

5.1.2. Условная гетероскедастичность [доска]11m

5.1.3. Безусловная гетероскедастичность [доска]10m

5.1.4. Последствия гетероскедастичности для малых выборок 8m

5.1.5. Последствия гетероскедастичности: нормальность и большие выборки6m

5.1.6. Робастные стандартные ошибки и обнаружение гетероскедастичности11m

5.1.7. Пример теста Уайта [доска]7m

5.1.8. Тест Голдфельда-Квандта [+ доска]11m

5.1.9. Пример с известной структурой гетероскедастичности [+доска]10m

5.1.10. Мораль лекции о гетероскедастичности3m

5.2.1. Написание функций в R9m

5.2.2. Написание циклов в R5m

5.2.3. Прежние оценки для сравнения6m

5.2.4. Доверительные интервалы при гетероскедастичности в R9m

5.2.5. Тесты на гетероскедастичность в R8m

1개의 읽기 자료

Очень-очень доброжелательное и важное напутствие перед экзаменом10m

1개 연습문제

Промежуточный экзамен30m

주

주 6

완료하는 데 3시간 필요

Автокорреляция

Или о том, чем могут быть опасны зависимые ошибки :)

완료하는 데 3시간 필요

10개 동영상 (총 90분), 2 개의 읽기 자료, 2 개의 테스트

10개의 동영상

6.1.1. Автокорреляция [+ доска]8m

6.1.2. Свойства автокорреляции первого порядка [доска]12m

6.1.3. Последствия автокорреляции7m

6.1.4. Робастные стандартные ошибки и тест Дарбина-Уотсона8m

6.1.5. Тест Бройша-Годфри. Пример тестирования автокорреляции [+доска]10m

6.2.1. Работа с датами в R10m

6.2.2. Базовые действия с временными рядами4m

6.2.3. Загрузка данных из внешних источников10m

6.2.4. R: Построение робастных доверительных интервалов11m

6.2.5. Тесты на автокорреляцию в R5m

2개의 읽기 자료

Напутствие перед тестом10m

Перед выполнением теста10m

2개 연습문제

Гетероскедастичность и автокорреляция30m

Анализ реальных данных на примере РЛМС30m

주

주 7

완료하는 데 2시간 필요

Метод максимального правдоподобия. Модели бинарного выбора

Или о том, что делать, если зависимая переменная принимает всего два значения

완료하는 데 2시간 필요

13개 동영상 (총 109분), 1 개의 읽기 자료, 1 개의 테스트

13개의 동영상

7.1.1. Суть метода максимального правдоподобия [+доска] 6m

7.1.2. ML в непрерывном случае [+доска] 6m

7.1.3. ML и построение доверительных интервалов [+доска] 7m

7.1.4. Проверка гипотез. LR тест [+доска] 8m

7.1.5. Логит-модель [+доска] 9m

7.1.6. Вероятность и отношение шансов [у доски] 6m

7.1.7. Предельные эффекты и прогнозы 5m

7.1.8. Несуществование оценок логит-модели. Заключение [+доска] 10m

7.2.1. Графики для качественных переменных в R 9m

7.2.2. Оценивание коэффициентов и прогнозирование скрытой переменной [+доска] 12m

7.2.3. Доверительный интервал для вероятности и LR тест в R6m

7.2.4. Предельные эффекты в R 9m

7.2.5. ROC кривая 9m

1개의 읽기 자료

Напутствие перед тестом!10m

1개 연습문제

Метод максимального правдоподобия30m

주

주 8

완료하는 데 3시간 필요

Стационарные временные ряды

Даты, встаньте в ряд! :)

완료하는 데 3시간 필요

16개 동영상 (총 154분), 1 개의 읽기 자료, 1 개의 테스트

16개의 동영상

8.1.1. Стационарные и нестационарные ряды 7m

8.1.2. Процесс скользящего среднего, MA(q) [+доска] 12m

8.1.3. Автокорреляционная функция [+доска] 5m

8.1.4. Частная автокорреляционная функция [+доска] 13m

8.1.5. Процесс авторегрессии [+доска] 10m

8.1.6. Пример подсчёта частной автокорреляционной функции AR(1) процесса [доска] 9m

8.1.7. Множественность решений уравнения AR(1) процесса [+доска] 7m

8.1.8. Стационарность через характеристический многочлен [+доска] 14m

8.1.9. Прогнозирование процессов авторегрессии [+доска] 15m

8.1.10. Модель авторегрессии и скользящего среднего ARMA(p,q) 5m

8.1.11. Алгоритм оценивания ARMA процесса 8m

8.2.1. Искусственно сгенерированные стационарные процессы8m

8.2.2. Искусственно сгенерированные нестационарные процессы 5m

8.2.3. Пример 1. Анализ уровня воды озера Гурон9m

8.2.4. Пример 2 и 3. Анализ стоимости акций компании Гугл и численности населения России 10m

8.2.5. Пример 4. Анализ индекса потребительских цен 10m

1개의 읽기 자료

Прочитать перед тестом!10m

1개 연습문제

Временные ряды30m

주

주 9

완료하는 데 2시간 필요

Эндогенность

Проблема, которую можно найти почти во всех исследованиях :)

완료하는 데 2시간 필요

11개 동영상 (총 94분), 1 개의 읽기 자료, 1 개의 테스트

11개의 동영상

9.1.1. Различные формы записи одной модели [+доска]9m

9.1.2. Определение эндогенности7m

9.1.3. Ошибка измерения регрессора [+доска]7m

9.1.4. Пропущенная объясняющая переменная [+доска]8m

9.1.5. Система уравнений с двумя эндогенными переменными [у доски] 7m

9.1.6. Метод инструментальных переменных [+доска]9m

9.1.7. Корреляция и причинность 8m

9.1.8. Три иллюстрации к данным наблюдений7m

9.2.1. Деление выборки на обучающую и тестовую7m

9.2.2. Двухшаговый метод наименьших квадратов в парной регрессии12m

9.2.3. Пара нюансов двухшагового метода наименьших квадратов7m

1개의 읽기 자료

Напутствие перед тестом!10m

1개 연습문제

Эндогенность30m

주

주 10

완료하는 데 2시간 필요

Нестандартные сюжеты

Продвинутые методы, включая машинное обучение

완료하는 데 2시간 필요

12개 동영상 (총 108분), 1 개의 읽기 자료, 1 개의 테스트

12개의 동영상

10.1.1. Медианная регрессия 9m

10.1.2. Квантильная регрессия 7m

10.1.3. Алгоритм случайного леса8m

10.1.4. Пример построения регрессионного дерева [у доски]11m

10.1.5. Суть байесовского подхода4m

10.1.6. Расчет апостериорного распределения: пример 1 [у доски] 10m

10.1.7. Расчет апостериорного распределения: пример 2 [у доски]10m

10.1.8. Алгоритм MCMC и логит-модель8m

10.1.9. Регрессия пик-плато и спасибо7m

10.2.1. Квантильная регрессия и алгоритм случайного леса11m

10.2.2. Логит-модель: байесовский подход7m

10.2.3. Регрессия пик-плато: байесовский подход9m

1개의 읽기 자료

Последнее наше напутствие!10m

1개 연습문제

Финальный экзамен30m

자주 묻는 질문

강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 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.
Is financial aid available?
예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.

Эконометрика (Econometrics)