0
Bekeken
"Data-analyse en econometrie" - cursus 34.000 roebel. van MSU, training 12 weken. (3 maanden), Datum: 29 november 2023.
Gemengde Berichten / / December 01, 2023
Het belangrijkste doel is om studenten kennis te laten maken met de methoden van econometrische analyse die worden gebruikt in zakelijk en modern onderzoek. Het programma zal u helpen beter te begrijpen hoe u econometrische methoden kunt toepassen bij het oplossen van toegepaste problemen bedrijven, wat ze in wetenschappelijke artikelen schrijven, en voeren ze ook hun eigen econometrisch onderzoek uit.
Het belangrijkste doel is om studenten kennis te laten maken met de methoden van econometrische analyse die worden gebruikt in zakelijk en modern onderzoek.
Het programma zal u helpen beter te begrijpen hoe u econometrische methoden kunt toepassen bij het oplossen van toegepaste problemen bedrijven, wat ze in wetenschappelijke artikelen schrijven, en voeren ze ook hun eigen econometrisch onderzoek uit.
Voor wie is dit programma bedoeld:
Voor iedereen die wordt geconfronteerd met de noodzaak om oorzaak-en-gevolgrelaties te identificeren en voorspellingen te doen op basis van statistische gegevens
Vereist geen strikte wiskundige voorbereidingseisen. Kennis van de basisbeginselen van de waarschijnlijkheidstheorie en wiskundige statistiek is nuttig, maar niet vereist.
Wat levert het beheersen van dit programma je op:
Leer informatie verzamelen en voorbereiden, en voer voorlopige gegevensanalyse uit;
Leer hoe u economische hypothesen kunt formuleren in termen van econometrische modellen;
U kunt econometrische berekeningen uitvoeren met behulp van econometrische software om uw hypothesen met betrekking tot de geanalyseerde gegevens te testen
Je kunt de kwaliteit van de resulterende econometrische modellen beoordelen;
In staat zijn de resultaten van econometrische modellen correct te interpreteren
Documenten na voltooiing van het programma: Certificaat van voortgezette opleiding
Duur
3 maanden, 72 uur
Vorm van studie: correspondentie met behulp van afstandstechnologieën
Invoering
Je leert wat econometrie is en waarom het nodig is. Bespreek de toepassingen van econometrie in toegepast onderzoek en voorbeelden van vragen die ermee kunnen worden beantwoord. Ontdek welke soorten gegevens worden gebruikt bij econometrische modellen.
Ze zullen je vertellen wat is: gepaarde regressie, afleiding van formules voor het schatten van coëfficiënten in gepaarde regressie, R-kwadraatcoëfficiënt, asymptotische eigenschappen van OLS-schattingen, vereisten voor een lineair model van gepaarde regressie regressies, het testen van de statistische significantie van coëfficiënten, betrouwbaarheidsintervallen, homoscedasticiteit en heteroskedasticiteit, standaardomstandigheden consistent met heteroscedasticiteit fouten
2 Meervoudige regressie
Motivatie voor het gebruik van meervoudige regressie. Aannames van een lineair meervoudig regressiemodel. Hypotheses testen en betrouwbaarheidsintervallen construeren.
3 Multicollineariteit. Dummy-variabelen
Multicollineariteit. Dummy (binaire variabelen) verschuiving en helling.
Variabelen transformeren in regressiemodellen. Lineaire, logaritmische, semi-logaritmische en andere vormen van afhankelijkheid. Betekenisvolle interpretatie van coëfficiënten. Aanbevelingen voor de presentatie van econometrische onderzoeksresultaten.
4 Specificatie van regressievergelijkingen
Endogeniteit. Gevolgen van verkeerde specificatie van het regressiemodel. Vervang variabelen. Criteria om te beslissen of een variabele in het model moet worden opgenomen. Specificatie testen.
5 Instrumentele variabelen
Implicaties van gecorreleerde verklarende variabelen en willekeurige fouten. Het probleem van endogeniteit. Instrumentele variabelen. Tweestaps kleinste kwadratenmethode.
6 Paneeldatamodellen
Voordelen van modellen die gebruik maken van paneeldata. Eenvoudige volledige (gepoolde) regressie, model met vaste effecten, model met willekeurige effecten. Modeltypeselectietest.
7 Binaire keuzemodellen
Lineair waarschijnlijkheidsmodel (LPM). Voor- en nadelen van LVM. Logit-model, probit-model. Schatting van parameters van logit- en probit-modellen. Interpretatie van coëfficiënten in logit- en probitmodellen (berekening van marginale effecten). Schatting van de kwaliteit van logit- en probitmodellen. Het testen van de betekenis van coëfficiënten in logit- en probitmodellen.
8 Prognoses op basis van tijdreeksgegevens
Tijdreeksen. Definities en voorbeelden. Stationariteit en niet-stationariteit. Eenheidswortels. Processen AR(p), MA(q), ARMA(p, q). Willekeurige wandeling. Proces geïntegreerd van orde k. ARIMA(p, k, q)-proces.
Unit root-testen.
ARIMA-modellen evalueren. Modelidentificatieprocedure. Prognoses in ARIMA-modellen.
Autoregressief conditioneel heteroscedasticiteitsmodel (ARCH). Verschillende generalisaties van het autoregressieve conditionele heteroskedasticiteitsmodel (GARCH en anderen). Schatting en voorspelling.
Autoregressieve gedistribueerde lag-modellen. Schatting en voorspelling.
Logica
De cursus laat studenten kennismaken met wiskundige logica, de methoden, stellingen en toepassingen ervan. Tijdens het bestuderen van de cursus kunnen studenten kennis maken met verschillende logische systemen: klassieke logica, intuïtionistische logica, verschillende modale logica's, evenals klassieke predicaatlogica en theorieën daarop gebaseerd.
4,2
gratis
Meer details Naar de cursuswebsite
Inschrijven
YOU MIGHT ALSO LIKE
