Эконометрика / Econometrics

Эконометрика / Econometrics

Страна: Россия
Тематика: Экономика
Тип раздаваемого материала: Видеоурок
Продолжительность: 21:16:10
Язык: Русский
Перевод: Не требуется
Язык субтитров: Русский
Описание: 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.
Качество: WEBRip
Формат: MP4
Видео: AVC, 960x540, 16:9, 347 Kbps, 29.970 fps
Аудио: AAC, 128 Kbps, 44.1 KHz, 2 ch

Содержание
Неделя 1: Метод наименьших квадратов, введение в R
Лекция 1: Основные типы данных. Метод наименьших квадратов. Регрессия на константу. Готовые формулы для парной регрессии. Множественная регрессия. Ошибка прогноза. Сумма квадратов остатков. Общая сумма квадратов. Объясненная сумма квадратов. Абсолютный ликбез по линейной алгебре. Геометрическая иллюстрация множественного МНК. Коэффициент детерминации.
Компьютерный практикум: Консольный режим. Вектора, списки, таблицы с данными. Установка пакетов. Получение справки. Описательные статистики. Простейшие графики. Метод наименьших квадратов.
Неделя 2: Статистические свойства оценок коэффициентов
Лекция 2: Условное математическое ожидание. Ковариационная матрица случайной составляющей. Дисперсия оценок коэффициентов. Статистические свойства коэффициентов. Несмещенность. Состоятельность. Эффективность. Тестирование гипотез и построение доверительных интервалов для коэффициентов. Значимость и существенность. Стандартизованные коэффициенты. Проблема множественных сравнений.
Компьютерный практикум: Работа со случайными величинами. Доверительные интервалы и проверка гипотез. Эксперимент с бесполезными регрессорами. Табличка с несколькими моделями. Сохранение и чтение файлов. Импорт данных RLMS.
Неделя 3: Дамми-переменные, сравнение вложенных моделей
Лекция 3: Прогнозирование. Доверительный и предиктивный интервал. Четыре модели с логарифмами. Дамми-переменные. Разные модели на подвыборках. Проверка гипотезы о линейных ограничениях. Ограниченная и неограниченная модель. Лишние и пропущенные переменные. Тест Рамсея. Скорректированный коэффициент детерминации. Информационные критерии.
Компьютерный практикум: Переход к логарифмам. Графики для качественных переменных. Ограниченная и неограниченная модель. F-тест. Тест Рамсея. Нано-исследование.
Неделя 4: Мультиколлинеарность
Лекция 4: Строгая и нестрогая мультиколлинеарность. Последствия мультиколлинеарности. Коэффициент вздутия дисперсии. Регуляризация. Метод Лассо. Ридж-регрессия. Метод эластичной сети. Метод главных компонент.
Компьютерный практикум: Коэффициент вздутия дисперсии. Ридж-регрессия. Метод Лассо. Метод главных компонент. Визуализация главных компонент.
Неделя 5: Гетероскедастичность
Лекция 5: Определение гетероскедастичность. Последствия гетероскедастичности. Стандартные ошибки, робастные к гетероскедастичности. Тест Уайта. Тест Голдфельда - Квандта.
Компьютерный практикум: Стандартные ошибки, устойчивые к гетероскедастичности. Корректные доверительные интервалы. Тест Уайта. Тест Голдфельда - Квандта.
Неделя 6: Автокорреляция
Лекция 6: Определение автокорреляции. Последствия автокорреляции. Автокорреляция порядка p. Стандартные ошибки, робастные к автокорреляции. Тест Дарбина-Уотсона. Тест Бройша-Годфри.
Компьютерный практикум: Работа с датами. Загрузка данных из интернет-источников: цены акций, российские макроэкономические ряды. Тест Дарбина-Уотсона. Тест Бройша-Годфри.
Неделя 7: Метод максимального правдоподобия. Модели бинарного выбора
Лекция 7: Метод максимального правдоподобия. Свойства оценок максимального правдоподобия. Оценка дисперсии коэффициента. Тест отношения правдоподобия. Модели бинарного выбора: логит и пробит-модели. Предельные эффекты. Прогнозирование.
Компьютерный практикум: Мозаичный график. Оценивание логит и пробит-моделей. Прогнозирование. Предельные эффекты. ROC-кривая.
Неделя 8: Стационарные временные ряды
Лекция 8: Стационарные и нестационарные временные ряды. Оператор лага. Процессы авторегрессии и скользящего среднего (ARMA). Корни характеристического уравнения. Автокорреляционная и частная автокорреляционная функция.
Компьютерный практикум: Симуляция моделей ARIMA. Автокорреляционные и частные автокорреляционные функции. Оценивание моделей. Прогнозирование. Автоматический выбор порядка модели.
Неделя 9: Эндогенность
Лекция 9: Несколько форм записи модели. Понятие эндогенности. Основные причины эндогенности. Ошибка измерения регрессора. Пропущенная объясняемая переменная. Одновременнось. Метод инструментальных переменных. Двухшаговый метод наименьших квадратов. Причинность и статистическая взаимосвязь. Данные наблюдений и экспериментов.
Компьютерный практикум: Разделение выборки на две части. Двухшаговый МНК. Несколько инструментальных переменных.
Неделя 10: Нестандартные сюжеты
Лекция 10: Медианная регрессия. Квантильная регрессия. Классификационное дерево. Алгоритм случайного леса. Байесовский подход. Априорное и апостериорное распределение. Байесовская логит-модель. Регрессия пик-плато.
Компьютерный практикум: Медианная регрессия. Квантильная регрессия. Алгоритм случайного леса. Баейсовская логит-модель. Регрессия пик-плато.