Econ metrics 2024-25

Общая информация

Курс предназначен для студентов 3 курса ОП "Экономика" (ФЭН, исследовательский поток)" и ОП "Экономика и анализ данных" (Прикладная математика и информатика, ФЭН/ФКН)"

Официальная программа курса:

• Официальная программа курса "Эконометрика 1 (углубленный курс)"
• Официальная программа курса "Эконометрика 2 (углубленный курс)"

Курс в ЛМС:

• "Эконометрика 1 (углубленный курс)", ИП+ЭАД
• "Эконометрика 2 (углубленный курс)", ИП
• "Эконометрика 2 (углубленный курс)", ЭАД

Преподаватели:

• Лектор: Елена Сергеевна Вакуленко evakulenko@hse.ru
• Семинарист: Полина Вячеславовна Погорелова pvpogorelova@hse.ru
• Учебные ассистенты: Зарянкина Варвара, Владислав Мартишевич, Шишлянников Павел

Формула оценивания:

• Оценка за курс "Эконометрика 1 (углубленный курс)" = 0.2 * Домашняя работа + 0.25 * Контрольная работа + 0.15 * Работа на семинарах и лекциях + 0.4 * Экзамен
• Оценка за курс "Эконометрика 2 (углубленный курс)" = 0.2 * Домашняя работа + 0.3 * Проект + 0.1 * Работа на семинарах и лекциях + 0.4 * Экзамен

Текущая ведомость:

• Эконометрика-1
• Эконометрика-2

Проверочные работы

• Демо-версия проверочной работы №1
• Контрольная работа

Первый семестр. Эконометрика 1

Неделя 1. Что такое эконометрика и зачем она нужна?

• Семинар 1. Задания.
• Семинар 1. Решение.

Неделя 2. Модель парной регрессии.

• Семинар 2. Задания.
• Семинар 2. Решение.

Неделя 3. Модель множественной регрессии.

• Семинар 3. Задания.
• Семинар 3. Решение.

Неделя 4. Модель множественной регрессии.

• Семинар 4. Задания.
• Семинр 4. Решение.

Неделя 5. Проверка гипотез.

• Семинар 5. Задания.
• Семинар 5. Решение.
• Семинар 5. Практический пример.
• Семинар 5. Данные.

Неделя 6. Блочные матрицы и безусловное прогнозирование.

• Семинар 6. Задания.
• Семинар 6. Решение.

Неделя 7. Фиктивные переменные. Тест Чоу.

• Семинар 7. Задания.
• Данные Chow_2.xls
• Практический пример.

Неделя 8. Разбор КР. Мультиколлинеарность (часть 1).

• Решение задачи 2 из КР-1.
• Сюжет про матрицу (X'X)^{-1} и последствия мультиколлинеарности.

Неделя 9. Мультиколлинеарность. Метод главных компонент.

• Семинар 9. Задание.
• Семинар 9. Практический пример.

Неделя 10. Гетероскедастичность.

• Семинар 10. Задание.
• Семинар 10. Решение.
• Семинар 10. Практический пример.

Неделя 11. Гетероскедастичность. Продолжение.

• Семинар 11. Задание.
• Семинар 11. Практический пример.

Неделя 12. Ошибки спецификации.

• Семинар 12. Задание.
• Семинар 12. Решение.

Неделя 13. Функциональные преобразования.

• Семинар 13. Задание.
• Семинар 13. Практический пример.

Второй семестр. Эконометрика 2

Неделя 14. Эндогенность.

• Семинар 14. Задания.
• Семинар 14. Решение.

Неделя 15. Эндогенность.

• Конспект семинара 15.
• Семинар 15. Данные schooling.csv.
• Семинар 15. Практический пример в Python.

Неделя 16. Оценка эффекта воздействия: ATE, DiD.

• Семинар 16. Задание.
• Семинар 16. Решение.
• Семинар 16. Практический пример по Diff-in-Diff.

Неделя 17. Оценка локального эффекта воздействия: LATE.

• Семинар 17. Задания с решениями.

Неделя 18. Оценка эффекта воздействия: RDD (sharp, fuzzy).

• Семинар 18. Пример в Python.

Неделя 19. Системы регрессионных уравнений. SUR, SEM. Способы оценивания: FGLS, ILS.

• Семинар 19. Задания.
• Семинар 19. Решение.

Неделя 20. Системы одновременных регрессионных уравнений. SEM: идентификация, 2МНК, 3МН.

• Семинар 20. Задания.
• Семинар 20. Решение.

Неделя 21. SEM (пример на данных). Метод максимального правдоподобия. LR тест.

• Семинар 21. Задания.
• Семинар 21. Решение.
• Семинар 21. Пример в Python.

Неделя 22. Модели бинарного выбора.

• Семинар 22. Задания.
• Семинар 22. Решение.

Неделя 23. Модели множественного и упорядоченного выбора.

• Семинар 23. Задания.
• Семинар 23. Решение (в процессе).

Неделя 24. Модели для цензурированных и усеченных данных.

• Семинар 24. Задания.
• Семинар 24. Решение. (+решение доп. занятия 5)

Факультативные занятия

• Занятие 1.
• Занятие 2.
• Занятие 3.
• Занятие 4 утрачено:)
• Занятие 5.