Микроэконометрика, магистратура ФЭН, 2021 — различия между версиями
Potanin (обсуждение | вклад) (→Неделя 2. Модели бинарного выбора: прогнозирование,проверка общей линейной гипотезы, ошибки спецификации) |
Evkossova (обсуждение | вклад) |
||
| Строка 127: | Строка 127: | ||
*[https://github.com/bogdanpotanin/Microeconometrics2/raw/main/2.%20%D0%A2%D0%B5%D1%81%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5%20%D0%B3%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%B7%20%D0%BE%20%D1%81%D0%BF%D0%B5%D1%86%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D0%B8%20%D0%B2%20%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8F%D1%85%20%D0%B1%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%B0.r R-файл] | *[https://github.com/bogdanpotanin/Microeconometrics2/raw/main/2.%20%D0%A2%D0%B5%D1%81%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5%20%D0%B3%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%B7%20%D0%BE%20%D1%81%D0%BF%D0%B5%D1%86%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D0%B8%20%D0%B2%20%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8F%D1%85%20%D0%B1%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%B0.r R-файл] | ||
*[https://youtu.be/GFdgR7ksIOs Видео семинара] | *[https://youtu.be/GFdgR7ksIOs Видео семинара] | ||
| + | |||
| + | ==Неделя 3. Группировка данных. Минимум хи-квадрат метод == | ||
| + | |||
| + | Материал лекции: | ||
| + | |||
| + | *[https://www.youtube.com/playlist?list=PLmzDcFUjgzZ4ci9q5UZOo9yrIA6i9UcKv Группировка данных. Минимум хи-квадрат метод] | ||
Версия 14:38, 20 апреля 2021
Содержание
- 1 Общая информация
- 2 Вводный курс по R
- 3 Материалы курса в STATA
- 4 Неделя 1. Модели бинарного выбора: формулировка, интерпретация и оценивание
- 5 Неделя 2. Модели бинарного выбора: прогнозирование,проверка общей линейной гипотезы, ошибки спецификации
- 6 Неделя 3. Группировка данных. Минимум хи-квадрат метод
Общая информация
- Официальная программа курса
- Формула оценки
0.4*(Домашнее задание 1)+0.4*(Домашнее задание 2)+0.2*Экзамен
- Экзамен
проводится в двух формах:
1)Выступление с докладом по материалам научной статьи, использующей модели, изучаемые в курсе. Условия: Статья должна а) быть из хорошего журнала, с красивой интерпретацией б) использовать модели вероятностного выбора или с ограниченными зависимыми переменными.
2)Выполнение письменной экзаменационной работы.
В 16.20 каждый понедельник проходят консультации в системе Zoom:
Подключиться к конференции Zoom
Идентификатор конференции: 798 1508 7494 Код доступа: 8d2XwM
Если в течение 10 минут вопросы не поступают, консультация заканчивается.
Вводный курс по R
Занятия по микроэконометрике проходят в R. Те, кому не знаком данный язык, могут быстро изучить его просмотрев курс видеолекций с задачами и решениями:
- Урок 1. Компиляция кода
- Урок 3. Типы переменных
- Урок 4. Векторы
- Урок 5. Использование функций
- Урок 6. Создание функций
- Урок 7. Логические выражения
- Урок 8. Базовые типы объектов
- Урок 9. Листы
- Урок 10. Атрибуты и классы
- Урок 11. Матрицы и массивы
- Урок 12. Датафреймы
- Урок 14. Сортировка
- Урок 15. Циклы
- Урок 16. Факторы
- Урок 17. Библиотеки (пакеты)
- Урок 18. Функция apply
- Урок 19. Графики
- Урок 20. Пропуски
- Урок 21. Числа с плавающей точкой (сложно)
- Урок 22. Численное дифференцирование
- Урок 23. Численная оптимизация
Также, для изучения R можно использовать:
Инструкции по установке R и R-studio:
Материалы курса в STATA
Для воспроизведения .do файлов вам понадобятся данные по индивидам 25-й волны РМЭЗ в .dta формате (полная выборка), которые можно скачать по ссылке.
1. Метод максимального правдоподобия и численные методы оптимизации
2. Классические модели бинарного выбора
3. Выбор оптимальной спецификации модели бинарного выбора
Неделя 1. Модели бинарного выбора: формулировка, интерпретация и оценивание
Материалы лекции:
- модели бинарного выбора, вступление
- линейная вероятностная модель
- probit подход - интерпретация
- оценивание, эпизод 1
- оценивание, эпизод 2
- свойства ОМП
- предельные эффекты
- оценки, вероятности, предельные эффекты
- пример
Материалы семинара:
Неделя 2. Модели бинарного выбора: прогнозирование,проверка общей линейной гипотезы, ошибки спецификации
Материал лекции:
- Слайды: Тройка тестов для проверки общей линейной гипотезы
- Тестирование гипотез
- Прогнозирование
- Ошибки спецификации
- Ошибки спецификации, пропущенные переменные
- Ошибки спецификации, нормальность распределения
- Ошибки спецификации, гетероскедастичность
Материалы семинара:
Неделя 3. Группировка данных. Минимум хи-квадрат метод
Материал лекции:
