Econ metrics 2023-24 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Второй семестр. Эконометрика 2)
(Второй семестр. Эконометрика 2)
Строка 143: Строка 143:
 
'''Неделя 26. Упорядоченный логит. Цензурированные данные.
 
'''Неделя 26. Упорядоченный логит. Цензурированные данные.
 
*[https://github.com/pvpogorelova/metrics_23_24/blob/main/seminars/sem_26.pdf Семинар 26. Задания.]
 
*[https://github.com/pvpogorelova/metrics_23_24/blob/main/seminars/sem_26.pdf Семинар 26. Задания.]
 +
'''Неделя 27. Панельные данные.'''
 +
*[https://github.com/pvpogorelova/metrics_23_24/blob/main/seminars/sem_27.pdf Семинар 27. Задания.]
 +
 
== Консультации к экзамену ==
 
== Консультации к экзамену ==
 
*[https://github.com/pvpogorelova/metrics_23_24/blob/main/seminars/cons_exam_1.pdf Занятие 1.]
 
*[https://github.com/pvpogorelova/metrics_23_24/blob/main/seminars/cons_exam_1.pdf Занятие 1.]

Версия 09:27, 31 мая 2024

Общая информация

Официальные программы курса:

Курс в ЛМС:

Преподаватели:

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

В случае пропуска любой проверочной работы по уважительной причине (при наличии справки) её вес равномерно перераспределяется на другие проверочные работы.

Текущие оценки

Проверочные работы

Контрольные работы

Домашние задания

Материалы к курсу


Нажми "развернуть", чтобы увидеть ещё больше! - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 🡣

Таблицы

Первый семестр. Эконометрика 1

Неделя 1. Что такое эконометрика и зачем она нужна?

Неделя 2. Модель парной регрессии. МНК.

Неделя 3. Модель множественной регрессии в матричном виде.

Неделя 4. Модель множественной регрессии. Стандартизированные показатели.

Неделя 5. Блочные матрицы и проверка гипотез.

Неделя 6. Фиктивные переменные. Тест Чоу.

Консультация перед КР

Неделя 7. Обнаружение аномальных наблюдений. Безусловное прогнозирвоание.

Неделя 8. Мультиколлинеарность. Метод главных компонент (PCA).

Неделя 9. Мультиколлинеарность. PCA, LASSO, RIDGE.

Неделя 10. Гетероскедастичность.

Неделя 11. Ошибки спецификации модели.

Неделя 12. Выбор функциональной зависимости.

Неделя 13. Эндогенность.

Второй семестр. Эконометрика 2

Неделя 14. Оценка эффекта воздействия. ATE. DID.

Неделя 15. Оценка эффекта воздействия. LATE. RDD.

Неделя 16. Системы регрессионных уравнений: SUR.

Неделя 17. Системы регрессионных уравнений: SEM.

Неделя 18. Метод максимального правдоподобия. LR тест.

Неделя 19. Метод максимального правдоподобия. Тест Вальда, LM.

Неделя 20. Анализ временных рядов. MA, AR.

Неделя 21. Анализ временных рядов. MA, AR, ARMA. Тесты на стационарность.

Неделя 22. Анализ временных рядов. ARMA, ETS.

Неделя 23. ARDL, коинтеграция.

Неделя 24. Модели бинарного выбора.

Неделя 25. Модели множественного выбора.

Неделя 26. Упорядоченный логит. Цензурированные данные.

Неделя 27. Панельные данные.

Консультации к экзамену