Econ metrics 2024-25 — различия между версиями
Polina (обсуждение | вклад) |
Polina (обсуждение | вклад) (→Второй семестр. Эконометрика 2) |
||
| Строка 85: | Строка 85: | ||
*[https://github.com/pvpogorelova/metrics_24_25/blob/main/sem_16_sol.pdf Семинар 16. Решение.] | *[https://github.com/pvpogorelova/metrics_24_25/blob/main/sem_16_sol.pdf Семинар 16. Решение.] | ||
*[https://github.com/pvpogorelova/metrics_24_25/blob/main/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_16_Diff_in_Diff.ipynb Семинар 16. Практический пример по Diff-in-Diff.] | *[https://github.com/pvpogorelova/metrics_24_25/blob/main/%D0%A1%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_16_Diff_in_Diff.ipynb Семинар 16. Практический пример по Diff-in-Diff.] | ||
| − | '''Неделя 17. LATE.''' | + | '''Неделя 17. Оценка локального эффекта воздействия: LATE.''' |
*[https://github.com/pvpogorelova/metrics_24_25/blob/main/sem_17.pdf Семинар 17. Задания с решениями.] | *[https://github.com/pvpogorelova/metrics_24_25/blob/main/sem_17.pdf Семинар 17. Задания с решениями.] | ||
| − | '''Неделя 18. RDD''' | + | '''Неделя 18. Оценка эффекта воздействия: RDD (sharp, fuzzy).''' |
*[https://github.com/pvpogorelova/metrics_24_25/blob/main/RDD.ipynb Семинар 18. Пример в Python.] | *[https://github.com/pvpogorelova/metrics_24_25/blob/main/RDD.ipynb Семинар 18. Пример в Python.] | ||
'''Неделя 19. Системы регрессионных уравнений. SUR, SEM. Способы оценивания: FGLS, ILS.''' | '''Неделя 19. Системы регрессионных уравнений. SUR, SEM. Способы оценивания: FGLS, ILS.''' | ||
Версия 15:13, 21 февраля 2025
Содержание
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:
Проверочные работы
Первый семестр. Эконометрика 1
Неделя 1. Что такое эконометрика и зачем она нужна?
Неделя 2. Модель парной регрессии.
Неделя 3. Модель множественной регрессии.
Неделя 4. Модель множественной регрессии.
Неделя 5. Проверка гипотез.
Неделя 6. Блочные матрицы и безусловное прогнозирование.
Неделя 7. Фиктивные переменные. Тест Чоу.
Неделя 8. Разбор КР. Мультиколлинеарность (часть 1).
Неделя 9. Мультиколлинеарность. Метод главных компонент.
Неделя 10. Гетероскедастичность.
Неделя 11. Гетероскедастичность. Продолжение.
Неделя 12. Ошибки спецификации.
Неделя 13. Функциональные преобразования.
Второй семестр. Эконометрика 2
Неделя 14. Эндогенность.
Неделя 15. Эндогенность.
Неделя 16. Оценка эффекта воздействия: ATE, DiD.
Неделя 17. Оценка локального эффекта воздействия: LATE.
Неделя 18. Оценка эффекта воздействия: RDD (sharp, fuzzy).
Неделя 19. Системы регрессионных уравнений. SUR, SEM. Способы оценивания: FGLS, ILS.
