Микроэконометрика качественных данных 2020 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Материалы курса в STATA)
Строка 68: Строка 68:
  
 
== Материалы курса в STATA ==
 
== 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 [https://www.hse.ru/data/2017/10/03/1173710457/r25iall26c.dta ссылке].
  
 
* [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/1.%20%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%20%D0%BC%D0%B0%D0%BA%D1%81%D0%B8%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%BF%D1%80%D0%B0%D0%B2%D0%B4%D0%BE%D0%BF%D0%BE%D0%B4%D0%BE%D0%B1%D0%B8%D1%8F%20%D0%B8%20%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5%20%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B%20%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D0%B8.do Метод максимального правдоподобия и численные методы оптимизации]
 
* [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/1.%20%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%20%D0%BC%D0%B0%D0%BA%D1%81%D0%B8%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%BF%D1%80%D0%B0%D0%B2%D0%B4%D0%BE%D0%BF%D0%BE%D0%B4%D0%BE%D0%B1%D0%B8%D1%8F%20%D0%B8%20%D1%87%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5%20%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B%20%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D0%B8.do Метод максимального правдоподобия и численные методы оптимизации]

Версия 20:24, 13 октября 2020

Общая информация

Официальная программа курса

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:

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.

Неделя 1. Модели бинарного выбора: формулировка, интерпретация и оценивание

Материалы лекции:

Материалы семинара:

Неделя 2. Модели бинарного выбора: прогнозирование и проверка общей линейной гипотезы

Материал лекции:

Материалы семинара:

Неделя 3. Ошибки спецификации в бинарных моделях: лишние переменные, гетероскедастичность, нормальность(?) случайных ошибок

Материал лекции:

Материалы по семинару:

Неделя 4. Группировка данных. Минимум хи-квадрат метод

Материалы лекции:

Материалы семинара:

Основная литература

Дополнительная литература

  • Будет добавлена