Микроэконометрика, магистратура, 2023 — различия между версиями

Версия 13:00, 3 апреля 2023 (просмотреть исходный код) Potanin (обсуждение | вклад) (→‎Общая информация) ← Предыдущая правка		Версия 18:11, 20 апреля 2023 (просмотреть исходный код) Potanin (обсуждение | вклад) (→‎Неделя 4. Модели порядкового выбора) Следующая правка →
Строка 118:		Строка 118:
	==Неделя 4. Модели порядкового выбора==		==Неделя 4. Модели порядкового выбора==
		+
		+	Материалы лекции:
		+
		+	*[https://github.com/bogdanpotanin/Microeconometrics-Master-2022/raw/main/4.%20%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%20%D0%BF%D0%BE%D1%80%D1%8F%D0%B4%D0%BA%D0%BE%D0%B2%D0%BE%D0%B3%D0%BE%20%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%B0.pdf Презентация]
	Материалы для самостоятельного изучения:		Материалы для самостоятельного изучения:

---

Версия 18:11, 20 апреля 2023

Общая информация

• Формула оценки

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 2. Создание и использование переменных

• 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 13. Выбор элементов по логическому вектору

• 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:

• datacamp

• Официальный курс от R-Studio

• Книга рецептов R

Инструкции по установке R и R-studio:

• Инструкция от datacamp

• Видео на youtube

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

4. Модели порядкового выбора

5. Модели множественного выбора

6. Моделированние частоты и вложенный выбор

7. Усеченные модели

8. Метод Хекмана

Неделя 1. Вводная лекция

Материалы лекции:

• Презентация

Дополнительные материалы:

• Повторение метода максимального правдоподобия в R (видео)
• Повторение метода максимального правдоподобия в R (файл)

Неделя 2. Модели бинарного выбора

Материалы лекции:

• Презентация

Материалы семинара:

• Файл с кодом

Неделя 3. Спецификация моделей бинарного выбора

Материалы лекции:

• Презентация

Материалы семинара:

• Файл с кодом

Неделя 4. Модели порядкового выбора

Материалы лекции:

• Презентация

Материалы для самостоятельного изучения:

• Файл с кодом

Неделя 5. Система бинарных уравнений и модель множественного выбора

Материалы лекции:

• Презентация

Материалы семинара:

• Файл с кодом, часть 1

• Файл с кодом, часть 2

Неделя 6. Модели с усечением и цензурированием

Материалы лекции:

• Презентация

Материалы семинара:

• Файл с кодом, часть 1

• Файл с кодом, часть 2

Неделя 7. Модели с неслучайным отбором

Материалы лекции:

• Презентация

Материалы семинара:

• Файл с кодом

Неделя 8. Модели с эндогенным переключением

Материалы лекции:

• Презентация
• Запись лекции

Материалы семинара:

• Файл с кодом

Неделя 9. Модели частотных данных

Материалы лекции:

• Презентация лекции

Материалы семинара:

• Файл с кодом

Основная литература

• William H. Greene. Econometric Analysis (8th Edition)

• Путеводитель по современной эконометрике : учеб. пособие для вузов, Вербик М., Банникова В. А., 2008