Микроэконометрика качественных данных 2023
Материал из Wiki - Факультет компьютерных наук
Версия от 00:11, 13 сентября 2023; Evkossova (обсуждение | вклад)
Содержание
- 1 Общая информация
- 2 Вводный курс по R
- 3 Материалы курса в STATA
- 4 Основная литература
- 5 5 сентября. Повторение метода максимального правдоподобия. Модели бинарного выбора: формулировка, интерпретация и оценивание
- 6 12 сентября. Модели бинарного выбора. Проверка общей линейной гипотезы
- 7 Неделя 2. Модели бинарного выбора: формулировка, интерпретация и оценивание
- 8 Неделя 3. Спецификация моделей бинарного выбора
- 9 Неделя 8. Квази-, псевдо-правдоподобие. Полупараметрические модели бинарного выбора
Общая информация
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:
Нажмите "развернуть", чтобы увидеть - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 🡣
Материалы курса в STATA
Нажмите "развернуть", чтобы увидеть - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 🡣
Основная литература
- Путеводитель по современной эконометрике : учеб. пособие для вузов, Вербик М., Банникова В. А., 2008
5 сентября. Повторение метода максимального правдоподобия. 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
Материалы семинара:
12 сентября. Модели бинарного выбора. Проверка общей линейной гипотезы
Материалы лекции:
- Слайды: Тройка тестов для проверки общей линейной гипотезы *Слайды к лекции
- пример
- Тестирование гипотез
- Ошибки спецификации
Материалы семинара:
Спойлер следующих серий - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 🡣