Микроэконометрика, магистратура ФЭН, 2021 — различия между версиями
Evkossova (обсуждение | вклад) |
Potanin (обсуждение | вклад) (→Материалы курса в STATA) |
||
| Строка 93: | Строка 93: | ||
3. [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/3.%20%D0%92%D1%8B%D0%B1%D0%BE%D1%80%20%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B9%20%D1%81%D0%BF%D0%B5%D1%86%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D0%B8%20%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%20%D0%B1%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%B0.do Выбор оптимальной спецификации модели бинарного выбора] | 3. [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/3.%20%D0%92%D1%8B%D0%B1%D0%BE%D1%80%20%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B9%20%D1%81%D0%BF%D0%B5%D1%86%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D0%B8%20%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%20%D0%B1%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%B0.do Выбор оптимальной спецификации модели бинарного выбора] | ||
| + | |||
| + | 4. [https://github.com/bogdanpotanin/Microeconometrics-Stata/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.do Модели порядкового выбора] | ||
| + | |||
| + | 5. [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/5.%20%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%20%D0%BC%D0%BD%D0%BE%D0%B6%D0%B5%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%B0.do Модели множественного выбора] | ||
| + | |||
| + | 6. [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/6.%20%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%BD%D0%B8%D0%B5%20%D1%87%D0%B0%D1%81%D1%82%D0%BE%D1%82%D1%8B%20%D0%B8%20%D0%B2%D0%BB%D0%BE%D0%B6%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9%20%D0%B2%D1%8B%D0%B1%D0%BE%D1%80.do Моделированние частоты и вложенный выбор] | ||
| + | |||
| + | 7. [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/7.%20%D0%A3%D1%81%D0%B5%D1%87%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5%20%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8.do Усеченные модели] | ||
| + | |||
| + | 8. [https://github.com/bogdanpotanin/Microeconometrics-Stata/raw/main/8.%20%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%20%D0%A5%D0%B5%D0%BA%D0%BC%D0%B0%D0%BD%D0%B0.do Метод Хекмана] | ||
==Неделя 1. Модели бинарного выбора: формулировка, интерпретация и оценивание== | ==Неделя 1. Модели бинарного выбора: формулировка, интерпретация и оценивание== | ||
Версия 12:09, 15 мая 2021
Содержание
- 1 Общая информация
- 2 Вводный курс по R
- 3 Материалы курса в STATA
- 4 Неделя 1. Модели бинарного выбора: формулировка, интерпретация и оценивание
- 5 Неделя 2. Модели бинарного выбора: прогнозирование,проверка общей линейной гипотезы, ошибки спецификации
- 6 Неделя 3. Группировка данных. Минимум хи-квадрат метод. Системы бинарных уравнений.
- 7 Неделя 4. Внешне несвязанные и иерархические системы бинарных уравнений
Общая информация
- Официальная программа курса
- Формула оценки
0.4*(Домашнее задание 1)+0.4*(Домашнее задание 2)+0.2*Экзамен
- Экзамен
проводится в двух формах:
1)Выступление с докладом по материалам научной статьи, использующей модели, изучаемые в курсе. Условия: Статья должна а) быть из хорошего журнала, с красивой интерпретацией б) использовать модели вероятностного выбора или с ограниченными зависимыми переменными.
2)Выполнение письменной экзаменационной работы.
В 16.20 каждый понедельник проходят консультации в системе Zoom:
Подключиться к конференции Zoom
Идентификатор конференции: 798 1508 7494 Код доступа: 8d2XwM
Если в течение 10 минут вопросы не поступают, консультация заканчивается.
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 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 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:
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.
1. Метод максимального правдоподобия и численные методы оптимизации
2. Классические модели бинарного выбора
3. Выбор оптимальной спецификации модели бинарного выбора
5. Модели множественного выбора
6. Моделированние частоты и вложенный выбор
Неделя 1. 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
- оценки, вероятности, предельные эффекты
- пример
Материалы семинара:
Неделя 2. Модели бинарного выбора: прогнозирование,проверка общей линейной гипотезы, ошибки спецификации
Материал лекции:
- Слайды: Тройка тестов для проверки общей линейной гипотезы
- Тестирование гипотез
- Прогнозирование
- Ошибки спецификации
- Ошибки спецификации, пропущенные переменные
- Ошибки спецификации, нормальность распределения
- Ошибки спецификации, гетероскедастичность
Материалы семинара:
Неделя 3. Группировка данных. Минимум хи-квадрат метод. Системы бинарных уравнений.
Материал лекции:
Материалы Семинара:
Неделя 4. Внешне несвязанные и иерархические системы бинарных уравнений
Материалы лекции:
Внешне несвязанные и иерархические системы бинарных уравнений
ВНИМАНИЕ: в третьем видео (про предельные эффекты) допущена ошибка! При записи предельного эффекта условной вероятности по переменной (dP(Y1 = 1 | Y2 = 2)/dXs) потерян коэффициент корреляции rho, который возникает в слагаемом dP(Y1 = 1; Y2 = 2)/dXs (см. начало того же видео, где как раз-таки верно расписан предельный эффект совместной вероятности по переменной)!
