Микроэконометрика, магистратура ФЭН, 2021 — различия между версиями

Версия 18:24, 26 апреля 2021

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 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

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:

• R-файл
• Видео первого семинара
• Видео второго 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:

• R-файл
• Видео семинара

Неделя 3. Группировка данных. Минимум хи-квадрат метод. Системы бинарных уравнений.

Материал лекции:

• Группировка данных. Минимум хи-квадрат метод
• Системы бинарных уравнений

Материалы Семинара:

• R-файл

• Видео семинара

Неделя 4.

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)!