Микроэконометрика качественных данных 2023 — различия между версиями
Evkossova (обсуждение | вклад) |
Evkossova (обсуждение | вклад) |
||
| Строка 109: | Строка 109: | ||
*[https://github.com/bogdanpotanin/Microeconometrics-2021/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.R Метод максимального правдоподобия] | *[https://github.com/bogdanpotanin/Microeconometrics-2021/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.R Метод максимального правдоподобия] | ||
| + | |||
| + | |||
| + | Спойлер следующих серий - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 🡣 | ||
| + | <div class="mw-collapsible mw-collapsed" style="width:1000px; overflow: hidden;"> | ||
==Неделя 2. Модели бинарного выбора: формулировка, интерпретация и оценивание== | ==Неделя 2. Модели бинарного выбора: формулировка, интерпретация и оценивание== | ||
Версия 18:43, 6 сентября 2023
Содержание
- 1 Общая информация
- 2 Вводный курс по R
- 3 Материалы курса в STATA
- 4 Основная литература
- 5 Неделя 1. Повторение метода максимального правдоподобия. Модели бинарного выбора: формулировка, интерпретация и оценивание
- 6 Неделя 2. Модели бинарного выбора: формулировка, интерпретация и оценивание
- 7 Неделя 3. Спецификация моделей бинарного выбора
- 8 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:
- 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
Основная литература
- Путеводитель по современной эконометрике : учеб. пособие для вузов, Вербик М., Банникова В. А., 2008
Неделя 1. 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:
Спойлер следующих серий - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 🡣
