Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Книга
Макроэкономика. Практикум странового анализа

Баженов Г. А., Беляков И. В., Бирюкова О. В. и др.

М.: НИЦ Инфра-М, 2025.

Статья
Физическая активность детей и их родителей: есть ли взаимосвязь?

Лопатина М. В., Хоркина Н. А., Кабисова А. В.

Электронный научный журнал "Социальные аспекты здоровья населения". 2025. Т. 71. № 1.

Глава в книге
Science or industry: Improving the quality of the Russian higher education system

Panova A., Slepyh V.

In bk.: Vocation, Technology & Education. Vol. 1. Iss. 4. Shenzhen Polytechnic University, 2024.

Контакты

109028, Москва
Покровский бульвар, 11 корп.S,
каб. S-527
тел: (495) 772-95-99 доб.27503, 27502, 28289

Руководство
Руководитель департамента Авдашева Светлана Борисовна
Менеджер Шевелев Максим Борисович

Тел.: (967) 170-0219

Эконометрика

2021/2022
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс по выбору
Когда читается:
2-й курс, 2 модуль

Преподаватель

Чернышева Ирина Константиновна

Чернышева Ирина Константиновна

Программа дисциплины

Аннотация

Эконометрика – наука, позволяющая исследовать закономерности в реальных данных. К концу курса мы научимся отвечать на два вопроса. Как одна переменная, y, зависит от другой переменной, x? Как спрогнозировать переменную y? Мы будем подробно изучать линейные регрессионные модели, рассмотрим наиболее частые отклонения от предпосылок классической линейной регрессии. Изучим базовые модели (логит и пробит) для качественных зависимых переменных. Наряду с теоретической основой мы будем работать с реальными данными, используя статистический пакет R.
Цель освоения дисциплины

Цель освоения дисциплины

  • работа с реальными данными при использовании статистического пакета R
Планируемые результаты обучения

Планируемые результаты обучения

  • знать базовые модели (логит и пробит) для качественных зависимых переменных
  • знать линейные регрессионные модели
  • уметь рассматривать наиболее частые отклонения от предпосылок классической линейной регрессии
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Неделя 1. Метод наименьших квадратов или рабочая лошадка эконометриста, введение в R.
  • Неделя 2. Статистические свойства оценок коэффициентов.
  • Неделя 3. Дамми-переменные, сравнение вложенных моделей
  • Неделя 4. Мультиколлинеарность
  • Неделя 5. Гетероскедастичность
  • Неделя 6. Автокорреляция
  • Неделя 7. Метод максимального правдоподобия. Модели бинарного выбора
  • Неделя 8. Стационарные временные ряды
  • Неделя 9. Эндогенность
  • Неделя 10. Нестандартные сюжеты
Элементы контроля

Элементы контроля

  • неблокирующий Накопленная оценка
  • неблокирующий Экзамен
    Экзамен проводится в устной форме, на платформе Zoom.
  • неблокирующий Накопленная оценка
  • неблокирующий Экзамен
    Экзамен проводится в устной форме, на платформе Zoom.
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 2 модуль
    0.7 * Накопленная оценка + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., 2008

Рекомендуемая дополнительная литература

  • Handbook on impact evaluation : quantitative methods and practices, Khandker, S. R., 2010
  • Эконометрика. Начальный курс : учебник для вузов, Магнус, Я. Р., 2000

Авторы

  • Чернышева Ирина Константиновна
  • Демешев Борис Борисович