We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site
Contacts

109028, Moscow
Pokrovsky blvd. 11,
Room S-527
Phone: (495) 772-95-99 ext.27502, 27503, 27498

Administration
Department Head Svetlana B. Avdasheva
Deputy Department Head Liudmila S. Zasimova
Manager Maxim Shevelev
Book
Academic Star Wars: Excellence Initiatives in Global Perspective
In press

Yudkevich Maria, Altbach P. G., Salmi J.

Cambridge: MIT Press, 2023.

Article
The Impact of Carbon Tax and Research Subsidies on Economic Growth in Japan

Besstremyannaya G., Dasher R., Golovan S.

HSE Economic Journal. 2025. Vol. 29. No. 1. P. 72-102.

Book chapter
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.

Working paper
Living Standards in the USSR during the Interwar Period

Voskoboynikov I.

Economics/EC. WP BRP. Высшая школа экономики, 2023. No. 264.

Contacts

109028, Moscow
Pokrovsky blvd. 11,
Room S-527
Phone: (495) 772-95-99 ext.27502, 27503, 27498

Administration
Department Head Svetlana B. Avdasheva
Deputy Department Head Liudmila S. Zasimova
Manager Maxim Shevelev

Econometrics 1

2022/2023
Academic Year
RUS
Instruction in Russian
6
ECTS credits
Type:
Elective course
When:
3 year, 1, 2 module

Instructors

Программа дисциплины

Аннотация

Изучение дисциплины «Эконометрика» базируется на следующих дисциплинах: • Линейная алгебра • Математический анализ • Теория вероятностей и статистика Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин: • Прикладная микроэконометрика • Эконометрика временных рядов • Экономика труда.
Цель освоения дисциплины

Цель освоения дисциплины

  • Дать студентам научное представление о методах и моделях, позволяющих получать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием статистического инструментария
Планируемые результаты обучения

Планируемые результаты обучения

  • Различать основные типы эконометрических данных
  • Владеть навыками построения моделей для одной объясняющей переменной и интерпретации основных результатов оценки таких моделей
  • Применять коэффициент детерминации для оценки качества подгонки регрессии
  • Формулировать и доказывать теорему Гаусса-Маркова и иные предпосылки для построения парной регрессии
  • Оценивать и интерпертировать результаты оценки множественной линейной регрессии
  • Выдвигать и проверять статистические гипотезы на основе регрессионного анализа
  • Строить точечные и интервальные прогнозы на основе регрессионного анализа
  • Использовать фиктивные переменные при построении регрессионной модели
  • Выявлять нетипичные наблюдения и оценивать модели при наличии нетипичных наблюдений
  • Интерпретировать оценки коэффициентов различных функциональных форм и выбирать между моделями
  • Определять пропущенные и излишние переменные, неправильную функциональную форму модели
  • Распознавать признаки наличия мультиколлинеарности и применять методы борьбы с мультиколлинеарностью
  • Реализовывать основные методы кластеризации в регрессионном анализе
  • Выявлять и бороться с нарушениями сферичности ошибок регрессии в виде гетероскедастичности и автокорреляции
  • Формулировать задачу в пригодном для эконометрического исследования виде
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Teмa 1. Предмет эконометрики. Методология эконометрического исследования
  • Тема 2. Повторение теории вероятностей и математической статистики
  • Тема 3. Линейная регрессионная модель для случая одной объясняющей переменной
  • Тема 4. Дисперсионный анализ. Показатели качества подгонки регрессии
  • Тема 5. Классическая линейная регрессия для случая одной объясняющей переменной
  • Тема 6. Множественная регрессия в скалярной и матричной форме. Теорема Гаусса-Маркова
  • Тема 7. Проверка гипотезы о совместной значимости коэффициентов при включенных в модель факторах. Проверка гипотезы о линейных ограничениях на коэффициенты множественной регрессии.
  • Тема 8. Прогнозирование по регрессионной модели
  • Тема 9. Фиктивные переменные. Тест Чоу.
  • Тема 10. Нетипичные наблюдения (выбросы)
  • Тема 11. Функциональные преобразования переменных в линейной регрессионной модели. Выбор между моделями
  • Тема 12. Типы ошибок спецификации модели
  • Тема 13. Мультиколлинеарность данных
  • Тема 14. Элементы машинного обучения в эконометрическом анализе
  • Тема 15. Нарушение сферичности ошибок регрессии
  • Тема 16 (дополнительная, если останется время). Непараметрическая регрессия
  • Тема 17 (дополнительная, если останется время). Бутстрэпы
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Работа на семинарах
  • неблокирующий Работа на лекциях
  • неблокирующий Контрольная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 2 модуль
    0.2 * Домашнее задание + 0.2 * Контрольная работа + 0.35 * Экзамен + 0.05 * Работа на лекциях + 0.2 * Работа на семинарах
Список литературы

Список литературы

Рекомендуемая основная литература

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

Рекомендуемая дополнительная литература

  • Теория вероятностей и математическая статистика - 2 (промежуточный уровень) : учеб. пособие, Шведов, А. С., 2007
  • Теория вероятностей и математическая статистика : Учеб. пособие для студентов, Шведов, А. С., 1995

Авторы

  • Бывальцева-Станкевич Анастасия Александровна
  • Демидова Ольга Анатольевна