About this course: 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. Необходимые знания: Теория вероятностей и математическая статистика. Линейная алгебра опционально.
Created by: Higher School of Economics
Taught by: Boris Demeshev, Senior Lecturer
Department of Applied Economics
| Commitment | 10 weeks of study, 3-8 hours/week |
| Language | Russian |
| How To Pass | Pass all graded assignments to complete the course. |
| User Ratings |
Syllabus
WEEK 1
Метод наименьших квадратов или рабочая лошадка эконометриста, введение в R
Материалы всех недель доступны сразу, но в системе указаны рекомендуемые сроки выполнения всех заданий. Форум также открыт для Ваших вопросов. Ознакомьтесь с правилами оценивания и проведения контрольных работ. Обращаем Ваше внимание на то, что тест можно дела...
18 videos, 8 readings
Graded: МНК, введение в R
WEEK 2
Статистические свойства оценок коэффициентов
Бета с крышкой - друг и враг эконометриста :)
22 videos, 1 reading
Graded: Проверка гипотез о коэффициентах
WEEK 3
Дамми-переменные, сравнение вложенных моделей
Дамми для дам и не только :)
18 videos, 1 reading
Graded: Прогнозирование и гипотезы о нескольких ограничениях
WEEK 4
Мультиколлинеарность
Или зачастую "самая нестрашная" проблема в данных :)
10 videos, 1 reading
Graded: Мультиколлинеарность
WEEK 5
Гетероскедастичность
В древнерусском Разноразбросие :)
15 videos, 1 reading
Graded: Промежуточный экзамен
WEEK 6
Автокорреляция
Или о том, чем могут быть опасны зависимые ошибки :)
10 videos, 2 readings
Graded: Гетероскедастичность и автокорреляция
Graded: Анализ реальных данных на примере РЛМС
WEEK 7
Метод максимального правдоподобия. Модели бинарного выбора
Или о том, что делать, если зависимая переменная принимает всего два значения
13 videos, 1 reading
Graded: Метод максимального правдоподобия
WEEK 8
Стационарные временные ряды
Даты, встаньте в ряд! :)
16 videos, 1 reading
Graded: Временные ряды
WEEK 9
Эндогенность
Проблема, которую можно найти почти во всех исследованиях :)
11 videos, 1 reading
Graded: Эндогенность
WEEK 10
Нестандартные сюжеты
Продвинутые методы, включая машинное обучение
12 videos, 1 reading
Graded: Финальный экзамен
FAQs
How It Works
Coursework
Each course is like an interactive textbook, featuring pre-recorded videos, quizzes and projects.
Help from Your Peers
Connect with thousands of other learners and debate ideas, discuss course material, and get help mastering concepts.
Certificates
Earn official recognition for your work, and share your success with friends, colleagues, and employers.
Creators
Higher School of Economics
National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communications, IT, mathematics, engineering, and more.
Learn more on www.hse.ru
Ratings and Reviews
Замечательный курс!!)))
Очень хороший курс, спасибо за такие интересные и понятные лекции!
Отличный преподаватель.
Coursera provides universal access to the world’s best education, partnering with top universities and organizations to offer courses online.
© 2017 Coursera Inc. All rights reserved.
K
Спасибо большое за курс! Очень помог вспомнить курс эконометрики в университете и начать использовать R на работе. Очень надеюсь, что будет продолжение! Осталось много неосвещенных тем, особенно хотелось бы больше подробностей про деревья решений и машинное обучение :)