À propos de ce cours

70,122 consultations récentes

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.

Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru

Learner Career Outcomes

67%

ont commencé une nouvelle carrière après avoir terminé ce cours

43%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

25%

a obtenu une augmentation de salaire ou une promotion

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 55 heures pour terminer

Recommandé : 10 weeks of study, 6-7 hours/week...

Russe

Sous-titres : Russe

Compétences que vous acquerrez

StatisticsTime SeriesEconometricsR Programming

Learner Career Outcomes

67%

ont commencé une nouvelle carrière après avoir terminé ce cours

43%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

25%

a obtenu une augmentation de salaire ou une promotion

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 55 heures pour terminer

Recommandé : 10 weeks of study, 6-7 hours/week...

Russe

Sous-titres : Russe

Programme du cours : ce que vous apprendrez dans ce cours

Semaine

1

5 heures pour terminer

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 делать сколько угодно раз, но на каждые 8 часов даются только три попытки. Если Вы начали выполнять тест, то время на его выполнение неограничено. Ссылки на pdf-файлы лекций и скрипты для всех недель находятся в разделе Ценные ресурсы так же, как и правки к видео-фрагментам :) В первых же тестах есть вопросы, где необходимо использовать R, поэтому надеемся, что Вы уже успели поставить его на свои компьютеры. Если нет, то в Ценных ресурсах лежат подробные инструкции по установке софта. После установки не забудьте открыть в R-Studio (File -> Open file) файл "install_all.R" и запустите его, чтобы поставить все необходимые нам в ближайшее время пакеты. Выделите все строчки и запустите с помощью сочетания Ctrl + Enter на Windows или Cmd + Enter на Mac. Чтобы познакомиться с R поближе, в данной виньетке представлено краткое и наглядное описание интерфейса R-studio, шорткатов и других полезных вещей. Успехов!

18 vidéos (Total 147 min), 8 lectures, 1 quiz

18 vidéos

О Вышке. Промо-ролик2 min

О курсе. Промо-ролик1 min

1.1.1. Суть метода наименьших квадратов8 min

1.1.2. Пример 1. Регрессия на константу [у доски]8 min

1.1.3. Пример 2. Парная регрессия. Начало [у доски]6 min

1.1.4. Пример 2. Парная регрессия. Окончание [у доски]8 min

1.1.5. МНК на графике. Случай множества регрессоров11 min

1.1.6. Ликбез по линейной алгебре 5 min

1.1.7. Геометрия регрессии на константу [у доски] 7 min

1.1.8. Геометрия множественной регрессии [у доски] 13 min

1.1.9. Коэффициент детерминации9 min

1.1.10. Мораль первой лекции 1 min

1.2.1. Консольный режим в R11 min

1.2.2. Написание первого скрипта в R11 min

1.2.3. Установка пакетов в R. Получение справки8 min

1.2.4. Первый взгляд на набор данных в R11 min

1.2.5. МНК в R. Пример с машинами10 min

1.2.6. МНК в R. Пример с фертильностью8 min

8 lectures

Установка R/R-studio/Texlive под Windows10 min

Установка R/R-studio/Mactex под Mac10 min

Установка R/R-studio/Texlive под Linux10 min

Ссылки на pdf-версии лекций, скрипты и данные10 min

Источники мудрости10 min

Критерии оценивания10 min

Поправки к неточностям в видео-фрагментах10 min

Доброжелательное напутствие перед тестом :)10 min

1 exercice pour s'entraîner

МНК, введение в R40 min

Semaine

2

4 heures pour terminer

Статистические свойства оценок коэффициентов

Бета с крышкой - друг и враг эконометриста :)

22 vidéos (Total 188 min), 1 lecture, 1 quiz

22 vidéos

2.1.1. Условное математическое ожидание. Определение2 min

2.1.2. Пример подсчета условного математического ожидания [у доски]12 min

2.1.3. Условная дисперсия [+доска]7 min

2.1.4. Геометрическая иллюстрация условного математического ожидания [у доски]7 min

2.1.5. Условная дисперсия МНК оценок4 min

2.1.6. Условная дисперсия МНК оценок. Доказательство [у доски]9 min

2.1.7. Дисперсия оценок коэффициентов в общем виде5 min

2.1.8. Доказательство формулы для ковариационной матрицы [у доски, линал]11 min

2.1.9. Оценка ковариационной матрицы3 min

2.1.10. Статистические свойства оценок коэффициентов14 min

2.1.11. Построение доверительных интервалов и проверка гипотез 5 min

2.1.12. Пример. Доверительный интервал для коэффициента бета [у доски]10 min

2.1.13. Пример. Доверительный интервал для дисперсии [у доски]5 min

2.1.14. Пример. Проверка гипотезы о коэффициенте бета [у доски]8 min

2.1.15. Интерпретация стандартной таблички7 min

2.1.16. Особенности проверки гипотез8 min

2.1.17. Проверка гипотезы о связи коэффициентов. Заключение [+доска]10 min

2.2.1. Работа со случайными величинами в R10 min

2.2.2. Проверка гипотез о коэффициентах в R9 min

2.2.3. Стандартизированные коэффициенты и эксперимент с ложно-значимыми регрессорами10 min

2.2.4. Сохранение и загрузка данных10 min

2.2.5. Загрузка данных RLMS9 min

1 lecture

И вновь доброжелательное напутствие!10 min

1 exercice pour s'entraîner

Проверка гипотез о коэффициентах40 min

Semaine

3

4 heures pour terminer

Дамми-переменные, сравнение вложенных моделей

Дамми для дам и не только :)

18 vidéos (Total 169 min), 1 lecture, 1 quiz

18 vidéos

3.1.1. Прогнозирование во множественной регрессии8 min

3.1.2. Пример построения интервалов для прогнозов [у доски]12 min

3.1.3. Интерпретация коэффициента при логарифмировании8 min

3.1.4. Дамми-переменные. Разные зависимости для подвыборок12 min

3.1.5. Проверка гипотезы о нескольких линейных ограничениях6 min

3.1.6. Пример проверки гипотезы о нескольких линейных ограничениях [у доски]8 min

3.1.7. Вывод формулы для гипотезы о незначимости регрессии [+ доска]9 min

3.1.8. Пример проверки гипотезы о незначимости регрессии [+ доска]8 min

3.1.9. Лишние и пропущенные переменные7 min

3.1.10. Тест Рамсея [+ доска]13 min

3.1.11. Простые показатели качества модели6 min

3.2.1. R: графики и переход к логарифмам12 min

3.2.2. R: графики для качественных и количественных переменных 8 min

3.2.3. Оценивание моделей с дамми-переменными в R14 min

3.2.4. Построение прогнозов в R4 min

3.2.5. Проверка гипотезы о линейных ограничениях, графическое представление результатов6 min

3.2.6. Ловушка дамми-переменных, информационные критерии, тест Рамсея7 min

3.2.7. Нано-исследование11 min

1 lecture

Ну очень доброжелательное напутствие перед тестом!10 min

1 exercice pour s'entraîner

Прогнозирование и гипотезы о нескольких ограничениях40 min

Semaine

4

2 heures pour terminer

Мультиколлинеарность

Или зачастую "самая нестрашная" проблема в данных :)

10 vidéos (Total 91 min), 1 lecture, 1 quiz

10 vidéos

4.1.1. Определение мультиколлинеарности11 min

4.1.2. Что поделать с мультиколлинеарностью?9 min

4.1.3. Ридж и LASSO регрессия 9 min

4.1.4. Идея метода главных компонент7 min

4.1.5. Пример нахождения главной компоненты [у доски]10 min

4.1.6. Свойства главных компонент9 min

4.2.1. R: доверительные интервалы при мультиколлинеарности8 min

4.2.2. LASSO регрессия в R8 min

4.2.3. R: ридж-регрессия и идея оценки лямбды4 min

4.2.4. Метод главных компонент в R10 min

1 lecture

Напутствие перед тестом!10 min

1 exercice pour s'entraîner

Мультиколлинеарность40 min

Semaine

5

3 heures pour terminer

Гетероскедастичность

В древнерусском Разноразбросие :)

15 vidéos (Total 129 min), 1 lecture, 1 quiz

15 vidéos

5.1.1. Гомоскедастичность [+доска]10 min

5.1.2. Условная гетероскедастичность [доска]11 min

5.1.3. Безусловная гетероскедастичность [доска]10 min

5.1.4. Последствия гетероскедастичности для малых выборок 8 min

5.1.5. Последствия гетероскедастичности: нормальность и большие выборки6 min

5.1.6. Робастные стандартные ошибки и обнаружение гетероскедастичности11 min

5.1.7. Пример теста Уайта [доска]7 min

5.1.8. Тест Голдфельда-Квандта [+ доска]11 min

5.1.9. Пример с известной структурой гетероскедастичности [+доска]10 min

5.1.10. Мораль лекции о гетероскедастичности3 min

5.2.1. Написание функций в R9 min

5.2.2. Написание циклов в R5 min

5.2.3. Прежние оценки для сравнения6 min

5.2.4. Доверительные интервалы при гетероскедастичности в R9 min

5.2.5. Тесты на гетероскедастичность в R8 min

1 lecture

Очень-очень доброжелательное и важное напутствие перед экзаменом10 min

1 exercice pour s'entraîner

Промежуточный экзамен56 min

Semaine

6

3 heures pour terminer

Автокорреляция

Или о том, чем могут быть опасны зависимые ошибки :)

10 vidéos (Total 90 min), 2 lectures, 2 quiz

10 vidéos

6.1.1. Автокорреляция [+ доска]8 min

6.1.2. Свойства автокорреляции первого порядка [доска]12 min

6.1.3. Последствия автокорреляции7 min

6.1.4. Робастные стандартные ошибки и тест Дарбина-Уотсона8 min

6.1.5. Тест Бройша-Годфри. Пример тестирования автокорреляции [+доска]10 min

6.2.1. Работа с датами в R10 min

6.2.2. Базовые действия с временными рядами4 min

6.2.3. Загрузка данных из внешних источников10 min

6.2.4. R: Построение робастных доверительных интервалов11 min

6.2.5. Тесты на автокорреляцию в R5 min

2 lectures

Напутствие перед тестом10 min

Перед выполнением теста10 min

2 exercices pour s'entraîner

Гетероскедастичность и автокорреляция40 min

Анализ реальных данных на примере РЛМС20 min

Semaine

7

3 heures pour terminer

Метод максимального правдоподобия. Модели бинарного выбора

Или о том, что делать, если зависимая переменная принимает всего два значения

13 vidéos (Total 109 min), 1 lecture, 1 quiz

13 vidéos

7.1.1. Суть метода максимального правдоподобия [+доска] 6 min

7.1.2. ML в непрерывном случае [+доска] 6 min

7.1.3. ML и построение доверительных интервалов [+доска] 7 min

7.1.4. Проверка гипотез. LR тест [+доска] 8 min

7.1.5. Логит-модель [+доска] 9 min

7.1.6. Вероятность и отношение шансов [у доски] 6 min

7.1.7. Предельные эффекты и прогнозы 5 min

7.1.8. Несуществование оценок логит-модели. Заключение [+доска] 10 min

7.2.1. Графики для качественных переменных в R 9 min

7.2.2. Оценивание коэффициентов и прогнозирование скрытой переменной [+доска] 12 min

7.2.3. Доверительный интервал для вероятности и LR тест в R6 min

7.2.4. Предельные эффекты в R 9 min

7.2.5. ROC кривая 9 min

1 lecture

Напутствие перед тестом!10 min

1 exercice pour s'entraîner

Метод максимального правдоподобия40 min

Semaine

8

3 heures pour terminer

Стационарные временные ряды

Даты, встаньте в ряд! :)

16 vidéos (Total 154 min), 1 lecture, 1 quiz

16 vidéos

8.1.1. Стационарные и нестационарные ряды 7 min

8.1.2. Процесс скользящего среднего, MA(q) [+доска] 12 min

8.1.3. Автокорреляционная функция [+доска] 5 min

8.1.4. Частная автокорреляционная функция [+доска] 13 min

8.1.5. Процесс авторегрессии [+доска] 10 min

8.1.6. Пример подсчёта частной автокорреляционной функции AR(1) процесса [доска] 9 min

8.1.7. Множественность решений уравнения AR(1) процесса [+доска] 7 min

8.1.8. Стационарность через характеристический многочлен [+доска] 14 min

8.1.9. Прогнозирование процессов авторегрессии [+доска] 15 min

8.1.10. Модель авторегрессии и скользящего среднего ARMA(p,q) 5 min

8.1.11. Алгоритм оценивания ARMA процесса 8 min

8.2.1. Искусственно сгенерированные стационарные процессы8 min

8.2.2. Искусственно сгенерированные нестационарные процессы 5 min

8.2.3. Пример 1. Анализ уровня воды озера Гурон9 min

8.2.4. Пример 2 и 3. Анализ стоимости акций компании Гугл и численности населения России 10 min

8.2.5. Пример 4. Анализ индекса потребительских цен 10 min

1 lecture

Прочитать перед тестом!10 min

1 exercice pour s'entraîner

Временные ряды40 min

Semaine

9

2 heures pour terminer

Эндогенность

Проблема, которую можно найти почти во всех исследованиях :)

11 vidéos (Total 94 min), 1 lecture, 1 quiz

11 vidéos

9.1.1. Различные формы записи одной модели [+доска]9 min

9.1.2. Определение эндогенности7 min

9.1.3. Ошибка измерения регрессора [+доска]7 min

9.1.4. Пропущенная объясняющая переменная [+доска]8 min

9.1.5. Система уравнений с двумя эндогенными переменными [у доски] 7 min

9.1.6. Метод инструментальных переменных [+доска]9 min

9.1.7. Корреляция и причинность 8 min

9.1.8. Три иллюстрации к данным наблюдений7 min

9.2.1. Деление выборки на обучающую и тестовую7 min

9.2.2. Двухшаговый метод наименьших квадратов в парной регрессии12 min

9.2.3. Пара нюансов двухшагового метода наименьших квадратов7 min

1 lecture

Напутствие перед тестом!10 min

1 exercice pour s'entraîner

Эндогенность36 min

Semaine

10

3 heures pour terminer

Нестандартные сюжеты

Продвинутые методы, включая машинное обучение

12 vidéos (Total 108 min), 1 lecture, 1 quiz

12 vidéos

10.1.1. Медианная регрессия 9 min

10.1.2. Квантильная регрессия 7 min

10.1.3. Алгоритм случайного леса8 min

10.1.4. Пример построения регрессионного дерева [у доски]11 min

10.1.5. Суть байесовского подхода4 min

10.1.6. Расчет апостериорного распределения: пример 1 [у доски] 10 min

10.1.7. Расчет апостериорного распределения: пример 2 [у доски]10 min

10.1.8. Алгоритм MCMC и логит-модель8 min

10.1.9. Регрессия пик-плато и спасибо7 min

10.2.1. Квантильная регрессия и алгоритм случайного леса11 min

10.2.2. Логит-модель: байесовский подход7 min

10.2.3. Регрессия пик-плато: байесовский подход9 min

1 lecture

Последнее наше напутствие!10 min

1 exercice pour s'entraîner

Финальный экзамен1h 14min

Enseignant

Boris Demeshev

Senior Lecturer

Department of Applied Economics

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.

Are you ready to take your career to the next level?

Achieve practical results in data science using MATLAB

Эконометрика (économétrie)