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.
proposé par
Université nationale de recherche, École des hautes études en sciences économiques
À propos de ce cours
40,138 consultations récentes
Compétences que vous acquerrez
StatisticsTime SeriesEconometricsR Programming
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
14 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
24 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
2.1.2. 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
34 heures pour terminer
Дамми-переменные, сравнение вложенных моделей
Дамми для дам и не только :)
18 vidéos (Total 169 min), 2 lectures, 1 quiz
18 vidéos
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
2 lectures
Ну очень доброжелательное напутствие перед тестом!10 min
Анкета10 min
1 exercice pour s'entraîner
Прогнозирование и гипотезы о нескольких ограничениях40 min
Semaine
42 heures pour terminer
Мультиколлинеарность
Или зачастую "самая нестрашная" проблема в данных :)
10 vidéos (Total 91 min), 1 lecture, 1 quiz
10 vidéos
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
4.9
61 avis67%
a commencé une nouvelle carrière après avoir terminé ces cours
50%
a bénéficié d'un avantage concret dans sa carrière grâce à ce cours
33%
a obtenu une augmentation de salaire ou une promotion
Meilleurs avis
Отличный курс как для начинающих, так и для желающих освежить свои познания, а также познакомиться с работой в RStudio.
Очень хороший, фундаментальный курс. Спасибо большое преподавателю и всей команде ВШЭ! 5/5 (рекомендую)
Enseignant
Boris Demeshev
Senior LecturerDepartment of Applied Economics
À propos de Université nationale de recherche, École des hautes études en sciences économiques
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 communicamathematics, engineering, and more.
Learn more on www.hse.ru
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.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2019 Coursera Inc. Tous droits réservés.
