Опис
Мета цього курсу – продовжувати будувати теоретичну основу та практичні навички, необхідні для незалежно проведення економетричного дослідницького проекту. Цей курс побудований на методах аналізу даних поперечного перерізу та панельних даних. По-перше, ми ознайомимося із проблемами специфікацій та проблемами даних, а потім розглянемо основні моделі аналізу панельних даних. Потім ми перейдемо до методів, які допомагають вирішити проблему ендогенності, а саме – метод інструментальних змінних та оцінка за допомогою систем рівнянь. У другій частині курсу ми вивчатимемо методи оцінки нелінійних моделей (максимальна ймовірність). У цьому контексті ми розглянемо деякі моделі обмежених залежних змінних (Probit, Logit), а також інші більш просунуті теми.
Кому буде цікаво
- Аналітики, які працють з даними поперечного аналізу та панельними даними, студенти, професори;
- Всі, хто хоче розуміти основи методів, які допомагають досліджувати причинно-наслідкові звязки за допомогою даних.
Після навчання ви зможете
- Застосувати деякі найбільш широко використовувані економетричні інструменти для аналізу даних поперечного перерізу та панельних даних;
- Зрозуміти роль емпіричних доказів у оцінці економічних проблем;
- Зрозуміти великі сегменти прикладної економічної літератури;
- Ефективно проводити аналіз даних за допомогою програмного забезпечення (дані поперечного перерізу та панелей);
- Розуміти проблеми, з якими стикаються дослідники, коли вони аналізують неексперементальні дані та способи вирішення цих проблем.
Необхідні попередні знання
Теорія ймовірності та статистика, проста лінійна регресія, аналіз множинної регресії
Хто викладає
Соломія Шпак – PhD, ступінь кандидата філософії в галузі державної політики в Університеті Джорджа Мейсона та ступінь магістра економіки в Київській школі економіки та Х’юстонському університеті.
Мова навчання
Англійська
Як проходить навчання
Дві лекції на тиждень протягом семи тижнів
Коли проходить навчання
Вівторок та Четвер з 17:00 по 18:20
Вартість
10 000 грн
Програма курсу
1. Огляд портфельного менеджменту
2. Ендогенність. Проблеми специфікації та даних
3. Аналіз поперечного перерізу та моделі аналізу панельних даних (моделі з фіксованими та випадковими ефектами)
4. Модель різниці різниць
5. Інструментальні змінні (IV)
6. Модель одночасних рівнянь (SEM)
7. Узагальнений метод найменших квадратів (GLS та FGLS). Незв’язані на перший погляд рівняння (SURE)
8. Оцінка нелінійних регресійних моделей. Методі найбільшої правдоподібності
9. Бінарні залежні змінні: лінійна ймовірнісна модель. Logit та Probit моделі
10. Обмежені залежні змінні: Цензуровані (моделі Tobit; моделі тривалості) та усічені регресійні моделі
11. Обмежені залежні змінні: Чисельні змінні (пуассонівська модель)
12. Змінні, залежні від кількох результатів: мультиномінальні/ умовні логіт/пробіт, вкладені логіт, змішані логіт, впорядковані логіт/пробіт моделі
