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
von
National Research University Higher School of Economics
Über diesen Kurs
126,333 kürzliche Aufrufe
Kompetenzen, die Sie erwerben
StatisticsTime SeriesEconometricsR Programming
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
15 Stunden zum Abschließen
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 Videos (Gesamt 147 min), 8 Lektüren, 1 Quiz
18 Videos
О курсе. Промо-ролик1m
1.1.1. Суть метода наименьших квадратов8m
1.1.2. Пример 1. Регрессия на константу [у доски]8m
1.1.3. Пример 2. Парная регрессия. Начало [у доски]6m
1.1.4. Пример 2. Парная регрессия. Окончание [у доски]8m
1.1.5. МНК на графике. Случай множества регрессоров11m
1.1.6. Ликбез по линейной алгебре 5m
1.1.7. Геометрия регрессии на константу [у доски] 7m
1.1.8. Геометрия множественной регрессии [у доски] 13m
1.1.9. Коэффициент детерминации9m
1.1.10. Мораль первой лекции 1m
1.2.1. Консольный режим в R11m
1.2.2. Написание первого скрипта в R11m
1.2.3. Установка пакетов в R. Получение справки8m
1.2.4. Первый взгляд на набор данных в R11m
1.2.5. МНК в R. Пример с машинами10m
1.2.6. МНК в R. Пример с фертильностью8m
8 Lektüren
Установка R/R-studio/Texlive под Windows10m
Установка R/R-studio/Mactex под Mac10m
Установка R/R-studio/Texlive под Linux10m
Ссылки на pdf-версии лекций, скрипты и данные10m
Источники мудрости10m
Критерии оценивания10m
Поправки к неточностям в видео-фрагментах10m
Доброжелательное напутствие перед тестом :)10m
1 praktische Übung
МНК, введение в R40m
Woche
24 Stunden zum Abschließen
Статистические свойства оценок коэффициентов
Бета с крышкой - друг и враг эконометриста :)
22 Videos (Gesamt 188 min), 1 Lektüre, 1 Quiz
22 Videos
2.1.2. Пример подсчета условного математического ожидания [у доски]12m
2.1.3. Условная дисперсия [+доска]7m
2.1.4. Геометрическая иллюстрация условного математического ожидания [у доски]7m
2.1.5. Условная дисперсия МНК оценок4m
2.1.6. Условная дисперсия МНК оценок. Доказательство [у доски]9m
2.1.7. Дисперсия оценок коэффициентов в общем виде5m
2.1.8. Доказательство формулы для ковариационной матрицы [у доски, линал]11m
2.1.9. Оценка ковариационной матрицы3m
2.1.10. Статистические свойства оценок коэффициентов14m
2.1.11. Построение доверительных интервалов и проверка гипотез 5m
2.1.12. Пример. Доверительный интервал для коэффициента бета [у доски]10m
2.1.13. Пример. Доверительный интервал для дисперсии [у доски]5m
2.1.14. Пример. Проверка гипотезы о коэффициенте бета [у доски]8m
2.1.15. Интерпретация стандартной таблички7m
2.1.16. Особенности проверки гипотез8m
2.1.17. Проверка гипотезы о связи коэффициентов. Заключение [+доска]10m
2.2.1. Работа со случайными величинами в R10m
2.2.2. Проверка гипотез о коэффициентах в R9m
2.2.3. Стандартизированные коэффициенты и эксперимент с ложно-значимыми регрессорами10m
2.2.4. Сохранение и загрузка данных10m
2.2.5. Загрузка данных RLMS9m
1 Lektüre
И вновь доброжелательное напутствие!10m
1 praktische Übung
Проверка гипотез о коэффициентах40m
Woche
34 Stunden zum Abschließen
Дамми-переменные, сравнение вложенных моделей
Дамми для дам и не только :)
18 Videos (Gesamt 169 min), 1 Lektüre, 1 Quiz
18 Videos
3.1.2. Пример построения интервалов для прогнозов [у доски]12m
3.1.3. Интерпретация коэффициента при логарифмировании8m
3.1.4. Дамми-переменные. Разные зависимости для подвыборок12m
3.1.5. Проверка гипотезы о нескольких линейных ограничениях6m
3.1.6. Пример проверки гипотезы о нескольких линейных ограничениях [у доски]8m
3.1.7. Вывод формулы для гипотезы о незначимости регрессии [+ доска]9m
3.1.8. Пример проверки гипотезы о незначимости регрессии [+ доска]8m
3.1.9. Лишние и пропущенные переменные7m
3.1.10. Тест Рамсея [+ доска]13m
3.1.11. Простые показатели качества модели6m
3.2.1. R: графики и переход к логарифмам12m
3.2.2. R: графики для качественных и количественных переменных 8m
3.2.3. Оценивание моделей с дамми-переменными в R14m
3.2.4. Построение прогнозов в R4m
3.2.5. Проверка гипотезы о линейных ограничениях, графическое представление результатов6m
3.2.6. Ловушка дамми-переменных, информационные критерии, тест Рамсея7m
3.2.7. Нано-исследование11m
1 Lektüre
Ну очень доброжелательное напутствие перед тестом!10m
1 praktische Übung
Прогнозирование и гипотезы о нескольких ограничениях40m
Woche
42 Stunden zum Abschließen
Мультиколлинеарность
Или зачастую "самая нестрашная" проблема в данных :)
10 Videos (Gesamt 91 min), 1 Lektüre, 1 Quiz
10 Videos
4.1.2. Что поделать с мультиколлинеарностью?9m
4.1.3. Ридж и LASSO регрессия 9m
4.1.4. Идея метода главных компонент7m
4.1.5. Пример нахождения главной компоненты [у доски]10m
4.1.6. Свойства главных компонент9m
4.2.1. R: доверительные интервалы при мультиколлинеарности8m
4.2.2. LASSO регрессия в R8m
4.2.3. R: ридж-регрессия и идея оценки лямбды4m
4.2.4. Метод главных компонент в R10m
1 Lektüre
Напутствие перед тестом!10m
1 praktische Übung
Мультиколлинеарность40m
67%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
43%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
25%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Top-Bewertungen von Эконометрика (Econometrics)
Спасибо, прекрасный курс! Узнал много нового, на некоторые вещи даётся необычный взгляд.\n\nХорошо бы сделать ещё более продвинутый курс, в один всё не влезает ))
A well balanced course to have a clear practical understanding of Econometrics. Enjoyable experience of learning R programming.
Dozent
Boris Demeshev
Senior LecturerDepartment of Applied Economics
Über National Research University 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 communicamathematics, engineering, and more.
Learn more on www.hse.ru
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
Coursera arbeitet mit erstklassigen Universitäten und Organisationen zusammen, um Online-Kurse anzubieten und dadurch universellen Zugriff auf die weltweit beste Ausbildung zu ermöglichen.
© 2019 Coursera Inc. Alle Rechte vorbehalten.
