Über diesen Kurs

70,625 kürzliche Aufrufe

Karriereergebnisse der Lernenden

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
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 30 Stunden zum Abschließen
Russisch
Untertitel: Russisch

Kompetenzen, die Sie erwerben

StatisticsTime SeriesEconometricsR Programming

Karriereergebnisse der Lernenden

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
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 30 Stunden zum Abschließen
Russisch
Untertitel: Russisch

von

National Research University Higher School of Economics-Logo

National Research University Higher School of Economics

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up96%(4,740 Bewertungen)Info
Woche
1

Woche 1

5 Stunden zum Abschließen

Метод наименьших квадратов или рабочая лошадка эконометриста, введение в R

5 Stunden zum Abschließen
18 Videos (Gesamt 146 min), 9 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
9 Lektüren
Об университете10m
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 R30m
Woche
2

Woche 2

4 Stunden zum Abschließen

Статистические свойства оценок коэффициентов

4 Stunden zum Abschließen
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 коэффициентах30m
Woche
3

Woche 3

4 Stunden zum Abschließen

Дамми-переменные, сравнение вложенных моделей

4 Stunden zum Abschließen
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 ограничениях30m
Woche
4

Woche 4

2 Stunden zum Abschließen

Мультиколлинеарность

2 Stunden zum Abschließen
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
Мультиколлинеарность30m

Bewertungen

Top-Bewertungen von ЭКОНОМЕТРИКА (ECONOMETRICS)

Alle Bewertungen anzeigen

Häufig gestellte Fragen

  • Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:

    • Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
    • Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
  • 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.

  • Sie haben bis zu zwei Wochen nach Ihrem Zahlungsdatum beziehungsweise bis zu zwei Wochen nach Beginn der ersten Kurseinheit (bei Kursen, die gerade gestartet sind) Anspruch auf eine volle Rückerstattung, je nachdem, was später eintritt. Nach dem Erwerb eines Kurszertifikats besteht kein Anrecht mehr auf Rückerstattung, auch dann nicht, wenn Sie den Kurs innerhalb des Zeitraums von zwei Wochen abgeschlossen haben. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..