Les infos clés
En résumé
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.
Le programme
- Week 1 - 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 дела... - Week 2 - Статистические свойства оценок коэффициентов
Бета с крышкой - друг и враг эконометриста :) - Week 3 - Дамми-переменные, сравнение вложенных моделей
Дамми для дам и не только :) - Week 4 - Мультиколлинеарность
Или зачастую "самая нестрашная" проблема в данных :) - Week 5 - Гетероскедастичность
В древнерусском Разноразбросие :) - Week 6 - Автокорреляция
Или о том, чем могут быть опасны зависимые ошибки :) - Week 7 - Метод максимального правдоподобия. Модели бинарного выбора
Или о том, что делать, если зависимая переменная принимает всего два значения - Week 8 - Стационарные временные ряды
Даты, встаньте в ряд! :) - Week 9 - Эндогенность
Проблема, которую можно найти почти во всех исследованиях :) - Week 10 - Нестандартные сюжеты
Продвинутые методы, включая машинное обучение
Les intervenants
Boris Demeshev
Senior Lecturer
Department of Applied Economics
Le concepteur

La plateforme

Coursera est une entreprise numérique proposant des formations en ligne ouverte à tous fondée par les professeurs d'informatique Andrew Ng et Daphne Koller de l'université Stanford, située à Mountain View, Californie.
Ce qui la différencie le plus des autres plateformes MOOC, c'est qu'elle travaille qu'avec les meilleures universités et organisations mondiales et diffuse leurs contenus sur le web.