Econ metrics 2025-26

Общая информация

Курс предназначен для студентов 3 курса ОП "Экономика" (ФЭН, исследовательский поток)" и ОП "Экономика и анализ данных" (Прикладная математика и информатика, ФЭН/ФКН)"

Официальная программа курса:

• Официальная программа курса "Эконометрика 1 (углубленный курс)"
• Официальная программа курса "Эконометрика 2 (углубленный курс)"

Курс в ЛМС:

• "Эконометрика 1 (углубленный курс)", ИП+ЭАД
• "Эконометрика 2 (углубленный курс)", ИП+ЭАД

Преподаватели:

• Лектор: Елена Сергеевна Вакуленко evakulenko@hse.ru
• Семинарист: Полина Вячеславовна Погорелова pvpogorelova@hse.ru
• Учебные ассистенты: Бахишев Никита, Будылин Александр, Мирзоева Алина, Чуйкин Никита

Формула оценивания:

• Оценка за курс "Эконометрика 1 (углубленный курс)" = 0.1 * Домашнее задание + 0.3 * Контрольная работа + 0.2 * Проверочные работы на лекциях и семинарах + 0.4 * Экзамен

Дополнительные материалы к курсу

• Подборка контрольных прошлых лет. Кажется, я нашел опечатку.

Нажми "развернуть", чтобы увидеть ещё больше! - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 🡣

• Matthias Vallentin, Statistics cookbook: пачка полезных формул по теории вероятностей и статистике.
• Kurt Schmidheiny, Short guides in Econometrics
• Rob Hyndman, Forecasting principles and practices
• Tim Hesterberg, What teachers should know about bootstrap?
• Дружелюбная эконометрика
• Никита Артамонов, Введение в эконометрику
• Кирилл Фурманов, сборник задач на личной страничке
• онлайн курс по метрике на openedu
• универсиада мгу по эконометрике
• Michael Creel, Econometrics и pdf
• Bruce Hansen, Econometrics
• Dolf Schluter, Quantitative methods in ecology and evolution курс по статистике для мбиологов. Хорошая подборка статей по статистике, хорошее введение в R.
• Faraway, Practical regression and ANOVA using R: гетероскедастичность, мультиколлинеарность, метод главных компонент, Ridge regression, ANOVA.
• Ruey Tsay teaching page: его курсы по временным рядам с R
• Kevin Sheppard, Financial Econometrics: GMM, VaR, многомерная волатильность.
• QuantEcon
• Abdi, Williams, PCA
• Barum Park PCA, rotation
• Cavanaugh, Neath, AIC
• Barum Park AIC and BIC
• Matteo Courthoud, Understanding CUPED

Таблицы

• Таблицы нормального и прочих распределения
• Таблицы для теста Колмогорова (по-русски), (English version).
• Приложения вместо таблиц android, ios1, ios2

Проверочные работы

• Демонстрационный вариант ПР-1
• Экзамен
• Распечатка к экзамену.

Первый семестр. Эконометрика 1

Неделя 1. Что такое эконометрика и зачем она нужна?

• Семинар 1. Задания.
• Семинар 1. Решение.

Неделя 2. Модель парной регрессии. МНК.

• Семинар 2. Задания.
• Семинар 2. Решение.

Неделя 3. Модель множественной регрессии.

• Семинар 3. Задания.
• Семинар 3. Решение.

Неделя 4. Модель множественной регрессии.

• Семинар 4. Задания.
• Семинар 4. Решение.

Неделя 5. Модель множественной регрессии. Тестирование гипотез.

• Семинар 5. Задания.
• Семинар 5. Решение.

Неделя 6. Модель множественной регрессии. Тестирование гипотез. Теорема Фриша-Во-Ловелла.

• Семинар 6. Задания.
• Семинар 6. Решение.

Неделя 7. Безусловное прогнозирование.

• Семинар 7. Задания.
• Семинар 7. Решение.

Неделя 8. Фиктивные переменные. Тест Чоу.

• Семинар 8. Задания.
• Семинар 8. Решение.
• Семинар 8. Пример в Python. Фиктивные переменные, обработка выбросов.

Неделя 9. Мультиколлинеарность: диагностика и последствия.

• Семинар 9. Задания.
• Семинар 9. Решение.
• Семинар 9. Пример в Python.

Неделя 10. Мультиколлинеарность: метод главных компонент (PCA).

• Семинар 10. Задания.
• Семинар 10. Решение.

Неделя 11. Гетероскедастичность.

• Семинар 11. Задания.
• Семинар 11. Решение.

Неделя 12. Ошибки спецификации.

• Семинар 12. Задания.

Неделя 13. Выбор функциональной зависимости.

• Семинар 13. Задания.
• Семианр 13. Пример в Python.

Неделя 14. Эндогенность.

• Семинар 14. Задания.

Второй семестр. Эконометрика 2

Неделя 15. Эндогенность. Продолжение.

• Семинар 15. Задания.
• Конспект семинара прошлого года.

Неделя 16. Оценка эффекта воздействия. ATE. DiD.

• Семинар 16. Задания.
• Семинар 16. Решение.

Неделя 17. Оценка эффекта воздействия. LATE.

• Семинар 17. Решение.

Неделя 18. Разрывный регрессионный дизайн.

• Семинар 18. Практические примеры.

Неделя 19. Системы регрессионных уравнений. SUR, SEM. Способы оценивания: FGLS, ILS.

• Семинар 19. Задания.
• Семинар 19. Решение.

Семинар 20. Системы регрессионных уравнений. SEM. Идентификация. Способы оценивания: 2SLS, 3 SLS.

• Примеры на индетификацию систем.
• Семинар 20. Задания.
• Семинар 20. Решение.

Семинар 21. Метод максимального правдоподобия. Тесты LR, LM, Wald.

• Семинар 21. Задания.
• Семинар 21. Решение задачи 1.
• Семинар 21. Решение задачи 2.

Семинар 22. Модели бинарного выбора.

• Семинар 22. Задания.

Семинар 23. Модели бинарного выбора.

• Семинар 23. Задания.

Семинар 24. Модели множественного выбора.

• [Семинар 24. Задания.]

Семинар 25. Усечённые и цензурированные данные.

• Семинар 25. Задания.

Семинар 26. Модель Тобина. Модель Хекмана.

• Семинар 26. Задания.

Семинар 29. ETS модели.

• Семинар 29. Задания.

Семинар 30. Бутстрэп.

• Семинар 30. Презентация.
• Семинар 30. Задания.

Неделя 31. Модели счётных данных.

• Семинар 31. Задания.

Неделя 32. Панельные данные.

• Семинар 32. Задания.

Подборка задач для самостоятельного решения

• Подборка 1.
• Подборка 2.
• Подборка 3.
• Подборка 4.
• Подборка 5.
• Подборка 6.
• Подборка 7.
• Подборка 8.
• Подборка 9.
• Подборка 10.
• Подборка 11.