Практикум по эконометрике (syllabus): различия между версиями
Материал из Поле цифровой дидактики
Patarakin (обсуждение | вклад) Нет описания правки |
Patarakin (обсуждение | вклад) |
||
| Строка 21: | Строка 21: | ||
Общее понятие о системах уравнений, используемых в эконометрике. Структурная и приведенная формы модели. | Общее понятие о системах уравнений, используемых в эконометрике. Структурная и приведенная формы модели. | ||
}} | }} | ||
== Последовательность курса == | |||
<uml> | |||
@startuml | |||
skinparam NoteBackgroundColor tan | |||
skinparam backgroundColor white | |||
skinparam activity { | |||
BackgroundColor lightblue | |||
BorderColor navy | |||
} | |||
start | |||
:Learning outcomes;\\n(Компетенции); | |||
note right | |||
C1: Построение эконометрических моделей образования | |||
C2: Вычислительные методы (бутстрап, симуляции) | |||
C3: NetLogo для агентных моделей обучения | |||
C4: Анализ образовательных данных в R/Python | |||
end note | |||
:Ключевые понятия;\\n(Образовательные данные); | |||
note left | |||
Успеваемость, dropout rates | |||
Длительность обучения | |||
Эффективность программ | |||
Панельные данные вузов | |||
Временные ряды E-learning | |||
Агентные модели студентов | |||
end note | |||
:Ресурсы;(Книги, сайты); | |||
note right | |||
Эконометрика образования (HSE) | |||
Digida.mgpu.ru моделирование | |||
NetLogo Library (Education) | |||
Данные HSE/МГПУ | |||
end note | |||
:Инструменты;\\n(Выбор); | |||
note right | |||
R (tidyverse, broom) | |||
NetLogo | |||
Semantic MediaWiki (DigiDa) | |||
Python (statsmodels) | |||
end note | |||
:Languages;\\n(R + NetLogo); | |||
note right | |||
Основной: R (для регрессии/бутстрап) | |||
NetLogo (агенты) | |||
Доп: Python, SMW queries | |||
end note | |||
partition "Основной поток" { | |||
:Введение;\\n(Данные образования, DGP); | |||
:Регрессионный анализ;\\n(OLS, logit dropout, бутстрап оценок); | |||
fork | |||
:NetLogo: Модель классной комнаты; | |||
fork again | |||
:Данные из DigiDa\\n(Смоделировать успеваемость); | |||
end fork | |||
:Анализ временных рядов;\\n(ARIMA успеваемости, E-learning метрики); | |||
:Системы уравнений;\\n(2SLS, модели выбора вуза/специальности); | |||
:Мини-проект;\\n(NetLogo + регрессия на симуляциях); | |||
} | |||
:Learning outputs;\\n(Результаты обучения); | |||
note left | |||
SMW-страница с моделью | |||
R/NetLogo скрипты | |||
Анализ образовательного кейса | |||
Категория "Эконометрика образования" | |||
end note | |||
if (Достигнуты ли результаты?) then (нет) | |||
:Learning Outcomes\\nНе достигнуты; | |||
:Провал! ; | |||
stop | |||
else (да) | |||
:Learning Outcomes\\nДостигнуты; | |||
endif | |||
stop | |||
@enduml | |||
</uml> | |||
== Введение в эконометрику == | == Введение в эконометрику == | ||
{{#ask: [[Эконометрика]] | ?Description }} | {{#ask: [[Эконометрика]] | ?Description }} | ||
Версия от 12:35, 16 февраля 2026
| Планируемые результаты обучения (Знать, Уметь, Владеть) | Знать:
|
|---|---|
| Содержание разделов курса | -
Основные элементы временного ряда. Автокорреляция уровней временного ряда и выявление его структуры. Методы исключения тенденции. Автокорреляция в остатках.
Общее понятие о системах уравнений, используемых в эконометрике. Структурная и приведенная формы модели. |
| Видео запись | |
| Среды и средства, которые поддерживают учебный курс | |
| Книги, на которых основывается учебный курс |
Последовательность курса

Введение в эконометрику
| Description | |
|---|---|
| Эконометрика | Эконометрика — наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов. Современное определение предмета эконометрики было выработано в уставе Эконометрического общества, которое главными целями назвало использование статистики и математики для развития экономической теории. Термин «эконометрика» состоит из двух частей: «эконо» — от «экономика» и «метрика» — от «измерение». Теоретическая эконометрика рассматривает статистические свойства оценок и испытаний, в то время как прикладная эконометрика занимается применением эконометрических методов для оценки экономических теорий. |
Предмет и задачи эконометрики
Эконометрика исследует применимость статистических методов к экономическим данным для проверки экономических теорий и построения прогностических моделей. Основные задачи:
- Построение и оценка регрессионных моделей. Общая форма простой линейной регрессии:
[math]\displaystyle{ y_i=\beta_0+\beta_1x_i+\varepsilon_i }[/math]
- Оценка параметров с помощью метода наименьших квадратов (МНК)
[math]\displaystyle{ S = \sum_{i=1}^{n} (y_i - \hat{y}_i)^2 \rightarrow \min }[/math]
