Практикум по эконометрике (syllabus): различия между версиями
Материал из Поле цифровой дидактики
Patarakin (обсуждение | вклад) |
Patarakin (обсуждение | вклад) |
||
| Строка 33: | Строка 33: | ||
start | start | ||
:Learning outcomes; | :Learning outcomes;\n(Компетенции); | ||
note right | note right | ||
C1: Построение эконометрических моделей | C1: Построение эконометрических моделей | ||
C2: Вычислительные методы (бутстрап, симуляции) | C2: Вычислительные методы (бутстрап, симуляции) | ||
C3: NetLogo для агентных моделей обучения | C3: NetLogo для агентных моделей обучения | ||
| Строка 41: | Строка 41: | ||
end note | end note | ||
:Ключевые понятия; | :Ключевые понятия;\n(Образовательные данные); | ||
note left | note left | ||
Успеваемость, dropout rates | Успеваемость, dropout rates | ||
| Строка 51: | Строка 51: | ||
end note | end note | ||
:Ресурсы | :Ресурсы (Книги, сайты); | ||
note right | note right | ||
Digida.mgpu.ru - статьи, данные | |||
Digida.mgpu.ru | NetLogo | ||
NetLogo | Данные МГПУ | ||
Данные | |||
end note | end note | ||
:Инструменты | :Инструменты; | ||
note right | note right | ||
StatKey | |||
RAWGraphs | |||
R (tidyverse, broom) | R (tidyverse, broom) | ||
NetLogo | NetLogo BehaviorSpace | ||
Semantic MediaWiki | Semantic MediaWiki | ||
end note | end note | ||
:Languages;\\n(R + NetLogo); | :Languages;\\n(R + NetLogo); | ||
note right | note right | ||
R | |||
NetLogo (агенты) | NetLogo (агенты) | ||
Доп: Python, SMW queries | Доп: Python, SMW queries | ||
| Строка 75: | Строка 75: | ||
partition "Основной поток" { | partition "Основной поток" { | ||
:Введение;\\n(Данные образования | :Введение;\\n(Данные образования); | ||
:Регрессионный анализ; | :Регрессионный анализ;\n(OLS, logit dropout, бутстрап оценок); | ||
fork | fork | ||
:NetLogo: Модель | :NetLogo: Модель систем образования; | ||
fork again | fork again | ||
:Данные из | :Данные из Digida; | ||
end fork | end fork | ||
:Анализ временных рядов; | :Анализ временных рядов;\n(E-learning метрики); | ||
:Системы уравнений; | :Системы уравнений;\n(модели выбора вуза/специальности); | ||
:Мини-проект;\\n(NetLogo + регрессия на симуляциях); | :Мини-проект;\\n(NetLogo + регрессия на симуляциях); | ||
| Строка 112: | Строка 112: | ||
@enduml | @enduml | ||
</uml> | </uml> | ||
== Введение в эконометрику == | == Введение в эконометрику == | ||
Версия от 13:00, 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]
