0
dilihat
"Analisis Data dan Ekonometrika" - kursus 34.000 rubel. dari MSU, pelatihan 12 minggu. (3 bulan), Tanggal: 29 November 2023.
Miscellanea / / December 01, 2023
Tujuan utamanya adalah untuk memperkenalkan siswa pada metode analisis ekonometrik yang digunakan dalam penelitian bisnis dan modern. Program ini akan membantu Anda lebih memahami bagaimana menerapkan metode ekonometrik dalam menyelesaikan masalah terapan bisnis, apa yang mereka tulis dalam artikel ilmiah, serta melakukan penelitian ekonometrik sendiri.
Tujuan utamanya adalah untuk memperkenalkan siswa pada metode analisis ekonometrik yang digunakan dalam penelitian bisnis dan modern.
Program ini akan membantu Anda lebih memahami bagaimana menerapkan metode ekonometrik dalam menyelesaikan masalah terapan bisnis, apa yang mereka tulis dalam artikel ilmiah, serta melakukan penelitian ekonometrik sendiri.
Untuk siapa program ini:
Untuk setiap orang yang dihadapkan pada kebutuhan untuk mengidentifikasi hubungan sebab-akibat dan membuat perkiraan berdasarkan data statistik
Tidak memerlukan persyaratan persiapan matematika yang ketat. Pengetahuan tentang dasar-dasar teori probabilitas dan statistik matematika akan berguna, tetapi tidak diperlukan.
Apa yang akan diberikan oleh penguasaan program ini kepada Anda:
Belajar mengumpulkan dan menyiapkan informasi, serta melakukan analisis data awal;
Pelajari cara merumuskan hipotesis ekonomi dalam model ekonometrik;
Anda akan dapat melakukan perhitungan ekonometrik menggunakan perangkat lunak ekonometrik untuk menguji hipotesis Anda mengenai data yang dianalisis
Anda akan dapat mengevaluasi kualitas model ekonometrik yang dihasilkan;
Mampu menginterpretasikan hasil pemodelan ekonometrik dengan benar
Dokumen setelah menyelesaikan program:Â Sertifikat pelatihan lanjutan
Durasi
3 bulan, 72 jam
Bentuk studi: korespondensi menggunakan teknologi jarak jauh
Perkenalan
Anda akan mempelajari apa itu ekonometrika dan mengapa itu diperlukan. Tinjau penerapan ekonometrik dalam penelitian terapan dan contoh pertanyaan yang dapat dijawab dengan menggunakannya. Pelajari jenis data apa yang digunakan dalam pemodelan ekonometrik.
Mereka akan memberi tahu Anda apa itu: regresi berpasangan, penurunan rumus untuk memperkirakan koefisien dalam regresi berpasangan, koefisien R-kuadrat, sifat asimtotik dari estimasi OLS, prasyarat untuk model linier berpasangan regresi, menguji signifikansi statistik koefisien, interval kepercayaan, homoskedastisitas dan heteroskedastisitas, kondisi standar yang konsisten dengan heteroskedastisitas kesalahan
2 Regresi berganda
Motivasi menggunakan regresi berganda. Asumsi model regresi linier berganda. Menguji hipotesis dan membangun interval kepercayaan.
3 Multikolinearitas. Variabel tiruan
Multikolinearitas. Pergeseran dan kemiringan dummy (variabel biner).
Mengubah variabel menjadi model regresi. Bentuk ketergantungan linier, logaritmik, semi-logaritmik, dan lainnya. Interpretasi koefisien yang bermakna. Rekomendasi penyajian hasil penelitian ekonometrik.
4 Spesifikasi persamaan regresi
Endogenitas. Konsekuensi dari kesalahan spesifikasi model regresi. Variabel pengganti. Kriteria untuk memutuskan apakah akan memasukkan suatu variabel ke dalam model. Tes spesifikasi.
5 Variabel instrumental
Implikasi variabel penjelas yang berkorelasi dan kesalahan acak. Masalah endogenitas. Variabel instrumental. Metode kuadrat terkecil dua langkah.
6 model data panel
Keuntungan model menggunakan data panel. Regresi penuh (dikumpulkan) sederhana, model efek tetap, model efek acak. Tes pemilihan tipe model.
7 model pilihan biner
Model probabilitas linier (LPM). Kelebihan dan kekurangan LVM. Model logit, model probit. Estimasi parameter model logit dan probit. Interpretasi koefisien dalam model logit dan probit (perhitungan efek marginal). Estimasi kualitas model logit dan probit. Menguji signifikansi koefisien pada model logit dan probit.
8 Peramalan dari data deret waktu
Rangkaian waktu. Definisi dan contoh. Stasioneritas dan non-stasioneritas. Akar satuan. Memproses AR(p), MA(q), ARMA(p, q). Jalan acak. Proses terintegrasi pesanan k. Proses ARIMA(p, k, q).
Pengujian akar unit.
Mengevaluasi model ARIMA. Prosedur identifikasi model. Peramalan dalam model ARIMA.
Model heteroskedastisitas bersyarat autoregresif (ARCH). Berbagai generalisasi model heteroskedastisitas bersyarat autoregresif (GARCH dan lain-lain). Estimasi dan peramalan.
Model lag terdistribusi autoregresif. Estimasi dan peramalan.
Logika
Kursus ini memperkenalkan siswa pada logika matematika, metode, teorema, dan aplikasinya. Dalam proses mempelajari mata kuliah tersebut, mahasiswa akan dapat mempelajari tentang berbagai sistem logika – logika klasik, logika intuisionistik, berbagai logika modal, serta logika dan teori predikat klasik yang dibangun berdasarkan itu.
4,2
gratis
Keterangan lebih lanjut Ke situs kursus
Berlangganan
YOU MIGHT ALSO LIKE