Программа бакалавриата по эконометрике

В этом видео представлен обзор предмета эконометрики на уровне бакалавриата и рассматриваются темы, которые будут охватываться в этом онлайн-курсе. Также смотрите фрагмент стенограммы ниже. В этом видео я хочу описать учебную программу, которую мы будем изучать в рамках курса бакалавриата. В глубине души мы представляем себе, как в рамках курса бакалавриата, так и в магистратуре. Идея заключается в том, что есть некая совокупность, в которой могут быть страны, отдельные лица и компании. Идея заключается в том, что у нас нет полного набора данных о совокупности, а есть только выборка из этой совокупности. Возможно, у нас есть только те данные, которые я выделил здесь фиолетовым цветом, и эти лица образуют выборку. Идея эконометрики заключается в том, что мы хотим использовать некий инструмент, статистический или математический, для этой выборки, чтобы сделать выводы о том, что происходит в совокупности, или оценить какой-либо параметр совокупности. Итак, что именно я подразумеваю под оценкой параметра населения? Может существовать взаимосвязь между уровнем заработной платы человека и уровнем его образования, которая определяется математическим соотношением, которое я здесь изобразил. Идея заключается в том, что коэффициент бета может отражать влияние одного дополнительного года обучения на средний уровень заработной платы человека. Это будет определено для нашей популяции, и это будет среднее влияние одного года обучения на заработную плату в популяции. Но идея заключается в том, что у нас фактически нет данных по всей популяции, у нас есть только выборка из этих данных, поэтому мы хотели бы использовать наш инструмент на этой выборке, чтобы оценить этот конкретный параметр, в данном случае бету. Когда мы начнём говорить о методах оценки, мы сначала обсудим данные поперечного среза, то есть, возможно, когда у нас есть данные об уровне заработной платы и уровне образования для группы людей в один момент времени. И так уж получилось, что при определённом наборе критериев инструмент, который мы называем «обычный метод наименьших квадратов», оказывается довольно хорошим инструментом для использования на нашей выборке. Таким образом, при определённом наборе критериев обычный метод наименьших квадратов оказывается тем, что мы называем СИНИМ, а это значит, что это наилучшая возможная линейная несмещённая оценка. Не беспокойтесь, если вы не понимаете, что это значит, мы собираемся рассмотреть это в своё время. Набор критериев, которые должны быть выполнены, — это то, что мы называем предположениями Гаусса-Маркова, и если предположить, что каждое из них выполняется, то обычный метод наименьших квадратов становится полезным инструментом для использования на нашей выборке. Но как нам на самом деле пойти дальше и проверить определённые критерии? Что ж, нам нужен набор того, что мы называем диагностическими тестами, и что эти тесты позволяют нам сделать, так это то, что они позволяют нам проверить, действительно ли эти критерии выполняются. И если каждый из этих критериев выполняется, это нормально, мы всё ещё можем использовать МНК для нашей выборки, и это позволит нам сделать некоторую хорошую оценку параметров популяции. Но если эти критерии не выполняются, то есть эти диагностические тесты показывают, что они не выполняются, то обычный метод наименьших квадратов больше не является СИНИМ, и в данном конкретном случае нам нужно определить целый набор оценок, которые могут не быть СИНИМИ, но могут обладать каким-то другим полезным свойством, которым может обладать оценка; в частности, согласованностью, и при наборе менее ограничивающих предположений они могут оказаться синими или состоятельными. Таким образом, некоторые из оценок, которые мы собираемся здесь обсудить, являются инструментальными переменными, оценками GLS и оценками максимального правдоподобия. Мы также можем немного поговорить о GMM, но мы собираемся свести это к минимуму. Стоит также упомянуть, что я постараюсь сделать этот курс максимально нематематическим. Везде, где я могу избежать использования математики, я буду избегать ее, а там, где я использую математику, не обязательно следовать этим видео, если вы ищете только интуицию, стоящую за теорией. Итак, вторая часть курса будет посвящена второму типу данных, которые мы называем данными временных рядов. Примером данных временных рядов может быть, скажем, у нас есть уровень продаж определенной компании, и теперь у нас есть данные не только в какой-то определенный момент времени, но и в динамике. Таким образом, это может представлять собой продажи компании в динамике. В качестве альтернативы вы можете рассматривать ВВП Великобритании, мы можем рассматривать инфляцию в Великобритании. Посетите https://ben-lambert.com/econometrics-..., чтобы ознакомиться с материалами курса и информацией об обновлениях каждого из курсов.