Вебинар онлайн магистратуры Экономический анализ Использование R для микроэконометрического анализа

YOUTUBE · 25.11.2025 04:29

Ключевые темы и таймкоды

Введение

0:00
  • Приветствие участников зимней школы и представление лектора.
  • Лектор - доцент департамента прикладной экономики факультета экономических наук Богдан Потанин.

Интерактивный мастер-класс

2:02
  • Лектор использует реальные данные для анализа влияния различных факторов на вероятность занятости женщин среднего возраста в США.
  • Описываются базовые описательные статистики и проводится анализ влияния уровня образования на занятость.

Ограничения простых методов анализа

7:47
  • Использование простых методов анализа не учитывает влияние других факторов, таких как возраст и уровень образования, на вероятность занятости и получения магистерской степени.
  • Лектор объясняет, что необходимо использовать более сложные методы анализа для вычленения непосредственного эффекта магистратуры.

Выводы

10:14
  • Лектор делает выводы о том, что наличие магистерской степени может повышать вероятность занятости, но это может быть обусловлено не только непосредственным эффектом магистратуры.
  • Необходимо использовать более сложные методы анализа для определения влияния магистратуры на вероятность занятости.

Анализ данных о занятости и образовании

11:46
  • Видео обсуждает анализ данных о занятости и образовании, используя разбивку на возрастные группы и уровни образования.
  • Рассматриваются различия в вероятности занятости между бакалаврами и магистрами.

Оценка вероятности занятости

17:35
  • Обсуждается проблема оценки вероятности занятости при фиксированных контрольных переменных (возраст, количество детей, здоровье).
  • Предлагается использовать функцию распределения стандартного нормального распределения для ограничения диапазона вероятностей.

База данных и анализ

22:42
  • Упоминается возможность найти подобные базы данных в учебных базах данных и на практике в исследованиях.
  • Обсуждается программа анализа данных в ArcGIS.

Оценивание модели

24:31
  • В видео обсуждается оценивание модели с использованием функции МВО пробит.
  • Функция оценивает коэффициенты при переменных, таких как возраст, количество детей, уровень здоровья и образование.

Интерпретация коэффициентов

28:08
  • Коэффициенты могут быть интерпретированы как изменение вероятности занятости при изменении соответствующей переменной.
  • Например, при увеличении магистерского уровня образования вероятность занятости увеличивается.

Прогнозирование вероятности занятости

30:54
  • Функция преддикт используется для прогнозирования вероятности занятости для каждого индивида в выборке.
  • Функция придикт используется для оценки вероятности занятости для новых индивидов, о которых нет данных в выборке.

Применение модели в скоринговых моделях

31:48
  • Модель может быть использована для оценки вероятности дефолта для потенциальных заемщиков.
  • Функция преддикт и придикт используются для оценки вероятности дефолта и прогнозирования вероятности занятости для новых индивидов.

Оценка вероятности занятости Софии

35:23
  • Рассматривается вероятность занятости Софии, которая зависит от ее характеристик и ненаблюдаемых факторов.
  • Оценивается эффект от получения магистерского диплома на вероятность занятости Софии.

Промежуточный сюжет: оценка порядковой переменной

43:44
  • Рассматривается пример оценки вероятности наличия определенного уровня образования у индивида.
  • Интерпретация коэффициентов и предсказание вероятностей для Софии.

Применение оценок для бизнес-задач

46:14
  • Пример оценки вероятности выбора клиентом подписки на онлайн-приложение.
  • Важность оценок вероятностей для принятия решений в бизнесе.

Анализ причинно-следственных связей

47:05
  • В видео обсуждается анализ причинно-следственных связей в экономике, в частности, влияние различных уровней образования на вероятность занятости.
  • Обсуждается проблема оценки вероятности занятости для случайно взятого индивида с учетом экзогенно заданных уровней образования.

Оценка вероятности занятости

52:57
  • Обсуждается подход к оценке вероятности занятости с учетом не наблюдаемых характеристик, которые могут влиять на вероятность получения образования и на вероятность занятости.
  • Упоминается, что оценка вероятности занятости может быть существенно искажена без учета этих характеристик.

Влияние образования на занятость

57:32
  • В видео проводится сравнение эффекта воздействия магистерского уровня образования на вероятность занятости с эффектом воздействия бакалаврского уровня образования.
  • Разница в эффектах может быть существенной, если учитывать эндогенность в образовании и не наблюдаемые характеристики.
  • Подчеркивается важность применения наиболее подходящих методов эконометрического анализа для получения точных оценок.

Введение в машинное обучение

59:37
  • В лекции обсуждается идея о том, что в машинном обучении есть детерминированная часть (икс, умноженный на беты) и случайная ошибка, которая включает в себя агрегированный эффект ненаблюдаемых характеристик.
  • Упоминается, что случайные ошибки коррелируют между собой, и их можно оценить с помощью метода максимального правдоподобия.
  • Это позволяет скорректировать смещение по ненаблюдаемым характеристикам.

Рекомендация литературы

1:00:35
  • Рекомендованы учебники Грина и Хансена, особенно учебник Хансена "Адванс Экономметрик".
  • Упоминается, что на программе рассматриваются как классические учебники, так и современные методы из литературы.

Соотношение элементов экономики и машинного обучения

1:01:40
  • В онлайн-магистратуре "Экономический анализ" присутствуют курсы по эконометрике, машинному обучению и анализу данных.
  • Упоминается курс Богдана Станиславовича по машинному обучению, который будет включать в себя классическое прогнозирование и современные методы, такие как ансамбли и бустинг.
  • Также будет рассмотрена область оценивание эффектов воздействия с помощью машинного обучения, которая является фронтиром современной эконометрики.