Poziom zaawansowany 30 godzin dydaktycznych Zajęcia zdalne lub stacjonarne w sali komputerowej Zaświadczenie ukończenia Ocena kursu: 4,54/5,00 – 920% ocen co najmniej 4 (w skali od 1 do 5) Koordynator: Piotr Ćwiakowski (pcwiakowski@labmasters.pl) Oprogramowanie: R / R Studio Miejsce: Wydział Nauk Ekonomicznych UW, Warszawa ul. Długa 44/50 (mapa) |
Opis kursu
Kurs Zaawansowana statystyka i ekonometria w R to zajęcia z analizy danych na poziomie zaawansowanym, dla osób które mają dobrze opanowane podstawy statystyki matematycznej i posiadają praktykę w pracy z danymi. Grupą docelową są członkowie zespołów analitycznych i badawczych w firmach prywatnych instytucjach publicznych oraz na uniwersytetach, a także osoby aspirujące do takich zadań posiadające wstępne doświadczenie m. in. w przetwarzaniu danych, których interesuje modelowanie zjawisk i wnioskowanie statystyczne. Wcześniejsza znajomość podstaw programu R jest wymagana.
Kurs jest kompendium wiedzy i umiejętności o najpopularniejszych metodach modelowania statystycznego i ekonometrycznego – modelu ANOVA, regresji liniowej i logistycznej po podstawy analizy szeregów czasowych. Modele prezentowane są w praktycznych zastosowaniach – uczestnicy mają możliwość zmierzenia się z konkretnym problemem badawczym, następnie szacują pod kierunkiem prowadzącego właściwy model – oceniają jego przydatność i poprawność stosując odpowiednie testy statystyczne i miary dopasowania modeli do danych.
Zapisy
Rejestracja na kurs jest aktywna
Termin: 5.11-21.11.2024, wtorki i czwartki w godz. 16:30-20:30.
Daty zajęć: 5.11, 7.11, 12.11, 14.11, 19.11, 21.11.
Stan zapisów: rejestracja aktywna do 1.11.2024 do godz. 7.00 lub do wyczerpania miejsc.
Uwaga: ta edycja kursu realizowana jest jedynie w formie zdalnej.
Zgłoś zainteresowanie
Jeżeli jesteś zainteresowany(a) wzięciem udziału w kursie realizowanym na żywo w innym terminie, zgłoś wstępną chęć uczestnictwa. Dzięki temu, wcześniej niż inni otrzymasz informację o zapisach i będziesz mieć pierwszeństwo w rejestracji.
Tematyka kursu
Zaawansowana statystyka cz. 1
ANOVA: budowa modelu, testowanie założeń, obciążenie Lovella, porównania wielokrotne i poprawka Tukeya, ANOVA jednoczynnikowa, dwuczynnikowa, model z interakcjami, testowanie istotności efektów (I, II i III rodzaju), rozszerzenia modelu ANOVA: ANOVA z powtarzalnymi pomiarami, model ANCOVA, model MANOVA, model nieparametryczny Kruskalla-Wallisa.
Zaawansowana statystyka cz. 2
Badania ewaluacyjne w R. Metodologia RCT (Randomized Control Trials), testy A/B w przedsiębiorstwie, kontrolowanie błędu II rodzaju, badanie mocy testu statystycznego. Metodologia bootstrap w badaniach statystycznych.
Ekonometria cz. 1
Regresja liniowa – powtórzenie i rozszerzenie. Budowa i diagnostyka modelu regresji liniowej, analiza reszt (normalność, autokorelacja, heteroskedastyczność), analiza obserwacji odstających (odległość Cooka, wykres dźwigni), badanie stabilności oszacowań (test Chowa), wybór najlepszej formy funkcyjnej (przekształcenie Boxa-Coxa, test ilorazu wiarygodności, regresja krokowa, algorytm leaps and bounds).
Ekonometria cz. 2
Uogólniony model liniowy na przykładzie regresji logistycznej. Estymacja modelu, liczenie efektów krańcowych i ilorazów szans. Interpretacja wyników, diagnostyka modelu.. Analiza wyników dopasowania: czułość, specyficzność, precyzja i dokładność. Estymacja i wizualizacja krzywej ROCAUC.
Ekonometria cz. 3
Wprowadzenie do analizy szeregów czasowych. Dekompozycja szeregów czasowych w formie addytywnej i multiplikatywnej. Stacjonarność szeregu czasowego – diagnostyka. Modele ADF, ARMA, ARIMA. Diagnostyka modeli (wykresy ACF, PACF, testy Boxa-Pierce’a, Ljunga-Boxa, test Jarque-Berra). Badanie sezonowości. Model SARIMA. Budowanie prognoz w modelach ARIMA i SARIMA.
Czego się nauczysz
Podczas kursu Zaawansowana statystyka i ekonometria w R poznasz techniki zaawansowanej analizy statystycznej i podstaw ekonometrii. Nauczymy Cię dobrać właściwą technikę statystyczną do postawionego problemu badawczego, a także przekażemy wiedzę o pakietach i funkcjach pakietu R potrzebnych do przeprowadzenia obliczeń. Po kursie będziesz potrafić wykonywać profesjonalną analizę danych, formułować i weryfikować hipotezy statystyczne oraz budować złożone modele ekonometryczne.