MPP2023-521

Các phương pháp định lượng 2

Lê Việt Phú, Huỳnh Nhật Nam, Lê Thái Hà
Ngày: 15/02/2022 18:58; Kích thước: 383,322 bytes
Vui lòng tham khảo trên Microsoft Teams
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 16/02/2022 08:35; Kích thước: 85,376 bytes
Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A. Samad
Ngày: 16/02/2022 08:05; Kích thước: 85,417 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 16/02/2022 08:34; Kích thước: 85,376 bytes
Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A. Samad
Ngày: 16/02/2022 08:05; Kích thước: 85,417 bytes
Shahidur R. Khandker, Gayatri B. Koolwal, Hussain A. Samad
Ngày: 16/02/2022 08:05; Kích thước: 35,527 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 16/02/2022 08:30; Kích thước: 85,376 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 16/02/2022 08:05; Kích thước: 35,527 bytes
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
Ngày: 16/02/2022 10:01; Kích thước: 85,376 bytes
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
Ngày: 16/02/2022 10:00; Kích thước: 85,376 bytes
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
Ngày: 16/02/2022 09:52; Kích thước: 85,376 bytes
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
Ngày: 16/02/2022 09:51; Kích thước: 85,376 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 16/02/2022 08:05; Kích thước: 35,527 bytes
Jeffrey M. Wooldridge, Trần Thị Tuấn Anh chủ biên dịch
Ngày: 16/02/2022 08:05; Kích thước: 35,527 bytes
Huỳnh Nhật Nam
Ngày: 04/04/2022 10:55; Kích thước: 288,733 bytes
Huỳnh Nhật Nam
Ngày: 04/04/2022 10:55; Kích thước: 308,809 bytes
Huỳnh Nhật Nam
Ngày: 04/04/2022 10:54; Kích thước: 399,163 bytes
Huỳnh Nhật Nam
Ngày: 04/04/2022 10:54; Kích thước: 261,820 bytes
Huỳnh Nhật Nam
Ngày: 04/04/2022 10:53; Kích thước: 280,859 bytes
Huỳnh Nhật Nam
Ngày: 04/04/2022 10:53; Kích thước: 339,558 bytes
Lê Thái Hà
Ngày: 16/02/2022 07:57; Kích thước: 793,588 bytes
Lê Thái Hà
Ngày: 16/02/2022 07:56; Kích thước: 1,092,034 bytes
Huỳnh Nhật Nam
Ngày: 06/04/2022 07:35; Kích thước: 145,803 bytes
Lê Việt Phú
Ngày: 04/04/2022 10:58; Kích thước: 83,521 bytes
Huỳnh Nhật Nam
Ngày: 06/04/2022 07:34; Kích thước: 145,119 bytes
Lê Thái Hà
Ngày: 07/03/2022 09:57; Kích thước: 1,538,502 bytes

Trong phần đầu, học viên sẽ được giới thiệu về phân tích kinh tế lượng cơ bản với dữ liệu chuỗi thời gian. Dù học viên đã học về phương pháp bình phương nhỏ nhất thông thường (OLS) ở môn học Các phương pháp định lượng 1, dữ liệu chuỗi thời gian có một số đặc điểm nhất định mà dữ liệu chéo không có và những đặc điểm này có thể cần được chú ý đặc biệt khi áp dụng OLS. Trong phạm vi môn học, chúng ta sẽ thảo luận về các phân tích hồi quy cơ bản và những điểm cần lưu ý đặc trưng của dữ liệu chuỗi thời gian. Cụ thể, chúng ta sẽ xem xét tập hợp các giả thiết Gauss-Markov và mô hình tuyến tính cổ điển cho các ứng dụng chuỗi thời gian. Các vấn đề về dạng hàm, biến giả, xu hướng và tính thời vụ cũng sẽ được thảo luận. Bởi vì một số mô hình chuỗi thời gian nhất định vi phạm các giả định Gauss-Markov, chúng ta sẽ mô tả bản chất của những vi phạm này và trình bày các thuộc tính mẫu lớn của OLS. Học viên cũng sẽ được giới thiệu một số kỹ thuật resampling để đánh giá mức độ biến thiên (haymức độ đáng tin cậy) của một mô hình hồi quy đặc biệt khi sử dụng trong các phân tích dự báo. Các phương pháp này bao gồm bootstraping và k-fold cross-validation, được xây dựng dựa trên một mẫu khảo sát và giúp nâng cao hiệu quả sử dụng dữ liệu. Học viên cũng sẽ được giới thiệu các phương pháp lựa chọn các biến độc lập để cải thiện năng lực diễn giải và năng lực phân tích dự báo của một mô hình hồi quy.

Trong phần hai, học viên sẽ ôn lại các khái niệm liên quan đến mô hình hồi quy tuyến tính cổ điển CLRM và tìm hiểu các vấn đề xảy ra khi vi phạm các giả định CLRM. Việc áp đặt các điều kiện khắt khe trong mô hình hồi quy cổ điển dẫn đến khả năng áp dụng trong các nghiên cứu thực tế bị hạn chế. Do đó, nội dung của môn học chủ yếu xoay quanh các mô hình và kỹ thuật xử lý để cho phép phân tích và ứng dụng vào các bài toán xuất phát từ thực tế. Học viên sẽ nhận diện được tính ưu việt của việc sử dụng các cấu trúc dữ liệu lặp và các thiết kế nghiên cứu phức tạp nhằm cải thiện độ vững của kết quả so với phương pháp bình phương tối thiểu thông thường, đặc biệt trong việc thiết lập quan hệ nhân quả với ứng dụng vào đánh giá tác động của một chính sách can thiệp lên kết quả xảy ra. Phương pháp hồi quy hai giai đoạn và mô hình hệ phương trình cho phép xử lý vấn đề nội sinh hay hiện tượng đồng thời thường gặp đối với các sự kiện hay hành vi kinh tế, với ứng dụng trong nghiên cứu hệ phương trình hàm cầu để đánh giá tác động của chính sách thuế lên các nhóm đối tượng bị ảnh hưởng.