Cílem předmětu je rozvíjet teoretické znalosti a praktické znalosti absolventů úvodního ekonometrického kurzu. Důraz bude kladen na (i) seznámení s praktickými aspekty ekonometrické práce, (ii) prohloubení znalostí ekonometrické teorie a (iii) rozšíření palety modelů používaných v průřezové a panelo
Cílem předmětu je rozvíjet teoretické znalosti a praktické znalosti absolventů úvodního ekonometrického kurzu. Důraz bude kladen na (i) seznámení s praktickými aspekty ekonometrické práce, (ii) prohloubení znalostí ekonometrické teorie a (iii) rozšíření palety modelů používaných v průřezové a panelové analýze.
Po úspěšném absolvování budou studenti z praktického i teoretického hlediska vybaveni pro zevrubnou mikroekonometrickou analýzu nad reálnými daty.
• Praktické rady pro realizaci empirického výzkumu. Pracovní postup, práce se zdrojovými soubory, struktura textu, popis použité metodiky a prezentace získaných výsledků. • Témata z teorie odhadu. Vydatnost, Raova-Cramérova mez, Fisherova informační matice. • Věty o maximálně věrohodných (ML) odhadech. Porovnání LR testu, LM testu a Waldova testu. • Numerické výpočty při odhadu regresního modelu. Škálování proměnných a numerická stabilita odhadů; algoritmy pro hledání maxima věrohodnostní funkce, problémy s konvergencí. • Logit a probit – opakování a rozšíření. Měřítka shody modelu s daty. Problém separace proměnných v logitu a probitu. ML versus quasi-ML, robustní indukce. Heteroskedastický probit. Mezní efekty a interakce. • Další vybrané zobecněné lineární modely (GLM). Modely s čítací závisle proměnnou a modely pro podílová data. • Vybrané modely s omezenou závisle proměnnou. Useknutá data, cenzurovaná data, rohová řešení (Tobit), selekční modely (Heckit). • Modely multinomické a ordinální volby. Ordinální a multinomický logit a probit, modely multinomické volby s měnícími se charakteristikami alternativ. • Metoda instrumentálních proměnných v průřezové analýze. Problematika endogenních regresorů, zdroj a příklady vhodných instrumentů. Statistická indukce, slabé instrumenty, diagnostické testy. • Víceúrovňová data. Porovnání panelů a víceúrovňových dat. Modely s náhodnými koeficienty, modely s křížovými náhodnými efekty. • Modely binární volby na panelových datech. Odhady pomocí zobecněných odhadových rovnic (GEE), struktura vnitroskupinové korelace.
Základní:
Používej Markdown: ## Nadpis, **tučně**, `kód`, - odrážky, > citace