Science for Economics

Nhằm đáp ứng chương trình dạy và học, cập nhật các kiến thức về mô hình kinh tế lượng phù hợp với các nghiên cứu mới ở trong và ngoài nước. Đội ngũ SciEco cập nhật chương trình đào tạo khoá STATA nâng cao bắt đầu áp dụng từ các khoá học hè 2023. Chi tiết chương trình như sau:

Đối tượng:

Dành cho học viên đã có kiến thức nền tảng về STATA và kinh tế lượng, có nhu cầu làm nghiên cứu khoa học, định hướng nghiên cứu chuyên nghiệp.

Mục tiêu khóa học:

Trang bị cho học viên các kiến thức và kỹ năng xử lý các mô hình kinh tế lượng lượng nâng cao.

Lợi ích khóa học:

Chương trình học được xây dựng chi tiết, rõ ràng giúp trang bị cho học viên đầy đủ các kiến thức cần thiết về kinh tế lượng nâng cao để có thể thực hiện các nghiên cứu khoa học, công bố trong nước và quốc tế có sử dụng phương pháp nghiên cứu định lượng
Mỗi nội dung đều có nhiều bài tập đi kèm và bài tập nâng cao giúp học viên có thể thực hành ngay sau khi học với các bộ số liệu mới nhất
Học viên được giải đáp thắc mắc, câu hỏi bởi đội ngũ giảng viên, trợ giảng tại trung tâm
Tham gia khóa học, học viên sẽ được nâng cao kiến thức về nghiên cứu, đặc biệt là nghiên cứu định lượng.

Chương trình đào tạo

Bài 1 – Buổi 1: Hồi quy với biến rời rạc 1 – Mô hình logit/probit

Biến định tính và biến giả
Mô hình với biến độc lập là biến giả
Mô hình với biến phụ thuộc là biến giả: Logit/Probit

Bài 2 – Buổi 2: Hồi quy biến rời rạc buổi 2 – Mô hình logit/probit thứ bậc và danh định

Biến phụ thuộc thứ bậc – Ordered Logit/Probit
Biến phụ thuộc danh định – Multinominal Logit/Probit

Bài 3 – Buổi 3: Vấn đề nội sinh – Ước lượng với biến công cụ

Biến nội sinh: nguyên nhân và hậu quả
Biến công cụ (IV)
Ước lượng Bình phương bé nhất hai giai đoạn (2SLS)

Bài 4 – Buổi 4: Giới thiệu về chuỗi thời gian

Dữ liệu chuỗi thời gian
Các thành phần của chuỗi thời gian
Phân rã chuỗi thời gian
Biến trễ và sai phân
Tính dừng của chuỗi thời gian
Nhiễu trắng và bước ngẫu nhiên

Bài 5 – Buổi 5: Mô hình vector tự hồi quy VAR

Giới thiệu mô hình VAR
Ước lượng VAR
Kiểm định khuyết tật
Hàm phản ứng và phân rã phương sai

Bài 6 – Buổi 6: Mô hình tự hồi quy phân phối trễ ARDL

Đồng tích hợp (cointegration) và cơ chế hiệu chỉnh sai số (ECM)
Mô hình tự hồi quy phân phối trễ ARDL

Bài 7 – Buổi 7, 8, 9 & 10: Hồi quy với dữ liệu mảng

Kiểm định sự phụ thuộc theo chiều ngang (cross-sectional dependent test)
Kiểm định nghiệm đơn vị dữ liệu mảng (Panel unit-root test)
Kiểm định đồng tích hợp (cointegration test)
Kiểm định phân phối chuẩn (normality test)
Mô hình hiệu ứng cố định (FEM)
Mô hình hiệu ứng ngẫu nhiên (REM)
Mô hình bình phương nhỏ nhất tổng quát thực hành (FGLS)
Mô hình hồi quy phân vị dữ liệu mảng (Panel quantile regression)
Mô hình OLS động (DOLS) và OLS hiệu chỉnh hoàn toàn (FMOLS)
Mô hình tự hồi quy phân phối trễ dữ liệu mảng (Panel ARDL)

𝑻𝒊̀𝒎 𝒉𝒊𝒆̂̉𝒖 𝒕𝒉𝒆̂𝒎 𝒗𝒆̂̀ 𝒑𝒉𝒂̂𝒏 𝒕𝒊́𝒄𝒉 𝒅𝒖̛̃ 𝒍𝒊𝒆̣̂𝒖 𝒕𝒂̣𝒊 𝑺𝒄𝒊𝒆𝒏𝒄𝒆 𝑭𝒐𝒓 𝑬𝒄𝒐𝒏𝒐𝒎𝒊𝒄𝒔.

Group giải đáp tất tần tật về phân tích dữ liệu:

https://www.facebook.com/groups/cungnhauhocptdl/

#R #datascience #dataanalytics #syllabus

CONTACT US:

Page: https://www.facebook.com/Science.for.Economics

Website: https://www.scienceforeconomics.com/

Hotline: 0867.689.262 (Mr. Tuấn)

Gmail: science.for.economics@gmail.com