Kevadkvartali ökonomeetriakursust luges Elie Tamer. Kasutades tulemusi sügisesest ja talvisest ökonomeetriakursusest, võeti läbi hulk rakenduslikus ökonomeetrias populaarsemaid mudeleid. Iga teema-mudeli juures küsiti kaks peamist küsimust: mida saab identifitseerida ja kuidas hinnata? Esimene küsimus on loominguline ja sageli uurimisküsimuse spetsiifiline, teine aga matemaatiline.
Läbi võetud teemad: OLS (GLS jms), diskreetse valiku mudelid, tsenseeritud mudelid, paneelandmete mudelid, kestvusmudelid ja mitteparameetrilised hindamismeetodid. Hetkel on selliseid teemasid käsitlevate ökonomeetriaõpikutega olukord selline, et on mitu üsna võrdväärset. Meile öeldigi, et valigu igaüks ise kolme järgmise õpiku hulgast: Cameron, Trivedi (2005), Hayashi (2000), Wooldridge (2001). Meie kasutasime osaliselt Woolridge’i ja esimeste teemade korral Amemiya (1985) õpikut.
Nagu öeldud, kursus oli rakendusliku iseloomuga. Lisaks sellele, et loengus käsitleti nö ökonomeetria retseptiraamatu teemasid, sai ka peaaegu igas ülesannete komplektis muuhulgas andmetega tegeleda. (Muuseas, siin ei ole peaaegu kunagi ette antud missugust tarkvara tudeng peaks kasutama, igaüks võib selle ise vabalt valida, peaasi et ülesanne täidetud saab.)
Viited
- Amemiya, Takeshi. Advanced Econometrics — Harvard University Press, 1985.
- Cameron, Colin A.; Pravin K. Trivedi. Microeconometrics : Methods and Applications — Cambridge University Press, 2005.
- Hayashi, Fumio. Econometrics — Princeton University Press, 2000.
- Wooldridge, Jeffrey M. Econometric Analysis of Cross Section and Panel Data — The MIT Press, 2001.
RSS
Tervitus! Mis tarkvara paneeli ja ristandmete puhul sealmail siis enim kasutatakse? Ja kuidas üldse kogu praktiline pool lahendatud on, kas teete ülikooli arvutiklassides, kus tarkvara installeeritud või pigem oma arvutist ja vabavara kasutades?
Populaarsuse hindamiseks pole meil piisavalt andmeid, üldiselt ei räägita mis tarkvaraga midagi tehakse, vaid ikka seda mida tehakse. Õppeaasta jooksul mainiti sagedamini Matlabi, Gaussi ja Statat, aga kindlasti kasutatakse ka muud.
Arvutiklassides on tarkvara olemas, aga väga seda ei kasutata. Ilmselt kõige mugavam võimalus suuremaks andmetöötluseks on Northwestern’s Social Sciences Computing Cluster, mis annab ligipääsu päris võimsatele masinatele, kus on olemas kõik märkimisväärsed statistikapaketid.
Me ise kasutasime aasta jooksul vaheldumisi Matlabi, Oxi ja Statat, eks igaühel neist on omad eelised.