Práce v R – specifické úlohy

Programování a vizualizační nástroje v R pro potřeby ekonometrických aplikací. Základní práce s daty, datové struktury, import, export a transformace dat. Specifické problémy s daty (chybějící, odlehlá a kontaminovaná pozorování).

Lineární regrese

Klasický lineární regresní model. Formulace modelu, průřezové a dynamické modely, speciální regresory (např. dummy či trendové proměnné). Estimátory a jejich vlastnosti – vlastnosti na konečných výběrech a asymptotické vlastnosti. OLS, GLS, MLE, robustní estimátory. Testování a důsledky heteroskedasticity a autokorelace. Měření multikolinearity. Aplikace v makroekonomické a mikroekonomické oblasti.

Diskrétní a omezené vysvětlované proměnné

Modely se speciálními vysvětlovanými proměnnými (např. lineární pravděpodobnostní model, cenzorované a seříznuté regresní modely, logitový, probitový a tobitový model). ML estimátory. Problémy specifikace. Aplikace ve scoringových modelech.

Vícerovnicové modely a panelová data

Obecná formulace soustavy. SUR soustava. Modely pro panelová data. Soustava simultánních rovnic. Identifikace a estimátory.

Časové řady

Jednorozměrné časové řady: Dekompoziční metody (sezónnost, trendy). Box-Jenkinsova metodologie. Stacionarita. Aplikace v teorii portfolia. Vícerozměrné časové řady: Zobecnění jednorozměrných metod. Vektorová autoregrese. Grangerova kauzalita. Kointegrace a modely korekce chyby.