Old Versions

[OLD] [PE I] 2018 Fall Semester

2018-06-21 16:53

Announcements

 

 


Course Information

 TitleLink
1Course IntroductionIntroduction
2Literature (Theory)R.Lapinskas, Practical Econometrics I. Regression Models (Lecture Notes)
3Literature (Practice)R.Lapinskas, Practical Econometrics I. Regression Models (Computer Labs)

[(LINK) A First Lesson In Econometrics (2 pages)]


Lecture Files

 TitleLink
1Lecture Notes (updated for each lecture)Link
2Univariate Regression TasksLink
Univariate Regression Example with wage dataset
Other Univariate Regression Examples
[HTML (R)] [.ipynb] [.7zip]
Link
3Multiple Regression Tasks (updated for each lecture)Link
4Multiple Regression Example with wage dataset[HTML (Python)], [.zip], [.ipynb]
[HTML (R)], [.ipynb]
5Discrete Response Model TasksLink
6Discrete Response Model Example with labor force participation dataset[HTML (R)], [.ipynb]
7EXTRA TASKLink

 


Additional Info

 

  • Examine the example the [.ipynb] file, to make sure that you can run code from online python script files (a similar system will be used for Midterm II)

To use Cramer-von-Mises test in Python:

  • Open Anaconda Navigator. Go to “Environments”;
  • Click on the green arrow next to “base (root)” and select “Open Terminal”;
  • Enter the following command to install the required package:

pip install scikit-gof

  • To use the test for a fitted model  variable “my_model” write:

import skgof as skgof

skgof.cvm_test(data = my_model.resid, dist = stats.norm(0, np.sqrt(np.var(my_model.resid))))[1]


[OLD][PE II] 2018 pavasario semestras

2017-05-28 06:32

Kurso informacija

 TemaDokumentas(-ai)
1Course IntroductionIntroduction
2Short Comparison of R & PythonFile
3Python Notebook ExampleFile & Output
4R Notebook ExampleFile & Output
5Template for Task CompletionFile & PDF & HTML

Nuorodos:


Paskaitos

 TemaPaskaitaPvz.Užduotys
1Statistinių duomenų tipai ir jų modeliaiLecture_01--
2Stacionarios sekosLecture_02R || PHW_01
3Sekos su determinuotoju trendu ir sezonine komponenteLecture_03R || PHW_02
4Sekos su vienetine šaknimiLecture_04R || PHW_03
5Regresiniai modeliai su ankstiniaisLecture_05-
6Regresiniai laikinių sekų modeliaiLecture_06R || PHW_04
7Daugiamačiai modeliai: Granger priežastingumas, VAR ir VEC modeliaiLecture_07R || P
R_Summary
HW_05 | HW_06
8Prognozinių kintamųjų endogeniškumo problemaLecture_08-
9Lygčių sistemosLecture_09R || PHW_07
10Panelinių duomenų modeliaiLecture_10R || PHW_08

Papildomai įkeltas “R_Summary” failas, kuriame yra apibendrinta per paskaitas pateikta teorija, pateikti papildomi pavyzdžiai kaip, naudojantis R funkcijomis, įvertinti tiek VAR, tiek VECM bei užrašyti jų lygtis matematiniu pavidalu, bei pateikti testai ir metodai, kurie gali praversti sudarant VAR ir VECM modelius.

[Example of VECM model application – modelling the impact of money on GDP & inflation]


Vidurio semestro egzaminas

Vidurio semestro egzamino data: [2018-03-20] ([antradienis]). [9:00 – 13:30]. [MIF-Naug, 400 a.]

Ataskaitas siųsti adresu: andrius.buteikis@mif.vu.lt

Laiško tema: [PE_2] Midterm_2018

  • Vidurio semestro egzaminas: [MIDTERM]

Nuorodos į duomenis pateiktos vidurio semestro egzamino užduočių faile.

 


Galutinis egzaminas

Egzamino data: [2018-06-18] ([pirmadienis]). [9:00 – 14:00]. [13 MIF-Šalt.]

Ataskaitas siųsti adresu: andrius.buteikis@mif.vu.lt

Laiško tema: [PE_2] Exam_2018

Nuorodos į duomenis pateiktos egzamino užduočių faile.

 


Vertinimai

RESULTS_2018