| Title | Link | |
|---|---|---|
| 1 | Course Introduction | Introduction |
| 2 | Literature (Theory) | R.Lapinskas, Practical Econometrics I. Regression Models (Lecture Notes) |
| 3 | Literature (Practice) | R.Lapinskas, Practical Econometrics I. Regression Models (Computer Labs) |
[(LINK) A First Lesson In Econometrics (2 pages)]
| Title | Link | |
|---|---|---|
| 1 | Lecture Notes (updated for each lecture) | Link |
| 2 | Univariate Regression Tasks | Link |
| Univariate Regression Example with wage dataset Other Univariate Regression Examples | [HTML (R)] [.ipynb] [.7zip] Link |
|
| 3 | Multiple Regression Tasks (updated for each lecture) | Link |
| 4 | Multiple Regression Example with wage dataset | [HTML (Python)], [.zip], [.ipynb] [HTML (R)], [.ipynb] |
| 5 | Discrete Response Model Tasks | Link |
| 6 | Discrete Response Model Example with labor force participation dataset | [HTML (R)], [.ipynb] |
| 7 | EXTRA TASK | Link |
To use Cramer-von-Mises test in Python:
pip install scikit-gof
import skgof as skgof
skgof.cvm_test(data = my_model.resid, dist = stats.norm(0, np.sqrt(np.var(my_model.resid))))[1]
| Tema | Dokumentas(-ai) | |
|---|---|---|
| 1 | Course Introduction | Introduction |
| 2 | Short Comparison of R & Python | File |
| 3 | Python Notebook Example | File & Output |
| 4 | R Notebook Example | File & Output |
| 5 | Template for Task Completion | File & PDF & HTML |
Nuorodos:
| Tema | Paskaita | Pvz. | Užduotys | |
|---|---|---|---|---|
| 1 | Statistinių duomenų tipai ir jų modeliai | Lecture_01 | - | - |
| 2 | Stacionarios sekos | Lecture_02 | R || P | HW_01 |
| 3 | Sekos su determinuotoju trendu ir sezonine komponente | Lecture_03 | R || P | HW_02 |
| 4 | Sekos su vienetine šaknimi | Lecture_04 | R || P | HW_03 |
| 5 | Regresiniai modeliai su ankstiniais | Lecture_05 | - | |
| 6 | Regresiniai laikinių sekų modeliai | Lecture_06 | R || P | HW_04 |
| 7 | Daugiamačiai modeliai: Granger priežastingumas, VAR ir VEC modeliai | Lecture_07 | R || P R_Summary | HW_05 | HW_06 |
| 8 | Prognozinių kintamųjų endogeniškumo problema | Lecture_08 | - | |
| 9 | Lygčių sistemos | Lecture_09 | R || P | HW_07 |
| 10 | Panelinių duomenų modeliai | Lecture_10 | R || P | HW_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 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
Nuorodos į duomenis pateiktos vidurio semestro egzamino užduočių faile.
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.