Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (23.09.2021)
Cílem kurzu je vybudovat, zrevidovat a systematizovat ekonometrické znalosti studentů. Nejdříve zopakujeme základy statistiky a následně se zaměříme především na praktickou aplikaci ekonometrických technik. Po většinu semestru se budeme zabývat lineárním regresním modelem a jeho odhadem pomocí metody nejmenších čtverců (OLS), základní, leč efektní techniky v arzenálu každého ekonoma. Během kurzu společně probereme základy ekonometrie: od opakování statistiky přes teorii a intuici odhadu metodou OLS, testování hypotéz, předpoklady lineárního regresního modelu, jejich možná narušení a vhodné nápravy, až po pokročilejší témata jako např. problém endogenity či logistickou regresi. Pro dobré pochopení limitací regresní analýzy budeme opakovaně diskutovat problematiku kauzality. Každé téma bude ilustrováno na aplikovaném příkladě a procvičeno na seminářích.
Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (19.09.2022)
The objective of the course is to establish, revise, and systematize students' econometrics knowledge. First, we will recapitulate the essentials of statistics, and afterward, we will mainly focus on the practical applications of econometric techniques. For most of the semester, we will discuss the linear regression model and its Ordinary Least Squares (OLS) estimation, a simple yet powerful method in every economist's toolbox. During the course, we will together go through the basics of econometrics: from the statistical background through the theory and intuition behind the OLS estimation; properties of OLS; hypotheses testing; the linear regression model assumptions, their potential violations, and proper remedies; to some advanced topics such as the issue of endogeneity or logistic regression. For a good understanding of the limitations of the regression analysis, we will repeatedly discuss the issue of causality. Each topic will be backed up with an applied example and practiced during seminars.
Cíl předmětu -
Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (12.09.2021)
Kurz je doporučen studentům, kteří absolvovali základní statistiku a chtějí porozumět základům kvantitativní empirické práce v ekonomii. Ekonometrie je neocenitelným nástrojem pro pochopení vztahů mezi ekonomickými proměnnými, jelikož umožňuje překlenout propast mezi ekonomickými teoriemi a reálnými daty. Ekonometrie může být užitečná v mnoha oblastech vašeho profesního i osobního života. Ať už jde o predikce, testování (nejen) ekonomických teorií, odhady numerických vztahů mezi proměnnými pro tvůrce politik či akademické publikum, nebo jen o vaši zvědavost.
Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (19.09.2022)
The course is recommended for students who have completed basic statistics and would like to understand the essentials of quantitative empirical work in economics. Econometrics is invaluable for understanding relationships between economic variables because it bridges the gap between economic theories and real-world data. It can be helpful in many domains of your professional and personal lives. Be it forecasting, testing (not only) economic theories, estimating numerical relationships between variables to inform policy-makers or academic audiences, or just your curiosity.
Literatura -
Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (11.02.2023)
Základní učebnice (vybrané kapitoly): Studenmund, A. H. (2016). Using Econometrics: A Practical Guide. Pearson Education, 7th Ed., .pdf (případně e-book 7th Global Ed. z 2017 či 6th International Ed. z 2014). Wooldridge, J. M. (2016). Introductory Econometrics: A Modern Approach. Cengage Learning, 6th Ed., .pdf (případně 5th Ed. z 2012 či 7th Ed. z 2018).
Porovnání edic a stránkování naleznete v souboru Textbooks_contents.pdf.
Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (11.02.2023)
Core textbooks (selected chapters): Studenmund, A. H. (2016). Using Econometrics: A Practical Guide. Pearson Education, 7th Ed., .pdf (e-book 7th Global Ed. from 2017 or 6th International Ed. from 2014 also possible). Wooldridge, J. M. (2016). Introductory Econometrics: A Modern Approach. Cengage Learning, 6th Ed., .pdf (5th Ed. from 2012 or 7th Ed. from 2018 also possible).
Compare editions and pagination in Textbooks_contents.pdf.
Vstupní požadavky -
Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (12.09.2021)
Předpokládá se znalost základních statistických pojmů, které budou shrnuty během první přednášky. Stručný přehled najdete v učebnici Studenmund (2016, [2014]), kapitole 17 [15]: Statistical Principles. Podrobnější shrnutí lze nalézt v učebnici Wooldridge (2016), Appendix B a C-1 až C-3. Užitečný úvod do statistiky (Harvard University) je k dispozici na youtube.
Předpokládá se i znalost základní maticové algebry, která je důležitá pro pochopení obsahu některých přednášek a cvičení. Souhrn maticové algebry lze nalézt v učebnici Wooldridge (2016), Appendix D. Užitečná shrnutí s příklady na procvičení a řešeními najdete např. i zde nebo na Khan Academy.
Poslední úprava: PhDr. Mgr. Jiří Kukačka, Ph.D. (12.09.2021)
Knowledge of basic statistical concepts is expected and will be recapitulated during the first lecture. A brief overview can be found in the Studenmund textbook (2016, [2014]), Chapter 17 [15]: Statistical Principles. A more advanced summary can be found in the Wooldridge textbook (2016), Appendices B and C-1 to C-3. A useful introduction to statistics (Harvard University) is available on youtube.
Knowledge of basic matrix algebra is also expected and important for understanding the content of some lectures and exercises. A summary of matrix algebra can be found in the Wooldridge textbook (2016), Appendix D. Useful matrix tutorials with exercises to practice and solutions can be found e.g. here or at Khan Academy.
