metrics_plan_send.txt

Лекция 1
* Презентация помощников :)
* метод наименьших квадратов: 
- рост-вес, задача про слитки
- множественная регрессия
- модель CAPM
- сразу множественная регрессия
- RSS, R^2, TSS, ESS, остатки (ошибки прогнозов)
* введение в R
- введение в R-studio (картинка в картинке)
- в R есть встроенные наборы данных
- установка пакетов и загрузка пакетов
- чтение данных из разных источников: csv (российские нюансы)
- описательные статистики
- основные ggplot2 графики: гистограмма, рассеяния (+hexbin), # facet, 
- парная регрессия



quiz: + неоцениваемый data.camp
нестатистич мнк (посчитать R2, остатки, можем ли мы посчитать эпсилон2 по реальным данным)
какая команда посчитает среднее у вектора z: average(z), mean(z), 
неоцениваемый data.camp (чуть больше)
простая работа со встроенным набором данных (посчитайте среднюю цену бриллиантов)




Лекция 2
* проверка гипотез, доверительные интервалы для коэффициентов
* расшифровка стандартной таблички R
* p-value
* два типа доверительных интервала для прогнозов
- прогнозирование в R

- деление выборки на две части


quiz: (c возможностью запустить data.camp)
теоретически по табличке проверьте гипотезы
по встроенному набору данных оцените проверьте спрогнозируйте


Лекция 3
Теорема Гаусса-Маркова
* версия с фиксированными переменными
* версия со стохастическими регрессорами (сразу)
как сказать про E(y|x)?
Проекция (картинка)
множественная в R,
ковариационная матрица
проверка гипотез о линенйых ограничениях
дамми переменные - возврат к задаче про слитки
ограниченная / неограниченная модель тестирование
- обработка данных dplyr (filter, select, mutate, group_by-summarise_)


- оформление документа с использованием Rmd (взаимодействие с Word и Latex)

посчитать --- среднее доход по мужчинам
построить регрессию конкртено y на x2, x3 и:
(для себя построить график (не оцениваниется))
найти r2
построить доверительные интервал для beta2
спрогнозоировть y у мужчины c x2=..., x3=... и поместить в переменную 



Лекция. 4
мультиколлинеарность
- неустойчивость оценок
- регуляризация: LASSO + ridge + elastic net
- outliers
метод главных компонент - снижение размерности задачи 
? проиллюстрировать на 3 наблюдения 2 переменных найти 1 главную компоненту
? кросс-валидация и деление выборки на две части

quiz:
найдите три веса для первой компоненты
VIF
найдите оценки LASSO при лямбда = ...
выкладываем файл с данными и маленький R шаблон с командой загрузки




Лекция 5
Гетероскедастичность
последствия
методы борьбы:
устойчивые ошибки
- намекнуть на взвешенные мнк (обобщенный)

mitderm: (без ограничения времени)
включая гетероскедастичность
выдали домашку (!)



Лекция 6
автокорреляция
последствия устойчивые ошибки
- работа с временными рядами в К
- lubridate
- больше графиков (!)
- больше R
- написать свою функцию

quiz (поменьше так как выдана домашка)
- выберите способ как в R сделать ... (несколько верных)

Лекция 7
метод максимального правдоподобия
- примеры ML
Логит, пробит
* предельные эффекты - два типа 
* оценивание в R
* прогнозирование

quiz:


Лекция 8
стационарность
ARMA, 
acf, pacf
- нестационарные ряды:
- удаление тренда
- взятие разности - понятие о единичном корне
- в лекции руками привести пример кажущейся регрессия с симулированными данными и с реальными

quiz: + сдача домашки в конце недели


Лекция 9
инструментальные переменные
- эндогенность
- причины
- инструментальные переменные
? воспроизвести какую-то классическую статью

теоретический квиз: ...
+ проверка чужих домашек


Лекция 10. 
квантильная регрессия
случайный лес
регрессия пик-плато (spike and slab regression)

экзамен: с расчетами и теорией