Om dette emnet

Enkel og multiple regresjonsanalyse. Noen hovedemner: minste kvadraters metode (MKM), hypotesetesting, brudd på forutsetningene til MKM, Generalized Least Squares (GLS) og dummy variabler. Programmet R blir brukt i øvingene på PC.

Dette lærer du

Kunnskap

  • Ha kunnskap om grunnleggende begreper i økonometri og statistikk.
  • Kjenne til forutsetningene bak minste kvadraters metode og konsekvensene av at disse ikke er oppfylt.
  • Kjenne til ulike typer økonomiske data, for eksempel, tverrsnitt-, tidsserie-, og paneldata, og hvordan data påvirker modellvalg.
  • Ha kunnskap om teorien som underbygger statistisk og økonometrisk inferens.

Ferdigheter

  • Kunne gjennomføre enkel- og multippel regresjonsanalyse på tverrsnitt- og tidsseriedata i R
  • Kunne teste om forutsetningene i modellen holder i R
  • Kunne teste og korrigere for misspesifikasjon i en regresjonsanalyse
  • Kunne teste økonomiske hypoteser ved bruk av modellen.
  • Lese, tolke og kritisk evaluere rapporter og artikler som bruker regresjonsanalyser

Generell kompetanse

  • Identifisere problemstillinger og formulere forskbare spørsmål innen anvendt økonomi

  • Læringsaktiviteter

    Campusundervisning uten strømming. Kurset består av forelesninger, selvstudier, oppgaveløsning og computerøvelser.

  • Læringsstøtte

    Forelesning og seminar

  • Pensum

    Jeffrey M. Wooldridge (2020). Introductory Econometrics - A Modern Approach, 7th edition, Cengage. Læreboken kan endres.

    R og R Studio har åpen kildekode og er åpent tilgjengelig for nedlastning.

  • Forutsatte forkunnskaper

    Grunnleggende matematikk som MATH100 Brukerkurs i matematikk eller ECN102 Innføring i matematikk for økonomer, grunnleggende statistikk som STAT100 Statistikk og mikroøkonomi tilsvarende ECN210 Mikroøkonomi I: Konsument, produsent, marked og velferd.

  • Anbefalte forkunnskaper

    Grunnleggende kunnskap om makroøkonomi, for eksempel, ECN120 Makroøkonomi I - Markeder, økonomisk utvikling, velferd og konjunkturer

  • Vurderingsordning, hjelpemiddel og eksamen

    Samlet vurdering bestående av:

    • 2 timer praktisk oppgave i undervisningsperioden. Oppgaven leveres i Wiseflow. Oppgaven løses individuelt uten samarbeid eller kommunikasjon med andre. Alle andre hjelpemidler tillatt. Vektes 50%
    • 2 timer skriftlig eksamen i Wiseflow med FlowLock. Hjelpemiddelkode B2: Utdelt kalkulator. Spesifiserte andre hjelpemidler: Utdelt formelark. Vektes 50%.

    Karakter A-F.



    Skriftlig skoleeksamen Karakterregel: Bokstavkarakterer Hjelpemiddelkode: B1 Utdelt kalkulator, ingen andre hjelpemidler Praktisk oppgave Karakterregel: Bokstavkarakterer Skriftlig skoleeksamen Karakterregel: Bokstavkarakterer Hjelpemiddelkode: B1 Utdelt kalkulator, ingen andre hjelpemidler

  • Om bruk av KI

    Praktisk oppgave i undervisningsperioden (50%): K3 - Full bruk av KI, men det må være i tråd med NMBU sine retningslinjer.

    Eksamen i eksamensperioden (50%): K1 - Ikke tillatt med KI

    Retningslinjene for bruk av kunstig intelligens (KI) ved NMBU

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Ekstern sensor vil gå gjennom opplegg for skriftlig eksamen.

  • Merknader

    Emnet vil blir undervist på engelsk. Innvekslingsstudenter kan ta kontakt med studieveiledere ved Handelshøyskolen (studieveileder-hh@nmbu.no) for å få vurdert om de kan få plass på emnet.

  • Undervisningstider

    250 timer. Omtrent 28 timer forelesninger og 20 timer strukturerte øvinger. Resten av tiden vil gå til egne studier i form av lesing av lærebok og videre arbeid med 10 oppgavesett.

  • Overlapp

    Kurset overlapper delvis med ECN202 Innføring i økonometri og STAT200 Regresjonsanalyse. Studiepoengsreduksjon for ECN202 (5 poeng) og STAT200 (5 poeng).

  • Opptakskrav

    GSK