ECN307 Økonometriske metoder for kausal inferens
Om dette emnet
Gi inngående kunnskap og forståelse av analysemetoder innen spørreundersøkelsesdesign, eksperimentelt design og økonometrisk modellering for å analysere økonomiske data, samt evne til å avdekke logiske svakheter i analysen. Grunnleggende introduksjon til utfordringen med å identifisere kausale effekter i analyse av surveydata. Gi en oversikt over metoder for å skille mellom kausale sammenhenger og rene korrelasjoner, samt drøfte i hvilken grad funn kan generaliseres. Introduksjon til og øvelser i bruk av Matching metoder, Instrumentvariabel-metoder, kontrollfunksjonsmetoder, difference-in-differences-metoder, Panel data metoder, regresjonsdiskontinuitet, maksimum likelihood-estimering samt binære og multinomiale valgmodeller. Studentene får øvelser i bruk av de ulike metodene. Kurset er basert på prinsippet om «learning by doing»
Dette lærer du
Kunnskap
- Har avansert kunnskap om utfordringene ved å identifisere og måle kausale effekter av politikk, prosjekter og eksogene sjokk.
- Har inngående kunnskap om forutsetningene og betingelsene som kreves for å skille kausale effekter fra rene korrelasjoner i empirisk forskning.
- Kan anvende kunnskap på avanserte statistiske og økonometriske metoder for å estimere kausale effekter ved bruk av observasjonsdata.
- Kan analysere endogenitetsproblemer og håndtere dem ved hjelp av ulike kvasi-eksperimentelle identifikasjonsstrategier.
Ferdigheter
- Kan analysere og kritisk vurdere datakvalitet, måleproblemer og valg av relevante variabler for å belyse ulike forskningsspørsmål.
- Kan analysere virkelige data ved hjelp av avanserte statistiske metoder for å undersøke kausale sammenhenger.
- Kan bruke relevante verktøy i R til databehandling, gjennomføring av økonometriske analyser og tolkning av resultater.
Generell kompetanse
- Kan analysere relevante empiriske metoder kritisk, sammenligne deres styrker og svakheter, og vurdere den mest hensiktsmessige kombinasjonen av tilnærminger i ulike kontekster.
- Kan bidra til grundige og etisk forankrede empiriske analyser, med bærekraft som et overordnet prinsipp.
- Kan anvende sine kunnskaper og ferdigheter i eget akademisk arbeid, inkludert selvstendige forskningsprosjekter som en masteroppgave.
Læringsaktiviteter
Læringsstøtte
Pensum
Forutsatte forkunnskaper
Anbefalte forkunnskaper
Vurderingsordning, hjelpemiddel og eksamen
Om bruk av KI
Sensorordning
Obligatorisk aktivitet
Merknader
Undervisningstider
Overlapp
Opptakskrav