Введение в регрессионный анализ

Бакалавриат 2026/2027

Статус: Курс обязательный (Политология)

Кто читает: Департамент политики и управления

Где читается: Факультет социальных наук

Когда читается: 2-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Конча Валерия, Стукал Денис Константинович, Тамбовцева Алла Андреевна

Язык: русский

Кредиты: 3

Контактные часы: 94

Дополнительные материалы в LMS Задать вопрос

Аннотация

Регрессионный анализ - основной инструмент анализа данных в политической науке, государственном управлении, микро и макроэкономике. Он позволяет строить прогнозы, описывать сложные взаимосвязи между наборами признаков, а в некоторых случаях - даже измерять эффекты воздействий и оценивать силу причинно-следственных связей. Дисциплина «Введение в регрессионный анализ» посвящена базовым темам регрессионного анализа и дает студентам представление о содержательном смысле линейных регрессионных моделей, их основных допущениях, инструментах диагностики этих допущений, а также интерпретации полученных результатов. Для успешного освоения этой дисциплины требуются знания по теории вероятностей и математической статистике в объеме вводного курса, а также умение дифференцировать линейную функцию и полином. Студенты смогут продолжить углублённое изучение регрессионных и других моделей анализа социально-экономических и политологических данных в курсах по выбору: «Линейная алгебра и приложения в многомерной статистике» и «Регрессионный анализ:панельные данные и каузальность» на втором и третьем курсах образовательной программы.

Цель освоения дисциплины

Знакомство студентов-политологов с основные понятиями и инструментами регрессионного анализа и их использованием в фундаментальных и прикладных исследованиях

Планируемые результаты обучения

Умение строить парную регрессию
Умение интерпретировать результаты построения парной регрессии
Понимать логику и алгоритмы статистического вывода (с примерами)
Знать основные статистические критерии, используемые в регрессионном анализе
Понимать правила создания фиктивных переменных, верно интерпретировать коэффициенты при них
Знать основные понятия, связанные со множественной регрессией
Объяснять преимущества множественной регрессии перед парной в терминах пропущенных переменных
Проверять гипотезы о коэффициентах множественной регрессии
Оценивать качество модели множественной регрессии
Объяснять суть гетерогенности эффектов
Понимать механизм создания и интерпретацию моделей со взаимодействиями переменных
Объяснять суть проблемы эндогенности
Объяснять суть и механизм нахождения оценок инструментальных переменных
Приводить примеры инструментальных переменных

Содержание учебной дисциплины

Парная регрессия
Статистический вывод: повторение
Категориальные объясняющие переменные в регрессии
Множественная регрессия
Гетерогенность эффектов воздействия
Эндогенность
Проверка допущений линейной регрессии

Элементы контроля

Практикум
Практикум предполагает выполнение практических заданий, связанных с анализом данных
Экзамен
Контрольная работа 2
Контрольная работа охватывает материал всего курса
Проверочные работы
Контрольная работа 1
Контрольная работа охватывает материал 1 модуля

Промежуточная аттестация

2026/2027 2nd module
0.3 * Экзамен + 0.15 * Практикум + 0.15 * Контрольная работа 2 + 0.1 * Контрольная работа 1 + 0.3 * Проверочные работы

Список литературы

Авторы

Стукал Денис Константинович

Программа дисциплины