Kursus Ekonometrika

Pelajaran 1 • Tinjauan Probabilitas dan Distribusi

Mengulas aturan probabilitas, variabel acak, dan distribusi utama yang digunakan dalam ekonometrika. Menghubungkan asumsi distribusi dengan inferensi regresi selanjutnya.

Pelajaran 2 • Intisari Inferensi Statistik

Mencakup estimasi, pengujian hipotesis, dan interval kepercayaan sebagai alat untuk menarik kesimpulan dari sampel. Mempersiapkan Anda untuk inferensi berbasis regresi.

Pelajaran 3 • Aljabar Matriks untuk Ekonometrika

Memperkenalkan operasi matriks yang penting untuk representasi ringkas model regresi. Anda menjadi fasih dalam notasi matriks yang digunakan di seluruh kursus.

Pelajaran 4 • Peran Ekonometrika dalam Ilmu Ekonomi

Mendefinisikan ekonometrika dan membedakannya dari statistik dan teori ekonomi. Menetapkan mengapa pengujian empiris model ekonomi penting bagi kebijakan dan penelitian.

Pelajaran 1 • Model Regresi Bivariat

Menentukan fungsi regresi populasi dan komponen stokastiknya. Membangun hubungan konseptual antara hubungan ekonomi dan persamaan regresi. Hubungan jangka panjang ini menjadi dasar estimasi keseimbangan jangka panjang.

Pelajaran 2 • Kesesuaian Model dan Evaluasi Model

Memperkenalkan R-kuadrat, dekomposisi SST, SSE, dan SSR untuk menilai kesesuaian model. Anda belajar membedakan kesesuaian statistik dari kebermaknaan ekonomi.

Pelajaran 3 • Asumsi Klasik OLS

Menyatakan asumsi Gauss-Markov dan menjelaskan alasan ekonominya. Menghubungkan pelanggaran asumsi dengan estimasi yang bias atau tidak efisien.

Pelajaran 4 • Inferensi dalam Regresi Sederhana

Menurunkan distribusi sampling estimator OLS dan menyusun uji hipotesis serta interval kepercayaan. Menerapkan uji-t pada koefisien kemiringan dan intersep.

Pelajaran 1 • OLS dalam Bentuk Matriks

Menurunkan estimator OLS sebagai rumus matriks dan membuktikan teorema Gauss-Markov. Anda menerapkan aljabar matriks untuk menghitung dan memverifikasi estimasi.

Pelajaran 2 • Spesifikasi Regresi Berganda

Memperkenalkan model regresi dengan k variabel dan peran interpretasi ceteris paribus. Membahas bagaimana penambahan regresor mengontrol faktor perancu.

Pelajaran 3 • Pengujian Hipotesis dalam Regresi Berganda

Memperluas uji-t ke beberapa koefisien dan memperkenalkan uji-F untuk signifikansi bersama. Anda menguji restriksi ekonomi pada parameter model.

Pelajaran 4 • Regresor Kualitatif dan Variabel Dummy

Memperkenalkan variabel biner dan kategorik sebagai regresor dan membahas jebakan variabel dummy. Anda memodelkan perbedaan kelompok dan pergeseran struktural.

Pelajaran 1 • Autokorelasi dalam Model Regresi

Membahas galat berkorelasi serial yang umum dalam data deret waktu dan efeknya terhadap efisiensi OLS. Memperkenalkan tes deteksi dan estimator korektif.

Pelajaran 2 • Heteroskedastisitas: Deteksi dan Koreksi

Menjelaskan bagaimana varians galat yang tidak konstan menggelembungkan galat baku dan mengacaukan inferensi. Mencakup uji formal dan strategi estimasi yang kokoh.

Pelajaran 3 • Multikolinearitas: Diagnosis dan Mitigasi

Membedakan kolinearitas sempurna dari hampir sempurna dan efeknya terhadap presisi koefisien. Memberikan strategi praktis untuk mengurangi kolinearitas dalam pekerjaan terapan.

Pelajaran 4 • Galat Pengukuran dan Konsekuensinya

Menganalisis bagaimana galat dalam variabel membiaskan estimasi OLS dan memengaruhi inferensi. Memperkenalkan intuisi variabel instrumental sebagai perbaikan.

Pelajaran 1 • Sumber dan Konsekuensi Endogenitas

Mendefinisikan endogenitas dan menelusuri tiga sumber utamanya: variabel yang dihilangkan, simultanitas, dan galat pengukuran. Mendemonstrasikan mengapa OLS tidak konsisten di bawah endogenitas.

Pelajaran 2 • IV Terapan dalam Penelitian Ekonomi

Mengkaji aplikasi IV klasik dalam ekonomi ketenagakerjaan, kesehatan, dan pembangunan. Anda secara kritis mengevaluasi validitas instrumen dalam studi yang dipublikasikan.

Pelajaran 3 • Menguji Instrumen dan Endogenitas

Mencakup uji Hausman untuk endogenitas dan uji relevansi instrumen serta overidentifikasi. Anda memvalidasi pilihan instrumen menggunakan diagnostik formal.

Pelajaran 4 • Estimasi Variabel Instrumental

Memperkenalkan estimator IV, kondisi relevansi dan eksogenitas, serta estimator Wald untuk instrumen biner. Anda menurunkan dan menghitung estimasi IV secara manual.

Pelajaran 1 • Kointegrasi dan Model Koreksi Galat

Mendefinisikan kointegrasi sebagai hubungan keseimbangan jangka panjang dan menurunkan model koreksi galat. Anda menguji kointegrasi dan mengestimasi ECM untuk data ekonomi.

Pelajaran 2 • Pengujian Akar Unit

Memperkenalkan uji Dickey-Fuller dan Dickey-Fuller diperluas untuk akar unit dalam deret ekonomi. Anda menentukan orde integrasi dan menerapkan transformasi yang sesuai.

Pelajaran 3 • Peramalan dengan Model Deret Waktu

Mengembangkan prakiraan titik dan interval dari model ARIMA dan ECM serta mengevaluasi akurasi prakiraan. Anda membandingkan model menggunakan metrik prakiraan di luar sampel.

Pelajaran 4 • Model ARMA dan Metode Box-Jenkins

Mencakup spesifikasi model AR, MA, dan ARMA, estimasi, serta pemeriksaan diagnostik. Anda menerapkan strategi identifikasi Box-Jenkins pada deret waktu ekonomi.

Pelajaran 1 • Struktur dan Keunggulan Data Panel

Mendeskripsikan panel seimbang dan tidak seimbang serta menjelaskan bagaimana pengamatan berulang mengontrol heterogenitas tidak teramati. Memotivasi metode panel daripada OLS gabungan.

Pelajaran 2 • Efek Acak dan Uji Hausman

Memperkenalkan estimator efek acak sebagai pendekatan GLS dan membandingkannya dengan efek tetap. Uji Hausman memandu pemilihan model antara FE dan RE.

Pelajaran 3 • Estimasi Efek Tetap

Menurunkan estimator dalam (within estimator) dengan mendenominasikan untuk menghilangkan efek tidak teramati yang tidak berubah terhadap waktu. Anda menerapkan model FE dan menafsirkan variasi dalam unit.

Pelajaran 4 • Panel Dinamis dan Estimasi GMM

Membahas panel dinamis dengan variabel terikat terlambat dan bias Nickell dalam model FE. Memperkenalkan GMM Arellano-Bond sebagai solusi standar.

Pelajaran 1 • Regresi Disensor dan Tertrunkasi

Membahas seleksi sampel dan penyensoran menggunakan model Tobit dan koreksi seleksi Heckman. Anda mengidentifikasi kapan OLS standar menghasilkan estimasi yang bias.

Pelajaran 2 • Model Data Hitungan

Memodelkan hasil bilangan bulat non-negatif menggunakan regresi Poisson dan binomial negatif. Anda menguji overdispersi dan memilih model hitungan yang sesuai.

Pelajaran 3 • Kesesuaian Model dan Spesifikasi untuk Model Biner

Mengevaluasi model biner menggunakan pseudo-R-kuadrat, uji rasio kemungkinan, dan metrik klasifikasi. Anda mendiagnosis kesalahan spesifikasi dalam model probit dan logit.

Pelajaran 4 • Model Terurut dan Multinomial

Memperluas pilihan biner ke hasil terurut (probit/logit terurut) dan kategori tidak terurut (logit multinomial). Anda menginterpretasikan parameter ambang batas dan probabilitas relatif.