Hiệu lực nội tại và hiệu lực ngoại vi của mô hình hồi quy – 1 (Internal and External Validity)
Lê Việt Phú
Phát Bài tập 1
Hiệu lực nội tại và hiệu lực ngoại vi của mô hình hồi quy – 2
Lê Việt Phú
Ôn tập
Lê Việt Phú/Nguyễn Bách Điệp
Môn học kinh tế lượng ứng dụng được cấu trúc thành ba phần.
Trong phần đầu, học viên sẽ ôn lại các khái niệm liên quan đến mô hình hồi quy tuyến tính cổ điển CLRM và tìm hiểu các vấn đề xảy ra khi mô hình vi phạm các giả định CLRM. Việc áp đặt các điều kiện khắt khe trong mô hình hồi quy cổ điển dẫn đến khả năng áp dụng trong các nghiên cứu thực tế bị hạn chế. Sau đó, môn học sẽ lần lượt giới thiệu các kỹ thuật phức tạp được phát triển từ lý thuyết hồi quy tuyến tính cổ điển nhằm giải quyết các vấn đề trên. Do đó, nội dung phần hai chủ yếu xoay quanh các mô hình và kỹ thuật xử lý để cho phép ước lượng các bài toán dựa trên số liệu thực khi các điều kiện tiêu chuẩn không được đảm bảo. Học viên sẽ nhận diện được tính ưu việt của việc sử dụng dữ liệu bảng so với các phương pháp hồi quy dữ liệu chéo. Phương pháp hồi quy hai giai đoạn và mô hình hệ phương trình đồng thời cho phép ước lượng các bài toán khi một trong các biến giải thích không còn là ngẫu nhiên. Phương pháp hồi quy với biến phụ thuộc bị giới hạn hoặc dữ liệu bị kiểm duyệt dẫn đến ước lượng bị chệch, và hình thức xử lý. Học viên cũng sẽ được tiếp cận cách thiết kế nghiên cứu áp dụng trong các bài toán đánh giá tác động chính sách với mục tiêu là thiết lấp mối quan hệ nhân quả giữa can thiệp và tác động.
Trong phần thứ hai, môn học sẽ giới thiệu các mô hình cơ bản trong khoa học dữ liệu và ứng dụng của dữ liệu lớn trong phân tích chính sách và kinh doanh. Xu hướng nghiên cứu ứng dụng dữ liệu lớn ngày càng được các doanh nghiệp triển khai trong dự báo hành vi khách hàng, quản trị chuỗi cung ứng, chuẩn đoán y tế sức khỏe, và công nghệ tài chính. Các bài học sẽ được thiết kế để cung cấp cái nhìn tổng quát về ngành khoa học dữ liệu, các vấn đề của dữ liệu lớn, tìm hiểu các triển vọng, rủi ro, và thực hành các ứng dụng đơn giản. Học viên sẽ học các công cụ xử lý các tập dữ liệu lớn, thu thập và bảo đảm tính toàn vẹn của dữ liệu, các vấn đề căn bản khi phân tích dữ liệu, nền tảng của việc thu thập và phân tích dữ liệu lớn cho nghiên cứu khoa học xã hội trong việc ra hỗ trợ ra quyết định, và cuối cùng là các vấn đề liên quan đến quyền riêng tư, bảo mật và đạo đức khi phân tích dữ liệu lớn.
