PHÂN TÍCH SỐ LIỆU KINH TẾ VỚI STATA, R, PYTHON
Giảng viên
Giới thiệu khóa học
Dưới đây là nội dung kế hoạch học tập môn "Phân tích số liệu kinh tế với Stata, R, Python" bao gồm phần giới thiệu, mục tiêu, kiến thức tiên quyết và lộ trình học 15 tuần.
Tóm tắt giới thiệu môn học
Môn "Phân tích số liệu kinh tế với Stata, R, Python" là một học phần hiện đại và thực tiễn, trang bị cho sinh viên các kỹ năng cần thiết để xử lý, phân tích và trực quan hóa dữ liệu kinh tế bằng ba công cụ phổ biến trong phân tích định lượng: Stata, R và Python. Môn học kết hợp giữa lý thuyết kinh tế lượng và thực hành công nghệ dữ liệu nhằm giúp sinh viên hiểu sâu và xử lý linh hoạt các bộ dữ liệu kinh tế trong nghiên cứu và ứng dụng.
Sinh viên sẽ học cách nhập dữ liệu, làm sạch dữ liệu, phân tích mô hình hồi quy, kiểm định giả thuyết và trình bày kết quả một cách chuyên nghiệp. Môn học đặc biệt phù hợp cho những ai định hướng làm việc trong lĩnh vực nghiên cứu, tài chính, chính sách công, và khoa học dữ liệu kinh tế.
Chú thích: Môn học là cầu nối giữa lý thuyết kinh tế học và thế giới thực của dữ liệu, giúp sinh viên trở thành những nhà phân tích kinh tế có khả năng xử lý dữ liệu đa nền tảng.
Mục tiêu môn học
Làm chủ kỹ năng phân tích dữ liệu bằng phần mềm Stata, R và Python: Biết cách chọn công cụ phù hợp để xử lý các bài toán kinh tế thực tiễn.
Hiểu và vận dụng các mô hình kinh tế lượng cơ bản: Bao gồm hồi quy tuyến tính, kiểm định giả thuyết, và phân tích tương quan, phương sai, chuỗi thời gian,...
Phát triển tư duy xử lý dữ liệu có hệ thống: Biết cách làm sạch, chuyển đổi và phân tích dữ liệu một cách khoa học.
Thành thạo trực quan hóa dữ liệu và trình bày kết quả: Kỹ năng sử dụng biểu đồ, bảng số liệu và văn bản mô tả để truyền tải kết luận phân tích.
Chú thích: Môn học không chỉ giúp sinh viên hiểu số liệu mà còn truyền tải kết quả phân tích một cách hiệu quả và dễ hiểu, phục vụ nghiên cứu, hoạch định và quản trị.
Kiến thức tiên quyết
Kinh tế lượng cơ bản: Nắm được các khái niệm như hồi quy tuyến tính, sai số, kiểm định t-stat, p-value,...
Toán học đại cương và xác suất thống kê: Hiểu các khái niệm ma trận, hàm số, phân phối xác suất, trung bình, phương sai,...
Kỹ năng tin học văn phòng và logic lập trình cơ bản: Có hiểu biết căn bản về thao tác trên máy tính, cú pháp logic, vòng lặp, hàm.
Chú thích: Những kiến thức này là nền tảng quan trọng để sinh viên theo kịp tốc độ học, hiểu được bản chất các mô hình và lập trình hiệu quả.
Kế hoạch học tập 15 tuần môn "Phân tích số liệu kinh tế với Stata, R, Python"
| Tuần | Nội dung học tập | Mục tiêu cụ thể / Ghi chú |
|---|---|---|
| Tuần 1 | Giới thiệu môn học, vai trò của phân tích dữ liệu trong kinh tế | Làm quen với ba phần mềm: Stata, R, Python; cài đặt và giới thiệu tổng quan giao diện. |
| Tuần 2 | Tổng quan về dữ liệu kinh tế và cách xử lý dữ liệu cơ bản | Hiểu khái niệm biến, tập dữ liệu, loại dữ liệu, và thao tác nhập dữ liệu vào phần mềm. |
| Tuần 3 | Làm sạch dữ liệu và kiểm tra tính hợp lệ | Kỹ thuật xử lý thiếu dữ liệu, loại trừ ngoại lệ, tạo biến mới. |
| Tuần 4 | Thống kê mô tả và trực quan hóa dữ liệu | Sử dụng biểu đồ, histogram, boxplot, scatterplot... để phân tích dữ liệu định tính, định lượng. |
| Tuần 5 | Hồi quy tuyến tính đơn và đa biến trong Stata | Viết lệnh hồi quy, giải thích output và chẩn đoán mô hình. |
| Tuần 6 | Hồi quy tuyến tính đơn và đa biến trong R | Sử dụng các gói như lm(), ggplot2, summary() để phân tích. |
| Tuần 7 | Hồi quy tuyến tính đơn và đa biến trong Python | Dùng thư viện pandas, statsmodels, seaborn, matplotlib để hồi quy và vẽ biểu đồ. |
| Tuần 8 | Kiểm định giả thuyết và xử lý đa cộng tuyến | Áp dụng kiểm định t, kiểm định F, kiểm tra độ tin cậy của mô hình. |
| Tuần 9 | Kiểm định phương sai thay đổi và tự tương quan | Sử dụng kiểm định Breusch-Pagan, White, Durbin-Watson,… |
| Tuần 10 | Phân tích chuỗi thời gian cơ bản | Làm quen với dữ liệu theo thời gian, kiểm định dừng, mô hình AR(1), MA(1). |
| Tuần 11 | Phân tích mô hình logit, probit và dữ liệu phân loại | Áp dụng các mô hình phi tuyến trong phân tích dữ liệu nhị phân. |
| Tuần 12 | Thực hành phân tích dữ liệu thực tế (Mini Project) | Nhóm sinh viên chọn bộ dữ liệu và áp dụng mô hình hồi quy với 1 trong 3 phần mềm. |
| Tuần 13 | So sánh ưu - nhược điểm giữa Stata, R và Python trong xử lý dữ liệu | Thảo luận nhóm và viết báo cáo đánh giá phần mềm phù hợp theo mục tiêu nghiên cứu. |
| Tuần 14 | Trình bày kết quả phân tích dữ liệu theo nhóm | Sinh viên trình bày project, minh họa mô hình, biểu đồ và rút ra kết luận. |
| Tuần 15 | Kiểm tra cuối kỳ: lý thuyết + thực hành trên máy | Đánh giá toàn diện kiến thức lý thuyết và kỹ năng xử lý mô hình bằng phần mềm. |
Chú thích: Kế hoạch học tập nhấn mạnh việc học thông qua thực hành và ứng dụng thực tế, giúp sinh viên làm chủ công cụ xử lý dữ liệu hiện đại và phục vụ hiệu quả cho các nghiên cứu hoặc công việc tương lai.
Bạn có cần mình chuyển kế hoạch này thành slide trình chiếu hoặc tài liệu in ấn không?