PHÂN TÍCH VÀ MÔ HÌNH HÓA DỮ LIỆU KINH TẾ
Giảng viên
Giới thiệu khóa học
Dưới đây là kế hoạch học tập môn "Phân tích và Mô hình hóa Dữ liệu Kinh tế", được thiết kế nhằm giúp sinh viên phát triển tư duy định lượng và kỹ năng thực hành dữ liệu trong kinh tế hiện đại – nơi dữ liệu là nền tảng của mọi quyết định.
Tóm tắt giới thiệu môn học
Trong thời đại kinh tế số, dữ liệu không chỉ là nguyên liệu đầu vào mà còn là “ngôn ngữ” để hiểu rõ các hiện tượng kinh tế – từ lạm phát, thất nghiệp đến tiêu dùng và đầu tư. Môn học "Phân tích và Mô hình hóa Dữ liệu Kinh tế" mang đến cho sinh viên công cụ và phương pháp để xử lý, phân tích và mô hình hóa dữ liệu một cách có hệ thống. Sinh viên sẽ học cách xây dựng mô hình kinh tế phù hợp từ dữ liệu thực tế, sử dụng các phần mềm như R, Python hoặc Excel để trực quan hóa, phân tích hồi quy, kiểm định giả thuyết và mô phỏng các tình huống chính sách.
Chú thích: Đây là môn học thiết yếu cho bất kỳ sinh viên nào mong muốn phát triển sự nghiệp trong lĩnh vực kinh tế ứng dụng, phân tích chính sách, tài chính, hoặc khoa học dữ liệu.
Mục tiêu môn học
Làm chủ các bước xử lý và phân tích dữ liệu kinh tế: từ thu thập, làm sạch đến trực quan
Nắm vững các phương pháp mô hình hóa kinh tế cơ bản: hồi quy, phân tích chuỗi thời gian, mô hình logit/probit
Vận dụng phần mềm (R/Python/Excel) để phân tích dữ liệu và trình bày kết quả
Phân tích, mô hình hóa và dự báo các hiện tượng kinh tế cụ thể
Phát triển tư duy định lượng và kỹ năng báo cáo khoa học
Chú thích: Môn học chú trọng vào cả kiến thức lý thuyết lẫn kỹ năng thực hành, giúp sinh viên sẵn sàng ứng dụng mô hình vào nghiên cứu và công việc thực tế.
Các môn kiến thức tiên quyết
Toán cho kinh tế học và xác suất thống kê – nền tảng để hiểu về mô hình và các kỹ thuật ước lượng
Kinh tế lượng cơ bản – đã biết về hồi quy tuyến tính và kiểm định giả thuyết
Tin học ứng dụng – làm quen với xử lý dữ liệu trong Excel, hoặc lập trình cơ bản với R hoặc Python
Chú thích: Sinh viên nên nắm chắc kiến thức tiền đề để không gặp khó khăn trong giai đoạn xây dựng và đánh giá mô hình.
Kế hoạch học tập môn (15 tuần)
| Tuần | Nội dung học tập | Ghi chú – Mục tiêu cụ thể |
|---|---|---|
| 1 | Tổng quan phân tích dữ liệu kinh tế – các bước và ứng dụng | Hiểu quy trình từ dữ liệu đến mô hình hóa |
| 2 | Thu thập và làm sạch dữ liệu kinh tế | Thực hành với bộ dữ liệu từ Tổng cục Thống kê |
| 3 | Trực quan hóa dữ liệu bằng đồ thị, biểu đồ, bảng | Sử dụng Excel, R hoặc Python cho minh họa |
| 4 | Ôn tập hồi quy tuyến tính và các giả định cơ bản | Làm nền tảng cho các mô hình sau |
| 5 | Mô hình hóa dữ liệu kinh tế bằng hồi quy đa biến | Xây dựng mô hình dự báo đơn giản |
| 6 | Kiểm định mô hình: phần dư, multicollinearity, heteroskedasticity | Đảm bảo mô hình có độ tin cậy |
| 7 | Biến giả, biến phân loại và mô hình Logit/Probit | Phân tích hành vi lựa chọn trong kinh tế học vi mô |
| 8 | Làm việc với dữ liệu chuỗi thời gian: xu thế, mùa vụ, kiểm định ADF | Ứng dụng phân tích các chỉ tiêu GDP, CPI, lạm phát |
| 9 | Mô hình hóa chuỗi thời gian: ARIMA cơ bản | Dự báo biến động kinh tế thời gian |
| 10 | Phân tích mô hình nhân quả: VAR và Granger Causality | Kiểm tra quan hệ nguyên nhân – hệ quả giữa biến số |
| 11 | Xử lý dữ liệu bảng (panel data) và mô hình hiệu ứng cố định/ngẫu nhiên | Phân tích dữ liệu đa chiều trong kinh tế vĩ mô |
| 12 | Mô hình hóa chính sách kinh tế giả định | Mô phỏng tác động của tăng thuế, thay đổi lãi suất... |
| 13 | Giới thiệu mô hình dự báo với học máy cơ bản | Linear Regression, Decision Tree, Random Forest |
| 14 | Thực hành tổng hợp – xây dựng một mô hình dự báo hoàn chỉnh | Dữ liệu thực tế, báo cáo nhóm |
| 15 | Trình bày kết quả – phản biện – đánh giá | Kiểm tra năng lực ứng dụng thực tế và tư duy phân tích |
Áp dụng vào quá trình học tập và công việc thực tế
Trong học thuật: Hỗ trợ luận văn, tiểu luận nghiên cứu, các môn như kinh tế lượng nâng cao, chính sách công
Trong công việc: Phân tích dữ liệu thị trường, nghiên cứu kinh tế ngành, dự báo tài chính, định giá tài sản
Phát triển kỹ năng: Trình bày dữ liệu, lập mô hình, viết báo cáo khoa học, tư duy phản biện và giải quyết vấn đề bằng dữ liệu
Chú thích: Những kỹ năng từ môn học này giúp sinh viên tự tin hơn khi bước vào môi trường làm việc yêu cầu sử dụng dữ liệu và đưa ra quyết định dựa trên bằng chứng định lượng.
Bạn có muốn mình gợi ý một bộ đề thực hành hoặc nguồn dữ liệu mở để rèn kỹ năng mô hình hóa ngay trong học kỳ không?