MPE_APIS Aplikované identifikační strategie

Ekonomicko-správní fakulta
jaro 2022
Rozsah
2/2/0. 8 kr. Ukončení: zk.
Vyučující
Ing. Michal Kvasnička, Ph.D. (přednášející)
doc. Ing. Štěpán Mikula, Ph.D. (přednášející)
Garance
doc. Ing. Štěpán Mikula, Ph.D.
Katedra ekonomie – Ekonomicko-správní fakulta
Kontaktní osoba: Mgr. Jarmila Šveňhová
Dodavatelské pracoviště: Katedra ekonomie – Ekonomicko-správní fakulta
Rozvrh
Po 14:00–15:50 P403, kromě Po 28. 3.
  • Rozvrh seminárních/paralelních skupin:
MPE_APIS/01: Út 10:00–11:50 VT204, kromě Út 29. 3., M. Kvasnička, Š. Mikula
Předpoklady
Praktické použití identifikačních strategií vyžaduje znalost základů ekonometrie a práce s daty.
Kurz používá otevřený software R (https://cran.r-project.org/) a IDE RStudio (https://www.rstudio.com/). Základní znalost R je nezbytnou prerekvizitou kurzu. Studenti by měli mít základní znalost datových struktur (vektor, matice, data.frame/tibble) a regresní analýzy (použití formulí a estimačních funkcí jako je lm()). Kterýkoliv z kurzů R (MPE_AVED, MPE_DAAR, MPE_DAR2 nebo MPM_VSVS) poskytne studentům dostatečné znalosti.
Základní znalost ekonometrie nebo příbuzného oboru (biostatistika, statistika) je rovněž potřebná. Studenti by mělo mít základní znalost OLS estimátoru a testování hypotéz. Jakýkoliv kurz ekonometrie by měl poskytnout dostatečné znalosti.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Tento kurz seznámí studenty se statistickými technikami a výzkumnými designy, které umožňují identifikaci kauzálních efektů v empirickém výzkumu nebo při hodnocení veřejných politik. V kurzu budou v kontextu analýzy trhu práce, zdravotní péče, nebo vzdělání diskutovány různé metody. Prostřednictvím praktických seminářů se studenti v prostředí jazyka R naučí používat teoretické koncepty při analýze reálných dat.
Výstupy z učení
Po absolvování kurzu budou studenti:
rozumět významu experimentu v kauzální inferenci;
rozumět klíčovým konceptům identifikačních strategii a jejich použití;
použít identifikační strategie při analýze observačních dat;
umět formulovat a kriticky zhodnotit potřebu, možnosti a metody evaluace veřejných politik.
Osnova
  • Problém hodnocení veřejných politik (selection bias)
  • Kauzální inference a counterfactuals (Rubinův kauzální model)
  • Náhodné přiřazení treatmentu (experimenty)
  • Regresní analýza
  • Instrumental variables
  • Regression discontinuity design
  • Difference-in-differences
  • Matching
Literatura
    povinná literatura
  • GERTLER, Paul, Sebastian Wilde MARTINEZ, Patrick PREMAND, Laura RAWLINGS a Christel VERMEERSCH. Impact evaluation in practice. Second edition. Washington: World bank group, 2016, xxviii, 33. ISBN 9781464807794. info
    doporučená literatura
  • CUNNINGHAM, Scott. Causal inference: The mixtape. Yale University Press, 2021. URL info
  • ANGRIST, Joshua David a Jörn-Steffen PISCHKE. Mostly harmless econometrics : an empiricist's companion. Princeton: Princeton University Press, 2009, xiii, 373. ISBN 9780691120355. URL info
Výukové metody
Obecné principy a postupy budou prezentovány na přednáškách a s pomocí případových studií. Praktické semináře pomohou studentům zvládnout praktickou aplikaci identifikačních strategií v prostředí jazyka R.
Metody hodnocení
Pravidelná aktivní účast na seminářích (30 %)
Závěrečná písemná zkouška (70 %); pro absolvování kurzu je nutné získat ze závěrečné zkoušky alespoň 60 % bodů

Hodnotící škála:
A: (88; 100]
B: (81; 88]
C: (74; 81]
D: (67; 74]
E: (60; 67]
F: [0, 60]
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích jaro 2023, jaro 2024, jaro 2025.