Nội dung khóa học

Buổi 1: Tổng quan về phân tích dữ liệu định lượng

1. Giới thiệu về phương pháp phân tích định lượng
2. Thống kê mô tả
3. Thống kê suy diễn
4. Ngôn ngữ  R và Python
5. Thực hành trên R và Python

Buổi 2+3. Thống kê mô tả

1. Mẫu và các phương pháp chọn mẫu
2. Các đại lượng thống kê mô tả
3. Phân phối mẫu
4. Ước lượng và kiểm định
5. Thực hành trên R và Python

Buổi 4+5. Biểu diễn dữ liệu

1. Biểu diễn dữ liệu
2. Mất mát dữ liệu và xử lý
3. Thực hành trên R và Python

Buổi 6+7. Hồi quy tuyến tính đơn

1. Motivation
2. Giới thiệu hồi quy tuyến tính đơn
3. Ước lượng và diễn giải
4. Đánh giá mô hình và kiểm định giả thuyết
5. Thực hành trên R và Python

Buổi 8+9. Hồi quy đa biến

1. Giới thiệu mô hình
2. Ước lượng và diễn giải
3. Vấn đề cộng tuyến
4. Tối ưu hóa mô hình
5. Thực hành trên R và Python

Buổi 10+11 Hồi quy phi tuyến

1. Giới thiệu mô hình
2. Minh họa mô hình phi tuyến và diễn giải
3. Một số dạng mô hình hồi quy phi tuyến
4. Thực hành trên R và Python

Buổi 12+13 Hồi quy dữ liệu bảng

1. Giới thiệu dữ liệu dạng bảng.
2. Mô hình pooled OLS
3. Hồi quy tác động cố định
4. Hồi quy tác động ngẫu nhiên
5. Thực hành trên R và Python

Buổi 14+ 15 Mô hình hồi quy logistic

1. Giới thiệu mô hình
2. Xây dựng mô hình và diễn giải
3. Đánh giá mô hình
4. Thực hành trên R, python

Buổi 16 Hồi quy Robust

1. Giới thiệu mô hình
2. Xây dựng mô hình và diễn giải
3. Đánh giá mô hình
4. Thực hành trên R, python

Buổi 17+18 Mô hình Lasso

1. Giới thiệu mô hình
2. Xây dựng mô hình và diễn giải
3. Đánh giá mô hình
4. Thực hành trên R, python

Buổi 19+20 Mô hình time series

1. Giới thiệu mô hình
2. Xây dựng mô hình và diễn giải
3. Đánh giá mô hình
4. Thực hành trên R, python

Buổi 21 Hướng dẫn làm project

1. Giới thiệu project
2. Lựa chọn và xây dựng mô hình phân tích
3. Thực thi và đánh giá mô hình
4. Thực hành trên R, python

TỔNG KẾT - TRAO CHỨNG NHẬN