ekonometrika
DESCRIPTION
Ekonometrika. Muchdie , Ir , MS, Ph.D. FE- Uhamka. Mata kuliah ini membahas dasar-dasar regresi yang merupakan teknik estimasi utama dalam ekonometrika bersandar pada metode OLS dengan asumsi-asumsinya yang menhasilkan Best Linear Unbiased Estimator, BLUE. - PowerPoint PPT PresentationTRANSCRIPT
Ekonometrika
Muchdie, Ir, MS, Ph.D.FE-Uhamka
Deskripsi Mata KuliahMata kuliah ini membahas dasar-dasar regresi
yang merupakan teknik estimasi utama dalam ekonometrika bersandar pada metode OLS dengan asumsi-asumsinya yang menhasilkan Best Linear Unbiased Estimator, BLUE.
Aplikasi ditekankan pada model regresi deret waktu (timeseries), seperti model ARIMA, model ARCH, model GARCH dan Model VAR serta model lain seperti model dengan variabel bersifat kualitatif, model data panel (pooled data) dan model persamaan simultan.
Tujuan Pembelajaran
Setelah mengikuti kuliah ini mahasiswa memahami dan mempunyai ketrampilan untuk melakukan pengukuran ekonomi menggunakan model regresi sederhana dan regresi berganda.
Selain itu mahasiswa juga mempunya ketrampilan dalam aplikasi model regresi dimana variabel independen yang kualitatif, menggunakan data panel, mengunnakan data time series dan model simultan.
Sebelum mengaplikasikan model regresi, mahasiswa juga sadar akan berlakunya asumsi-asumsi dalam model regresi seperti : multikolinieritas, heteroskedastisitas dan autokorelasi.
Buku Referensi Utama
Agus Widarjono, 2009, Ekonometrika : Pengantar dan Aplikasinya, Penerbit Ekonisia, Fakultas Ekonomi, UII, Yogyakarta
EvaluasiKehadiran, 10 %Tugas-Tugas, 20%Ujian Tengah Semester, 35%
Ujian Akhir Semester, 35%
Garis Besar Materi Kuliah1. Pendahuluan dan Kontrak Kuliah2. Regresi Sederhana3. Regresi Sederhana4. Regresi Berganda5. Multikolinieritas6. Heteroskedastisitas7. Autokorelasi8. UJIAN TENGAN SEMESTER
Garis Besar Materi Kuliah1. Modelling Ekonometrika2. Model Regresi dengan Respon Kualitatif
(Variabel Independenden Kualitatif)3. Model Regresi data Panel4. Model regresi Persamaan Simultan5. Model ARIMA (AutoRegressive Integrated
Moving Average)6. Model ARCH dan GARCH7. Model Vector Autoregression (VAR)8. UJIAN AKHIR SEMESTER