Link in library project: https://elearn.urfu.ru/course/view.php?id=8841

Ивановская область: 24

Описание и статистика переменных: https://rosstat.gov.ru/free_doc/new_site/population/urov/sut_fond19/index.html

Примеры кодов: https://elearn.urfu.ru/pluginfile.php/1351913/mod_resource/content/1/%D0%9F%D1%80%D0%B8%D0%BC%D0%B5%D1%80%D1%8B%20%D0%BA%D0%BE%D0%B4%D0%BE%D0%B2%20%D0%B4%D0%BB%D1%8F%20%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%D0%B0.pdf

Задание по эконометрическому проекту:
1. Загрузить данные в виде датафрейма;
2. Преобразовать переменные и создать новые переменные на основе уже 
имеющихся: объединить, логарифмировать, создать дамми-переменные. 
Объединять данные следует по укрупненным группам:e
K110-K139 – Занятость и связанные с ней виды деятельности
K211-K250 – Производство товаров для собственного конечного 
потребления
K311-390 – Оказание неоплачиваемых услуг по уходу за членами 
домашнего хозяйства и семьи
К411-490 – и т.д.
Кодификатор – приложение 11 к приказу о проведении наблюдения 
(ссылка в разделе по проекту на elearn.urfu.ru)
3. Оставить наблюдения только для региона (по вашему варианту), коды 
регионов по ОКАТО – в распределении по вариантам.
4. Также можно убрать наблюдения по другим признакам. Например, если 
вы будете исследовать только тех, кто работает (то есть тех, у кого по 
переменным К110-139 ненулевые затраты).
5. Посчитать описательные статистики и построить гистограммы для 
отобранных переменных.
6. Провести тест Чоу по переменным, которые вы хотели бы включить в 
модель (пол, место проживания и т.п.)
7. Построить модель и оценить ее методом наименьших квадратов. Все 
варианты моделей нужно приложить в отчете (в том числе 
неподходящие по каким-то параметрам. Например, по незначимости 
коэффициентов).
8. Проверить наличие гетероскедастичности тестом Уайта или иным. Если 
гетероскедастичность присутствует, попытаться ее устранить. 
9. Сдать два файла – блокнот с кодами и итогами (а также файл уже 
преобразованный в формате Excel) и отчет с итоговыми выводами по 
модели.