Ez a kurzus a statisztika alapvető ismereteire épül, beleértve olyan kulcsfontosságú fogalmakat, mint a valószínűség, az eloszlások, a mintavétel, a hipotézisvizsgálat, a varianciaanalízis és a regresszióanalízis. Olyan hallgatók számára készült, akik már rendelkeznek tapasztalattal ezen alapvető technikák gazdasági problémákra való alkalmazásában. Ezen a másodszintű kurzuson a hallgatók eljutnak a modern közgazdasági kutatásban és az adattudományban használt kortárs analitikai módszerekig, amelyek összetettebb, magas dimenziójú és időfüggő adatokra összpontosítanak.
A kurzus célja, hogy a hallgatók gyakorlati tapasztalatot szerezzenek a Python programozási nyelv használatában, miközben elmélyítik a statisztikai gondolkodásmód és a gépi tanulás iránti megértésüket. A hallgatók valós adathalmazokkal dolgoznak majd idősor-modellek (pl. ARIMA) felépítésén, logisztikus regressziót és regularizációval kiegészített általánosított lineáris modellezést (lasso, ridge) hajtanak végre, dimenziócsökkentési technikákat – például PCA-t és faktoranalízist – alkalmaznak, valamint kísérleteznek klaszterezési és felügyelt tanulási modellekkel, mint például a véletlenszerű erdők és a gradiens-erősítés.
Ahelyett, hogy elválasztanák az elméletet a gyakorlattól, az összes foglalkozás integrált formátumot követ, ahol a hallgatók a fogalmakat azonnal alkalmazhatják kódolás és csoportos elemzés révén. A cél az, hogy a hallgatók képesek legyenek önálló, megbízható és közölhető gazdasági elemzéseket készíteni, amelyek mind az akadémiai, mind az alkalmazott kutatási szabványoknak megfelelnek.