מטרת הקורס היא לחשוף את הסטודנטים לשיטות וכלים אקונומטריים מתקדמים, תוך מעבר על מאמרים שימחישו את השימוש בטכניקות אלו בד בבד עם למידת התאוריה. בחלק הראשון של הקורס נלמד שיטות לא לינאריות לטיפול בנתונים חריגים Quantile Regression ושיטות שונות לטיפול בבעית ההטרוגניות של השונות, שיטות כמו: Bootstrap ו-Clustering. החלק השני של הקורס יעסוק בשאלה של איך ניתן להסיק מסקנות מניתוח אקונומטרי, כאשר ההתמקדות היא בהסקה סיבתית ולא בקורולציה. לשם כך נלמד שיטות כמו: Instrumental variables, regressions discontinuity, propensity score matching, natural experiments, differences -in-differences, and randomized trials. בחלק השלישי של הקורס נציג כלים אקונומטרים וטכניקות לטיפול בנתוני פאנל (panel data – נתונים שעוקבים אחרי פרטים לאורך זמן). הסטודנט יידרש במהלך הקורס ללמוד לעבוד עם תוכנת STSTA (תוכנה סטטיסטית). ידיעת התוכנה דרושה לפיתרון התרגילים. מטרת הקורס היא להעניק לסטודנט, בנוסף לידע התאורטי, גם ניסיון ביישום הטכניקות הנלמדות, לשם כך ינתנו במהלך הקורס מספר תרגילים מקיפים.

מטרת הקורס היא לחשוף את הסטודנטים לשיטות וכלים אקונומטריים מתקדמים, תוך מעבר על מאמרים שימחישו את השימוש בטכניקות אלו בד בבד עם למידת התאוריה. בחלק הראשון של הקורס נלמד שיטות לא לינאריות לטיפול בנתונים חריגים Quantile Regression ושיטות שונות לטיפול בבעית ההטרוגניות של השונות, שיטות כמו: Bootstrap ו-Clustering. החלק השני של הקורס יעסוק בשאלה של איך ניתן להסיק מסקנות מניתוח אקונומטרי, כאשר ההתמקדות היא בהסקה סיבתית ולא בקורולציה. לשם כך נלמד שיטות כמו: Instrumental variables, regressions discontinuity, propensity score matching, natural experiments, differences -in-differences, and randomized trials. בחלק השלישי של הקורס נציג כלים אקונומטרים וטכניקות לטיפול בנתוני פאנל (panel data – נתונים שעוקבים אחרי פרטים לאורך זמן). הסטודנט יידרש במהלך הקורס ללמוד לעבוד עם תוכנת STSTA (תוכנה סטטיסטית). ידיעת התוכנה דרושה לפיתרון התרגילים. מטרת הקורס היא להעניק לסטודנט, בנוסף לידע התאורטי, גם ניסיון ביישום הטכניקות הנלמדות, לשם כך ינתנו במהלך הקורס מספר תרגילים מקיפים.