АНАЛИЗ ВЛИЯНИЯ БОЛЬШИХ ОБЪЕМОВ ДАННЫХ В ЭКОНОМИКЕ С ИСПОЛЬЗОВАНИЕМ ЦИФРОВЫХ ТЕХНОЛОГИЙ
DOI:
https://doi.org/10.60078/3060-4842-2025-vol2-iss5-pp840-843Аннотация
Стремительное развитие цифровых технологий изменило способы сбора, хранения и анализа данных. Большие данные создали новые возможности и проблемы для эконометрических исследований. В данной статье обсуждается интеграция эконометрических методов с анализом больших данных, необходимые методологические инновации и результаты эмпирических экономических исследований. В исследовании также рассматриваются современные инструменты и идеи, которые помогают эконометристам управлять сложностью и масштабом больших наборов данных, сохраняя при этом точность и интерпретируемость моделей. Также показано, как сочетание традиционного эконометрического подхода и вычислительных методов может повысить качество и расширить охват экономического анализа в современной цифровой экономике.
Ключевые слова:
большие данные смещение размер разнообразие скорость регуляризация методы редукции регрессия LASSO гребневая регрессия панельные данные временные ряды Python R Julia Statsmodels scikit-learn data.table PySpark причинно-следственные лесаБиблиографические ссылки
Athey, S. (2018). The Impact of Machine Learning on Economics. In The Economics of Artificial Intelligence. University of Chicago Press.
Belloni, A., Chernozhukov, V., & Hansen, C. (2014). High-Dimensional Methods and Inference on Structural and Treatment Effects. Journal of Economic Perspectives, 28(2), 29–50.
Einav, L., & Levin, J. (2014). Economics in the Age of Big Data. Science, 346(6210).
Mullainathan, S., & Spiess, J. (2017). Machine Learning: An Applied Econometric Approach. Journal of Economic Perspectives, 31(2), 87–106.
Varian, H. R. (2014). Big Data: New Tricks for Econometrics. Journal of Economic Perspectives, 28(2), 3–28.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
