Mga yunit

1. Artificial Intelligence sa Econometrics at Statistics: Mga Tungkulin, Hangganan, Authentication at Privacy 2. Paglilinis at Paghahanda ng Data: Nawawalang Data, Mga Outlier, at Coding 3. Exploratory Data Analysis at Visualization: Graphing at Interpretation gamit ang Artificial Intelligence 4. Linear Regression: Pagbuo ng Modelo, Coefficient Interpretation at Assumptions 5. Diagnostics at Paglabag ng Regression: Collinearity, Heteroscedasticity, Autocorrelation 6. Pagsusuri sa Hypothesis at p-value: Kahalagahan, Kapangyarihan, at Maramihang Paghahambing 7. p-hacking, HARKing at Statistical Integrity: Mga Pitfalls sa Edad ng Artipisyal na Katalinuhan 8. Pagsusuri ng Serye ng Oras: Stationarity, ARIMA at Pagtataya 9. Pagsusuri ng Sanhi at Patakaran: DiD, IV, RDD at Artificial Intelligence 10. Pagbuo ng Code at Reproducibility: R/Python, Versioning at Reproducibility 11. Pagsusulat ng Ulat, Komunikasyon, at Etika: Paglalahad ng mga Resulta at Mga Hangganan sa Pakikipag-usap

Yunit 10 / 11

Pagbuo ng Code at Reproducibility: R/Python, Versioning at Reproducibility

Mga nadagdag:

Kakayahang mag-verify sa pamamagitan ng pagbabasa at pagsubok sa R/Python analysis code na ginawa ng artificial intelligence at magtatag ng reproducible project na may seed, version lock at folder structure
Kakayahang gumamit ng version control (Git), literate programming (R Markdown/Quarto/Jupyter) at environment management na may suporta sa artificial intelligence, na ginagawang reproducible ang pagsusuri mula simula hanggang matapos
Kakayahang magsagawa ng unit testing at sanity checking para mahuli ang mga silent error sa AI code (misjoin, leak, missed filter)

Nakaraang Susunod