جدول بيانات مليان مؤشرات اقتصادية معناه حاجة قليلة جدًا لحد ما حد يطبق عليه الأدوات الإحصائية الصح - والفجوة دي بين البيانات الخام والاستنتاج الاقتصادي المُبرر هي بالظبط اللي الدورة دي بتقفلها. الدورة بتزود المشاركين بالمعرفة العميقة والمهارات العملية اللازمة لتطبيق تقنيات التحليل الاقتصادي القياسي على بيانات اقتصادية حقيقية.

المشاركين هيتعلموا يتعاملوا مع البيانات الاقتصادية المعقدة، ويفهموا النماذج القياسية المستخدمة في التحليل الاقتصادي، وينفذوا الأساليب دي باستخدام برامج تحليل متقدمة، وصولًا لقدرتهم على بناء نماذجهم التحليلية الخاصة واتخاذ قرارات مبنية على بيانات دقيقة.

الفئة المستهدفة

• المتخصصون والمحللون الاقتصاديون اللي بيتعاملوا مع بيانات اقتصادية في مؤسسات حكومية أو خاصة.
• الأكاديميون والباحثون اللي بيشتغلوا على تطبيقات التحليل الاقتصادي القياسي.
• الطلاب والخريجين في الاقتصاد والإحصاء اللي عايزين يطوروا مهاراتهم التحليلية.
• أي حد مهتم يستخدم البيانات الاقتصادية لاتخاذ قرارات استراتيجية.

أهداف الدورة

في نهاية الدورة، المشارك هيقدر يعمل الآتي:

• يستخدم الأدوات القياسية في تحليل البيانات الاقتصادية.
• يطبق النماذج الرياضية والإحصائية للوصول لنتائج دقيقة.
• ينفذ التحليل الاقتصادي القياسي باستخدام البرمجيات المناسبة.
• يفسر النتائج الاقتصادية ويحولها لاستنتاجات عملية.
• يطبق الأدوات القياسية لتحليل المتغيرات الاقتصادية في سياقات مختلفة.

المحور الأول: أساسيات التحليل الاقتصادي القياسي

• تعريف التحليل الاقتصادي القياسي والفرق بين التحليل الكمي والنوعي.
• المبادئ الأساسية في التحليل الاقتصادي وأسسها الإحصائية، بما فيها الفرق بين المتغيرات المستقلة والتابعة.
• أساسيات الانحدار الخطي البسيط والمتعدد.

المحور الثاني: التعامل مع البيانات الاقتصادية في برامج التحليل

• البرمجيات المستخدمة في التحليل الاقتصادي، زي EViews وSPSS.
• إدخال البيانات الاقتصادية وتنظيفها.
• بناء نماذج اقتصادية بسيطة باستخدام البرامج الإحصائية.

المحور الثالث: الانحدار المتقدم والتحقق من النماذج

• الانحدار المتعدد، والمتغيرات غير الخطية، والمتغيرات الوهمية (Dummies) في النماذج الاقتصادية.
• اختبار الفرضيات، والتحقق من التوزيع الطبيعي للبيانات، وتقييم صلاحية النماذج باختبار F وt.

المحور الرابع: تشخيص مشاكل النماذج ومعالجتها

• التعرف على مشكلة التعددية الخطية (Multicollinearity) وكيفية معالجتها.
• التعامل مع تباين الخطأ غير المتجانس (Heteroskedasticity).
• تقنيات متقدمة لتحسين دقة النماذج.

المحور الخامس: السلاسل الزمنية ونماذج تصحيح الخطأ

• بيانات السلاسل الزمنية، اختبار الاستقرارية (Stationarity)، والانحدار الزمني.
• نماذج الانحدار الذاتي (AR) والمتوسط المتحرك (MA) وARIMA، وتحليل المتغيرات المتقاطعة مع الزمن.
• نماذج تصحيح الخطأ (ECM): الفرق بين النماذج قصيرة وطويلة الأجل وتفسير نتائجها.

المحور السادس: التنبؤ وتطبيقات الأسواق المالية

• النماذج الهيكلية لتحليل العلاقة بين المتغيرات الاقتصادية، وتقنيات التنبؤ الاقتصادي.
• تقييم دقة التنبؤات الاقتصادية.
• التحليل الكمي للأسواق المالية، بما فيه نماذج القيمة المعرضة للخطر (VaR) واستخدام الانحدار لقياس المخاطر الاقتصادية.