KATTA HAJMLI IQTISODIY MA'LUMOTLAR (BIG DATA) SHAROITIDA EKONOMETRIK BAHOLASH USULLARINING NAZARIY TRANSFORMATSIYASI
Annotatsiya
Mazkur maqolada katta hajmli iqtisodiy ma'lumotlar — Big Data sharoitida ekonometrikbaholash metodologiyasida yuz berayotgan nazariy transformatsiyalar tizimli tahlil qilinadi. An'anaviy ekonometrikmodellarning past o'lchamli regressorlarga, oldindan belgilangan parametrik spetsifikatsiyaga va klassikasimptotik shartlarga tayangan xususiyatlari yuqori o'lchamli, murakkab va geterogen ma'lumotlar muhitidagiyangi talablar bilan qiyoslanadi. OLSdan Ridge, LASSO, Elastic Net, Random Forest, Gradient Boosting vaDouble/Debiased Machine Learning (DML) yondashuvlariga o'tishning nazariy asoslari yoritiladi. Tahlil BigData ekonometrikani almashtirmasligini, aksincha, identifikatsiya va statistik inferensiyani regularizatsiya,out-of-sample validatsiya hamda moslashuvchan mashinaviy o'qitish usullari bilan integratsiyalash zaruratinikuchaytirishini ko'rsatadi