przedmiotu Nazwa Pierwsza studia drugiego stopnia

Transkrypt

1 Nazwa przedmiotu K A R T A P R Z E D M I O T U ( S Y L L A B U S ) O p i s p r z e d m i o t u Kod przedmiotu EKONOMETRIA UTH/I/O/MT/zmi/ /C 1/ST/2(m)/1Z/C1.1.5 Język wykładowy ECONOMETRICS JĘZYK POLSKI Wersja przedmiotu Pierwsza Rok akademicki 2017/18 Wydział Kierunek Specjalność Specjalizacja Poziom kształcenia (studiów) Wydział Informatyki i Matematyki Matematyka Zastosowania matematyki i informatyki studia drugiego stopnia Profil kształcenia (studiów) ogólnoakademicki Forma prowadzenia studiów Studia stacjonarne Semestr / semestry 1 Przynależność do grupy przedmiotów Specjalnościowe Poziom przedmiotu Średniozaawansowany Status przedmiotu Obieralny Formy realizacji zajęć dydaktycznych, wymiar, punkty ECTS Forma zajęć Wykład Ćwiczenia Liczba godzin Liczba punktów ECTS Laboratorium Powiązanie przedmiotu przedmiot służy zdobywaniu przez studenta pogłębionej wiedzy oraz umiejętności prowadzenia badań Forma nauczania Wymagania wstępne tradycyjna - zajęcia zorganizowane w Uczelni zaliczenie przedmiotów: Algebra liniowa, Analiza matematyczna oraz Statystyka Jednostka prowadząca przedmiot Koordynator przedmiotu Osoby prowadzące przedmiot Adres wydziałowej strony internetowej Katedra Matematyki dr Marek Wójtowicz dr Marek Wójtowicz Adres , telefonkoordynatora mar.wojtowicz@gmail.com tel EFEKTY KSZTAŁCENIA, SPOSÓB PROWADZENIA ZAJĘĆ I WERYFIKACJA EFEKTÓW KSZTAŁCENIA

2 Cel kształcenia: Uzyskanie podstawowej wiedzy o metodach ekonometrycznych, nabycie umiejętności praktycznego wykorzystania metod ekonometrycznych do badania ilościowych prawidłowości w procesie gospodarowania....

3 Treści programowe: Wykłady: 1. Klasyczny model regresji liniowej - przypadek jednej zmiennej objaśniającej. Założenia modelu regresji liniowej. Metoda najmniejszych kwadratów. Dekompozycja wariancji zmiennej objaśniającej. Własności i błędy średnie estymatorów. Wariancja składnika losowego. Przedziały ufności. Testowanie hipotez o istotności. Metoda największej wiarygodności. (4 h)k_wg03,k_wg08 2. Klasyczny model regresji liniowej przypadek wielu zmiennych objaśniających. Założenia modelu liniowej regresji wielu zmiennych. Metoda najmniejszych kwadratów. Własności estymatora klasycznej metody najmniejszych kwadratów. Estymator wariancji składnika losowego. Miary zgodności. Metoda największej wiarygodności. Testowanie hipotez. Metoda najmniejszych kwadratów przy warunkach pobocznych. Testowanie stabilności parametrów. (6 h) 3. Autokorelacja. Przyczyny autokorelacji. Testowanie występowania zjawiska autokorelacji pierwszego rzędu.(3 h) 4. Heteroskedastyczność. Estymacja w przypadku, gdy macierz jest znana. Estymacja w przypadku, gdy macierz nie jest znana Modele ARCH. Testowanie występowania heteroskedastyczności składników losowych.(3 h) 5. Współliniowość. Konsekwencje występowania współliniowości. Dokładna współliniowość. Przybliżona współliniowość. Pomiar współliniowości. Postępowanie w przypadku współliniowości zmiennych objaśniających.(2 h) 6. Modele specjalne. Modele nieliniowe. Estymacja parametrów modeli nieliniowych. Konsekwencje zastosowania różnych postaci analitycznych funkcji. Testowanie postaci analitycznej. Modele ze zmiennymi zero-jedynkowymi.(4 h) 7. Prognozy na podstawie modeli jednorównaniowych. Prognozy na podstawie modelu z jedną zmienną objaśniającą. Prognozy warunkowe. Prognozy na podstawie modelu regresji wielu zmiennych. Zastosowanie zmiennych zerojedynkowych w prognozowaniu. Źródła błędów i prognoz. Pomiar dokładności prognoz.(4) 8. Modele wielorównaniowe. Zapis modeli wielorównaniowych. Założenia. Rodzaje modeli wielorównaniowych. Postać zredukowana modelu. Postać końcowa modelu. Mnożniki. Identyfikacja. Estymacja parametrów modeli wielorównaniowych.(4 h) EKP: W1, W2, W3: EKK: K_WG03; K_WG06; K_WG08;. Laboratoria 1. Omówienie przykładów prawidłowości statystycznych i rodzajów modeli ekonometrycznych. (2 h) 2. Specyfikacja modelu ekonometrycznego. a) Metody doboru zmiennych objaśniających do modelu.(2 h) b) Przykłady wyboru postaci analitycznej modelu ekonometrycznego.(2 h) 3. Estymacja jednorównaniowego liniowego modelu ekonometrycznego. a) Szacowanie parametrów strukturalnych modelu KMNK. (2 h) b) Szacowanie parametrów struktury stochastycznej modelu. (2 h) 4. Weryfikacja modelu ekonometrycznego. a) Badanie istotności parametrów strukturalnych za pomocą testu t-studenta oraz test F. (2 h) b) Wyznaczanie mierników jakości modelu. ( 2 h) c) Badanie własności reszt modelu: losowy charakter reszt, normalność rozkładu składnika losowego, autokorelacja składnika losowego I rzędu, jednorodność wariancji składnika losowego. ( 2 h) d) Zastosowanie innych testów użytecznych do testowania liniowości, badania stabilności parametrów modelu. (2 h) e) Estymacja i weryfikacja liniowego modelu ekonometrycznego w arkuszu kalkulacyjnym Excel oraz w programie Gretl. (2 h) 5. Prognozowanie na podstawie jednorównaniowego modelu ekonometrycznegoprzykłady i zadania. (2 h) 6. Uogólniona metoda najmniejszych kwadratów i modele zmiennych jakościowych. a) Zastosowanie UMNK w przypadku niejednorodności wariancji składnika losowego. (2 h) b) Ekonometryczne modele zmiennych jakościowych. (2 h) 7. Modele wielorównaniowe. Sprowadzanie modeli do postaci zredukowanej, badanie identyfikowalności. (2 h) 8. Szacowanie wielorównaniowego modelu ekonometrycznego w arkuszu kalkulacyjnym Excel i programie Gretl.(2 h) EKP: W1, W2, W3, U1, K1 ; : EKK: K_WG01; K_WG03; K_WG05; K_WG06; K_UW13; K_UW16; K_UK16.

4 Metody kształcenia (dydaktyczne): Rygor zaliczenia, kryteria oceny osiągniętych efektów kształcenia, sposób obliczania oceny końcowej: Wykład: metoda tradycyjna wspomagana technikami multimedialnymi. Laboratoria: metoda projektu 1. Zaliczenie ćwiczeń odbywa się na podstawie: a) aktywności na zajęciach b) wykonanego projektu 2. Warunkiem koniecznym uzyskania pozytywnej oceny końcowej jest otrzymanie pozytywnej oceny z zajęć laboratoryjnych i z u 3. Warunkiem dopuszczenia do u jest posiadanie oceny pozytywnej z zajęć laboratoryjnych. 4. Ocena końcowa jest średnią ważoną ocen z zajęć laboratoryjnych i u ustnego z wagą 0,5 dla każdego z wyżej wymienionych składników oceny końcowej. Przy czym: Średnia ważona (sw) Ocena końcowa sw>4,75 bardzo dobry 4,75 sw>4,25 dobry plus 4,25 sw>3,75 dobry 3,75 sw>3,25 dostateczny plus 3,25 sw 3,0 dostateczny Uwaga: Gdy student na wykładzie wykazuje dużą aktywność i udziela poprawnych odpowiedzi na zadawane pytania ocena końcowa może zostać zwiększona. Efekty kształcenia dla przedmiotu w odniesieniu do efektów kierunkowych i obszarowych, Opis efektów kształcenia dla Kierunkowy przedmiotu (EKP) efekt Student, który zaliczył przedmiot kształcenia (W) zna i rozumie/ (U) potrafi /(K) jest (EKK) gotów do: Numer efektu kształcenia Forma realizacji zajęć dydaktycznyc h Metody weryfikacji efektów kształcenia Forma zaliczeń Metody sprawdzania i oceny W1 zna i rozumie specyfikę modelu ekonometrycznego i jego struktury, zasad i etapów budowy modeli ekonometrycznych K_WG03 K_WG08 wykład W2 zna i rozumie podstawy teoretyczne estymacji i weryfikacji liniowego modelu ekonometrycznego oraz podstawowe zagadnienia dotyczące prognozowania ekonometrycznego K_WG03 K_WG08 wykład W3 zna i rozumie podstawowe funkcje programu Gretl i arkusza kalkulacyjnego Excel związane z estymacją i weryfikacją liniowych modeli ekonometrycznych K_WG06 wykład U1 potrafi zbudować, zinterpretować i zastosować model ekonometryczny w analizie, diagnozie i prognozowaniu wybranych zjawisk ekonomicznych K_UW13 K_UW16 laboratorium zaliczenie na ocenę projekt

5 K1 jest gotów do samodzielnego wyszukiwania potrzebnych informacji w literaturze K_KK01 laboratorium praca samodzielna zaliczenie na ocenę projekt Stopień osiągnięcia kierunkowych efektów kształcenia:k_wg03+++; K_WG07+++; K_WG06+++; K_UW13+++; K_uw16+++; K_KK01+ Literatura podstawowa, literatura uzupełniająca, pomoce naukowe Literatura podstawowa: 1. Borkowski B., Dudek H., Szczesny W., Ekonometria. Wybrane zagadnienia, PWN, Warszawa Goryl A.(i inni), Wprowadzenie do ekonometrii w przykładach i zadaniach, PWN, Warszawa Kośko M., Osińska M., Stempińska J., Ekonometria współczesna, Dom Organizatora, Toruń Welfe A., Ekonometria, PWE, Warszawa Literatura uzupełniająca: 1. Nowak E., Zarys metod ekonometrii. Zbiór zadań, PWN, W-wa Snarska A., Statystyka, ekonometria, prognozowanie. Ćwiczenia z Excelem, Placet Welfe A., Welfe W., Ekonometria stosowana, PWE, Warszawa Pomoce naukowe: Program komputerowy Excel i Gretl Nakład pracy studenta potrzebny do osiągnięcia zakładanych efektów kształcenia bilans punktów ECTS Udział w zajęciach, aktywność Udział w wykładach Samodzielne studiowanie tematyki wykładów Udział w ćwiczeniach laboratoryjnych Inne godz. kontaktowe (IGK) Obciążenie studenta [h] Zajęcia bez nauczyciela (ZBN) Zajęcia dydaktyczne Samodzielne przygotowanie się do laboratorium 20[h] Udział w konsultacjach 28[h] Przygotowanie do zaliczenia laboratorium 20[h] Przygotowanie do u i udział w nim 2[h] 15[h] Inne Sumaryczne obciążenie pracą studenta /1,2ECTS 85[h]/3,4ECTS 60[h]/2,4ECTS Punkty ECTS za przedmiot Informacje dodatkowe, uwagi.... podpis koordynatora przedmiotu data podpis kierownika podstawowej jednostki organizacyjnej