Wst p i organizacja zaj Katedra Ekonometrii Uniwersytet Šódzki sem. letni 2014/2015
Literatura Ocena osi gni Program zaj Prowadz cy Podstawowa i uzupeªniaj ca Podstawowa: 1 Gruszczy«ski M. (2012 / 2010),, Wolters Kluwer. 2 Maddala G.S. (2006), Ekonometria, PWN. oraz prezentacje z wykªadów, instrukcje i kody z wicze«uzupeªniaj ca (rozszerzaj ca): 1 Cameron A.C., Trivedi P. K. (2005) Microeconometrics. Methods and Applications, CUP. 2 Degryse H., Kim M., Ongena S. (2009) - Microeconometris of banking, OUP. 3 podr cznik do mikroekonomii np. Varian H. R. (2009) Mikroekonomia. Kurs ±redni. Uj cie nowoczesne, PWN. 4 podr cznik do STATy np. Baum Ch. (2009), An Introduction to Modern Econometrics Using Stata, Stata Press.
Literatura Ocena osi gni Program zaj Prowadz cy Podstawowa i uzupeªniaj ca Podstawowa: 1 Gruszczy«ski M. (2012 / 2010),, Wolters Kluwer. 2 Maddala G.S. (2006), Ekonometria, PWN. oraz prezentacje z wykªadów, instrukcje i kody z wicze«uzupeªniaj ca (rozszerzaj ca): 1 Cameron A.C., Trivedi P. K. (2005) Microeconometrics. Methods and Applications, CUP. 2 Degryse H., Kim M., Ongena S. (2009) - Microeconometris of banking, OUP. 3 podr cznik do mikroekonomii np. Varian H. R. (2009) Mikroekonomia. Kurs ±redni. Uj cie nowoczesne, PWN. 4 podr cznik do STATy np. Baum Ch. (2009), An Introduction to Modern Econometrics Using Stata, Stata Press.
Literatura Ocena osi gni Program zaj Prowadz cy Podstawowa i uzupeªniaj ca Podstawowa: 1 Gruszczy«ski M. (2012 / 2010),, Wolters Kluwer. 2 Maddala G.S. (2006), Ekonometria, PWN. oraz prezentacje z wykªadów, instrukcje i kody z wicze«uzupeªniaj ca (rozszerzaj ca): 1 Cameron A.C., Trivedi P. K. (2005) Microeconometrics. Methods and Applications, CUP. 2 Degryse H., Kim M., Ongena S. (2009) - Microeconometris of banking, OUP. 3 podr cznik do mikroekonomii np. Varian H. R. (2009) Mikroekonomia. Kurs ±redni. Uj cie nowoczesne, PWN. 4 podr cznik do STATy np. Baum Ch. (2009), An Introduction to Modern Econometrics Using Stata, Stata Press.
Literatura Ocena osi gni Program zaj Prowadz cy Podstawowa i uzupeªniaj ca Podstawowa: 1 Gruszczy«ski M. (2012 / 2010),, Wolters Kluwer. 2 Maddala G.S. (2006), Ekonometria, PWN. oraz prezentacje z wykªadów, instrukcje i kody z wicze«uzupeªniaj ca (rozszerzaj ca): 1 Cameron A.C., Trivedi P. K. (2005) Microeconometrics. Methods and Applications, CUP. 2 Degryse H., Kim M., Ongena S. (2009) - Microeconometris of banking, OUP. 3 podr cznik do mikroekonomii np. Varian H. R. (2009) Mikroekonomia. Kurs ±redni. Uj cie nowoczesne, PWN. 4 podr cznik do STATy np. Baum Ch. (2009), An Introduction to Modern Econometrics Using Stata, Stata Press.
Literatura Ocena osi gni Program zaj Prowadz cy Podstawowa i uzupeªniaj ca Podstawowa: 1 Gruszczy«ski M. (2012 / 2010),, Wolters Kluwer. 2 Maddala G.S. (2006), Ekonometria, PWN. oraz prezentacje z wykªadów, instrukcje i kody z wicze«uzupeªniaj ca (rozszerzaj ca): 1 Cameron A.C., Trivedi P. K. (2005) Microeconometrics. Methods and Applications, CUP. 2 Degryse H., Kim M., Ongena S. (2009) - Microeconometris of banking, OUP. 3 podr cznik do mikroekonomii np. Varian H. R. (2009) Mikroekonomia. Kurs ±redni. Uj cie nowoczesne, PWN. 4 podr cznik do STATy np. Baum Ch. (2009), An Introduction to Modern Econometrics Using Stata, Stata Press.
Literatura Ocena osi gni Program zaj Prowadz cy Podstawowa i uzupeªniaj ca Podstawowa: 1 Gruszczy«ski M. (2012 / 2010),, Wolters Kluwer. 2 Maddala G.S. (2006), Ekonometria, PWN. oraz prezentacje z wykªadów, instrukcje i kody z wicze«uzupeªniaj ca (rozszerzaj ca): 1 Cameron A.C., Trivedi P. K. (2005) Microeconometrics. Methods and Applications, CUP. 2 Degryse H., Kim M., Ongena S. (2009) - Microeconometris of banking, OUP. 3 podr cznik do mikroekonomii np. Varian H. R. (2009) Mikroekonomia. Kurs ±redni. Uj cie nowoczesne, PWN. 4 podr cznik do STATy np. Baum Ch. (2009), An Introduction to Modern Econometrics Using Stata, Stata Press.
Ocena Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy Test powtórzeniowy (w trakcie 2. wykªadu) 10%: analiza regresji prostej i wielowymiarowej, heteroskedastyczno± (Maddala rodz. 2, 3, 4 i 5 bez gwiazdek) Pisemny egzamin (w formie testowej) 40% - w trakcie sesji Ocena projektu 25%+25% (ocena pracy + obrona pracy) Pozytywna ocena z egzaminu: min. 60% punktów. Egzamin poprawkowy - z caªo±ci materiaªu, ustny + pisemny.
Ocena Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy Test powtórzeniowy (w trakcie 2. wykªadu) 10%: analiza regresji prostej i wielowymiarowej, heteroskedastyczno± (Maddala rodz. 2, 3, 4 i 5 bez gwiazdek) Pisemny egzamin (w formie testowej) 40% - w trakcie sesji Ocena projektu 25%+25% (ocena pracy + obrona pracy) Pozytywna ocena z egzaminu: min. 60% punktów. Egzamin poprawkowy - z caªo±ci materiaªu, ustny + pisemny.
Ocena Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy Test powtórzeniowy (w trakcie 2. wykªadu) 10%: analiza regresji prostej i wielowymiarowej, heteroskedastyczno± (Maddala rodz. 2, 3, 4 i 5 bez gwiazdek) Pisemny egzamin (w formie testowej) 40% - w trakcie sesji Ocena projektu 25%+25% (ocena pracy + obrona pracy) Pozytywna ocena z egzaminu: min. 60% punktów. Egzamin poprawkowy - z caªo±ci materiaªu, ustny + pisemny.
Ocena Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy Test powtórzeniowy (w trakcie 2. wykªadu) 10%: analiza regresji prostej i wielowymiarowej, heteroskedastyczno± (Maddala rodz. 2, 3, 4 i 5 bez gwiazdek) Pisemny egzamin (w formie testowej) 40% - w trakcie sesji Ocena projektu 25%+25% (ocena pracy + obrona pracy) Pozytywna ocena z egzaminu: min. 60% punktów. Egzamin poprawkowy - z caªo±ci materiaªu, ustny + pisemny.
Ocena Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy Test powtórzeniowy (w trakcie 2. wykªadu) 10%: analiza regresji prostej i wielowymiarowej, heteroskedastyczno± (Maddala rodz. 2, 3, 4 i 5 bez gwiazdek) Pisemny egzamin (w formie testowej) 40% - w trakcie sesji Ocena projektu 25%+25% (ocena pracy + obrona pracy) Pozytywna ocena z egzaminu: min. 60% punktów. Egzamin poprawkowy - z caªo±ci materiaªu, ustny + pisemny.
Ocena Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy Test powtórzeniowy (w trakcie 2. wykªadu) 10%: analiza regresji prostej i wielowymiarowej, heteroskedastyczno± (Maddala rodz. 2, 3, 4 i 5 bez gwiazdek) Pisemny egzamin (w formie testowej) 40% - w trakcie sesji Ocena projektu 25%+25% (ocena pracy + obrona pracy) Pozytywna ocena z egzaminu: min. 60% punktów. Egzamin poprawkowy - z caªo±ci materiaªu, ustny + pisemny.
Wykªady Teorie i modele Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy 1 Problemy mikroekonomiczne i mikrodane. Specyka mikroekonometrii. 2 Modele zmiennych dwumianowych (liniowy, logit, probit) 3 Modele zmiennych wielomianowych (uporz dkowanych) 4 Statyczny model panelowy (xed i random eects) 5 Endogeniczno± regresorów w mikroekonometrii (GMM) 6 Inne modele w mikroekonometrii - krótki przegl d (tobit, multinomial logit, c.d. modeli panelowych) 7 Big data
Wykªady Teorie i modele Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy 1 Problemy mikroekonomiczne i mikrodane. Specyka mikroekonometrii. 2 Modele zmiennych dwumianowych (liniowy, logit, probit) 3 Modele zmiennych wielomianowych (uporz dkowanych) 4 Statyczny model panelowy (xed i random eects) 5 Endogeniczno± regresorów w mikroekonometrii (GMM) 6 Inne modele w mikroekonometrii - krótki przegl d (tobit, multinomial logit, c.d. modeli panelowych) 7 Big data
Wykªady Teorie i modele Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy 1 Problemy mikroekonomiczne i mikrodane. Specyka mikroekonometrii. 2 Modele zmiennych dwumianowych (liniowy, logit, probit) 3 Modele zmiennych wielomianowych (uporz dkowanych) 4 Statyczny model panelowy (xed i random eects) 5 Endogeniczno± regresorów w mikroekonometrii (GMM) 6 Inne modele w mikroekonometrii - krótki przegl d (tobit, multinomial logit, c.d. modeli panelowych) 7 Big data
Wykªady Teorie i modele Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy 1 Problemy mikroekonomiczne i mikrodane. Specyka mikroekonometrii. 2 Modele zmiennych dwumianowych (liniowy, logit, probit) 3 Modele zmiennych wielomianowych (uporz dkowanych) 4 Statyczny model panelowy (xed i random eects) 5 Endogeniczno± regresorów w mikroekonometrii (GMM) 6 Inne modele w mikroekonometrii - krótki przegl d (tobit, multinomial logit, c.d. modeli panelowych) 7 Big data
Wykªady Teorie i modele Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy 1 Problemy mikroekonomiczne i mikrodane. Specyka mikroekonometrii. 2 Modele zmiennych dwumianowych (liniowy, logit, probit) 3 Modele zmiennych wielomianowych (uporz dkowanych) 4 Statyczny model panelowy (xed i random eects) 5 Endogeniczno± regresorów w mikroekonometrii (GMM) 6 Inne modele w mikroekonometrii - krótki przegl d (tobit, multinomial logit, c.d. modeli panelowych) 7 Big data
Wykªady Teorie i modele Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy 1 Problemy mikroekonomiczne i mikrodane. Specyka mikroekonometrii. 2 Modele zmiennych dwumianowych (liniowy, logit, probit) 3 Modele zmiennych wielomianowych (uporz dkowanych) 4 Statyczny model panelowy (xed i random eects) 5 Endogeniczno± regresorów w mikroekonometrii (GMM) 6 Inne modele w mikroekonometrii - krótki przegl d (tobit, multinomial logit, c.d. modeli panelowych) 7 Big data
Wykªady Teorie i modele Organizacyjne Literatura Ocena osi gni Program zaj Prowadz cy 1 Problemy mikroekonomiczne i mikrodane. Specyka mikroekonometrii. 2 Modele zmiennych dwumianowych (liniowy, logit, probit) 3 Modele zmiennych wielomianowych (uporz dkowanych) 4 Statyczny model panelowy (xed i random eects) 5 Endogeniczno± regresorów w mikroekonometrii (GMM) 6 Inne modele w mikroekonometrii - krótki przegl d (tobit, multinomial logit, c.d. modeli panelowych) 7 Big data
Laboratoria Organizacyjne i programowanie w STATA Literatura Ocena osi gni Program zaj Prowadz cy 1 Tematy zwi zane z tre±ciami wykªadów 2 Projekt w programie STATA
Laboratoria Organizacyjne i programowanie w STATA Literatura Ocena osi gni Program zaj Prowadz cy 1 Tematy zwi zane z tre±ciami wykªadów 2 Projekt w programie STATA
Kontakt z prowadz cymi Literatura Ocena osi gni Program zaj Prowadz cy free.of.pl/e/ekonometria/konspekt/mikroekonometria.htm dr Paweª Baranowski Katedra Ekonometrii pawel@baranowski.edu.pl tel.42 635 52 47 / 42 635 52 48, pok. B-109 mgr Szymon Wójcik Katedra Ekonometrii szymon.wojcik@uni.lodz.pl tel.42 635 52 47, pok. B-109
Kontakt z prowadz cymi Literatura Ocena osi gni Program zaj Prowadz cy free.of.pl/e/ekonometria/konspekt/mikroekonometria.htm dr Paweª Baranowski Katedra Ekonometrii pawel@baranowski.edu.pl tel.42 635 52 47 / 42 635 52 48, pok. B-109 mgr Szymon Wójcik Katedra Ekonometrii szymon.wojcik@uni.lodz.pl tel.42 635 52 47, pok. B-109
lub analiza mikroekonometryczna to analiza danych indywidualnych (mikrodanych) dotycz cych osób, gospodarstw domowych, rm lub innych jednostek decyzyjnych, a tak»e ich zachowa«ekonomicznych, nansowych i spoªecznych. Prekursorzy: Daniel McFadden (1973, 1984), James Heckman (1974, 1979) - nobli±ci z 2000 r. Krótko mówi c - mikrodane nas otaczaj (Gruszczy«ski, 2012, r. 1.1).
lub analiza mikroekonometryczna to analiza danych indywidualnych (mikrodanych) dotycz cych osób, gospodarstw domowych, rm lub innych jednostek decyzyjnych, a tak»e ich zachowa«ekonomicznych, nansowych i spoªecznych. Prekursorzy: Daniel McFadden (1973, 1984), James Heckman (1974, 1979) - nobli±ci z 2000 r. Krótko mówi c - mikrodane nas otaczaj (Gruszczy«ski, 2012, r. 1.1).
lub analiza mikroekonometryczna to analiza danych indywidualnych (mikrodanych) dotycz cych osób, gospodarstw domowych, rm lub innych jednostek decyzyjnych, a tak»e ich zachowa«ekonomicznych, nansowych i spoªecznych. Prekursorzy: Daniel McFadden (1973, 1984), James Heckman (1974, 1979) - nobli±ci z 2000 r. Krótko mówi c - mikrodane nas otaczaj (Gruszczy«ski, 2012, r. 1.1).
lub analiza mikroekonometryczna to analiza danych indywidualnych (mikrodanych) dotycz cych osób, gospodarstw domowych, rm lub innych jednostek decyzyjnych, a tak»e ich zachowa«ekonomicznych, nansowych i spoªecznych. Prekursorzy: Daniel McFadden (1973, 1984), James Heckman (1974, 1979) - nobli±ci z 2000 r. Krótko mówi c - mikrodane nas otaczaj (Gruszczy«ski, 2012, r. 1.1).
lub analiza mikroekonometryczna to analiza danych indywidualnych (mikrodanych) dotycz cych osób, gospodarstw domowych, rm lub innych jednostek decyzyjnych, a tak»e ich zachowa«ekonomicznych, nansowych i spoªecznych. Prekursorzy: Daniel McFadden (1973, 1984), James Heckman (1974, 1979) - nobli±ci z 2000 r. Krótko mówi c - mikrodane nas otaczaj (Gruszczy«ski, 2012, r. 1.1).
lub analiza mikroekonometryczna to analiza danych indywidualnych (mikrodanych) dotycz cych osób, gospodarstw domowych, rm lub innych jednostek decyzyjnych, a tak»e ich zachowa«ekonomicznych, nansowych i spoªecznych. Prekursorzy: Daniel McFadden (1973, 1984), James Heckman (1974, 1979) - nobli±ci z 2000 r. Krótko mówi c - mikrodane nas otaczaj (Gruszczy«ski, 2012, r. 1.1).
lub analiza mikroekonometryczna to analiza danych indywidualnych (mikrodanych) dotycz cych osób, gospodarstw domowych, rm lub innych jednostek decyzyjnych, a tak»e ich zachowa«ekonomicznych, nansowych i spoªecznych. Prekursorzy: Daniel McFadden (1973, 1984), James Heckman (1974, 1979) - nobli±ci z 2000 r. Krótko mówi c - mikrodane nas otaczaj (Gruszczy«ski, 2012, r. 1.1).
Czym zajmuje si mikroekonomia i co mierzy mikroekonometria? indywidualne decyzje dotycz ce pracy i czasu wolnego, jaka jest stopa zwrotu z edukacji, w jaki sposób wybieramy rozdzaj/mark kupowanego dobra, przyczyny wyst pienia zdarze«ekonomicznych (upadªo±, zmiana pracy,uruchomienie dziaª.gosp.) ile kosztuj inne dobra heterogeniczne, pomiar zjawisk nieobserwowalnych np. ryzyko indywidualne, pomiar innych zjawisk uwzgl dniaj cy cechy indywidualne (np. pªe ), czy form organizacji rynku.
Czym zajmuje si mikroekonomia i co mierzy mikroekonometria? indywidualne decyzje dotycz ce pracy i czasu wolnego, jaka jest stopa zwrotu z edukacji, w jaki sposób wybieramy rozdzaj/mark kupowanego dobra, przyczyny wyst pienia zdarze«ekonomicznych (upadªo±, zmiana pracy,uruchomienie dziaª.gosp.) ile kosztuj inne dobra heterogeniczne, pomiar zjawisk nieobserwowalnych np. ryzyko indywidualne, pomiar innych zjawisk uwzgl dniaj cy cechy indywidualne (np. pªe ), czy form organizacji rynku.
Czym zajmuje si mikroekonomia i co mierzy mikroekonometria? indywidualne decyzje dotycz ce pracy i czasu wolnego, jaka jest stopa zwrotu z edukacji, w jaki sposób wybieramy rozdzaj/mark kupowanego dobra, przyczyny wyst pienia zdarze«ekonomicznych (upadªo±, zmiana pracy,uruchomienie dziaª.gosp.) ile kosztuj inne dobra heterogeniczne, pomiar zjawisk nieobserwowalnych np. ryzyko indywidualne, pomiar innych zjawisk uwzgl dniaj cy cechy indywidualne (np. pªe ), czy form organizacji rynku.
Czym zajmuje si mikroekonomia i co mierzy mikroekonometria? indywidualne decyzje dotycz ce pracy i czasu wolnego, jaka jest stopa zwrotu z edukacji, w jaki sposób wybieramy rozdzaj/mark kupowanego dobra, przyczyny wyst pienia zdarze«ekonomicznych (upadªo±, zmiana pracy,uruchomienie dziaª.gosp.) ile kosztuj inne dobra heterogeniczne, pomiar zjawisk nieobserwowalnych np. ryzyko indywidualne, pomiar innych zjawisk uwzgl dniaj cy cechy indywidualne (np. pªe ), czy form organizacji rynku.
Czym zajmuje si mikroekonomia i co mierzy mikroekonometria? indywidualne decyzje dotycz ce pracy i czasu wolnego, jaka jest stopa zwrotu z edukacji, w jaki sposób wybieramy rozdzaj/mark kupowanego dobra, przyczyny wyst pienia zdarze«ekonomicznych (upadªo±, zmiana pracy,uruchomienie dziaª.gosp.) ile kosztuj inne dobra heterogeniczne, pomiar zjawisk nieobserwowalnych np. ryzyko indywidualne, pomiar innych zjawisk uwzgl dniaj cy cechy indywidualne (np. pªe ), czy form organizacji rynku.
Czym zajmuje si mikroekonomia i co mierzy mikroekonometria? indywidualne decyzje dotycz ce pracy i czasu wolnego, jaka jest stopa zwrotu z edukacji, w jaki sposób wybieramy rozdzaj/mark kupowanego dobra, przyczyny wyst pienia zdarze«ekonomicznych (upadªo±, zmiana pracy,uruchomienie dziaª.gosp.) ile kosztuj inne dobra heterogeniczne, pomiar zjawisk nieobserwowalnych np. ryzyko indywidualne, pomiar innych zjawisk uwzgl dniaj cy cechy indywidualne (np. pªe ), czy form organizacji rynku.
Czym zajmuje si mikroekonomia i co mierzy mikroekonometria? indywidualne decyzje dotycz ce pracy i czasu wolnego, jaka jest stopa zwrotu z edukacji, w jaki sposób wybieramy rozdzaj/mark kupowanego dobra, przyczyny wyst pienia zdarze«ekonomicznych (upadªo±, zmiana pracy,uruchomienie dziaª.gosp.) ile kosztuj inne dobra heterogeniczne, pomiar zjawisk nieobserwowalnych np. ryzyko indywidualne, pomiar innych zjawisk uwzgl dniaj cy cechy indywidualne (np. pªe ), czy form organizacji rynku.
analiz Czy istnieje pozytywny zwi zek pomi dzy cen masªa i margaryny? Co wpªywa na ilo± wy±wietle«nowego modelu smartfona? (klasyczna regresja) Jakie czynniki ksztaªtuj aktywno± /bierno± zawodow mieszka«ców Šodzi? (logit, probit) Co wpªywa na decyzje NBP o podwy»kach/obni»kach stóp? (ordered logit) Co decyduje o tym, jakie piwo kupi klient Tesco? (multinomial logit)
analiz Czy istnieje pozytywny zwi zek pomi dzy cen masªa i margaryny? Co wpªywa na ilo± wy±wietle«nowego modelu smartfona? (klasyczna regresja) Jakie czynniki ksztaªtuj aktywno± /bierno± zawodow mieszka«ców Šodzi? (logit, probit) Co wpªywa na decyzje NBP o podwy»kach/obni»kach stóp? (ordered logit) Co decyduje o tym, jakie piwo kupi klient Tesco? (multinomial logit)
analiz Czy istnieje pozytywny zwi zek pomi dzy cen masªa i margaryny? Co wpªywa na ilo± wy±wietle«nowego modelu smartfona? (klasyczna regresja) Jakie czynniki ksztaªtuj aktywno± /bierno± zawodow mieszka«ców Šodzi? (logit, probit) Co wpªywa na decyzje NBP o podwy»kach/obni»kach stóp? (ordered logit) Co decyduje o tym, jakie piwo kupi klient Tesco? (multinomial logit)
analiz Czy istnieje pozytywny zwi zek pomi dzy cen masªa i margaryny? Co wpªywa na ilo± wy±wietle«nowego modelu smartfona? (klasyczna regresja) Jakie czynniki ksztaªtuj aktywno± /bierno± zawodow mieszka«ców Šodzi? (logit, probit) Co wpªywa na decyzje NBP o podwy»kach/obni»kach stóp? (ordered logit) Co decyduje o tym, jakie piwo kupi klient Tesco? (multinomial logit)
zastosowa«(cd.) Czy uko«czenie studiów naprawd zwi ksza zarobki? (problem endogenicznych regresorów) W jakim stopniu powi zanie przedsiebiorstwa z zagranic determinuje jego wyniki nansowe? (dane panelowe) Co wpªywa na dªugo± okresu w jakim poszujemy prac (= pozostawania w bezrobociu)? Dlaczego jedne ceny zmieniaj si cz ±ciej ni» inne? (analiza czasu trwania relacji) Jakie czynniki determinuj wydatki na alkohol? (tobit)
zastosowa«(cd.) Czy uko«czenie studiów naprawd zwi ksza zarobki? (problem endogenicznych regresorów) W jakim stopniu powi zanie przedsiebiorstwa z zagranic determinuje jego wyniki nansowe? (dane panelowe) Co wpªywa na dªugo± okresu w jakim poszujemy prac (= pozostawania w bezrobociu)? Dlaczego jedne ceny zmieniaj si cz ±ciej ni» inne? (analiza czasu trwania relacji) Jakie czynniki determinuj wydatki na alkohol? (tobit)
zastosowa«(cd.) Czy uko«czenie studiów naprawd zwi ksza zarobki? (problem endogenicznych regresorów) W jakim stopniu powi zanie przedsiebiorstwa z zagranic determinuje jego wyniki nansowe? (dane panelowe) Co wpªywa na dªugo± okresu w jakim poszujemy prac (= pozostawania w bezrobociu)? Dlaczego jedne ceny zmieniaj si cz ±ciej ni» inne? (analiza czasu trwania relacji) Jakie czynniki determinuj wydatki na alkohol? (tobit)
zastosowa«(cd.) Czy uko«czenie studiów naprawd zwi ksza zarobki? (problem endogenicznych regresorów) W jakim stopniu powi zanie przedsiebiorstwa z zagranic determinuje jego wyniki nansowe? (dane panelowe) Co wpªywa na dªugo± okresu w jakim poszujemy prac (= pozostawania w bezrobociu)? Dlaczego jedne ceny zmieniaj si cz ±ciej ni» inne? (analiza czasu trwania relacji) Jakie czynniki determinuj wydatki na alkohol? (tobit)
ródªa danych dane ankietowe (survey data) dot. osób, gospodarstw domowych, rm, dane rejestrowe urz dów pa«stwowych, dane spisowe (anonimowe), dane marketingowe (np. karty lojalno±ciowe), dane transakcyjne (np. scanner data), inne ¹ródªa danych np. roboty internetowe.
ródªa danych dane ankietowe (survey data) dot. osób, gospodarstw domowych, rm, dane rejestrowe urz dów pa«stwowych, dane spisowe (anonimowe), dane marketingowe (np. karty lojalno±ciowe), dane transakcyjne (np. scanner data), inne ¹ródªa danych np. roboty internetowe.
ródªa danych dane ankietowe (survey data) dot. osób, gospodarstw domowych, rm, dane rejestrowe urz dów pa«stwowych, dane spisowe (anonimowe), dane marketingowe (np. karty lojalno±ciowe), dane transakcyjne (np. scanner data), inne ¹ródªa danych np. roboty internetowe.
ródªa danych dane ankietowe (survey data) dot. osób, gospodarstw domowych, rm, dane rejestrowe urz dów pa«stwowych, dane spisowe (anonimowe), dane marketingowe (np. karty lojalno±ciowe), dane transakcyjne (np. scanner data), inne ¹ródªa danych np. roboty internetowe.
ródªa danych dane ankietowe (survey data) dot. osób, gospodarstw domowych, rm, dane rejestrowe urz dów pa«stwowych, dane spisowe (anonimowe), dane marketingowe (np. karty lojalno±ciowe), dane transakcyjne (np. scanner data), inne ¹ródªa danych np. roboty internetowe.
ródªa danych dane ankietowe (survey data) dot. osób, gospodarstw domowych, rm, dane rejestrowe urz dów pa«stwowych, dane spisowe (anonimowe), dane marketingowe (np. karty lojalno±ciowe), dane transakcyjne (np. scanner data), inne ¹ródªa danych np. roboty internetowe.
Cechy danych na ogóª dane obserwacyjne (a nie eksperymentalne) - bª d selekcji próby (!), na ogóª przekrojowe (czasem powtarzane dane przekrojowe, rzadziej panel), dane obiektywne (fakty/czyny) i subiektywne (deklaracje), dane dyskretne (w tym zmienne jako±ciowe), brak odpowiedzi, braki danych i bª dy pomiaru, holes, kinks, and corners
Cechy danych na ogóª dane obserwacyjne (a nie eksperymentalne) - bª d selekcji próby (!), na ogóª przekrojowe (czasem powtarzane dane przekrojowe, rzadziej panel), dane obiektywne (fakty/czyny) i subiektywne (deklaracje), dane dyskretne (w tym zmienne jako±ciowe), brak odpowiedzi, braki danych i bª dy pomiaru, holes, kinks, and corners
Cechy danych na ogóª dane obserwacyjne (a nie eksperymentalne) - bª d selekcji próby (!), na ogóª przekrojowe (czasem powtarzane dane przekrojowe, rzadziej panel), dane obiektywne (fakty/czyny) i subiektywne (deklaracje), dane dyskretne (w tym zmienne jako±ciowe), brak odpowiedzi, braki danych i bª dy pomiaru, holes, kinks, and corners
Cechy danych na ogóª dane obserwacyjne (a nie eksperymentalne) - bª d selekcji próby (!), na ogóª przekrojowe (czasem powtarzane dane przekrojowe, rzadziej panel), dane obiektywne (fakty/czyny) i subiektywne (deklaracje), dane dyskretne (w tym zmienne jako±ciowe), brak odpowiedzi, braki danych i bª dy pomiaru, holes, kinks, and corners
Cechy danych na ogóª dane obserwacyjne (a nie eksperymentalne) - bª d selekcji próby (!), na ogóª przekrojowe (czasem powtarzane dane przekrojowe, rzadziej panel), dane obiektywne (fakty/czyny) i subiektywne (deklaracje), dane dyskretne (w tym zmienne jako±ciowe), brak odpowiedzi, braki danych i bª dy pomiaru, holes, kinks, and corners
Cechy danych na ogóª dane obserwacyjne (a nie eksperymentalne) - bª d selekcji próby (!), na ogóª przekrojowe (czasem powtarzane dane przekrojowe, rzadziej panel), dane obiektywne (fakty/czyny) i subiektywne (deklaracje), dane dyskretne (w tym zmienne jako±ciowe), brak odpowiedzi, braki danych i bª dy pomiaru, holes, kinks, and corners
DZI KUJ ZA UWAG