Ekonometria w procesach logistycznych E-LG-LS-O.3
Konwersatorium (KW) Semestr zimowy 2022/2023

Literatura podstawowa:

1. Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa 2010.

2. Nowak E., Zarys metod ekonometrii, PWN, Warszawa 2008.

3. Gruszczyński M., Podgórska M., Ekonometria, SGH, Warszawa 2010.

4. Red. Gruszczyński M., Ekonometria i badania operacyjne. Podręcznik dla studiów licencjackich, PWN, Warszawa 2011.

Literatura uzupełniająca:

5. Kisielińska J., Podstawy ekonometrii w Excelu. Wydawnictwo SGGW, Warszawa 2012.

6. Borkowski B., Dudek H., Szczęsny W.. Ekonometria. Wybrane zagadnienia. Wydawnictwo Naukowe PWN, Warszawa 2003.

7. Maddala G.S., Ekonometria. PWN, Warszawa 2006.

8. Górecki R.B., Ekonometria. Podstawy teorii i praktyki, Wydawnictwo Key Text, Warszawa 2013.

9. Stock J., Watson M., Introduction to Econometrics, Global Edition, Pearson Education Limited, 2019.

10. Greene W., Econometric Analysis: International Edition, Pearson, New York 2011.

Literatura dostępna online [IBUK Libra]:

1. http://han.bg.umcs.edu.pl/han/hhibuk/https/libra.ibuk.pl/reader/ekonometria-rozwiazywanie-problemow-z-wykorzystaniem-programu-gretl-tadeusz-kufel-9303

2. http://han.bg.umcs.edu.pl/han/hhibuk/https/libra.ibuk.pl/reader/ekonometria-podstawy-teorii-i-praktyki-brunon-r-gorecki-66994

Wiedza:

W1: Student zna metody i narzędzia pozwalające na pozyskiwanie danych oraz opisywanie gospodarki w modelach ekonometrycznych

W2: Student zna standardowe metody ekonometryczne w obszarze analizy i prezentacji danych wynikających z procesów w logistyce

W3: Student wyjaśnia rolę ekonometrii w analizie i optymalizacji zjawisk gospodarczych w tym w logistyce.

Umiejętności:

U1: Student potrafi zastosować odpowiednie metody i narzędzia do analizy zjawisk w logistyce

U2: Student posiada umiejętność specyfikacji, estymacji parametrów i weryfikacji modelu ekonometrycznego.

U3: Student potrafi zastosować pakiet ekonometryczny do budowy modelu ekonometrycznego

Kompetencje społeczne:

K1: Student przejawia postawy samodzielnego działania w uczeniu się i organizacji pracy własnej

K2: Student chętnie podejmuje się prowadzenia analiz ekonometrycznych w obszarze logistyki

Kolokwium zaliczeniowe/zadaniowe z wykorzystaniem arkusza kalkulacyjnego, programu Gretl

Studenci będą rozwiązywali zadania w oparciu o dane zawarte w poleceniach (arkusz kalkulacyjny) oraz udostępnione bazy danych (Gretl). Zadania poruszają całość wiedzy zdobytej na konwersatorium i obejmują właściwy dobór metod analitycznych, poprawność zastosowanych wzorów oraz testów statystycznych, jak również interpretację otrzymanych wyników.

W zależności od złożoności zadań do zdobycia jest od 20 do 30 punktów za zadanie. Studenci otrzymują punkty cząstkowe za częściowo dobre odpowiedzi.

Wynik z kolokwium może zostać powiększony o punkty z aktywności oraz wykonywanych samodzielnie prac domowych i zadań problemowych (maksymalnie około 20 punktów)

Oceny wystawione w oparciu o średni wynik studenta według następującej skali:

0-50% - NDST

50-60% - DST

60-70% - DST+

70-80% - DB

80-90% - DB+

90-100% - BDB

Dobór zmiennych objaśniających do modeli ekonometrycznych opisujących zjawiska w logistyce

Estymacja parametrów w liniowych modelach ekonometrycznych

Weryfikacja statystyczna i merytoryczna modeli wykorzystywanych w procesach logistycznych

Estymacja modeli metodą UMNK

Estymacja modeli nieliniowych

Estymacja modeli logitowych

Modele optymalizacyjne w transporcie

Praktyczne laboratoria

Udostępnianie materiałów

Rozwiązywanie zadań