Ekonometria MFI-MwF.33
Laboratorium (LB) Semestr zimowy 2022/2023

W1. Student zna i rozumie rolę uwarunkowań budowy modeli ekonometrycznych (K_W01)

W2. Student zna i rozumie teoretyczne podstawy metod szacowania modeli ekonometrycznych (K_W01)

W3. Student zna aparat matematyczny umożliwiający modelowanie zjawisk ekonomicznych (K_W02, K_W03)

W3. Student potrafi użyć języka matematycznego do budowy i analizy modeli

matematycznych w naukach ekonomicznych (K_W04)

W4 Student zna narzędzia numeryczne umożliwiające budowę i weryfikacją modeli ekonometrycznych (np. zaawansowane narzędzia arkusza kalkulacyjnego, pakiet Statistica, pakiet GRETL) (K_W06)

W5. Student zna ograniczenia stosowalności omawianych modeli (K_W09)

U1. Student umie zastosować metody analizy matematycznej i algebry do modelowania zjawisk ekonomicznych (K_U01)

U2. Student umie zastosować metody wnioskowania statystycznego do weryfikacji zbudowanych modeli (K_U01).

U3. Student umie zinterpretować, oceniać i analizować modele ekonometryczne. (K_U02)

U4. Student umie dobrać zmienne i zaproponować właściwą postać modelu (K_U03)

U5. Student umie znaleźć dane potrzebne do modelowania zjawisk ekonomicznych (K_U04)

U6. Student umie samodzielnie przeprowadzić analizę wybranych zjawisk ekonomicznych wykorzystaniem komputera (K_U05)

U7. Student umie planować i organizować pracę indywidualną przy budowie i weryfikacji modeli ekonometrycznych.

K1. Student jest gotów do stosowania modeli ekonometrycznych do modelowania zjawisk ekonomicznych (K_K01)

Zaliczenie odbędzie się na podstawie kolokwiów okresowych (min. 2) oraz indywidualnych pisemnych prac domowych. Należy zaliczyć ponad połowę z nich.

1. Założenia modelu Gaussa-Markowa

2. Szacowanie parametrów modelu liniowego z jedną zmienną niezależną.

3. Szacowanie parametrów modelu liniowego wielu zmiennych.

4. Wybór zmiennych do modelu liniowego.

5. Analiza własności reszt modelu.

6. Modele nieliniowe sprowadzalne do liniowych.

7. Postepowanie w przypadku nie spełnionych założeń modelu Gaussa- Markowa.

8. Zastosowania modeli liniowych.

9. Modele wielorównaniowe

metoda problemowa

dyskusja

case study

praca z komputerem

indywidualne rozwiązywanie problemów