Uniwersytet Marii Curie-Skłodowskiej w Lublinie - Centralny System Uwierzytelniania
Strona główna

Ekonometria E-E-LS-O.3
Wykład (W) Semestr zimowy 2023/2024

Informacje o zajęciach (wspólne dla wszystkich grup)

Strona zajęć: https://www.microsoft.com/pl-pl/microsoft-teams
Liczba godzin: 30
Limit miejsc: (brak limitu)
Zaliczenie: Egzamin
Sposób weryfikacji efektów kształcenia: Egzamin na Wirtualnym kampusie
Uwagi: Wykład jest realizowany z zastosowaniem metod i technik kształcenia na odległość, z wykorzystaniem platformy MS Teams.
Literatura:

Podstawowa

1. Gruszczyński M., Podgórska M. (red.), Ekonometria, Wydawnictwo SGH, Warszawa 2003,

2. Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wydawnictwo Naukowe PWN, Warszawa 2013,

3. Maddala G. S., Ekonometria, Wydawnictwo Naukowe PWN 2008,

4. Wooldridge J. M., Introductory Econometrics: A Modern Approach, Mason, OH: Thomson/South-Western 2006,

Uzupełniająca

1. Verbeek M., A Guide to Modern Econometrics, John Wiley & Sons Ltd, Chichester, 2004,

2. Greene W. H., Econometric analysis, Macmillan, New York 2003.

Efekty uczenia się:

Wiedza:

W1: Student zna metody i narzędzia pozwalające na pozyskiwanie danych społeczno-gospodarczych, opisywanie struktur i instytucji społeczno-gospodarczych

W2: Student zna standardowe metody ekonometryczne w obszarze analizy i prezentacji danych społeczno-ekonomicznych

W3: Student wyjaśnia rolę ekonometrii w analizie zjawisk ekonomicznych.

Umiejętności:

U1: Student potrafi zastosować odpowiednie metody i narzędzia do analizy zjawisk społecznych, gospodarczych i przestrzennych

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 każdym obszarze nauk ekonomicznych.

Metody i kryteria oceniania:

Zaliczenie wykładu na podstawie egzaminu, który ma formę testu i odbywa się na Wirtualnym kampusie. Składa się z pytań teoretycznych oraz zadań. Egzamin oceniany jest według następujących kryteriów:

bdb - od 90% punktów

db+ - 80-89% punktów

db - 70-79% punktów

dst+ - 60-69% punktów

dst - 50-59% punktów

ndst - poniżej 50% punktów

Ocena z wykładu stanowi średnią z oceny konwersatorium oraz oceny egzaminu.

Zakres tematów:

1. Informacje ogólne

Przedmiot i cel ekonometrii

Model ekonometryczny a model ekonomiczny

Ogólna postać modelu ekonometrycznego

Rodzaje zmiennych w modelu

Składnik losowy i jego własności

Rodzaje danych statystycznych

Klasyfikacja modeli ekonometrycznych

Etapy budowy modelu ekonometrycznego

2. Estymacja parametrów liniowego modelu ekonometrycznego klasyczną metodą najmniejszych kwadratów (KMNK)

Ogólna postać liniowego modelu ekonometrycznego

Istota i założenia KMNK

Estymator parametrów strukturalnych i jego własności

Estymator wariancji składnika losowego

Estymator macierzy kowariancji estymatora parametrów

Średnie i względne błędy szacunku parametrów modelu

3. Weryfikacja liniowego modelu ekonometrycznego

Miary dopasowania modelu do danych empirycznych

Testy istotności parametrów strukturalnych modelu

Dobór zmiennych objaśniających do modelu metodą regresji krokowej (selekcja wsteczna i prospektywna)

Weryfikacja założeń KMNK

4. Uogólniona metoda najmniejszych kwadratów (UMNK)

Istota UMNK

Estymator parametrów strukturalnych UMNK

Macierz wagowa w warunkach heteroskedastycznosci lub autokorelacji składnika losowego

Estymator Cochrane-Orcutta, estymator Praisa-Winstena

Estymator wariancji składnika losowego

Estymator macierzy kowariancji estymatora parametrów

5. Modele nieliniowe

Ustalenie postaci analitycznej modelu

Estymacja parametrów modeli nieliniowych

Weryfikacja modeli nieliniowych

6. Modele ekonometryczne ze zmiennymi jakościowymi

Model z dychotomiczną zmienną objaśniającą

Model z wielowariantową zmienną objaśniającą

Model z dwiema jakościowymi zmiennymi objaśniającymi (model bez interakcji, model z interakcjami)

Model z dychotomiczną zmienną objaśnianą (model logitowy)

7. Modele dynamiczne

Model z rozkładem opóźnień (DL)

Model autoregresji (AR)

Modele autoregresyjny z rozkładem opóźnień (ADL)

Model Koyka (model z nieskończonym rozkładem opóźnień)

Mnożnik krótkookresowy i długookresowy

Metody dydaktyczne:

wykład z prezentacją multimedialną

Grupy zajęciowe

zobacz na planie zajęć

Grupa Termin(y) Prowadzący Miejsca Liczba osób w grupie / limit miejsc Akcje
1 każdy wtorek, 9:45 - 11:15, (sala nieznana)
Arkadiusz Kijek 83/100 szczegóły
Wszystkie zajęcia odbywają się w budynku:
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.0.0-96c5a8fb3 (2024-10-22)