Ekonometria E-AG-LS-O.12
Konwersatorium (KW) Semestr zimowy 2023/2024

1. Tadeusz Kufel, Ekonometria: rozwiązywanie problemów z wykorzystaniem programu GRETL.

2. Jeffrey Wooldridge, Introductory Econometrics. A Modern Approach.

3. William Greene, Econometric Analysis.

Wiedza: absolwent zna i rozumie:

- K_W02 terminologię z zakresu analityki gospodarcze;

- K_W06 w zaawansowanym stopniu metody matematyczne, statystyczne i ekonometryczne niezbędne do analizy zjawisk gospodarczych i społecznych w skali mikro- i makroekonomicznej;

- K_W01 specyfikę przedmiotową, najnowsze osiągnięcia analityki gospodarczej i kierunki jej rozwoju w ramach nauk ekonomicznych;

- K_W13 metodykę konstruowania prac pisemnych, w tym dyplomowych oraz zasady tworzenia różnych rodzajów wypowiedzi ustnych z wykorzystaniem informatycznych metod pozyskiwania, przetwarzania i wymiany informacji.

Umiejętności: absolwent potrafi:

- K_U01 wykorzystać nabytą wiedzę do analizy i prawidłowego interpretowania zjawisk i procesów gospodarczych i społecznych;

- K_U02 stosować podstawowe metody i techniki pozyskiwania i gromadzenia danych, a także narzędzia służące do ich analizy, wyjaśniania oraz wnioskowania na temat zjawisk i procesów społeczno-gospodarczych;

- K_U13 planować, organizować i realizować działania indywidualne i w grupie.

Kompetencje społeczne: absolwent jest gotów do:

- K_K01 krytycznej oceny własnej wiedzy oraz odpowiedzialnego przygotowania się do swojej pracy, uzupełniania i doskonalenia nabytej wiedzy i umiejętności, rozszerzonych o wymiar interdyscyplinarny, korzystając z różnorodnych źródeł, metod i technik samokształcenia;

- K_K02 rozstrzygania dylematów związanych z wykonywaniem zawodu, wykorzystując odpowiednie zaawansowane narzędzia analizy danych, a w razie trudności jest gotów do zasięgnięcia opinii ekspertów.

Obecność na zajęciach

Aktywność na zajęciach

Zaliczenia pisemne konwersatoriów (dwa kolokwia) zaliczane od minimum 60%.

1. Rodzaje danych i zmiennych statystycznych.

2. Model ekonometryczny i jego elementy.

3. Klasyczna metoda najmniejszych kwadratów.

4. Uogólniona metoda najmniejszych kwadratów.

5. Modele nieliniowe.

6. Modele ze zmiennymi przekształconymi logarytmicznie.

7. Modele ze zmiennymi jakościowymi w roli zmiennych objaśnianych (logit) i objaśniających.

8. Modele dynamiczne (ze skończonym rozkładem opóźnień (DL), autoregresyjny (AR), autoregresyjny z rozkładem opóźnień (ADL), z geometrycznym rozkładem opóźnień (Koycka).

1. Omówienie

2. Prezentacja sposobu wykonania analiz w programach specjalistycznych.

3. Prezentacja multimedialna.

4. Studium przypadku (studium przykładowe).

5. Metody i narzędzia kształcenia na odległość.