1. SylabUZ
2. Faculty of Mathematics, Computer Science and Econometrics
3. winter term 2022/2023
4. Mathematics - First-cycle studies leading to Bachelor's degree
5. Econometrics

Generate PDF for this page

Econometrics - course description

Aim of the course

Zapoznanie studenta z podstawowymi metodami analiz w modelach regresji liniowej. 

Prerequisites

Save changes

Od studenta wymaga się znajomości z zakresu algebry liniowej, rachunku prawdopodobieństwa oraz statystyki matematycznej.

Scope

Wykład/Ćwiczenia/Laboratorium

1. Pojęcie modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych.
2. Graficzna prezentacja idei metody najmniejszych kwadratów na przykładzie jednorównaniowego modelu liniowego z jedną zmienną objaśniającą.
3. Klasyczny model liniowy z wieloma zmiennymi objaśniającymi i jego postać macierzowa. Estymacja metodą najmniejszych kwadratów (MNK) wektora parametrów strukturalnych tego modelu.
4. Założenia liniowego modelu ekonometrycznego. Wartość oczekiwana i macierz kowariancji wektora losowego. Łączny rozkład zmiennej objaśnianej.
5. Własności estymatora MNK. Twierdzenia Gaussa-Markowa. Nieobciążony estymator wariancji składnika losowego.
6. Ocena dopasowania modelu liniowego do danych.
7. Estymacja przedziałowa parametrów modelu linio

Teaching methods

Część wykładu prezentowana w postaci slajdów, a część w formie tradycyjnej (przekształcenia wzorów, dowody twierdzeń oraz rozwiązywane przykłady). Na ćwiczeniach: rozwiązywanie zadań z danymi umownymi i rzeczywistymi z wykorzystaniem teorii przedstawionej na wykładzie. Na laboratorium: rozwiązywanie problemów z danymi rzeczywistymi z wykorzystaniem narzędzi teoretycznych i wybranego pakietu statystycznego.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Ocena z wykładu na podstawie egzaminu. Ocena z ćwiczeń wystawiona na podstawie wyników z kolokwium oraz aktywności w trakcie zajęć. Ocena z laboratorium wystawiona na podstawie sprawdzianów, pozwalających określić stopień opanowania narzędzi statystycznych oraz umiejętność poprawnego wnioskowania w oparciu o otrzymane wyniki analiz.

Na ostateczną ocenę z przedmiotu składa się ocena z ćwiczeń (35%), ocena z laboratorium (35%) oraz ocena z egzaminu (30%). Warunkiem przystąpienia do egzaminu jest pozytywna ocena z ćwiczeń i pozytywna ocena z laboratorium. Warunkiem zaliczenia przedmiotu jest uzyskanie pozytywnych ocen z: ćwiczeń, laboratorium oraz wykładu.

 

 

Recommended reading

1. Goryl i inni, Wprowadzenie do ekonometrii, PWN, Warszawa, 2009.
2. W. Grabowski, A. Welfe, Ekonometria – zbiór zadań. PWE, Warszawa, 2010.
3. J. Koronacki, J. Mielniczuk, Statystyka, WNT, Warszawa, 2001.
4. C. R. Rao, Modele liniowe statystyki matematycznej, PWN, Warszawa, 1982.

Further reading

1. Borkowski, H. Dudek, W. Szczęsny, Ekonometria – wybrane zagadnienia, PWN, Warszawa, 2004.
2. M. Dobosz, Wspomagana komputerowo statystyczna analiza wyników badań, EXIT, Warszawa, 2001.
3. T. Górecki, Podstawy statystyki z przykładami w R, BTC, Legionowo, 2011.

Notes

Modified by dr Alina Szelecka (last modification: 24-09-2022 08:08)