1. SylabUZ
2. Wydział Matematyki, Informatyki i Ekonometrii
3. semestr zimowy 2019/2020
4. Matematyka - drugiego stopnia z tyt. magistra
5. Ekonometria

Wygeneruj PDF dla tej strony

Ekonometria - opis przedmiotu

Cel przedmiotu

Zapoznanie studenta z podstawowymi metodami analiz w modelach regresji liniowej. 

Wymagania wstępne

Zapisz zmiany

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

Zakres tematyczny

Wykład

1. Zdefiniowanie i omówienie klasycznego modelu regresji liniowej.
2. Estymacja parametrów modelu oparta na metodzie najmniejszych kwadratów.
3. Mierniki dopasowania modelu. Testy istotności parametrów modelu. Test adekwatności modelu.
4. Testy weryfikujące założenia dla klasycznego modelu regresji liniowej.
5. Przedziały ufności oraz prognozowanie.
6. Uogólnione modele liniowe.
7. Zastosowanie modeli regresji liniowej w analizie i prognozowaniu zjawisk ekonomicznych.

Ćwiczenia

1. Powtórzenie materiału z zakresu algebry liniowej, rachunku prawdopodobieństwa oraz statystyki matematycznej wykorzystywanego w analizie regresji liniowej.
2. Metoda najmniejszych kwadratów.
3. Ocena dopasowania modelu do obserwacji.
4. Testy istotności parametrów oraz adekwatności modelu.
5. Weryfikacja założeń klasycznego modelu regresji liniowej.
6. Prognozowanie oraz przedziały ufności.
7. Uogólnione modele regresji liniowej.

Laboratorium

1. Omówienie oraz zapoznanie się z podstawowymi funkcjami programu komputerowego wykorzystywanego do analiz statystycznych.
2. Metody zapisu i odczytu tabelarycznych danych statystycznych. Techniki przetwarzania i prezentacji danych.
3. Estymacja parametrów modelu regresji liniowej na podstawie danych rzeczywistych.
4. Ocena dopasowania modelu. Testowanie istotności parametrów i adekwatności modelu.
5. Testy weryfikujące założenia w klasycznym modelu regresji liniowej.
6. Przedziały ufności oraz prognozowanie. Graficzna prezentacja analiz.
7. Uogólnione modele regresji liniowej.

Metody kształcenia

Wykład konwencjonalny. Ćwiczenia na których studenci rozwiązują zadania z przygotowanej listy. Na laboratorium studenci zapoznają się z funkcjami pozwalającymi przeprowadzić odpowiednie analizy, następnie otrzymują dane do samodzielnej pracy.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

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

Literatura podstawowa

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.

Literatura uzupełniająca

1. B. 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.

Uwagi

Zmodyfikowane przez dr Alina Szelecka (ostatnia modyfikacja: 14-03-2020 09:35)