Analiza wyborów dyskretnych 2400-M1IiEAWD
Celem zajęć jest zapoznanie studentów z formalnymi metodami opisu modeli wyborów dyskretnych, oraz bieżącymi osiągnięciami badawczymi w tym zakresie.
[1] Przegląd modeli wyborów dyskretnych i ich zastosowań
[2] Wprowadzenie do wyborów dyskretnych, pojęcie wyboru dyskretnego, zbioru alternatyw
[3-4] Ekonomiczne podstawy wyborów dyskretnych, powiązanie modeli ekonomicznych i matematycznych poprzez intepretację funkcji użyteczności
[5-7] omowienie rożnych modeli wyborów dyskretnych, sposobów ich estymacji, interpetacji wyników, oraz diagnostyki.
[8-15] omawianie różnych zastosowań modeli wyborów dyskretnych w poszczególnych obszarach ekonomii (transport, bankowość, marketing, ubezpieczenia (itp.). W drugiej cześci zajęć uczestnicy będą prezentować wyniki swoich prac empirycznych..
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Po ukończeniu kursu uczestnik:
WIEDZA
Zna metody ilościowe i narzędzia opisu zjawisk o charakterze wyborów dyskretnych Zna źródła pozyskiwania danych ekonomicznych oraz posiada podstawowe informacje dotyczące metod postępowania w przypadku modelowania wyborów o charakterze dyskretnym. Zna sposoby wykorzystania pakietu Stata w opisie zjawisk ekonomicznych i społecznych. S2A_W06
Potrafi rozpoznać problem ekonomiczny z kategorii wyboru dyskretnego S2A_W06.
UMIEJĘTNOŚCI
Potrafi budować zaawansowane modele dla zjawisk ekonomicznych i społecznych o naturze wyboru dyskretnego, oraz oceniać rezultaty modele opisywanych w literaturze przedmiotu w sposób krytyczny S2A_U04, S2A_U07
Potrafi dokonać prezentacji wyników i napisać raport z przeprowadzonego badania empirycznego S2A_U09, S2AU_10.
KOMPETENCJE SPOŁECZNE
Znajomość podstawowymi funkcji pakietu statystycznego pozwala na rozszerzenie wiedzy we własnym zakresie. S2A_K01
Na podstawie przedstawionych interpretacji uzyskanych wyników potrafi być krytyczny w stosunku do przedstawionych modeli i prawidłowo identyfikuje i rozstrzyga dylematy wykorzystaniem tych metod w prowadzeniu własnej firmy lub pracy zawodowej S2A_K04, S2A_K07.
SU05, SU06, SK01, SK03, SU04, SU03, SU02, SU01, SW03, SW02, SW01, SW04, SW05, SK02, SK04
Kryteria oceniania
Szczegółowe zasady dotyczące obecności na zajęciach wynikają wprost z regulaminu studiów na Uniwersytecie Warszawskim, doposzczalne są nieobecności nie przekraczające 20% nominalnych godzin zajęciowych. Ocena z zajeć zostanie wystawiona na podstawie pracy samodzielnej studenta lub pracy w grupie. Forma oraz terminy rozliczenia zadania zaliczeniowego zostanie uzgodniona z uczestnikami zajęć podczas pierwszego spotkania. Dodatkowym warunkiem jest terminowe oddanie pracy zaliczeniowej.
Literatura
Podręczniki:
Baum Kit (2006) "An Introduction to Modern Econometrics Using Stata", Stata Press David
Cameron Colin, Trivedi, Parvin K.. (2009) Microeconometrics Using Stata, Stata Press.
Hensher, John Rose, William Greene (2005) "Applied Choice Analysis. A Primer", CUP
Kenneth Train "Discrete Choice Methods with Simulations"
Long Scott J., Freese Jeremy (2003) Regression Models for Categorical and Limited Dependent Variables Using Stata, Revised Edition, Stata Press
Maddala G.S. (1999) Limited Dependent and Qualitative Variables in Econometrics, Cambridge University Press
William H. Greene (2003) Econometric Analisys, Princton Halls
Artykuły:
Ai, Chunrong i Norton Edward. (2003) Interaction terms in logit and probit models, Economic Letters, vol. 80, pp. 123-129.
Buis, Maarten. (2010) Stata tip 87: Interpretation of interactions in nonlinear models, Stata Journal, vol 10, Number 2, pp. 305-310.
Cameron Colin. i Windmeijer, F.A.G. (1993) R-Squared Measures for Count Data Regression Models with Applications to Health Care Utilization, Dept. of Economics Working Paper 93-24, University of California at Davis.
Mroz Thomas. (1987) The Sensivity of an Empirical Model of Married Women’s Hours of Work to Economic and Statistical Assumptions, Econometrica, vol 55(4), pp. 765-799.
Veall, Michael R. i Zimmermann, Klaus F. (1996) Pseudo-R2 Measures for Some Common Limited Dependent Variable Models . Collaborative Research Center 386, Discussion Paper 18.
Williams Richard (2011) Comparing Logit and Probit Coefficients Between Models and Across Groups
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: