Programowanie narzędzi analitycznych 2400-M1IiEPNA
Tworzenie nowych technik statystycznych i modeli ekonometrycznych wiąże się z koniecznością ich oprogramowania. Niejednokrotnie, w pracy badawczej czy analitycznej, podczas wnioskowania pojawia się potrzeba dostosowania istniejących modeli do analizowanych danych. Czasami, charakter danych jest na tyle odmienny od wcześniej rozważanych, że niezbędne jest stworzenie autorskiego modelu czy narzędzia statystycznego opartego o inne niż standardowe założenie czy rozkład.
Zajęcia w zamierzeniu mają korzystać z przedmiotów z pierwszego etapu studiów: Statystyka Matematyczna i Ekonometria (poziom podstawowy). Przedmiot ma wzmocnić samodzielność analityczną studentów na innych przedmiotach II etapu studiów. Przedmiot ma tworzyć podstawy dla przedmiotów z etapu magisterskiego.
Lista tematów:
(1) Wstęp do R, podstawowe obliczenia, tworzenie wektorów i macierzy.
(2) Programowanie podstawowych testów statystycznych.
(3) Programowanie Metody Najmniejszych Kwadratów.
(4) Wstęp do Metody Największej Wiarygodności.
(5) Wykresy funkcji wiarygodności. Maksymalizacja funkcji log-wiarygodności od jednego parametru.
(6) Maksymalizacja funkcji log-wiarygodności od wielu parametrów z użyciem gradientu i hesjanu. Wykresy 3D.
(7) Wstęp do Metody Momentów.
(8) Wstęp do Uogólnionej Metody Momentów.
(9) Estymacja parametrów Uogólnioną Metodą Momentów.
(10) Kolokwium
(11) Bootstrap
(12)-(15) Eksperymenty Monte Carlo.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
A) Wiedza
Student ma wiedzę o podstawach tworzenia funkcji i programów do celów statystycznych i ekonometrycznych.
1. Student zna wady i zalety wykorzystywania programów komputerowych w analizowaniu danych.
2. Student zna podstawowe techniki i narzędzia informatyczne.
3. Student zna wybrane narzędzia analityczne i obliczeniowe wykorzystywane w pracy ekonomisty.
B) Umiejętności
Student potrafi korzystać z programów statystyczno-ekonometrycznych, tworzyć funkcję oraz programy, adaptować procedury napisane przez innych naukowców.
1. Student umie analizować dane za pomocą podstawowych narzędzi statystycznych i ekonometrycznych.
2. Student potrafi skonstruować własne funkcje i skrypty.
3. Student potrafi stworzyć funkcje i skrypty realizujące testy i modele statyczne i ekonometryczne będące rozwinięciami klasycznych metod.
4. Student potrafi pracować z podstawowymi formatami danych oraz strukturami danych.
5. Student potrafi wykorzystać metody badawcze do rozwiązywania zadań.
6. Student umie wykorzystywać funkcje i skrypty przygotowane przez innych badaczy i analityków.
7. Student potrafi dobrać narzędzie analityczne do rozwiązania problemu z zakresu ekonomii, finansów i dziedzin pokrewnych.
8. Student umie wykonać szereg operacji obliczeniowych i analitycznych w celu znalezienia rozwiązania zadania.
9. Student potrafi przeprowadzić analizę uzyskanych wyników, zinterpretować ich sens ekonomiczny i stworzyć raport z wykonanej analizy.
C) Kompetencje społeczne
Student ma świadomość konieczności uzupełniania i doskonalenia wiedzy i umiejętności.
1. Student potrafi komunikatywnie zaprezentować dane w postaci tabel i wykresów.
2. Student jest przygotowany do samodzielnego rozszerzania wiedzy.
3. Student potrafi pracować z programami przygotowanymi przez innych oraz przygotowywać programy, które mogą być wykorzystywane przez innych.
4. Student umie ocenić możliwość wykorzystania wybranego narzędzia do rozwiązania problemu.
5. Student rozumie ograniczenia technik informatycznych w analizowaniu skomplikowanych zjawisk gospodarczych.
KW01, KW02, KW03, KW04, KU01, KU02, KU03, KU04, KU05, KU06, KU07, KK01, KK02, KK03
Kryteria oceniania
Metody i kryteria oceniania:
W skład oceny wchodzą testy na początku każdych zajęć (30%) oceny, praca na zajęciach (20% oceny), duża kartkówka (w okolicy połowy semestru, 20%) oraz praca zaliczeniowa (projekt, 30% oceny).
Literatura
1. Materiały przygotowane przez prowadzącego
2. Givens G.H., Hoeting J.A., Computational Statistics, John Wiley & Sons, 2012
3. Laura M. Chihara,Tim C. Hesterberg, Mathematical Statistics with Resampling and R, John Wiley & Sons, 2011
4. Mycielski J., Skrypt do Ekonometrii, Wydział Nauk Ekonomicznych
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: