Ekonometria 2400-PP3EKO
Wykład i ćwiczenia z ekonometrii mają zapoznać studentów z technikami ekonometrycznymi, ich własnościami i najważniejszymi zastosowaniami. Głównym celem wykładów jest zapoznanie studentów z teorią ekonometrii. Wykłady ilustrowane są prostymi przykładami empirycznymi. Bardziej rozbudowane przykłady empiryczne omawiana będą na ćwiczeniach.
Na wykładzie omawiana będzie problematyka estymacji w Klasycznym Modelu Regresji Liniowej za pomocą Metody Najmniejszych Kwadratów. Pierwsza część kursu poświęcona zostanie na przedstawienie modelu, jego założeń i sposobu estymacji oraz interpretacji. W drugiej części studenci zostaną zapoznani ze sposobami testowania hipotez, diagnostyki modelu i konsekwencjami braku spełnienia poszczególnych założeń. Po wykładzie student powinien potrafić prawidłowo przebadać związki między zmiennymi w próbie przekrojowej oraz zinterpretować wyniki prostego badania statystycznego.
Ćwiczenia do wykładu służą zapoznaniu się zastosowaniami narzędzi ekonometrycznych omawianych na wykładzie oraz sprawdzania na bieżąco wiedzy studentów. Celem ćwiczeń nie jest powtarzanie wykładu. W ramach ćwiczeń studenci powinni opanować formułowanie modeli ekonometrycznych, ich estymację za pomocą jednego z pakietów statystycznych STATA/R/Python oraz interpretację wyników badań empirycznych.
Wprowadzenie
• Przedmiot ekonometrii.
• Typy danych statystycznych.
• Pojęcie modelu ekonometrycznego.
Metoda Najmniejszych Kwadratów (MNK)
• Omówienie estymatora MNK.
• Własności hiperpłaszczyzny regresji, dekompozycja sumy kwadratów reszt, miary dopasowania i ich własności.
Interpretacja parametrów modelu
• Zmienne dyskretne (z uwzględnieniem zmiennych zerojedynkowych).
• Formy liniowe względem przekształconych zmiennych (logarytmiczna, translogarytmiczna, odcinkami-liniowa).
Klasyczny Model Regresji Liniowej (KMRL)
• Założenia Klasycznego Modelu Regresji Liniowej (KMRL).
• Własności estymatora MNK w KMRL: wartość oczekiwana i wariancja.
• Estymator liniowej funkcji parametrów i jego wariancja.
• Efektywność estymatora MNK w KMRL: twierdzenie Gaussa-Markowa.
Wnioskowanie statystyczne w KMRL
• Założenia na temat rozkładu błędu losowego.
• Rozkłady estymatorów MNK w KMRL.
• Testowanie liniowych hipotez prostych i złożonych: testy t i F.
Podstawowe problemy estymacji za pomocą MNK
• Zmienne pominięte (zmienne interweniujące): przykład empiryczny.
• Zmienne nieistotne.
• Obserwacje nietypowe i outliery – wykrywanie i postępowanie.
• Współliniowość.
Testy diagnostyczne
• Rola testów diagnostycznych w analizie modelu. Testowanie założeń KMRL.
Heteroskedastyczność i autokorelacja
• Przyczyny występowania heteroskedastyczności i autokorelacji.
• Konsekwencje heteroskedastyczności i autokorelacji.
• Uogólniona Metoda Najmniejszych Kwadratów (UMNK).
• Przekształcenie modelu UMNK do MNK.
• Stosowalne UMNK (Ważona MNK).
• Odporne na heteroskedastyczność i autokorelacje estymatory macierzy wariancji-kowariancji.
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
A)Wiedza
Student ma wiedzę o podstawowych narzędziach ekonometrycznych wykorzystywanych w celu weryfikacji postawionych hipotez badawczych.
1. Student ma wiedzę o miejscu ekonometrii w systemie nauk ekonomicznych.
2. Student rozumie znaczenie badań ilościowych dla teorii i praktyki gospodarczej.
3. Student zna podstawowe obszary zastosowania ekonometrii.
4. Student zna podstawowe zasady wnioskowania statystycznego i empirycznej
weryfikacji hipotez.
5. Student rozumie rolę modelu ekonometrycznego we wnioskowaniu statystycznym.
6. Student zna podstawowe metody i narzędzia jakie wykorzystuje ekonometria.
7. Student zna i rozumie ograniczenia podstawowych metod wykorzystywanych w
ekonometrii.
8. Student zna gruntownie Metodę Najmniejszych Kwadratów i rozumie potrzebę
stosowania bardziej zaawansowanych technik ekonometrycznych, gdy założenia
MNK nie są spełnione.
9. Student zna założenia Klasycznego Modelu Regresji Liniowej i sposoby ich
testowania.
10. Student zna podstawowe problemy związane z niespełnieniem założeń Klasycznego
Modelu Regresji Liniowej, zmiennymi pominiętymi, zmiennymi nieistotnymi,
obserwacjami nietypowymi i błędnymi, współliniowością.
11. Student zna podstawowe sposoby działania w przypadku niespełnienia założeń
Klasycznego Modelu regresji Liniowej.
12. Student zna sposoby pozyskania danych i ich ograniczenia.
B) Umiejętności
Student potrafi wykorzystać podstawowe narzędzia ekonometryczne we własnym badaniu. Student umie przygotować materiał empiryczny, sformułować hipotezy badawcze, oszacować model i zinterpretować uzyskane wyniki.
1. Student potrafi zaprojektować podstawowe badanie ekonometryczne.
2. Student umie powiązać podstawowe narzędzia ekonometryczne z właściwymi
danymi opisującymi wybrane procesy zachodzące w gospodarce.
3. Student umie stawiać proste hipotezy badawcze wymagające zastosowania modelu
ekonometrycznego.
4. Student potrafi uwzględnić ograniczenia podstawowych metod analitycznych we
własnym badaniu.
5. Student ma umiejętność przygotowanego materiału empirycznego odpowiedniego dla
poznanych metod ekonometrycznych.
6. Student potrafi przeprowadzić badanie zawierające wstępną analizę danych,
estymację modelu oraz diagnostykę modelu.
7. Student umie wykryć obserwacje nietypowe i błędne.
8. Student potrafi zdiagnozować problem współliniowości w modelu.
9. Student potrafi przetestować założenia Klasycznego Modelu Regresji Liniowej.
10. Student umie zinterpretować uzyskane wyniki.
11. Student potrafi wyciągnąć wnioski z własnej analizy wskazując determinanty
badanego zjawiska.
12. Student ma umiejętność przeanalizowania wyników uzyskanych przez innych
badaczy wykorzystujących podstawowe narzędzia ekonometryczne.
C) Kompetencje społeczne
Student ma świadomość, że empiryczna weryfikacja teorii ekonomi i analiza procesów gospodarczych ma szerokie zastosowanie we współczesnym świecie.
1. Student potrafi wskazać ważne zagadnienia ekonomiczne wymagające badań
ilościowych.
2. Student rozumie potrzebę zastosowania narzędzi ekonometrycznych w celu analizy
procesów ekonomicznych.
3. Student jest przygotowany do aktywnego uczestniczenia w grupach realizujących cele
społeczne (polityczne, gospodarcze, obywatelskie) w oparciu o badania
ekonometryczne.
4. Student potrafi komunikatywnie przedstawiać na podstawowym poziomie wyniki
cudzych i swoich analiz, wyjaśniać ich podstawy i konkluzje.
5. Student potrafi uzupełniać zdobytą wiedzę i umiejętności.
6. Student ma świadomość znaczenia zachowywania się w sposób profesjonalny i
etyczny we wszystkich sytuacjach, gdy podstawą decyzji są wnioski płynące z badań
ekonometrycznych.
KW01, KU01
Kryteria oceniania
Wykład kończy się egzaminem pisemnym. Ocena z egzaminu stanowi 2/3 oceny końcowej a ocena z ćwiczeń stanowi 1/3 oceny końcowej.
Literatura
Literatura obowiązkowa:
Stock, Watson, Introduction to Econometrics, 2019
Literatura dodatkowa:
Mycielski, Ekonometria, 2010
Wooldridge, Introductory Econometrics, 2002
Chow, Ekonometria, PWN, 1995
Davidson, McKinnon, Estimation and Inference in Econometrics, OUP, 1993
Greene, Econometric Analysis, Pearson, 2018 – wydanie 8
Wooldridge, Econometric Analysis of Cross Section and Panel Data, MIT Press, 2002
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: