Ekonometryczna analiza danych ( ścieżka SAS) 2400-ZEWW147
1. Klasyczny Model Regresji Liniowej (procedury REG, AUTOREG, GLM, SYSLIN, GPLOT): tworzenie wykresów, zastosowanie metod doboru regresorów, testowanie normalności rozkładu reszt, zastosowanie trybu interaktywnego, własności estymatorów w przypadku niespełnienia założeń KMRL.
2. Automatyzacja programowania w pakiecie SAS – język makr.
3. Prezentacja wyników w HTML (Output Delivery System w module BASE SAS).
4. Analiza szeregów czasowych I (procedura ARIMA): istota modeli AR, MA, ARMA, ARIMA, prezentacja graficzna szeregów, szeregi zintegrowane i testowanie stacjonarności, metodologia Boxa-Jenkinsa: identyfikacja, estymacja i diagnostyka w modelach klasy ARIMA, zastosowanie kryteriów informacyjnych w wyborze modelu.
5. Analiza szeregów czasowych II (procedura AUTOREG): stylizowane fakty i istota modeli autoregresyjnych z warunkowa heteroskedastycznością (ARCH/GARCH), identyfikacja, estymacja i testy diagnostyczne w modelach klasy GARCH, zastosowanie kryteriów informacyjnych w wyborze modelu.
6. Analiza wariancji i kowariancji: wstępna analiza danych, jedno- i wielowymiarowa ANOVA, testy wielokrotnego porównania, testowanie istotności czynników głównych i ich interakcji, ANOVA zbilansowana vs. niezbilansowana, weryfikacja założeń modelu, regresja ze zmiennymi jakościowymi, analiza kowariancji – ANCOVA (PROC ANOVA, PROC GLM)
7. Analiza przeżycia: Szacowanie i porównywanie krzywych przeżycia za pomocą PROC LIFETEST, szacowanie regresji parametrycznej za pomocą PROC LIFEREG, modele proporcjonalnego hazardu COXa (PROC PHREG), testowanie hipotez
8. Zastosowanie metod numerycznych (procedura SURVEYSELECT): metoda bootstrap, szacowanie błędów standardowych statystyk, wyznaczanie przedziałów ufności dla estymatorów, wyznaczanie wartości krytycznych w testach o nieznanym rozkładzie teoretycznym statystyk; metoda jackknife oraz testy permutacji statystyk.
9. Analiza danych panelowych (procedura TSCSREG): tworzenie zbiorów danych w postaci „długiej”, modele z efektami stałymi (dla jednostek lub okresów), modele z efektami losowymi (dla jednostek lub okresów).
10. Modele z binarną zmienną objaśnianą (procedura LOGISTIC): estymacja modeli LOGIT i PROBIT.
11. Modele z dyskretną zmienną objaśnianą (procedura GENMOD): specyfikacja funkcji przejścia oraz rozkładu zmiennej objaśnianej, estymacja parametrów w regresji Poissona.
Rodzaj przedmiotu
Założenia (opisowo)
Efekty kształcenia
Po odbyciu kursu student będzie potrafił samodzielnie przeprowadzić projekt badawczy z zakresu statystyki i ekonometrii (tzn. obróbki danych, estymacji modeli oraz prezentacji i analizy wyników) przy wykorzystaniu pakietu SAS. Będzie także potrafił biegle posługiwać się dokumentacją pakietu SAS w celu znalezienia rozwiązań problemów technicznych napotykanych podczas obróbki i analizy danych.SU05, SU06, SK01, SK03, SU04, SU03, SU02, SU01, SW03, SW02, SW01, SW04, SW05, SK02, SK04
Kryteria oceniania
Podstawą zaliczenia jest obecność na zajęciach oraz wykazanie się umiejętnością zastosowania poznanych metod. Zaliczenie odbywa się na podstawie projektu zaliczeniowego wykonanego w 1- lub 2-osobowych zespołach.
Literatura
1. SAS, OnlineDoc, http://support.sas.com/v9doc
2. Delwiche, Slaughter (2008), The Little SAS Book: a primer, SAS Publishing
3. Der, Everitt (2008), A Handbook of Statistical Analyses using SAS (3 ed.), Chapman and Hall/CRC
4. Kleinman, Horton (2010), Using SAS for Data Management, Statistical Analysis, and Graphics, CRC Press
5. Schlotzhauer, Littell (1997), SAS System for Elementary Statistical Analysis (2 ed.), SAS Institute
6. Marasinghe, Kennedy (2008), SAS for Data Analysis: Intermediate Statistical Methods, Springer
7. Cody (2011), SAS Statistics by Example, SAS Publishing
8. Ajmani (2009), Applied Econometrics Using the SAS System, Wiley
9. Allison (2010), Survival Analysis Using SAS: A Practical Guide (2 ed.), SAS Publishing
10. Cody (2007), Learning SAS by Example: A Programmer's Guide, SAS Publishing
11. Cody, Smith (2005), Applied Statistics and the SAS Programming Language, Prentice Hall
oraz wybrane rozdziały z:
• Greene, W.H. (2003), Econometric Analysis, Prentice Hall
• Tsay, R.S. (2001), Analysis of Financial Time Series, Wiley
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: