Ekonometria przestrzenna w R 2400-ZEWW404
Metody ekonometrii i statystyki przestrzennej wykorzystywane są w badaniach regionalnych, badaniach rynku nieruchomości, zasobów naturalnych, ekonomii środowiska, ekonomii sektora publicznego i ekonomii międzynarodowej, innowacji, ubezpieczeń etc., a także lokalizacji przedsiębiorstw. Analizy tych zagadnień z użyciem klasycznej statystyki i ekonometrii, ignorujących przestrzenne zależności, dają błędne wyniki. Ekonometria przestrzenna pozwala widzieć zależność między obserwacjami sąsiedzkimi i uwzględniać tę informację w modelowaniu. Jest to uzupełnienie metod tradycyjnych w odniesieniu do problemów przestrzennych, ale wymaga specyficznych zbiorów danych (danych geo-lokalizowanych oraz map konturowych) oraz wyspecjalizowanych pakietów ekonometryczno-statystycznych.
Studenci w trakcie zajęć w sposób przystępny poznają warsztat ekonometrii przestrzennej, od podstaw do poziomu umożliwiającego przeprowadzenie własnych badań. Wykorzystywany program R jest typu Open Source (www.r-project.org) , dzięki czemu może być wykorzystywany bez ograniczeń i bez kosztów zarówno w pracy naukowej jak i w celach komercyjnych.
Poruszane zagadnienia:
• Czym jest ekonometria przestrzenna? Specyfika badań przestrzennych, efekty przestrzenne - dane, typy zależności przestrzennych, zróżnicowanie przestrzenne, związki w przestrzeni
• Wizualizacja danych regionalnych i punktowych – wyznaczanie centroidów, mapowanie warstwowe, operowanie geometriami przestrzennymi
• Przestrzenna macierz wag - konstrukcja, właściwości, operacje, wykorzystanie
• Formalizacja zależności przestrzennej - przestrzenny operator opóźnień (spatial lag), miary autokorelacji przestrzennej (I Morana, LISA), testowanie zależności przestrzennej
• Specyfikacja i testowanie modeli przestrzennych – modele z jednym (SLX, SLM, SEM), dwoma (SAC, SDM, SDEM) lub trzema (GNS) komponentami przestrzennymi, testy AIC, BIC, LR, I Morana dla reszt
• Modele złożone – modele interakcji przestrzennych, modele panelowe, modele kumulatywne
• klastrowanie danych przestrzennych, teselacja dla danych punktowych
• Zastosowania praktyczne analiz przestrzennych – na podstawie wybranych artykułów
Szacunkowy nakład pracy studenta: 4ECTS x 25h = 100h
(K) - godziny kontaktowe (S) - godziny pracy samodzielnej
zajęcia: 30h (K) 0h (S)
przygotowanie do zajęć: 0h (K) 25h (S)
przygotowanie końcowego projektu: 0h (K) 30h (S)
przygotowanie recenzji artykułu: 0h (K) 15h (S)
Razem: 30h (K) + 70h (S) = 100h
|
W cyklu 2024Z:
Metody ekonometrii i statystyki przestrzennej wykorzystywane są w badaniach regionalnych, badaniach rynku nieruchomości, zasobów naturalnych, ekonomii środowiska, ekonomii sektora publicznego i ekonomii międzynarodowej, innowacji, ubezpieczeń etc., a także lokalizacji przedsiębiorstw. Analizy tych zagadnień z użyciem klasycznej statystyki i ekonometrii, ignorujących przestrzenne zależności, dają błędne wyniki. Ekonometria przestrzenna pozwala widzieć zależność między obserwacjami sąsiedzkimi i uwzględniać tę informację w modelowaniu. Jest to uzupełnienie metod tradycyjnych w odniesieniu do problemów przestrzennych, ale wymaga specyficznych zbiorów danych (danych geo-lokalizowanych oraz map konturowych) oraz wyspecjalizowanych pakietów ekonometryczno-statystycznych. Szacunkowy nakład pracy studenta: 4ECTS x 25h = 100h |
W cyklu 2025Z:
Jest to innowacyjny kurs, który przedstawia metody analiz przestrzennych w R. Pierwsza połowa kursu stanowi wprowadzenie (praca z danymi przestrzennymi regionalnymi i punktowymi, wizualizacja, statystyka przestrzenna) i pokazuje klasyczne podejście – ekonometrię przestrzenną z użyciem macierzy wag przestrzennych. Druga część kursu wprowadza najnowsze rozwiązania z zakresu analityki przestrzennej – modele dryfu przestrzennego, regresję ważoną geograficznie (z uwzględnieniem klastrowania), modele przestrzenno-czasowej stabilności, modele bootstrapowane, modele panelowe. Kurs koncentruje się na zastosowaniach w ekonomii. Kurs oparty jest na książce „Przestrzenne Metody ilościowe w R” (CeDeWu, 2020), wydanej przez prowadzącą kurs. Szczegółowa tematyka zajęć: Szacunkowy nakład pracy studenta: 4ECTS x 25h = 100h |
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Po ukończeniu przedmiotu, student:
W ZAKRESIE WIEDZY:
Zna i rozumie w sposób pogłębiony metody i narzędzia opisu zjawisk ekonomicznych i społecznych w ujęciu przestrzennym; statystyki i modele przestrzenne; źródła pozyskiwania danych regionalnych; sposoby wykorzystania zaawansowanego programu statystycznego w opisie zjawisk ekonomicznych i społecznych.
Zna i rozumie przez pracę z programem na licencji Open Source oraz przez wykorzystanie materiałów dydaktycznych wytworzonych na WNE UW podstawowe pojęcia i zasady z zakresu ochrony własności przemysłowej i prawa autorskiego oraz potrafi skorzystać z narzędzi udostępnionych na zasadach Open Source oraz Creative Commons
Zna i rozumie możliwości aplikacyjne przedstawionych metod statystycznych i na ich podstawie może tworzyć analizy na potrzeby analiz rynkowych w pracy lub na potrzeby własnej firmy
Zna i rozumie na podstawie analizy danych przestrzennych i panelowych społeczno-ekonomiczne struktury przestrzenne i ich zmiany w czasie; wpływ przestrzeni na procesy gospodarczo-społeczne, zróżnicowanie i podobieństwo regionów, reżimy przestrzenne
W ZAKRESIE UMIEJĘTNOŚCI:
Potrafi przez krytyczną analizę wyników badań statystycznych i teorii ekonomii wykorzystać wiedzę teoretyczną do opisu i analizowania przyczyn i przebiegu procesów i zjawisk społecznych oraz potrafi formułować własne opinie i dobierać krytycznie dane i metody analiz
Potrafi pozyskać dane regionalne, mapę w postaci wektorowej oraz dzięki umiejętności pracy z zaawansowanym programem R-CRAN; przedstawić graficznie dane przestrzenne, obliczyć podstawowe statystyki przestrzenne wyestymować ekonometryczny model przestrzenny i na podstawie przedstawionych wyników wyciągać wnioski o zależnościach przestrzennych .
Potrafi przeprowadzić analizę przestrzenną; wyszukać dane, zastosować opis modelowanie statystyczne lub ekonometryczne; przedstawić w formie pisemnej i przekazać ustnie cały proces badawczy jako raport.
W ZAKRESIE KOMPETENCJI:
Wykazuje zapoznanie się z zaawansowanym programem statystycznym, które pozwala mu na rozszerzenie wiedzy we własnym zakresie i stanowi dobre wprowadzenie do nauki programowania obiektowego.
Jest gotów do bycia krytycznym w stosunku do przedstawionych modeli; prawidłowo identyfikować i rozstrzygać dylematy wykorzystaniem tych metod w prowadzeniu własnej firmy lub pracy zawodowej
Kryteria oceniania
Uzyskanie zaliczenia przedmiotu wymaga:
1. Własny projekt badawczy (50%) – do wykonania samodzielnie w grupie dwuosobowej analiza badawcza ilościowa o charakterze przestrzennym. Możliwe prace teoretyczne (np. porównanie metod, ocena właściwości metody) i tematyczne (analiza na danych empirycznych).
Projekt badawczy musi obejmować:
- wprowadzenie do tematu, postawienie hipotezy badawczej
- opis danych – źródło, zróżnicowanie przestrzenne, ew. zmiany w czasie
- specyfikację problemu/modelu ekonometrycznego i oczekiwania
- estymację i diagnostykę modelu/analizę ilościową przestrzenną
- interpretację wyników i konkluzje
2. Recenzja przydzielonego artykułu (50%) – pisemna recenzja (krytyczna) testu wybranego przez prowadzącego (teksty w języku angielskim)
Recenzja artykułu musi obejmować:
- cel i obszar badania – pytania / hipotezy badawcze, wykorzystane dane, obszar geograficzny
- metody przestrzenne wykorzystane w badaniu wraz z własną opinią na temat zasadności ich wykorzystania – należy omówić w jakim celu użyta została określona metoda, jakie były oczekiwania co do wyników
- wyniki badania (ogólnie) – czy udało się odpowiedzieć na postawione przez badacza pytanie, czy metody przestrzenne wniosły dodatkowe informacje w porównaniu z metodami klasycznymi
- ogólna opinia o tekście, uwagi, komentarze, dodatkowe know-how
Skala ocen: ocena końcowa jest średnią z ocen za projekt i recenzję.
[0%-50%) – ndst
[50%-60%) – dst
[60%-70%) – dst +
[70%-80%) – db
[80%-90%) – db+
[90%-100%] – bdb.
Literatura
Literatura obowiązkowa:
- Kopczewska K., Ekonometria i statystyka przestrzenna, CeDeWu, Warszawa, 2006
- Kopczewska K., Kopczewski T., Wójcik P., (red), 2009, Metody ilościowe w R. Aplikacje ekonomiczne i finansowe, CeDeWu, Warszawa
Literatura uzupełniająca:
- LeSage, J., & Pace, R. K. (2009). Introduction to spatial econometrics. Chapman and Hall/CRC.
- Bivand, R. S., Pebesma, E. J., Gomez-Rubio, V., & Pebesma, E. J. (2008). Applied spatial data analysis with R (Vol. 747248717). New York: Springer.
- Chun, Y., & Griffith, D. A. (2013). Spatial statistics and geostatistics: theory and applications for geographic information science and technology. Sage.
- Fotheringham, A. S., & Rogerson, P. A. (Eds.). (2008). The SAGE handbook of spatial analysis. Sage.
|
W cyklu 2024Z:
Literatura obowiązkowa: |
W cyklu 2025Z:
Kopczewska, K. (Ed.). (2020). Przestrzenne metody ilościowe w R: statystyka, ekonometria, uczenie maszynowe, analiza danych. CeDeWu Sp. z oo. |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: