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
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
WIEDZA
• Zna w sposób pogłębiony metody i narzędzia opisu zjawisk ekonomicznych i społecznych w ujęciu przestrzennym. Zna statystyki i modele przestrzenne. Zna źródła pozyskiwania danych regionalnych. Zna sposoby wykorzystania zaawansowanego programu statystycznego w opisie zjawisk ekonomicznych i społecznych.
• Przez pracę z programem na licencji Open Source oraz przez wykorzystanie materiałów dydaktycznych wytworzonych na WNE UW zna i rozumie 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 możliwości aplikacyjne przedstawionych metod statystycznych i na ich podstawie może tworzyć analizy na potrzeby analiz rynkowych w pracy lub na potrzeby własnej firmy
• Na podstawie analizy danych przestrzennych i panelowych ma rozszerzoną wiedzę o społecznych strukturach przestrzennych i ich zmianach w czasie. Potrafi ocenić wpływ przestrzeni na procesy gospodarczo-społeczne, zbadać analitycznie zróżnicowanie i podobieństwo regionów, określić reżimy przestrzenne
UMIEJĘTNOŚĆI
• Przez krytyczną analizę wyników badań statystycznych i teorii ekonomii potrafi 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 potrafi: 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. Potrafi wyszukać dane, zastosować opis modelowanie statystyczne lub ekonometryczne. Potrafi przedstawić w formie pisemnej i przekazać ustnie cały proces badawczy jako raport.
KOMPETENCJE SPOLECZNE
• Zapoznanie się z zaawansowanym programem statystycznym pozwala mu na rozszerzenie wiedzy we własnym zakresie i stanowi dobre wprowadzenie do nauki programowania obiektowego.
• Sposób zaliczenia przedmiotu pozwala mu być krytyczny w stosunku do przedstawionych modeli i prawidłowo identyfikować i rozstrzygać dylematy wykorzystaniem tych metod w prowadzeniu własnej firmy lub pracy zawodowej
KW01, KW02, KW03, KU01, KU02, KU03, KK01, KK02, KK03
Kryteria oceniania
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
Własny projekt badawczy (50%)+recenzja przydzielonego artykułu (50%)
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
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.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: