Ekonometria 2400-ZM2EKO
Pierwsza część kursu będzie poświęcona zostanie na przedstawienie modelu, jego założeń i sposobu szacowania jego parametrów oraz interpretacji. Dodatkowo studenci zostaną zapoznani ze sposobami weryfikacji hipotez statystycznych w ramach modelu regresji liniowej, testowania poprawności poszczególnych założeń modelu i konsekwencjami braku ich spełnienia. W pierwszej części kursu studenci będą pracować na danych przekrojowych.
Druga część kursu będzie rozszerzać materiał przedstawiony w części pierwszej. Studenci zostaną zapoznani ze sposobami estymacji modeli regresji wykorzystujących szeregi czasowe. Dodatkowo omówione zostaną testy diagnostyczne oraz problem regresji pozornej. Ponadto omówiony zostanie model LSDV, będący modelem regresji dla danych panelowych. Omówiony zostanie także liniowy model prawdopodobieństwa dla modelowania binarnej zmiennej zależnej oraz jego diagnostyka oraz użycie odpornego estymatora wairiancji-kowariancji.
Istotną częścią zajęć będzie tworzenie przez studenta modelu ekonometrycznego w każdym semestrze.
Wykład w dużej części będzie bazował na podręczniku Jeffrey M. Wooldridge, Introductory Econometrics, A Modern Approach, Cengage Learning. Oczekiwana będzie od uczestników kursu lektura fragmentów podręcznika.
Szczegółowy plan zajęć:
• Podstawy. Rodzaje zmiennych. Podstawy MNK.
• Podstawowe definicje. Interpretacja parametrów. Zmienne zerojedynkowe.
• Rozkodowywanie zmiennych dyskretnych na zmienne zerojedynkowe. Interpretacje parametrów. Rodzaje form funkcyjnych modeli regresji. Nieliniowe zależności. Efekty cząstkowe. Interakcje.
• Modele regresji dla wielu zmiennych objaśniających. Własności hiperpłaszczyzny regresji. Dekompozycja wariancji.
• Klasyczny Model Regresji Liniowej. Założenia. Nieobciążoność. Precyzja i efektywność. Macierz wariancji-kowariancji estymatorów parametrów.
• Twierdzenie Gaussa-Markowa.
• Testowanie hipotez statystycznych. Hipotezy proste i złożone. Modele regresji w różnych pakietach statystyczno-ekonometrycznych. Sposoby prezentacji wyników modeli ekonometrycznych.
• Współliniowość. Niedokładna i dokładna współliniowość. Statystyka VIF.
• Testy diagnostyczne modeli regresji liniowej.
• Obserwacje nietypowe i błędne. Zmienne pominięte i nieistotne.
• Estymatory odporne macierzy war.-kow.
• Problem regresji pozornej
• Model LSDV – model regresji dla danych panelowych
• Diagnostyka modeli regresji szacowanych na danych będących szeregami czasowymi oraz estymatory odporne macierzy wariancji-kowariancji.
• Liniowy model prawdopodobieństwa dla modelowania binarnej zmiennej zależnej oraz jego diagnostyka oraz użycie odpornego estymatora wariancji-kowariancji.
• Podstawy modeli logit i probit. Podstawy estymatorów Random Effect i Fixed Effects.
Szacunkowy nakład pracy studenta: 3ECTS x 25h = 75h
(K) - godziny kontaktowe (S) - godziny pracy samodzielnej
konwersatorium (zajęcia): 30h (K) 0h (S)
praca zaliczeniowa: 0h (K) 12h (S)
egzamin: 2h (K) 0h (S)
konsultacje: 1h (K) 0h (S)
przygotowanie do zajęć: 0h (K) 15h (S)
przygotowanie do kolokwium: 0h (K) 15h (S)
Razem: 33h (K) + 42h (S) = 75h
|
W cyklu 2026:
1. Wprowadzenie. Pojęcie ekonometrii oraz modelu ekonometrycznego. Przykłady modeli ekonometrycznych. Szacunkowy nakład pracy studenta: |
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Założenia (opisowo)
Efekty kształcenia
Po ukończeniu przedmiotu, student:
W ZAKRESIE WIEDZY:
zna i rozumie gruntownie Metodę Najmniejszych Kwadratów
zna i rozumie założenia KMRL, sposoby ich testowania oraz konsekwencje ich niespełnienia.
W ZAKRESIE UMIEJĘTNOŚCI:
potrafi postawić hipotezy badawcze, które można zweryfikować na podstawie materiału empirycznego
potrafi oszacować model z wykorzystaniem MNK, przeprowadzić jego diagnostykę, rozwiązać podstawowe problemy z danymi.
W ZAKRESIE KOMPETENCJI:
wykazuje zrozumienie, że teorie ekonomiczne są kontrowersyjne i że konieczne jest konfrontowanie ich z danymi empirycznymi
jest gotów do uzupełnienia swej wiedzy na podstawie samodzielnie wyszukanej literatury na określony temat.
Kryteria oceniania
Uzyskanie zaliczenia przedmiotu w każdym semestrze wymaga:
zaliczenia zajęć na podstawie kartkówek, kolokwium oraz praca semestralna w postaci modelu ekonometrycznego. Dopuszczalna liczba nieobecności podczas ćwiczeń wynosi trzy;
Skala ocen z kolokwium:
[0%–50%) – ndst
[50%–65%) – dst
[65%–70%) – dst+
[70%–80%) – db
[80%–90%) – db+
[90%–100%] – bdb
Skala ocen z kursu:
[0%–50%) – ndst
[50%–60%) – dst
[60%–70%) – dst+
[70%–80%) – db
[80%–90%) – db+
[90%–100%] – bdb
Literatura
Literatura obowiązkowa:
Stock, Watson, Introduction to Econometrics, Global Edition
Wooldridge, Introductory Econometrics, Wydanie 7
Literatura dodatkowa:
Chow, Ekonometria, PWN, 1995
Davidson, McKinnon, Estimation and Inference in Econometrics, OUP, 1993
Greene, Econometric Analysis, Pearson, Global Edition
Wooldridge, Econometric Analysis of Cross Section and Panel Data, Wydanie 2
|
W cyklu 2026:
Literatura obowiązkowa: Mycielski Jerzy, Skrypt do ekonometrii, Warszawa 2010; |