Ekonometria 1000-135EKN
Ekonometria -- podstawowe metody i cele. Przykłady modeli ekonometrycznych. Ogólna klasyfikacja modeli ekonometrycznych. Prognozowanie i symulacja w oparciu o modele ekonometryczne (1 wykład). Metoda najmniejszych kwadratów (MNK). Sformułowanie zadania. Wyznaczanie optymalnych wartości parametrów. Oszacowanie błędu przybliźenia. Algebraiczne własności MNK. (1--2 wykłady)
Klasyczny jednorównaniowy liniowy model ekonometryczny. Załoźenia modelu. Estymacja parametrów strukturalnych modelu metodą najmniejszych kwadratów (regresja wieloraka). Statystyczna weryfikacja
modelu. Przykłady: Modele produkcji - funkcja Cobba-Douglasa. (4--5 wykładów)
Zastosowanie metody najmniejszych kwadratów w modelach nieliniowych. Opis metody. Przykłady:
Modelowanie popytu konsumpcyjnego - funkcje Tórnquista. (1--2 wykłady)
Teoria duźej próbki. Zbieźność ciągów zmiennych losowych. Załoźenia modelu. Asymptotyczne własności estymatorów MNK. Statystyczna weryfikacja modelu. Przykłady: Teoria racjonalnych oczekiwań. (4 wykłady)
Konstrukcja modeli ekonometrycznych w oparciu o szeregi czasowe. Stacjonarność. Klasyczne modele liniowe ARMA i ARIMA. Modele uwzględniające heteroskedastyczność - ARCH, GARCH. Prognozowanie. (2--3 wykłady)
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza i umiejętności:
1. Zna cele ekonometrii i pojęcie modelu ekonometrycznego.
2. Zna założenia regresji liniowej; metodę estymacji metodą najmniejszych kwadratów; wnioskowanie statystyczne w tym modelu: budowę przedziałów ufności dla współczynników, weryfikację hipotez.
3. Rozumie skutki naruszenia założeń podstawowego modelu regresji, w tym efekty heteroskedastyczności, autokorelacji reszt, współliniowości; umie przeprowadzić odpowiednie testy statystyczne i zastosować metody estymacji właściwe dla danej sytuacji (z użyciem instrumentów bądź uogólnionej metody najmniejszych kwadratów).
4. Poznał modele nieliniowe i metody ich estymacji.
5. Zna założenia i umie zastosować metodę największej wiarygodności do estymacji modeli liniowych i nieliniowych.
6. Potrafi przeprowadzić wnioskowanie statystyczne dla danych jakościowych i danych uciętych.
7. Poznał podstawowe metody analizy szeregów czasowych, w tym użycie modeli autoregresyjnych, ze średnią ruchomą, jak również modeli typu GARCH.
Kompetencje społeczne:
1. Rozumie znaczenie ekonometrii jako narzędzia w analizie zjawisk społeczno-ekonomicznych.
Kryteria oceniania
Ćwiczenia będą zaliczane na podstawie:
* aktywności an zajęciach;
* liczby punktów uzyskanych z prac domowych.
Do egzaminu są dopuszczeni tylko studenci, którzy uzyskali zaliczenie ćwiczeń.
Egzamin będzie w formie pisemnej lub pisemnej i ustnej.
Literatura
A.Goryl, Z.Jędrzejczyk, K.Kukuła, J.Osiewalski, A.Walkosz, Wprowadzenie do ekonometrii. PWN, Warszawa 2000.
W.H.Greene, Econometric Analysis, Prentice Hall, 2000.
F.Hayashi, Econometrics. Princeton University Press, 2000.
J.Jakubowski, R.Sztencel, Wstęp do rachunku prawdopodobieństwa, SCRIPT, Warszawa 2000.
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: