Programowanie narzędzi analitycznych II 2400-ZEWW768
Tworzenie nowych technik statystycznych i modeli ekonometrycznych wiąże się z koniecznością ich oprogramowania. Niejednokrotnie, w pracy badawczej czy analitycznej, podczas wnioskowania pojawia się potrzeba dostosowania istniejących modeli do analizowanych danych. Czasami, charakter danych jest na tyle odmienny od wcześniej rozważanych, że niezbędne jest stworzenie autorskiego modelu czy narzędzia statystycznego opartego o inne niż standardowe założenie czy rozkład.
Zajęcia w zamierzeniu mają korzystać z przedmiotów z pierwszego etapu studiów: Statystyka Matematyczna i Ekonometria (poziom podstawowy). Przedmiot ma wzmocnić samodzielność analityczną studentów na innych przedmiotach II etapu studiów. Przedmiot ma tworzyć podstawy dla przedmiotów z etapu magisterskiego.
Lista tematów:
(1)-(2) Ilustrowanie podstawowych pojęć statystyki za pomocą metody Monte Carlo (błędy I i II rodzaju, kontrolowanie błędu I rodzaju – Bonferroni correction i podobne)
(3) Prawo Wielkich Liczb i Centralne Twierdzenie Graniczne
(4)-(7) Programowanie ciekawych modeli ekonometrycznych – opartych o MNW (Zaawansowana Ekonometria I), innych takich jak estymator Cochrane'a-Orcutta, SUREG. Programowanie alternatywnych wersji modeli ekonometrycznych (nieklasyczne funkcje związku)
(8) Własności modeli panelowych w eksperymentach Monte Carlo
(9) Programowanie estymatorów M
(10)-(11) Estymatory jądrowe funkcji gęstości
(12)-(13) Programowanie transformacji Fouriera
(14)-(15) Programowanie metody zmiennych instrumentalnych w oparciu o uogólnioną metodę momentów
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
A) Wiedza
Student ma wiedzę o podstawach tworzenia funkcji i programów do celów statystycznych i ekonometrycznych.
1. Student zna wady i zalety wykorzystywania programów komputerowych w analizowaniu danych.
2. Student zna podstawowe techniki i narzędzia informatyczne.
3. Student zna wybrane narzędzia analityczne i obliczeniowe wykorzystywane w pracy ekonomisty.
B) Umiejętności
Student potrafi korzystać z programów statystyczno-ekonometrycznych, tworzyć funkcję oraz programy, adaptować procedury napisane przez innych naukowców.
1. Student umie analizować dane za pomocą podstawowych narzędzi statystycznych i ekonometrycznych.
2. Student potrafi skonstruować własne funkcje i skrypty.
3. Student potrafi stworzyć funkcje i skrypty realizujące testy i modele statyczne i ekonometryczne będące rozwinięciami klasycznych metod.
4. Student potrafi pracować z podstawowymi formatami danych oraz strukturami danych.
5. Student potrafi wykorzystać metody badawcze do rozwiązywania zadań.
6. Student umie wykorzystywać funkcje i skrypty przygotowane przez innych badaczy i analityków.
7. Student potrafi dobrać narzędzie analityczne do rozwiązania problemu z zakresu ekonomii, finansów i dziedzin pokrewnych.
8. Student umie wykonać szereg operacji obliczeniowych i analitycznych w celu znalezienia rozwiązania zadania.
9. Student potrafi przeprowadzić analizę uzyskanych wyników, zinterpretować ich sens ekonomiczny i stworzyć raport z wykonanej analizy.
C) Kompetencje społeczne
Student ma świadomość konieczności uzupełniania i doskonalenia wiedzy i umiejętności.
1. Student potrafi komunikatywnie zaprezentować dane w postaci tabel i wykresów.
2. Student jest przygotowany do samodzielnego rozszerzania wiedzy.
3. Student potrafi pracować z programami przygotowanymi przez innych oraz przygotowywać programy, które mogą być wykorzystywane przez innych.
4. Student umie ocenić możliwość wykorzystania wybranego narzędzia do rozwiązania problemu.
5. Student rozumie ograniczenia technik informatycznych w analizowaniu skomplikowanych zjawisk gospodarczych.
SU05, SU06, SK01, SK03, SU04, SU03, SU02, SU01, SW03, SW02, SW01, SW04, SW05, SK02, SK04
Kryteria oceniania
W skład oceny wchodzą kartkówki (7 kartkówek, 50%) oraz praca zaliczeniowa (50%).
Literatura
Literatura
1. Owen Jones, Robert Millardet i Andrew Robison, Introduction to Scientific Programming and Simulation Using R, CRC Press, 2009
2. Vance Martin, Stan Hurn i David Harris, Econometric Modelling with Time Series. Specification, Estimation and Testing, Cambridge University Press, 2013
3. Badi H. Baltagi, Econometric analysis of panel data 3rd ed., John Wiley & Sons, 2005
4. Jerzy Mycielski, Skrypt do Ekonometrii, WNE UW
5. Materiały przygotowane przez prowadzącego
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: