Ekonometria

fakultatywne

Studenci, którzy wcześniej zaliczyli przedmiot monograficzny Ekonometria (1000-1M02EK) nie mogą zaliczać Ekonometrii (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)

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.

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.

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.