Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Ekonometria

Informacje ogólne

Kod przedmiotu: 2400-PP3EKO
Kod Erasmus / ISCED: 14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Ekonometria
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Przedmioty obowiązkowe dla III r. licencjackich: Ekonomia, specjalność: MSEMen
Przedmioty obowiązkowe dla III r. studiów licencjackich - Ekonomia Przedsiębiorstwa
Przedmioty obowiązkowe dla III r. studiów licencjackich - Finanse Publiczne i Podatki
Przedmioty obowiązkowe dla III r. studiów licencjackich - Finanse, Inwestycje i Rachunkowość
Przedmioty obowiązkowe dla III r. studiów licencjackich (Ekonomia) - program wspólny
Punkty ECTS i inne: 7.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe

Założenia (opisowo):

Wymagania formalne

Mnożenie macierzy, odwracanie macierzy, ślad macierzy i jego własności, liczenie pochodnych względem wektora parametrów, maksymalizacja funkcji wielu zmiennych – warunki konieczne

Wartość oczekiwana i jej własności, wariancja i jej własności. Pojęcie wektora losowego, pojęcie macierzy wariancji kowariancji, własności rozkładu normalnego.

Pojęcie estymatora, pojęcia nieobciążoności, zgodności oraz asymptotycznego rozkładu estymatora. Testowanie hipotez: hipoteza zerowa i alternatywna, poziom istotności, błąd I i II rodzaju, p-value.     

Założenia wstępne

algebra liniowa, analiza matematyczna, rachunek prawdopodobieństwa, statystyka matematyczna, mikroekonomia, makroekonomia


Skrócony opis:

Wykład i ćwiczenia z ekonometrii mają zapoznać studentów z technikami ekonometrycznymi, ich własnościami i najważniejszymi zastosowaniami. Głównym celem wykładów jest zapoznanie studentów z teorią ekonometrii. Wykłady ilustrowane są prostymi przykładami empirycznymi. Bardziej rozbudowane przykłady empiryczne omawiana będą na ćwiczeniach.

Na wykładach omawiana będzie problematyka estymacji w Klasycznym Modelu Regresji Liniowej za pomocą Metody Najmniejszych Kwadratów. Pierwsza część kursu poświęcona zostanie na przedstawienie modelu, jego założeń i sposobu estymacji oraz interpretacji. W drugiej części studenci zostaną zapoznani ze sposobami testowania hipotez, diagnostyki modelu i konsekwencjami braku spełnienia poszczególnych założeń. Po wykładzie student powinien potrafić prawidłowo przebadać związki między zmiennymi w próbie przekrojowej oraz zinterpretować wyniki prostego badania statystycznego.

Pełny opis:

Wykład i ćwiczenia z ekonometrii mają zapoznać studentów z technikami ekonometrycznymi, ich własnościami i najważniejszymi zastosowaniami. Głównym celem wykładów jest zapoznanie studentów z teorią ekonometrii. Wykłady ilustrowane są prostymi przykładami empirycznymi. Bardziej rozbudowane przykłady empiryczne omawiana będą na ćwiczeniach.

Na wykładzie omawiana będzie problematyka estymacji w Klasycznym Modelu Regresji Liniowej za pomocą Metody Najmniejszych Kwadratów. Pierwsza część kursu poświęcona zostanie na przedstawienie modelu, jego założeń i sposobu estymacji oraz interpretacji. W drugiej części studenci zostaną zapoznani ze sposobami testowania hipotez, diagnostyki modelu i konsekwencjami braku spełnienia poszczególnych założeń. Po wykładzie student powinien potrafić prawidłowo przebadać związki między zmiennymi w próbie przekrojowej oraz zinterpretować wyniki prostego badania statystycznego.

Ćwiczenia do wykładu służą zapoznaniu się zastosowaniami narzędzi ekonometrycznych omawianych na wykładzie oraz sprawdzania na bieżąco wiedzy studentów. Celem ćwiczeń nie jest powtarzanie wykładu. W ramach ćwiczeń studenci powinni opanować formułowanie modeli ekonometrycznych, ich estymację za pomocą jednego z pakietów statystycznych STATA/R/Python oraz interpretację wyników badań empirycznych.

Wprowadzenie

• Przedmiot ekonometrii.

• Typy danych statystycznych.

• Pojęcie modelu ekonometrycznego.

Metoda Najmniejszych Kwadratów (MNK)

• Omówienie estymatora MNK.

• Własności hiperpłaszczyzny regresji, dekompozycja sumy kwadratów reszt, miary dopasowania i ich własności.

Interpretacja parametrów modelu

• Zmienne dyskretne (z uwzględnieniem zmiennych zerojedynkowych).

• Formy liniowe względem przekształconych zmiennych (logarytmiczna, translogarytmiczna, odcinkami-liniowa).

Klasyczny Model Regresji Liniowej (KMRL)

• Założenia Klasycznego Modelu Regresji Liniowej (KMRL).

• Własności estymatora MNK w KMRL: wartość oczekiwana i wariancja.

• Estymator liniowej funkcji parametrów i jego wariancja.

• Efektywność estymatora MNK w KMRL: twierdzenie Gaussa-Markowa.

Wnioskowanie statystyczne w KMRL

• Założenia na temat rozkładu błędu losowego.

• Rozkłady estymatorów MNK w KMRL.

• Testowanie liniowych hipotez prostych i złożonych: testy t i F.

Podstawowe problemy estymacji za pomocą MNK

• Zmienne pominięte (zmienne interweniujące): przykład empiryczny.

• Zmienne nieistotne.

• Obserwacje nietypowe i outliery – wykrywanie i postępowanie.

• Współliniowość.

Testy diagnostyczne

• Rola testów diagnostycznych w analizie modelu. Testowanie założeń KMRL.

Heteroskedastyczność i autokorelacja

• Przyczyny występowania heteroskedastyczności i autokorelacji.

• Konsekwencje heteroskedastyczności i autokorelacji.

• Uogólniona Metoda Najmniejszych Kwadratów (UMNK).

• Przekształcenie modelu UMNK do MNK.

• Stosowalne UMNK (Ważona MNK).

• Odporne na heteroskedastyczność i autokorelacje estymatory macierzy wariancji-kowariancji.

Literatura:

Literatura obowiązkowa:

Stock, Watson, Introduction to Econometrics, 2019

Literatura dodatkowa:

Mycielski, Ekonometria, 2010

Wooldridge, Introductory Econometrics, 2002

Chow, Ekonometria, PWN, 1995

Davidson, McKinnon, Estimation and Inference in Econometrics, OUP, 1993

Greene, Econometric Analysis, Pearson, 2018 – wydanie 8

Wooldridge, Econometric Analysis of Cross Section and Panel Data, MIT Press, 2002

Efekty uczenia się:

A)Wiedza

Student ma wiedzę o podstawowych narzędziach ekonometrycznych wykorzystywanych w celu weryfikacji postawionych hipotez badawczych.

1. Student ma wiedzę o miejscu ekonometrii w systemie nauk ekonomicznych.

2. Student rozumie znaczenie badań ilościowych dla teorii i praktyki gospodarczej.

3. Student zna podstawowe obszary zastosowania ekonometrii.

4. Student zna podstawowe zasady wnioskowania statystycznego i empirycznej

weryfikacji hipotez.

5. Student rozumie rolę modelu ekonometrycznego we wnioskowaniu statystycznym.

6. Student zna podstawowe metody i narzędzia jakie wykorzystuje ekonometria.

7. Student zna i rozumie ograniczenia podstawowych metod wykorzystywanych w

ekonometrii.

8. Student zna gruntownie Metodę Najmniejszych Kwadratów i rozumie potrzebę

stosowania bardziej zaawansowanych technik ekonometrycznych, gdy założenia

MNK nie są spełnione.

9. Student zna założenia Klasycznego Modelu Regresji Liniowej i sposoby ich

testowania.

10. Student zna podstawowe problemy związane z niespełnieniem założeń Klasycznego

Modelu Regresji Liniowej, zmiennymi pominiętymi, zmiennymi nieistotnymi,

obserwacjami nietypowymi i błędnymi, współliniowością.

11. Student zna podstawowe sposoby działania w przypadku niespełnienia założeń

Klasycznego Modelu regresji Liniowej.

12. Student zna sposoby pozyskania danych i ich ograniczenia.

B) Umiejętności

Student potrafi wykorzystać podstawowe narzędzia ekonometryczne we własnym badaniu. Student umie przygotować materiał empiryczny, sformułować hipotezy badawcze, oszacować model i zinterpretować uzyskane wyniki.

1. Student potrafi zaprojektować podstawowe badanie ekonometryczne.

2. Student umie powiązać podstawowe narzędzia ekonometryczne z właściwymi

danymi opisującymi wybrane procesy zachodzące w gospodarce.

3. Student umie stawiać proste hipotezy badawcze wymagające zastosowania modelu

ekonometrycznego.

4. Student potrafi uwzględnić ograniczenia podstawowych metod analitycznych we

własnym badaniu.

5. Student ma umiejętność przygotowanego materiału empirycznego odpowiedniego dla

poznanych metod ekonometrycznych.

6. Student potrafi przeprowadzić badanie zawierające wstępną analizę danych,

estymację modelu oraz diagnostykę modelu.

7. Student umie wykryć obserwacje nietypowe i błędne.

8. Student potrafi zdiagnozować problem współliniowości w modelu.

9. Student potrafi przetestować założenia Klasycznego Modelu Regresji Liniowej.

10. Student umie zinterpretować uzyskane wyniki.

11. Student potrafi wyciągnąć wnioski z własnej analizy wskazując determinanty

badanego zjawiska.

12. Student ma umiejętność przeanalizowania wyników uzyskanych przez innych

badaczy wykorzystujących podstawowe narzędzia ekonometryczne.

C) Kompetencje społeczne

Student ma świadomość, że empiryczna weryfikacja teorii ekonomi i analiza procesów gospodarczych ma szerokie zastosowanie we współczesnym świecie.

1. Student potrafi wskazać ważne zagadnienia ekonomiczne wymagające badań

ilościowych.

2. Student rozumie potrzebę zastosowania narzędzi ekonometrycznych w celu analizy

procesów ekonomicznych.

3. Student jest przygotowany do aktywnego uczestniczenia w grupach realizujących cele

społeczne (polityczne, gospodarcze, obywatelskie) w oparciu o badania

ekonometryczne.

4. Student potrafi komunikatywnie przedstawiać na podstawowym poziomie wyniki

cudzych i swoich analiz, wyjaśniać ich podstawy i konkluzje.

5. Student potrafi uzupełniać zdobytą wiedzę i umiejętności.

6. Student ma świadomość znaczenia zachowywania się w sposób profesjonalny i

etyczny we wszystkich sytuacjach, gdy podstawą decyzji są wnioski płynące z badań

ekonometrycznych.

KW01, KU01

Metody i kryteria oceniania:

Wykład kończy się egzaminem pisemnym. Ocena z egzaminu stanowi 2/3 oceny końcowej a ocena z ćwiczeń stanowi 1/3 oceny końcowej.

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-01-28
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Stanisław Cichocki, Natalia Nehrebecka
Prowadzący grup: Stanisław Cichocki, Andrzej Kocięcki, Natalia Nehrebecka, Rafał Walasek, Sebastian Zalas
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0-2b06adb1e (2024-03-27)