Applied Econometrics
Syllabus
Period
Semester 1
|
Method of evaluation
Assessment
Activities and hours
|
Number of ECTS points
2
|
C1 | zapoznanie studentów z metodami ekonometrycznymi stosowanymi w badaniach naukowych i praktyce oraz nauczenie ich umiejętności interpretacji wyników badań |
C2 | nauczenie studentów przeprowadzania własnych badań empirycznych z wykorzystaniem metod ekonometrycznych (wybór metod, odpowiednie przygotowanie modelu, interpretacja wyników) |
analiza matematyczna, algebra liniowa, rachunek prawdopodobieństwa
Code | Outcomes in terms of | Effects | Examination methods |
Knowledge | |||
W1 | zna metody ekonometryczne stosowane we współczesnej literaturze ekonomicznej | K3_W01 | Individual project |
W2 | rozumie wyniki otrzymane za pomocą metod ilościowych i potrafi je odpowiednio zinterpretować | K3_W02 | Individual project |
W3 | zna metody ekonometryczne są stosowane w ekonomii i naukach o zarządzaniu | K3_W03 | Individual project |
Skills | |||
U1 | potrafi interpretować i oceniać wyniki badań wykorzystujących metody ilościowe | K3_U02 | Individual project |
U2 | potrafi zastosować we własnych badaniach odpowiednie metody ilościowe oraz zinterpretować i przedstawić ich wyniki | K3_U03 | Individual project |
U3 | potrafi odpowiednio dobierać metody ekonometryczne do badania hipotez naukowych | K3_U01 | Individual project |
Social competences | |||
K1 | jest gotów do analizy istniejącego dorobku naukowego wykorzystującego narzędzia ekonometryczne | K3_K01 | Individual project |
K2 | jest gotów wykorzystywać metody ekonometryczne we własnych badaniach | K3_K01 | Individual project |
No. | Course content | Subject's educational goals | Subject's learning outcomes |
1. | Klasyczna Metoda Najmniejszych Kwadratów (MNK), jej własności i założenia | C1 | W2, W3, U1 |
2. | Złamanie założeń MNK: autokorelacja | C1 | W2, W3, U1 |
3. | Złamanie założeń MNK: heteroskedastyczność. Wpływ na otrzymane wyniki | C1 | W2, W3, U1 |
4. | Analiza szeregów czasowych i modelowanie autokorelacji oraz heteroskedastyczności | C1 | W1, W2, W3, U2, U3 |
5. | Zastosowania: modele zmienności warunkowej | C1, C2 | W1, W2, W3, U2 |
6. | Zaawansowane modele regresji liniowej z wykorzystaniem R – warsztaty | C2 | W1, W2, W3, U1, U2, U3, K2 |
7. | Modele z rozkładami błędów innymi niż normalny. Estymacja metodą największej wiarygodności | C1, C2 | W1, W2, W3, U2, U3 |
8. | Estymacja modeli makroekonomicznych z mikropodstawami. Uogólniona metoda momentów | C1, C2 | W1, W2, W3, U2, K1 |
9. | Modele zmiennych jakościowych i zmiennych uciętych | C1, C2 | W1, W2, W3, U2, U3, K1 |
10. | Elementy uczenia maszynowego | C1 | W1, W2, W3, U1, U2, K1 |
11. | Warsztaty dotyczące wykorzystania modeli ekonometrycznych w badaniach naukowych i w praktyce gospodarczej | C2 | W1, W2, W3, U1, U2, U3, K1, K2 |
Project method, Lecture, Exercises, Laboratories
Teaching methods | Method of evaluation | Credit conditions |
---|---|---|
Classes | Individual project |
Activity form | Activity hours* | |
Participation in classes | 30 | |
Preparation for classes | 15 | |
Project preparation | 15 | |
Student workload |
Hours
60
|
ECTS
2.0
|
Workload involving teacher |
Hours
30
|
ECTS
1.0
|
Practical workload |
Hours
45
|
ECTS
1.5
|
* one hour of classes = 45 minutes