Statystyka zaawansowana
Karta opisu przedmiotu (sylabus)
Okres
Semestr 3
|
Forma zaliczenia
Zaliczenie
Forma prowadzenia i godziny zajęć
|
Liczba punktów ECTS
2
|
C1 | Poznanie wybranych metod z obszaru modelowania zjawisk ekonomicznych i uczenia maszynowego |
C2 | Nabycie umiejętności implementacji zaawansowanych metod modelowania zjawisk ekonomicznych i uczenia maszynowego w środowisku R |
C3 | Nabycie umiejętności w zakresie stosowania zaawansowanych metod modelowania i uczenia maszynowego w badaniu zjawisk ekonomicznych |
Kod | Efekty w zakresie | Kierunkowe efekty uczenia się | Metody weryfikacji |
Wiedzy | |||
W1 | Zna zaawansowane metody modelowania i algorytmy uczenia maszynowego wykorzystywane w praktyce badań ekonomicznych | K3_W01, K3_W02, K3_W03 | Projekt indywidualny |
W2 | Zna i rozumie złożone mechanizmy stosowania modeli statystycznych i algorytmów uczenia maszynowego w obszarze zjawisk ekonomicznych | K3_W01, K3_W02, K3_W03 | Projekt indywidualny |
W3 | Zna najważniejsze pakiety środowiska R dedykowane modelowaniu statystycznemu i uczeniu maszynowemu | K3_W01, K3_W02, K3_W03 | Projekt indywidualny |
Umiejętności | |||
U1 | Potrafi formułować i rozwiązywać złożone problemy ekonomiczne z wykorzystaniem modeli statystycznych i metod uczenia maszynowego | K3_U01 | Projekt indywidualny |
U2 | Potrafi komunikować się z otoczeniem z użyciem specjalistycznej terminologii z zakresu statystyki | K3_U03 | Projekt indywidualny |
U3 | Potrafi wykorzystać narzędzia statystyczne (program R) w obszarze modelowania i uczenia maszynowego | K3_U04, K3_U05 | Projekt indywidualny |
Kompetencji społecznych | |||
K1 | Jest świadomy ograniczeń wynikających z wykorzystania złożonych modeli statystycznych i metod uczenia maszynowego w badaniach ekonomicznych | K3_K01 | Projekt indywidualny |
K2 | Jest gotów do uznawania znaczenia wiedzy w rozwiązywaniu problemów praktycznych z zakresu ekonomii | K3_K01 | Projekt indywidualny |
K3 | Jest gotów do krytycznej oceny wyników uzyskanych z wykorzystaniem złożonych modeli statystycznych i metod uczenia maszynowego | K3_K01 | Projekt indywidualny |
Lp. | Treści programowe | Cele kształcenia dla przedmiotu | Efekty uczenia się dla przedmiotu |
1. | Wprowadzenie do modelowania zjawisk ekonomicznych | C1, C2, C3 | W1, W2, W3, U1, U2, U3, K1, K2, K3 |
2. | Podstawowe typy uogólnionych modeli liniowych – założenia, estymacja parametrów, diagnostyka i ich praktyczne wykorzystanie w obszarze ekonomii | C1, C2, C3 | W1, W2, W3, U1, U2, U3, K1, K2, K3 |
3. | Modele liniowe z efektami stałymi, losowymi i mieszanymi - założenia, estymacja parametrów, diagnostyka i ich praktyczne wykorzystanie w obszarze ekonomii | C1, C2, C3 | W1, W2, W3, U2, U3, K1, K2, K3 |
4. | Modelowanie równań strukturalnych w analizie wielu zmiennych | C1, C2, C3 | W1, W2, W3, U1, U2, U3, K1, K2, K3 |
5. | Modele log-liniowe w badaniach ekonomicznych | C1, C2, C3 | W1, W2, W3, U1, U2, U3, K1, K2, K3 |
6. | Analiza klas ukrytych w badaniach ekonomicznych | C1, C2, C3 | W1, W3, U1, U2, U3, K1, K2, K3 |
7. | Wprowadzenie do uczenia maszynowego | C1, C2, C3 | W1, W3, U1, U2, U3, K1, K2, K3 |
8. | Drzewa decyzyjne i lasy losowe oraz ich zastosowania w obszarze ekonomii | C1, C2, C3 | W1, W3, U1, U2, U3, K1, K3 |
9. | Zaawansowane algorytmy grupowania i klasyfikacji w obszarze ekonomii | C1, C2, C3 | W1, W3, U1, U2, U3, K1, K2, K3 |
10. | Metody redukcji wymiarów i ich zastosowanie w ekonomii | C1, C2, C3 | W1, W3, U1, U2, U3, K1, K2, K3 |
Dyskusja, Analiza przypadków, Rozwiązywanie zadań, Ćwiczenia laboratoryjne
Metody nauczania | Sposób zaliczenia | Warunki zaliczenia przedmiotu |
---|---|---|
Ćwiczenia | Projekt indywidualny | Uczestnictwo w zajęciach i wykonanie projektu zaliczeniowego |
Forma aktywności studenta | Średnia liczba godzin* przeznaczonych na zrealizowane aktywności | |
Uczestnictwo w ćwiczeniach | 30 | |
Przygotowanie projektu | 30 | |
Łączny nakład pracy studenta |
Liczba godzin
60
|
ECTS
2.0
|
Zajęcia z bezpośrednim udziałem nauczyciela |
Liczba godzin
30
|
ECTS
1.0
|
Nakład pracy związany z zajęciami o charakterze praktycznym |
Liczba godzin
60
|
ECTS
2.0
|
* godzina (lekcyjna) oznacza 45 minut