EKONOMETRIA
(UŁ, Ekonometria i Analityka Danych: I stopień)
prof. dr hab. Aleksander Welfe
2024/2025
Literatura obowiązkowa
1. W. Florczak, R. Kelm, M. Majsterek, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2003.
2. W.Grabowski, A.Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2010.
3. A. S. Goldberger, Teoria ekonometrii, PWE, Warszawa 1972 (rozdz. 2, 3).
4. A. Welfe, Ekonometria, PWE, Warszawa 2018.
Literatura uzupełniająca
1. G. C. Chow, Ekonometria, PWN, Warszawa 1995.
2. G. S. Maddala, Ekonometria, PWN, Warszawa 2006.
3. A. Welfe (red.), Analiza kointegracyjna w makromodelowaniu, PWE, Warszawa 2013.
Program
1. Statyczny model regresji liniowej. Model liniowy i log-liniowy.
2. Metoda najmniejszych kwadratów - przypadek jednej zmiennej objaśniającej.
3. Metoda najmniejszych kwadratów - przypadek wielu zmiennych objaśniających.
4. Metoda najmniejszych kwadratów z warunkami pobocznymi.
5. Modele dynamiczne. Model ADL(1,1,1) i modele w nim zagnieżdżone.
6. Model korekty błędem (ECM).
7. Strategia modelowania od ogółu do szczegółu.
8. Niesferyczność macierzy wariancji-kowariancji składników losowych - autokorelacja: przyczyny, testowanie, estymacja parametrów modelu.
9. Restrykcje wspólnego czynnika.
10. Niesferyczność macierzy wariancji-kowariancji składników losowych - heteroskedastyczność: przyczyny, testowanie, estymacja parametrów modelu.
11. Współliniowość zmiennych objaśniających.
12. Niejednorodność próby i obserwacje nietypowe. Uzmiennianie parametrów. Modele ze zmiennymi zero-jedynkowymi.
13. Modele wielorównaniowe: notacja, rodzaje.
14. Postać strukturalna i zredukowana modelu. Identyfikacja.
15. Postać końcowa modelu. Mnożniki.
16. Estymacja parametrów modeli wielorównaniowych.
Na zaliczenie złożą się dwie prace pisemne, które odbędą się:
- 29 listopada, w godzinach wykładu,
- 24 stycznia, w godzinach wykładu.
Obowiązuje cały materiał, który obejmuje sylabus w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz został zrealizowany na zajęciach. Na pracach pisemnych zabronione jest korzystanie z urządzeń elektronicznych z wyjątkiem kalkulatorów czterodziałaniowych.
Aby otrzymać ocenę pozytywną należy uzyskać co najmniej 50% punktów najlepszego wyniku.
Egzamin ustny odbędzie się 3 lutego 2025 r. w godzinach 9.00-13.00.
Egzamin pisemny poprawkowy odbędzie się w dniu 24 lutego 2025 roku, w godzinach 10.00-12.00, w sali ... . Aby otrzymać ocenę pozytywną z egzaminu poprawkowego, należy uzyskać co najmniej połowę wszystkich możliwych punktów.
Egzamin ustny poprawkowy odbędzie się 28 lutego w godzinach 10.00-12.00.
Jeśli przeprowadzenie egzaminów w formie stacjonarnej nie będzie możliwe, wówczas odbędą się one z wykorzystaniem MS Teams i/lub Moodle.
Osoba składająca egzamin musi mieć możliwość zalogowania w MS Teams i Moodle z jednoczesną transmisją wizji i fonii, być wyposażona w długopis, notatnik oraz kalkulator. W czasie egzaminu jest niedozwolone korzystanie z jakichkolwiek innych urządzeń elektronicznych, książek, samodzielnie sporządzonych notatek i innych materiałów. W pomieszczeniu, z którego będzie transmitowany egzamin, nie powinna znajdować się żadna inna osoba poza zdającą egzamin.W przekazie wizyjnym niedozwolone jest używanie sztucznego tła.
Proszę zapoznać się także z instrukcją uczestnictwa w egzaminie zdalnym: https://helpdesk.uni.lodz.pl/wp-content/uploads/2020/05/Instrukcja-uczestnictwa-w-egzaminie-dla-studenta.pdf
EKONOMETRIA SZEREGÓW CZASOWYCH
(SGH, Metody Ilościowe: II stopień)
prof. dr hab. Aleksander Welfe
2024/2025
Program obejmuje podstawowe zagadnienia z zakresu metod ekonometrycznych analizy szeregów czasowych generowanych przez stacjonarne i niestacjonarne procesy stochastyczne.
Literatura obowiązkowa
1. A. Welfe, Ekonometria, PWE, Warszawa 2018
2. A. Welfe (red.), Analiza kointegracyjna w makromodelowaniu, PWE, Warszawa 2013.
3. W. Grabowski, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2010.
4. A.Welfe, J. Brzeszczyński, M. Majsterek, Angielsko-Polski Polsko-Angielski słownik terminów ilościowych, PWE, Warszawa 2002.
Literatura uzupełniająca
1. W. Charemza, D. Deadman, Nowa ekonometria, PWE, Warszawa 1997.
2. J. D. Hamilton, Time Series Analysis, Princeton University Press, Princeton 1994.
3. K. Juselius, The Cointegrated VAR Model, Oxford University Press, Oxford 2006.
4. P.Karp, A.Welfe, P.Kębłowski, Mechanizmy makroekonomiczne w gospodarcze polskiej. Analiza ekonometryczna, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2006.
5. H. Lütkepohl, New Introduction to Multiple Time Series Analysis, Springer-Verlag, Berlin 2006
6. G.S. Maddala, Ekonometria, PWN, Warszawa 2006.
7. M.Majsterek, Wielowymiarowa analiza kointegracyjna w ekonomii, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2008.
8. E.M.Syczewska, Analiza relacji długookresowych - estymacja i weryfikacja, Oficyna WydawniczaSGH, Warszawa 1999.
9. E. Tomczyk, Oczekiwania w ekonomii. Idea, pomiar analiza, Oficyna Wydawnicza SGH, Warszawa 2011.
10. A. Torój (red.), Zastosowania ekonometrii. Dziesięć niegroźnych przykładów, Oficyna Wydawnicza SGH, Warszawa 2017.
Program
Część I. Modele jednowymiarowe
1. Modele dynamiczne.
1.1 Modele z nieskończonym rozkładem opóźnień.
1.2 Modele ze skończonym rozkładem opóźnień.
1.3 Modele ADL i jego izomorficzna postać ECM.
1.4 Modele ze zautokorelowanym składnikiem losowym. Restrykcje wspólnego
czynnika (COMFAC).
1.5 Modele autoregresyjne ze średnią ruchomą.
2. Modele o zmiennych parametrach.
2.1 Przyczyny zmian parametrów w próbie.
2.2 Modele ze skokowymi zmianami parametrów.
2.3 Modele z gładką zmianą reżimu. Modele STR, STAR, MR-STR.
2.4 Sezonowość stochastyczna. Metoda TRAMO/SEATS.
3. Niestacjonarność procesów stochastycznych generujących dane.
3.1 Przyczyny zmienności momentów rozkładów zmiennych losowych.
3.2 Weryfikacja trendo- i przyrostostacjonarności.
3.3 Konsekwencje niestacjonarności dla wnioskowania statystycznego.
4. Równowaga
4.1 Równowaga statyczna i dynamiczna.
4.2 Dekompozycja zmienności na część długo- i krótkookresową. Model ECM.
4.3 Anihilacja wspólnych trendów stochastycznych. Twierdzenie Grangera.
4.4 Kointegracja jednowymiarowa i jej ograniczenia.
Część II. Modele wielowymiarowe
5. Wielowymiarowe modele autoregesyjne.
5.1 Wektorowy model autoregresyjny (VAR).
5.2 Skointegrowany wektorowy model autoregresyjny (CVAR).
5.3 Testowanie wymiaru przestrzeni kointegrującej.
5.4 Restrykcje strukturalizujące w modelu CVAR.
5.5 Słaba i silna egzogeniczność w modelu CVAR. Testowanie.
5.6 Marginalizacja modelu CVAR.
5.7 Testowanie właściwości składników losowych (normalność, autokorelacja, efekt
grupowania wariancji) w modelach VAR i CVAR.
5.8 Analiza impulse-response.
6. Modele o równaniach łącznie współzależnych.
6.1 Modele statyczne i dynamiczne. Postać strukturalna, zredukowana i końcowa.
6.2 Analiza właściwości układu równań. Mnożniki. Stabilność modelu.
6.3 Identyfikacja parametrów w modelach wielorównaniowych.
6.4 Estymacja parametrów pojedynczych równań i estymacja łączna.
6.5 Symulacja. Algorytmy Gaussa-Seidela i Newtona-Raphsona.
6.6 Niezbieżność w procesie symulacyjnym. Porządkowanie układów równań.
6.7 Symulacyjne wyznaczanie mnożników.
6.8 Prognozy na podstawie modeli wielorównaniowych i korekty struktury modeli.
6.9 Analiza scenariuszowa. Prognozy wariantowe.
Egzamin pisemny (I termin) będzie składać się z dwóch części:
- pierwsza odbędzie się w godzinach wykładu 27 listopda 2024 roku,
- druga odbędzie się 22.01.2025 roku, w godzinach 8.00-9.40, w sali ... .
Aby otrzymać ocenę pozytywną trzeba uzyskać minimum 50% sumy punktów najlepszego wyniku.
Egzamin pisemny (II termin), z całości materiału, odbędzie się 12.02.2025 roku, w godzinach 8.00-9.40, w sali ... .
Aby otrzymać ocenę pozytywną w II terminie trzeba uzyskać 50% punktów możliwych do uzyskania.
Każdy ze sprawdzianów składa się z 5 zadań. Istnieje możliwość zamiany punktów za najniżej ocenione zadanie na danym sprawdzianie na punkty uzyskane poprzez rozwiązanie zadania domowego. Taką intencję trzeba zadeklarować z góry, najpóźniej 3 tygodnie przed sprawdzianem, poprzez formularz, który zostanie udostępniony w zespole przedmiotu na platformie MS Teams. Zadanie do rozwiązania zostanie przekazane e-mailem przez wykładowcę najpóźniej 2 tygodnie przed sprawdzianem. Rozwiązanie należy przekazać jako plik PDF najpóźniej 3 dni przed sprawdzianem za pomocą funkcji Zadania (zespół przedmiotu, Teams).
Na egzaminie obowiązuje cały materiał, który obejmuje sylabus w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz zagadnienia omówione na zajęciach.
Jeśli przeprowadzenie egzaminów w formie stacjonarnej nie będzie możliwe, zostaną wykorzystane MS Teams i/lub Moodle. Osoba składająca egzamin musi mieć możliwość zalogowania w MS Teams i Moodle z jednoczesną transmisją wizji i fonii, być wyposażona w długopis, notatnik oraz kalkulator. W czasie egzaminu jest niedozwolone korzystanie z jakichkolwiek innych urządzeń elektronicznych, książek, samodzielnie sporządzonych notatek i innych materiałów. W pomieszczeniu, z którego będzie transmitowany egzamin, nie powinna znajdować się żadna inna osoba poza zdającą egzamin.
PODSTAWY EKONOMETRII
(UŁ, Logistyka: I stopień, studia stacjonarne)
dr hab. Michał Majsterek, prof. UŁ
2024/2025
Literatura
1. W. Florczak, R. Kelm, M. Majsterek, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2003.
2. A. Welfe, Ekonometria, PWE, Warszawa 2018.
3. A. Goryl, Z. Jędrzejczak, K. Kukuła, J. Osiewalski, A. Walkosz, Wprowadzenie do ekonometrii w przykładach i zadaniach, PWN, Warszawa 1996.
Program
1. Model regresji liniowej. Jedna zmienna objaśniająca.
2. Model regresji liniowej. Kilka zmiennych objaśniających.
3. Metoda najmniejszych kwadratów.
4. Miary precyzji szacunku.
5. Weryfikacja hipotez ekonomicznych. Przedziały ufności dla parametrów.
6. Zmienne zero-jedynkowe w ekonomii. Uzmiennianie parametrów.
7. Autokorelacja i współliniowość. Zmiana postaci funkcyjnej modelu.
8. Najprostsze modele nieliniowe. Funkcja produkcji.
9. Empiryczne przykłady modeli dwurównaniowych.
Zaliczenie pisemne odbędzie się 3 lutego 2025 r. w sali T1. Zaliczenie pisemne poprawkowe odbędzie się 24 lutego 2025 r. w sali T1.
Na sprawdzianie obowiązuje cały materiał, który obejmuje program w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz został zrealizowany na zajęciach. Na pracach pisemnych zabronione jest korzystanie z urządzeń elektronicznych z wyjątkiem kalkulatorów czterodziałaniowych.
Aby otrzymać ocenę pozytywną należy uzyskać co najmniej 50% punktów najlepszego wyniku.
PODSTAWY EKONOMETRII
(UŁ, Logistyka: I stopień, studia niestacjonarne)
dr hab. Michał Majsterek, prof. UŁ
2024/2025
Literatura obowiązkowa
1. W. Florczak, R. Kelm, M. Majsterek, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2003.
2. A. Welfe, Ekonometria, PWE, Warszawa 2018.
3. A. Goryl, Z. Jędrzejczak, K. Kukuła, J. Osiewalski, A. Walkosz, Wprowadzenie do ekonometrii w przykładach i zadaniach, PWN, Warszawa 1996.
Program
1. Model regresji liniowej. Jedna zmienna objaśniająca.
2. Model regresji liniowej. Kilka zmiennych objaśniających.
3. Metoda najmniejszych kwadratów.
4. Zmienne zero-jedynkowe w ekonomii. Uzmiennianie parametrów.
5. Autokorelacja i współliniowość. Zmiana postaci funkcyjnej modelu.
6. Najprostsze modele nieliniowe. Funkcja produkcji.
Zaliczenie ćwiczeń przewidziane jest na ostatnich zajęciach w semestrze. Polegać będzie na rozwiązaniu zadanego problemu w pakiecie komputerowym i interpretacji otrzymanych wyników. Egzamin pisemny odbędzie się 1 lutego 2025 r. w godz. 10.00-12.00 w sali E120. Warunkiem uzyskania oceny pozytywnej jest otrzymanie co najmniej połowy punktów, które uzyska najlepsza ze zdających osób.
Jeśli przeprowadzenie egzaminu w formie stacjonarnej nie będzie możliwe, wówczas odbędzie się on z wykorzystaniem MS Teams i/lub Moodle w tym samym terminie.
Osoba składająca egzamin musi mieć możliwość zalogowania w MS Teams i Moodle z jednoczesną transmisją wizji i fonii, być wyposażona w długopis, notatnik oraz kalkulator. W czasie egzaminu jest niedozwolone korzystanie z jakichkolwiek innych urządzeń elektronicznych, książek, samodzielnie sporządzonych notatek i innych materiałów. W pomieszczeniu, z którego będzie transmitowany egzamin, nie powinna znajdować się żadna inna osoba poza zdającą egzamin.
Egzamin poprawkowy odbędzie się 22 lutego 2025 r. w godz. 10.00-12.00 w sali E120. Warunkiem uzyskania oceny pozytywnej jest otrzymanie co najmniej połowy punktów, które uzyska najlepsza ze zdających osób.
METODY SYMULACJNE W EKONOMETRII
(UŁ, Ekonometria i analityka danych: II stopień)
dr hab. Anna Staszewska-Bystrova, prof. UŁ
2024/2025
Literatura obowiązkowa
1. P. Biecek, Przewodnik po pakiecie R, Oficyna Wydawnicza GiS, Wrocław 2017.
2. W. N. Venables, D. M. Smith, R Development Core Team, An introduction to R, 2023.
3. A. Welfe, Ekonometria, PWE, Warszawa 2018.
Literatura uzupełniająca
1. P. Biecek, Analiza danych z programem R, PWN, Warszawa 2013.
2. B. Efron, R. J. Tibshirani, An introduction to the bootstrap, Chapman & Hall, New York 1993.
3. M. Gilli, D. Maringer, E. Schumann, Numerical methods and optimization in finance, Academic Press 2019.
4. K. L. Judd, Numerical methods in economics, The MIT Press, Cambridge 2023.
5. G. S. Maddala, Ekonometria, PWN 2023.
6. C. P. Robert, G. Casella, Introducing Monte Carlo methods with R, Springer, New York 2010.
Program
1. Symulacja deterministyczna i stochastyczna.
2. Generatory liczb pseudolosowych, liczby pseudolosowe.
3. Metoda Monte Carlo.
4. Symulacja i analiza właściwości stacjonarnych i niestacjonarnych procesów stochastycznych.
5. Właściwości estymatorów: nieobciążoność, efektywność. Rozkład estymatora.
6. Właściwości testów statystycznych: moc, rozmiar.
7. Metoda bootstrap: testowanie hipotez, średnie błędy szacunku, przedziały ufności, prognoza przedziałowa.
Obowiązuje cały materiał, który obejmuje program w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz zagadnienia zrealizowane na zajęciach.
Dwie prace zaliczeniowe, obowiązkowe dla wszystkich słuchaczy odbędą się na siódmych i ostatnich zajęciach.
Zaliczeniowa praca poprawkowa odbędzie się 27 lutego 2025 roku, o godz. 9.00. Aby otrzymać ocenę pozytywną należy uzyskać co najmniej połowę wszystkich punktów.
ECONOMETRICS
(Erasmus programme)
dr hab. Piotr Kębłowski
2024/2025
Prerequisits
Introductory level knowledge in mathematics and statistics.
Literature
1. W.G. Greene, Econometric analysis, Pearson, Harlow, 2020.
2. J.M. Wooldridge, Introductory econometrics: a modern approach, Andover, 2019.
Supplementary literature
1. L.C. Adkins, Using Gretl for Principles of Econometrics, free on-line textbook, 2018, http://www.learneconometrics.com/gretl/index.html
2. J.H. Stock, M.W. Watson, Introduction to econometrics, Pearson, Boston, 2019.
Program
1. An introduction: an economic model, a stochastic process, an econometric process, economic data structure.
2. The simple/multiple linear regression model: the Gauss-Markov theorem, the ordinary least squares method, goodness-of-fit measures.
3. Inference in linear regression: confidence intervals, significance tests, probability value, stability tests.
4. Autocorrelation: causes, consequences, inference, solutions.
5. Heteroscedasticity: causes, consequences, inference, solutions.
6. Collinearity. Dummy variables. Seasonality.
7. The multivariate linear regression model: endogeneity and causality, a general notion.
8. Multiplier analysis.
Knowledge of the topics included in the syllabus to the extent that they are described in the required literature and the material covered in class are required.
The basis for obtaining a grade for the laboratory will be the final test solved using Gretl software, which will be carried out during the last class. To receive a positive grade, you must obtain at least half of all points.
The basis for obtaining a grade for the lecture will be a written exam in the form of a test, which will be held during the last lecture. To receive a positive grade, you must obtain at least half of all points.
Grading scale:
90% and more - very good
80 - 89% - good+
70 - 79% - good
60 - 69% - satisfactory+
50 - 59% - satisfactory
less than 50% - insufficient
The final grade will be determined as a weighted average of the grades obtained from the laboratory and lecture, with weights of 0.5 and 0.5, respectively, according to the USOS algorithm.
The retake will be held on February 26, at 10:00, in room T401. To receive a passing grade in the resit, you must obtain at least half of all possible points.
EKONOMETRIA
(UŁ, Finanse i Biznes Międzynarodowy: I stopień)
dr Katarzyna Leszkiewicz-Kędzior
2024/2025
Literatura obowiązkowa
1. G. S. Maddala, Ekonometria, PWN, Warszawa 2006.
2. A. Welfe, Ekonometria, PWE, Warszawa 2018.
Literatura uzupełniająca
1. W. Florczak, R. Kelm, M. Majsterek, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2003.
2. A. Goryl, Z. Jędrzejczyk, K. Kukuła, J. Osiewalski, A. Walkosz, Wprowadzenie do ekonometrii, PWN, Warszawa 2009.
3. G. Koop, Wprowadzenie do ekonometrii, Wolters Kluwer, Warszawa 2015.
4. T. Kufel, Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa 2011.
Program
1. Wprowadzenie: model ekonomiczny, proces stochastyczny, model ekonometryczny, rodzaje danych.
2. Model regresji liniowej: twierdzenie Gaussa-Markowa, metoda najmniejszych kwadratów, miary dopasowania.
3. Wnioskowanie w modelu regresji liniowej: przedziały ufności, testy istotności, graniczny poziom istotności, testy stabilności.
4. Funkcja potęgowa i jej zastosowania w badaniach ekonomicznych.
5. Współliniowość. Zmienne zero-jedynkowe i sezonowość.
6. Modele wielorównaniowe: zapis modelu, postać strukturalna i zredukowana, rodzaje modeli, mnożniki i ich iterpretacja.
7. Zastosowania komputerowych pakietów ekonometrycznych.
8. Budowa baz danych, przekształcenia danych surowych.
9. Budowa modelu ekonometrycznego na przykładach (praca samodzielna w pakiecie Gretl).
Zaliczenie
Obowiązuje znajomość zagadnień zawartych w sylabusie w takim zakresie, w jakim są one opisane w literaturze obowiązkowej oraz materiał zrealizowany na zajęciach.
Podstawą uzyskania oceny z laboratorium będzie praca zaliczeniowa, która odbędzie się na ostatnich zajęciach. Aby uzyskać ocenę pozytywną, należy uzyskać co najmniej połowę wszystkich punktów.
Podstawą zaliczenia wykładu będzie pisemna praca egzaminacyjna w formie testu, która odbędzie się 03.02.2024 r. o godz. 12.30 w sali E216.Warunkiem otrzymania oceny pozytywnej jest uzyskanie co najmniej połowy wszystkich punktów.
Oceny z laboratorium oraz wykładu wyznaczone zostaną według następującej skali ocen:
powyżej 90% - bardzo dobry
80 – 89% - dobry+
70 – 79% - dobry
60 – 69% - dostateczny+
50 – 59% - dostateczny
poniżej 50% - niedostateczny
Ocena końcowa z przedmiotu wyznaczona zostanie jako średnia ważona z ocen uzyskanych z laboratorium i wykładu, z wagami odpowiednio 0,6 i 0,4, zgodnie z algorytmem systemu USOS.
Egzaminacyjna pisemna praca poprawkowa odbędzie się 24.02.2024 r. o godz. 11 w sali E216. Aby otrzymać ocenę pozytywną z egzaminu poprawkowego należy uzyskać co najmniej połowę wszystkich punktów.
PODSTAWY EKONOMETRII
(UŁ, Finanse i Biznes Międzynarodowy: I stopień)
dr Katarzyna Leszkiewicz-Kędzior
2024/2025
Literatura obowiązkowa
1. G. S. Maddala, Ekonometria, PWN, Warszawa 2006.
2. A. Welfe, Ekonometria, PWE, Warszawa 2018.
Literatura uzupełniająca
1. W. Florczak, R. Kelm, M. Majsterek, A. Welfe, Ekonometria. Zbiór zadań, PWE, Warszawa 2003.
2. A. Goryl, Z. Jędrzejczyk, K. Kukuła, J. Osiewalski, A. Walkosz, Wprowadzenie do ekonometrii, PWN, Warszawa 2009.
3. G. Koop, Wprowadzenie do ekonometrii, Wolters Kluwer, Warszawa 2015.
4. T. Kufel, Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa 2011.
Program
1. Wprowadzenie: model ekonomiczny, proces stochastyczny, model ekonometryczny, rodzaje danych.
2. Model regresji liniowej: twierdzenie Gaussa-Markowa, metoda najmniejszych kwadratów, miary dopasowania.
3. Wnioskowanie w modelu regresji liniowej: przedziały ufności, testy istotności, graniczny poziom istotności, testy stabilności.
4. Funkcja potęgowa i jej zastosowania w badaniach ekonomicznych.
5. Współliniowość. Zmienne zero-jedynkowe i sezonowość.
6. Modele wielorównaniowe: zapis modelu, postać strukturalna i zredukowana, rodzaje modeli, mnożniki i ich iterpretacja.
7. Zastosowania komputerowych pakietów ekonometrycznych.
8. Budowa baz danych, przekształcenia danych surowych.
9. Budowa modelu ekonometrycznego na przykładach (praca samodzielna w pakiecie Gretl).
Zaliczenie
Obowiązuje znajomość zagadnień zawartych w sylabusie w takim zakresie, w jakim są one opisane w literaturze obowiązkowej oraz materiał zrealizowany na zajęciach.
Podstawą uzyskania oceny z laboratorium będzie praca zaliczeniowa, która odbędzie się na ostatnich zajęciach. Aby uzyskać ocenę pozytywną, należy uzyskać co najmniej połowę wszystkich punktów.
Podstawą zaliczenia wykładu będzie pisemna praca egzaminacyjna w formie testu, która odbędzie się 03.02.2024 r. o godz. 11 w sali E216.Warunkiem otrzymania oceny pozytywnej jest uzyskanie co najmniej połowy wszystkich punktów.
Oceny z laboratorium oraz wykładu wyznaczone zostaną według następującej skali ocen:
powyżej 90% - bardzo dobry
80 – 89% - dobry+
70 – 79% - dobry
60 – 69% - dostateczny+
50 – 59% - dostateczny
poniżej 50% - niedostateczny
Ocena końcowa z przedmiotu wyznaczona zostanie jako średnia ważona z ocen uzyskanych z laboratorium i wykładu, z wagami odpowiednio 0,6 i 0,4, zgodnie z algorytmem systemu USOS.
Egzaminacyjna pisemna praca poprawkowa odbędzie się 24.02.2024 r. o godz. 11 w sali E216. Aby otrzymać ocenę pozytywną z egzaminu poprawkowego należy uzyskać co najmniej połowę wszystkich punktów.