PRZETWARZANIE DANYCH I ANALIZA EKONOMETRYCZNA W PAKIECIE R
(UŁ, Ekonometria i Analityka Danych: I stopień)
dr hab. Anna Staszewska-Bystrova
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. C. Kleiber, A. Zeileis, Applied Econometrics with R, Springer 2008.
3. M. Rubaszek, Modelowanie polskiej gospodarki z pakietem R, Oficyna Wydawnicza SGH, Warszawa 2012.
Program
1. Podstawy składni języka programowania R. Operacje na różnych typach zmiennych.
2. Elementy programowania: instrukcje warunkowe i pętle, tworzenie funkcji.
3. Szeregi przekrojowe, czasowe i przekrojowo-czasowe. Statystyki opisowe. Podstawowe wykresy.
4. Analiza regresji. Metoda najmniejszych kwadratów: estymacja punktowa i przedziałowa, testy diagnostyczne,
miary zgodności, testowanie hipotez.
Modele ze zmiennymi zero-jedynkowymi.
Uogólniona metoda najmniejszych kwadratów.
Prognoza z modelu regresji liniowej.
5. Generowanie liczb pseudolosowych dla rozkładów ciągłych i dyskretnych.
6. Metoda Monte Carlo. Szacowanie prawdopodobieństw.
7. Wykorzystanie danych z Google Trends.
8. Analiza danych tekstowych.
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.
STRUKTURY DANYCH I ALGORYTMY W PROGRAMIE ECONOMETRIC EVIEWS
(UŁ, Ekonometria i Analityka Danych: I stopień)
dr Emilia Gosińska
2024/2025
Literatura obowiązkowa
1. A. S. Goldberger, Teoria ekonometrii, PWE, Warszawa 1972 (rozdz. 2, 3).
2. A. Welfe, Ekonometria, PWE, Warszawa 2022.
Literatura uzupełniająca
1. W. H. Greene, Econometric Analysis, 7th edition..
2. Eviews User’s Guide.
3. S. Johansen, Likelihood-Based Inference in Cointegrated Vector Autoregressive Models, Oxford University Press, Oxford 1995.
Program
1. Testowanie stopnia zintegrowania zmiennych.
2. Modelowanie szeregów niestacjonarnych: model VECM, procedura Johansena.
3. Weryfikacja statystyczna modelu.
4. Uwzględnienie zmian strukturalnych w modelu ekonometrycznym.
5. Elementy programowania.
Obowiązuje cały materiał, który obejmuje program w takim zakresie w jakim jest opisany w literaturze obowiązkowej oraz zagadnienia zrealizowane na zajęciach.
Praca zaliczeniowa, obowiązkowa dla wszystkich słuchaczy, odbędzie się na ostatnich zajęciach.
ANALIZA DANYCH Z PAKIETEM MATLAB
(Ekonometria i Analityka Danych: I stopień)
dr hab. Piotr Kębłowski
2024/2025
Wymagania wstępne
Wiedza z zakresu podstaw matematyki i ekonometrii.
Literatura obowiązkowa
1. I. Lubowiecka, Matlab i jego środowisko, Wydawnictwo Politechniki Gdańskiej, Gdańsk, 2016.
2. B. Mrożek, MATLAB i Simulink: poradnik użytkownika, Helion, Warszawa, 2018.
3. R. Pratap, MATLAB: dla naukowców i inżynierów, Wydawnictwo Naukowe PWN, 2015
4. W. Sradomski, MATLAB: praktyczny podręcznik modelowania, Helion, Warszawa, 2015.
Literatura uzupełniająca
1. S. Attaway, MATLAB: a practical introduction to programming and problem solving, Butterworth-Heinemann, 2017.
2. W.L. Martinez, Statistics in MATLAB: a primer, CRC Press, 2015.
Program
1. Podstawy składni, rodzaje zmiennych, operatory.
2. Wbudowane funkcje matematyczne, statystyczne i ekonometryczne.
3. Instrukcje warunkowe i pętle – rodzaje i zastosowania.
4. Generatory liczb pseudolosowych.
5. Procedury – budowa i zastosowania.
6. Analiza regresji: metoda najmniejszych kwadratów, przedziały ufności, testy specyfikacji, prognozowanie.
7. Eksperymenty Monte Carlo: badanie własności testów i estymatorów, analiza zjawiska regresji pozornej
Praca zaliczeniowa z wykorzystaniem programu MATLAB odbędzie się na ostatnich zajęciach. Wynikiem pracy studenta jest zestaw procedur w języku MATLAB, stanowiących rozwiązanie zadanych problemów badawczych. Zaliczenie poprawkowe odbędzie się 28 lutego o godz. 9:45 w sali F220. Aby otrzymać ocenę pozytywną, należy uzyskać co najmniej połowę wszystkich punktów.
Skala ocen:
90% i więcej – bardzo dobry
80 - 89% – dobry+
70 - 79% – dobry
60 - 69% – dostateczny+
50 - 59% – dostateczny
mniej niż 50% – niedostateczny