Kierunek: BUDOWNICTWO
Transkrypt
Kierunek: BUDOWNICTWO
SYLABUS - Karta programu przedmiotu WYDZIAŁ FIZYKI, MATEMATYKI I INFORMATYKI Rodzaj studiów: studia stacjonarne drugiego stopnia Rok akad. 201/2011 Przedmiot specjalizacyjny 1 Specjalność: Matematyka w finansach i ekonomii Kierunek: MATEMATYKA Przedmiot: EKONOMETRIA Rok studiów: Semestr: I 2 ECTS: 6 Rodzaj zajęć: W Ć Liczba godzin w semestrze: 30 15 S L 15 Przedmioty wprowadzające / wymagania wstępne Rachunek prawdopodobieństwa, statystyka matematyczna, ekonomia / znajomość podstawowych rozkładów i ich parametrów; estymacja punktowa, przedziałowa, weryfikacja hipotez; znajomość podstawowych pojęć mikro- i makroekonomicznych Założenia i cele przedmiotu Przedstawienie klasycznego modelu regresji liniowej; omówienie metody najmniejszych kwadratów i metody największej wiarygodności; badanie własności estymatorów; przybliżenie zjawisk autokorelacji i heteroskedastyczności; prognozowanie. Metody dydaktyczne Wykład i ćwiczenia: metoda tradycyjna (kreda i tablica) Forma i warunki zaliczenia przedmiotu: Egzamin pisemny i ustny TREŚCI PROGRAMOWE Wykłady: 1. Klasyczny model regresji liniowej – przypadek jednej zmiennej objaśniającej. Założenia modelu regresji liniowej. Metoda najmniejszych kwadratów, współczynnik determinacji, własności estymatorów MNK, twierdzenie Gaussa – Markowa, wnioski statystyczne, estymator parametru rozkładu błędu, weryfikacja hipotez. 2. Klasyczny model regresji liniowej – przypadek wielu zmiennych objaśniających. Założenia modelu. Metoda najmniejszych kwadratów. Współczynnik determinacji, własności estymatorów klasycznej metody najmniejszych kwadratów, estymator wariancji składnika losowego, twierdzenie Gaussa – Markowa, wnioski statystyczne, weryfikacja hipotez, uogólniona metoda najmniejszych kwadratów. 3. Autokorelacja. Przyczyny autokorelacji, schemat autoregresyjny pierwszego rzędu, Estymacja w przypadku procesu AR(1), testowanie występowania zjawiska autokorelacji pierwszego rzędu, estyma-cja i testowanie w przypadku procesu MA(1). 4. Heteroskedastyczność. Estymacja i testowanie występowania heteroskedastyczności składników losowych, modele ARCH. 5. Własności asymptotyczne estymatorów parametrów regresji liniowej. Funkcja wiarygodności. Nierówność Cramera – Rao, macierz informacyjna, zbieżność stochastyczna, własności granicy stochastycznej, definicja zgodności estymatora, zbieżność według rozkładu, zgodność MNK – estymatorów regresji liniowej. 6. Prognozowanie. Prognozy na podstawie modelu z jedną zmienną objaśniającą, prognozy warunkowe, prognozy na podstawie modelu regresji wielu zmiennych, pomiar dokładności prognoz. 7. Równania współzależne. Mały model makroekonomiczny. Identyfikacja modelu. Ćwiczenia audytoryjne: 1. Autokorelacja: estymacja parametrów modelu w przypadku procesu AR(1); testowanie występowania zjawiska autokorelacji pierwszego rzędu. 2. Heteroskedastyczność: estymacja parametrów modelu, testowanie występowania heteroskedastyczności składników losowych. 3. Własności asymptotyczne estymatorów parametrów regresji liniowej: wyznaczanie funkcji wiarygodności, obliczanie liczby informacyjnej, wyznaczanie macierzy informacyjnej, badanie zbieżności według prawdopodobieństwa oraz według rozkładu; badanie zgodności estymatorów parametrów modelu regresji liniowe. 4. Prognozowanie: wyznaczanie prognoz na podstawie modelu z jedną zmienną objaśniającą, prognozy warunkowe, wyznaczanie prognoz na podstawie modelu regresji wielu zmiennych, obliczanie błędów prognoz, pomiar dokładności prognoz. 5. Równania współzależne: wyznaczanie postaci zredukowanej modelu, badanie identyfikowalności równania modelu, sprawdzanie warunków koniecznych i wystarczających identyfikowalności równań. Laboratorium: 1. Klasyczny model regresji liniowej – przypadek jednej zmiennej objaśniającej: estymacja parametrów modelu, obliczanie współczynnika determinacji, wyznaczanie przedziałów ufności, testowanie hipotez. 2. Klasyczny model regresji liniowej – przypadek wielu zmiennych objaśniających: estymacja parametrów modelu, wyznaczanie przedziałów ufności, obliczanie współczynnika determinacji, testowanie hipotez o istotności związków zachodzących między zmiennymi. 3. Autokorelacja: testowanie występowania zjawiska autokorelacji pierwszego rzędu. Wykaz literatury podstawowej: [1] Welfe Aleksander, Ekonometria, PWE, Warszawa 2003. [2] Welfe Aleksander, Ekonometria. Zbiór zadań, PWE, Warszawa 2003. [3] Goryl Antoni, Jędrzejczak Zbigniew, Kukuła Karol, Osiewalski Jacek, Walkosz Anna, Wprowadzenie do ekonometrii w przykładach i zadaniach, PWN, Warszawa 2000. [4] Chow Gregory, Ekonometria, PWN, Warszawa 1995. Wykaz literatury uzupełniającej: [1] Theil Henri, Zasady ekonometrii, PWN, Warszawa 1979 [2] Gruszczyński Marek, Kuszewski Tomasz, Podgórska Maria, Ekonometria i badania operacyjne, Wydawnictwo Naukowe PWN, Warszawa 2009. [3] Zeliaś Aleksander, Pawełek Barbara, Wanat Stanisław, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN, Warszawa 2003. Osoba(y) odpowiedzialna(e) za przedmiot: dr Katarzyna URBAŃSKA Zatwierdził: dr hab. Teresa WINIARSKA, prof. PK