Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania

Ekonometria praktyczna

Informacje ogólne

Kod przedmiotu:	136370-P
Kod Erasmus / ISCED:	14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Ekonometria praktyczna
Jednostka:	Szkoła Główna Handlowa w Warszawie
Grupy:	Przedmioty kierunkowe do wyboru NLLP-EKS Przedmioty kierunkowe do wyboru NLLP-MIS
Punkty ECTS i inne:	3.00 (zmienne w czasie) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	polski
Efekty uczenia się:	Wiedza: Potrafi zdefiniować symulację Monte Carlo i opisać jej zastosowania. Rozumie ideę metod bootstrapowych, ich zalety i ograniczenia. Potrafi zdefiniować obserwacje odstające i wskazać przyczyny ich występowania. Potrafi zdefiniować zmianę strukturalną w modelu ekonometrycznym, wskazać jej przyczyny i konsekwencje dla wyników estymacji. Rozróżnia parametryczne i nieparametryczne metody estymacji. Umiejętności: Potrafi zastosować symulacje Monte Carlo do wnioskowania na temat rozkładu składnika losowego, endogeniczności i niestacjonarności. Potrafi zastosować metody bootstrapowe w praktyce. Potrafi zbadać wpływ obserwacji odstających na wyniki estymacji i zastosować metody odporne. Umie wskazać zmianę strukturalną w modelu ekonometrycznym, testować jej występowanie i zastosować środki zaradcze. Potrafi zastosować podstawowe metody estymacji nieparametrycznej. Kompetencje społeczne: Umie krytycznie spojrzeć na wyniki estymacji modeli ekonometrycznych. Potrafi samodzielnie uzupełniać wiedzę teoretyczną z zakresu ekonometrii stosowanej oraz wyszukiwać wyniki empiryczne.

Zajęcia w cyklu "Semestr letni 2025/26" (jeszcze nie rozpoczęty)

Okres:	2026-02-21 - 2026-09-30	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR CZ PT
Typ zajęć:	Laboratorium, 30 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	(brak danych)
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Laboratorium - Ocena
Skrócony opis:	Wprowadzenie i powtórzenie podstawowych pojęć. Specyfikacja modelu ekonometrycznego. Symulacje Monte Carlo. Własności składnika losowego. Endogeniczność. Niestacjonarność. Metody bootstrapowe. Dobór postaci funkcyjnej modelu. Obserwacje odstające. Zmiany strukturalne w modelach ekonometrycznych. Nieparametryczne metody estymacji. Przykłady zastosowań ekonometrii.
Pełny opis:	Celem zajęć jest wyposażenie studentów kierunku MIESI w zestaw narzędzi pozwalających na samodzielną konstrukcję, estymację i weryfikację modelu ekonometrycznego, w tym przezwyciężanie najczęstszych trudności w praktyce. Narzędzia te obejmują zagadnienia nowoczesnej ekonometrii związane z wykorzystaniem symulacji Monte Carlo, zastosowaniem metod bootstrapowych, doborem postaci funkcyjnej modelu, analizą obserwacji odstających, modelowaniem zmian strukturalnych oraz podstawami estymacji nieparametrycznej. Przedmiot powinien wyposażyć studentów w umiejętności praktyczne niezbędne na etapie konstrukcji modelu do pracy licencjackiej z dziedziny ekonometrii.
Literatura:	Literatura podstawowa: W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012. G. S. Maddala "Ekonometria" (wybrane rozdziały), Wydawnictwo Naukowe PWN, 2008. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012. Literatura uzupełniająca: Cichocki, S., Torój, A. "Estimating the size of informal economy in a post-transition country ? the case of Poland", Baltic Journal of Economics, 23(1), ss. 91-116, 2023. Dybka, P., Olesiński, B., Rozkrut, M., Torój, A. "Measuring the model uncertainty of shadow economy estimates", International Tax and Public Finance, 30, ss. 1069-1106, 2023. M. Gągolewski (red.) "Programowanie w języku R", Wydawnictwo Naukowe PWN, 2016. M. Gruszczyński "Mikroekonometria: modele i metody analizy danych indywidualnych", Wolters Kluwer business, 2012. Szysz, M., Torój, A. "Socio-Economic and Demographic Factors Associated with COVID-19 Mortality in European Regions: Spatial Econometric Analysis", Econometrics, 11(2), 17, ss. 1-29, 2023. Torój, A. "Estimating high-resolution interregional input-output tables : a Bayesian spatial approach", Economic Systems Research, 36(3), ss. 353-377, 2024. A. Torój (red.) "Zastosowania ekonometrii: dziesięć niegroźnych przykładów", Oficyna Wydawnicza SGH, 2017. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008. A. Welfe "Ekonometria: metody i ich zastosowanie", PWE, 2009.
Uwagi:	Kryteria oceniania: egzamin tradycyjny-pisemny (samodzielna praca z pakietem ekonometrycznym): 50.00% inne (zadania domowe): 50.00% Odsetek nieobecności, powyżej którego nie zalicza się przedmiotu (nie dot. wykładów) wyrażony odsetkiem godzin, powyżej którego wyklucza się osiągnięcie efektów uczenia się: 30%

Zajęcia w cyklu "Semestr zimowy 2025/26" (w trakcie)

Okres:	2025-10-01 - 2026-02-20	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR CZ PT
Typ zajęć:	Laboratorium, 30 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	(brak danych)
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Laboratorium - Ocena
Skrócony opis:	Wprowadzenie i powtórzenie podstawowych pojęć. Specyfikacja modelu ekonometrycznego. Symulacje Monte Carlo. Własności składnika losowego. Endogeniczność. Niestacjonarność. Metody bootstrapowe. Dobór postaci funkcyjnej modelu. Obserwacje odstające. Zmiany strukturalne w modelach ekonometrycznych. Nieparametryczne metody estymacji. Przykłady zastosowań ekonometrii.
Pełny opis:	Celem zajęć jest wyposażenie studentów kierunku MIESI w zestaw narzędzi pozwalających na samodzielną konstrukcję, estymację i weryfikację modelu ekonometrycznego, w tym przezwyciężanie najczęstszych trudności w praktyce. Narzędzia te obejmują zagadnienia nowoczesnej ekonometrii związane z wykorzystaniem symulacji Monte Carlo, zastosowaniem metod bootstrapowych, doborem postaci funkcyjnej modelu, analizą obserwacji odstających, modelowaniem zmian strukturalnych oraz podstawami estymacji nieparametrycznej. Przedmiot powinien wyposażyć studentów w umiejętności praktyczne niezbędne na etapie konstrukcji modelu do pracy licencjackiej z dziedziny ekonometrii.
Literatura:	Literatura podstawowa: W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012. G. S. Maddala "Ekonometria" (wybrane rozdziały), Wydawnictwo Naukowe PWN, 2008. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012. Literatura uzupełniająca: Cichocki, S., Torój, A. "Estimating the size of informal economy in a post-transition country ? the case of Poland", Baltic Journal of Economics, 23(1), ss. 91-116, 2023. Dybka, P., Olesiński, B., Rozkrut, M., Torój, A. "Measuring the model uncertainty of shadow economy estimates", International Tax and Public Finance, 30, ss. 1069-1106, 2023. M. Gągolewski (red.) "Programowanie w języku R", Wydawnictwo Naukowe PWN, 2016. M. Gruszczyński "Mikroekonometria: modele i metody analizy danych indywidualnych", Wolters Kluwer business, 2012. Szysz, M., Torój, A. "Socio-Economic and Demographic Factors Associated with COVID-19 Mortality in European Regions: Spatial Econometric Analysis", Econometrics, 11(2), 17, ss. 1-29, 2023. Torój, A. "Estimating high-resolution interregional input-output tables : a Bayesian spatial approach", Economic Systems Research, 36(3), ss. 353-377, 2024. A. Torój (red.) "Zastosowania ekonometrii: dziesięć niegroźnych przykładów", Oficyna Wydawnicza SGH, 2017. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008. A. Welfe "Ekonometria: metody i ich zastosowanie", PWE, 2009.
Uwagi:	Kryteria oceniania: egzamin tradycyjny-pisemny (samodzielna praca z pakietem ekonometrycznym): 50.00% inne (zadania domowe): 50.00% Odsetek nieobecności, powyżej którego nie zalicza się przedmiotu (nie dot. wykładów) wyrażony odsetkiem godzin, powyżej którego wyklucza się osiągnięcie efektów uczenia się: 30%

Zajęcia w cyklu "Semestr letni 2024/25" (zakończony)

Okres:	2025-02-15 - 2025-09-30	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR CZ PT
Typ zajęć:	Laboratorium, 30 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	(brak danych)
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Laboratorium - Ocena
Skrócony opis:	Wprowadzenie i powtórzenie podstawowych pojęć. Specyfikacja modelu ekonometrycznego. Symulacje Monte Carlo. Własności składnika losowego. Endogeniczność. Niestacjonarność. Metody bootstrapowe. Dobór postaci funkcyjnej modelu. Obserwacje odstające. Zmiany strukturalne w modelach ekonometrycznych. Nieparametryczne metody estymacji. Przykłady zastosowań ekonometrii.
Pełny opis:	Celem zajęć jest wyposażenie studentów kierunku MIESI w zestaw narzędzi pozwalających na samodzielną konstrukcję, estymację i weryfikację modelu ekonometrycznego, w tym przezwyciężanie najczęstszych trudności w praktyce. Narzędzia te obejmują zagadnienia nowoczesnej ekonometrii związane z wykorzystaniem symulacji Monte Carlo, zastosowaniem metod bootstrapowych, doborem postaci funkcyjnej modelu, analizą obserwacji odstających, modelowaniem zmian strukturalnych oraz podstawami estymacji nieparametrycznej. Przedmiot powinien wyposażyć studentów w umiejętności praktyczne niezbędne na etapie konstrukcji modelu do pracy licencjackiej z dziedziny ekonometrii.
Literatura:	Literatura podstawowa: W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012. G. S. Maddala "Ekonometria" (wybrane rozdziały), Wydawnictwo Naukowe PWN, 2008. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012. Literatura uzupełniająca: M. Gągolewski (red.) "Programowanie w języku R", Wydawnictwo Naukowe PWN, 2016. M. Gruszczyński "Mikroekonometria: modele i metody analizy danych indywidualnych", Wolters Kluwer business, 2012. A. Torój (red.) "Zastosowania ekonometrii: dziesięć niegroźnych przykładów", Oficyna Wydawnicza SGH, 2017. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008. A. Welfe "Ekonometria: metody i ich zastosowanie", PWE, 2009.

Zajęcia w cyklu "Semestr zimowy 2024/25" (zakończony)

Okres:	2024-10-01 - 2025-02-14	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR CZ PT
Typ zajęć:	Laboratorium, 30 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	(brak danych)
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Laboratorium - Ocena
Skrócony opis:	Wprowadzenie i powtórzenie podstawowych pojęć. Specyfikacja modelu ekonometrycznego. Symulacje Monte Carlo. Własności składnika losowego. Endogeniczność. Niestacjonarność. Metody bootstrapowe. Dobór postaci funkcyjnej modelu. Obserwacje odstające. Zmiany strukturalne w modelach ekonometrycznych. Nieparametryczne metody estymacji. Przykłady zastosowań ekonometrii.
Pełny opis:	Celem zajęć jest wyposażenie studentów kierunku MIESI w zestaw narzędzi pozwalających na samodzielną konstrukcję, estymację i weryfikację modelu ekonometrycznego, w tym przezwyciężanie najczęstszych trudności w praktyce. Narzędzia te obejmują zagadnienia nowoczesnej ekonometrii związane z wykorzystaniem symulacji Monte Carlo, zastosowaniem metod bootstrapowych, doborem postaci funkcyjnej modelu, analizą obserwacji odstających, modelowaniem zmian strukturalnych oraz podstawami estymacji nieparametrycznej. Przedmiot powinien wyposażyć studentów w umiejętności praktyczne niezbędne na etapie konstrukcji modelu do pracy licencjackiej z dziedziny ekonometrii.
Literatura:	Literatura podstawowa: W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012. G. S. Maddala "Ekonometria" (wybrane rozdziały), Wydawnictwo Naukowe PWN, 2008. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012. Literatura uzupełniająca: M. Gągolewski (red.) "Programowanie w języku R", Wydawnictwo Naukowe PWN, 2016. M. Gruszczyński "Mikroekonometria: modele i metody analizy danych indywidualnych", Wolters Kluwer business, 2012. A. Torój (red.) "Zastosowania ekonometrii: dziesięć niegroźnych przykładów", Oficyna Wydawnicza SGH, 2017. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008. A. Welfe "Ekonometria: metody i ich zastosowanie", PWE, 2009.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.