Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania
Strona główna

Econometrics in Practice

Informacje ogólne

Kod przedmiotu: 136371-D
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: Econometrics in Practice
Jednostka: Szkoła Główna Handlowa w Warszawie
Grupy: Elective courses for QME - bachelors
Przedmioty kierunkowe do wyboru SLLD-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: angielski
Efekty uczenia się:

Wiedza:

Provides definition of Monte Carlo simulation and description of its applications.

Understands essential futures of bootstrapping methods; knows their applications and limitations.

Knows definition of outliers and can identify their causes.

Is able to define structural change in econometric models, and describe its causes and consequences for estimation procedures.

Is able to differentiate between parametric and non-parametric methods of estimation.

Umiejętności:

Employs Monte Carlo simulations to draw conclusions on error term distribution, endogeneity, and nonstationarity.

Uses bootstrapping methods in practice.

Is able to analyze influence of outliers on estimation results and employ robust methods of estimation.

Can identify structural change in an econometric model, test for it, and employ remedial measures.

Employs elementary techniques of non-parametric estimation.

Kompetencje społeczne:

Can scrutinize and honestly evaluate estimation results of econometric models.

Is able to independently supplement his/her theoretical knowledge of econometrics and search for empirical results.

Zajęcia w cyklu "Preferencje - Semestr letni 2024/25" (jeszcze nie rozpoczęty)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Zajęcia prowadzącego więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Emilia Tomczyk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Zajęcia prowadzącego - Ocena

Zajęcia w cyklu "Semestr letni 2024/25" (jeszcze nie rozpoczęty)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Emilia Tomczyk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Review of basic terminology of econometrics. Model specification. Monte Carlo simulations. Properties of error term. Endogeneity. Nonstationarity. Bootstrapping methods. Selection of functional form. Outliers. Structural change in econometric models. Non-parametric estimation methods. Empirical appllications of econometric models.
Pełny opis:

This course aims to offer our students a set of tools necessary to independently design, estimate, and verify an econometric model as well as overcome typical diffficulties encountered during this process. The tools include modern econometrics techniques such as Monte Carlo simulations, applications of bootstraping methods, model specification procedures, analysis of outliers, allowing for structural changes in econometric models, and introduction to non-parametric estimation methods. This course should enable students to design and evaluate econometric models for the purpose of their undergraduate thesis in applied econometrics.
Literatura:

Literatura podstawowa:

1. W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012

2. G. S. Maddala "Introduction to Econometrics" (wybrane rozdziały), John Wiley and Sons, 2009

3. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012

Literatura uzupełniająca:

1. J. D. Angrist, Pischke J.-S. "Mostly Harmless Econometrics", Princeton University Press, 2009

2. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%

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

Okres: 2024-10-01 - 2025-02-14
Wybrany podział planu:
Przejdź do planu
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:

Review of basic terminology of econometrics. Model specification. Monte Carlo simulations. Properties of error term. Endogeneity. Nonstationarity. Bootstrapping methods. Selection of functional form. Outliers. Structural change in econometric models. Non-parametric estimation methods. Empirical appllications of econometric models.
Pełny opis:

This course aims to offer our students a set of tools necessary to independently design, estimate, and verify an econometric model as well as overcome typical diffficulties encountered during this process. The tools include modern econometrics techniques such as Monte Carlo simulations, applications of bootstraping methods, model specification procedures, analysis of outliers, allowing for structural changes in econometric models, and introduction to non-parametric estimation methods. This course should enable students to design and evaluate econometric models for the purpose of their undergraduate thesis in applied econometrics.
Literatura:

Literatura podstawowa:

1. W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012

2. G. S. Maddala "Introduction to Econometrics" (wybrane rozdziały), John Wiley and Sons, 2009

3. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012

Literatura uzupełniająca:

1. J. D. Angrist, Pischke J.-S. "Mostly Harmless Econometrics", Princeton University Press, 2009

2. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-24 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Piotr Dybka, Rumiana Górska, Emilia Tomczyk, Andrzej Torój
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

Review of basic terminology of econometrics. Model specification. Monte Carlo simulations. Properties of error term. Endogeneity. Nonstationarity. Bootstrapping methods. Selection of functional form. Outliers. Structural change in econometric models. Non-parametric estimation methods. Empirical appllications of econometric models.
Pełny opis:

This course aims to offer our students a set of tools necessary to independently design, estimate, and verify an econometric model as well as overcome typical diffficulties encountered during this process. The tools include modern econometrics techniques such as Monte Carlo simulations, applications of bootstraping methods, model specification procedures, analysis of outliers, allowing for structural changes in econometric models, and introduction to non-parametric estimation methods. This course should enable students to design and evaluate econometric models for the purpose of their undergraduate thesis in applied econometrics.
Literatura:

Literatura podstawowa:

1. W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012

2. G. S. Maddala "Introduction to Econometrics" (wybrane rozdziały), John Wiley and Sons, 2009

3. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012

Literatura uzupełniająca:

1. J. D. Angrist, Pischke J.-S. "Mostly Harmless Econometrics", Princeton University Press, 2009

2. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-23
Wybrany podział planu:
Przejdź do planu
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:

Review of basic terminology of econometrics. Model specification. Monte Carlo simulations. Properties of error term. Endogeneity. Nonstationarity. Bootstrapping methods. Selection of functional form. Outliers. Structural change in econometric models. Non-parametric estimation methods. Empirical appllications of econometric models.
Pełny opis:

This course aims to offer our students a set of tools necessary to independently design, estimate, and verify an econometric model as well as overcome typical diffficulties encountered during this process. The tools include modern econometrics techniques such as Monte Carlo simulations, applications of bootstraping methods, model specification procedures, analysis of outliers, allowing for structural changes in econometric models, and introduction to non-parametric estimation methods. This course should enable students to design and evaluate econometric models for the purpose of their undergraduate thesis in applied econometrics.
Literatura:

Literatura podstawowa:

1. W. Greene "Econometric Analysis" (wybrane rozdziały), Pearson, 2012

2. G. S. Maddala "Introduction to Econometrics" (wybrane rozdziały), John Wiley and Sons, 2009

3. M. Verbeek "A Guide to Modern Econometrics" (wybrane rozdziały), John Wiley & Sons, 2012

Literatura uzupełniająca:

1. J. D. Angrist, Pischke J.-S. "Mostly Harmless Econometrics", Princeton University Press, 2009

2. H. Vinod "Hands-On Intermediate Econometrics Using R:Templates for Extending Dozens of Practical Examples", World Scientific Publishing, 2008

Uwagi:

Kryteria oceniania:

egzamin tradycyjny-pisemny: 50.00%

inne: 50.00%
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.
al. Niepodległości 162
02-554 Warszawa tel: +48 22 564 60 00 http://www.sgh.waw.pl/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.0.0