Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania
Strona główna

Metody statystyczne II

Informacje ogólne

Kod przedmiotu: 221480-D
Kod Erasmus / ISCED: 11.2 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. / (0542) Statystyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Metody statystyczne II
Jednostka: Szkoła Główna Handlowa w Warszawie
Grupy: Przedmioty obowiązkowe na programie SMMD-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:

Student powinien znać podstawowe metody losowania prób złożonych oraz metody wnioskowania przy złożonych schematach losowania.

Student powinien znać metody pozwalające na estymację złożonych parametrów za pomocą resamplingu oraz podstawowe metody statystyki nieparametrycznej.

Student powinien znać metodę zmiennych instrumentalnych oraz podstawowe metody oceny efektów oddziaływań.

Umiejętności:

Po zaliczeniu przedmiotu student powinien potrafić samodzielnie przeprowadzić analizę używając każdego z poznanych modeli teoretycznych. Student powinien potrafić uzasadnić zasadność zastosowania danego modelu w konkretnej sytuacji, zaprojektować model, sprawdzić spełnienie założeń, oszacować jego parametry oraz zinterpretować wartości oszacowań.

Student powinien potrafić przeprowadzić wszystkie omawiane rodzaje analiz statystycznych w ramach jednego z dostępnych pakietów komputerowych.

Student powinien potrafić pracować w oparciu o aktualną literaturę naukową dotyczącą metod statystycznych.

Kompetencje społeczne:

Zrozumienie potrzeby posługiwania się metodami ilościowymi w ocenie procesów ekonomicznych i społecznych.

Student powinien nabyć umiejętność czytelnego i rzetelnego przedstawienia otrzymanych wyników osobom bez przygotowania ilościowego.

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: Jan Zwierzchowski
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, 14 godzin więcej informacji
Wykład, 16 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Skrócony opis:

Elementy metody reprezentacyjnej. Wnioskowanie statystyczne przy niespełnieniu klasycznych założeń. Metody resamplingowe. Wstęp do statystyki odpornościowej. Przyczynowość w statystyce. Estymacja nieparametryczna i semiparametryczna. Ocena efektów oddziaływań.
Pełny opis:

Zapoznanie studentów z zaawansowanymi metodami analizy statystycznej stosowanymi przy niespełnianiu klasycznych założeń oraz niepełnej wiedzy na temat rozkładu zmiennej w populacji generalnej.
Literatura:

Literatura podstawowa:

1. W. H. Greene, "Econometric Analysis" (różne wydania).

2. Marek Gruszczyński (red.) Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluver Polska, 2012

3. C. Bracha, "Teoretyczne podstawy metody reprezentacyjnej", PWN, 1996.

4. W. Hardle, "Nonparametric and Semiparametric Models. Introduction", Springer, 2004.

5. P. Kvam, B. Vidakovic, "Nonparametric Statistics with Applications in Science and Engineering", Wiley, 2007

Literatura uzupełniająca:

6. P. Rosenbaum, "Observational Studies", Springer, 1995

Uwagi:

Kryteria oceniania:

egzamin testowy: 50.00%

ocena z ćwiczeń: 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, 14 godzin więcej informacji
Wykład, 16 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Jan Zwierzchowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Skrócony opis:

Elementy metody reprezentacyjnej. Wnioskowanie statystyczne przy niespełnieniu klasycznych założeń. Metody resamplingowe. Wstęp do statystyki odpornościowej. Przyczynowość w statystyce. Estymacja nieparametryczna i semiparametryczna. Ocena efektów oddziaływań.
Pełny opis:

Zapoznanie studentów z zaawansowanymi metodami analizy statystycznej stosowanymi przy niespełnianiu klasycznych założeń oraz niepełnej wiedzy na temat rozkładu zmiennej w populacji generalnej.
Literatura:

Literatura podstawowa:

1. W. H. Greene, "Econometric Analysis" (różne wydania).

2. Marek Gruszczyński (red.) Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluver Polska, 2012

3. C. Bracha, "Teoretyczne podstawy metody reprezentacyjnej", PWN, 1996.

4. W. Hardle, "Nonparametric and Semiparametric Models. Introduction", Springer, 2004.

5. P. Kvam, B. Vidakovic, "Nonparametric Statistics with Applications in Science and Engineering", Wiley, 2007

Literatura uzupełniająca:

6. P. Rosenbaum, "Observational Studies", Springer, 1995

Uwagi:

Kryteria oceniania:

egzamin testowy: 50.00%

ocena z ćwiczeń: 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, 14 godzin więcej informacji
Wykład, 16 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Jan Zwierzchowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Skrócony opis:

Elementy metody reprezentacyjnej. Wnioskowanie statystyczne przy niespełnieniu klasycznych założeń. Metody resamplingowe. Wstęp do statystyki odpornościowej. Przyczynowość w statystyce. Estymacja nieparametryczna i semiparametryczna. Ocena efektów oddziaływań.
Pełny opis:

Zapoznanie studentów z zaawansowanymi metodami analizy statystycznej stosowanymi przy niespełnianiu klasycznych założeń oraz niepełnej wiedzy na temat rozkładu zmiennej w populacji generalnej.
Literatura:

Literatura podstawowa:

1. W. H. Greene, "Econometric Analysis" (różne wydania).

2. Marek Gruszczyński (red.) Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluver Polska, 2012

3. C. Bracha, "Teoretyczne podstawy metody reprezentacyjnej", PWN, 1996.

4. W. Hardle, "Nonparametric and Semiparametric Models. Introduction", Springer, 2004.

5. P. Kvam, B. Vidakovic, "Nonparametric Statistics with Applications in Science and Engineering", Wiley, 2007

Literatura uzupełniająca:

6. P. Rosenbaum, "Observational Studies", Springer, 1995

Uwagi:

Kryteria oceniania:

egzamin testowy: 50.00%

ocena z ćwiczeń: 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, 14 godzin więcej informacji
Wykład, 16 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Wykład - Ocena
Skrócony opis:

Elementy metody reprezentacyjnej. Wnioskowanie statystyczne przy niespełnieniu klasycznych założeń. Metody resamplingowe. Wstęp do statystyki odpornościowej. Przyczynowość w statystyce. Estymacja nieparametryczna i semiparametryczna. Ocena efektów oddziaływań.
Pełny opis:

Zapoznanie studentów z zaawansowanymi metodami analizy statystycznej stosowanymi przy niespełnianiu klasycznych założeń oraz niepełnej wiedzy na temat rozkładu zmiennej w populacji generalnej.
Literatura:

Literatura podstawowa:

1. W. H. Greene, "Econometric Analysis" (różne wydania).

2. Marek Gruszczyński (red.) Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluver Polska, 2012

3. C. Bracha, "Teoretyczne podstawy metody reprezentacyjnej", PWN, 1996.

4. W. Hardle, "Nonparametric and Semiparametric Models. Introduction", Springer, 2004.

5. P. Kvam, B. Vidakovic, "Nonparametric Statistics with Applications in Science and Engineering", Wiley, 2007

Literatura uzupełniająca:

6. P. Rosenbaum, "Observational Studies", Springer, 1995

Uwagi:

Kryteria oceniania:

egzamin testowy: 50.00%

ocena z ćwiczeń: 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