Przedmioty kierunkowe do wyboru SMMD-ADA (grupa przedmiotów zdefiniowana przez Szkoła Główna Handlowa w Warszawie)
|
Legenda
Jeśli przedmiot jest prowadzony w danym cyklu dydaktycznym, to w odpowiedniej komórce pojawi się koszyk rejestracyjny. Ikona koszyka zależy od tego, czy możesz się rejestrować na dany przedmiot.
- nie jesteś zalogowany 
- aktualnie nie możesz się rejestrować 
- możesz się zarejestrować 
- możesz się wyrejestrować (lub wycofać prośbę) 
- złożyłeś prośbę o zarejestrowanie (i nie możesz jej już wycofać) 
- jesteś pomyślnie zarejestrowany (i nie możesz się wyrejestrować)
Kliknij na ikonę "i" przy koszyku, aby uzyskać dodatkowe informacje.
20221 - Semestr zimowy 2022/23 20222 - Semestr letni 2022/23 20231 - Semestr zimowy 2023/24 20232 - Semestr letni 2023/24 20241 - Semestr zimowy 2024/25 20241-PRE - Preferencje - Semestr zimowy 2024/25 (zajęcia mogą być semestralne, trymestralne lub roczne) |
Opcje | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 20221 | 20222 | 20231 | 20232 | 20241 | 20241-PRE | |||||
| 220340-D |
|
 
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Patrz semestralny plan zajęć. |
|
|
| 220341-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
see: detailed schedule of classes |
|
|
| 220570-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Skale pomiarowe. Dobór zmiennych i nadawanie im wag. Transformacja zmiennych. Miary podobieństwa obiektów. Porządkowanie obiektów. Grupowanie obiektów. Wybór reprezentantów grup obiektów przestrzennych. Analiza czynnikowa. Analiza głównych składowych. Analiza kanoniczna. Analiza korespondencji. Analiza dyskryminacyjna. |
|
|
| 220580-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Model statystyczny. Statystyki dostateczne. Estymacja parametryczna. Przedziały ufności. Testy statystyczne. |
|
|
| 220581-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Basic probability distributions, principles and methods of point and interval estimation and statistical tests. The course consists of lectures and classes on theoretical foundations of statistics which are necessary to understand, construct and use advanced statistical and econometric methods. |
|
|
| 220620-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Patrz semestralny plan zajęć. |
|
|
| 220621-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Presentation of the basic artificial intelligence methods with implementation (in R language) and examples of use. Among the commonly known methods, genetic algorithms, classification trees, random forests, and artificial neural networks are discussed in more detail. Several alternative modelling methods are the basis of student designs. |
|
|
| 220629-D |
|
|
|
|
|
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Ogólna charakterystyka sztucznej inteligencji. Systemy ekspertowe. Inżynieria wiedzy. Metody reprezentacji niepewności. Metody automatycznego uczenia. Sztuczne życie. |
|
|
| 222000-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Podstawowe pojęcia z algebry liniowej stosowane w ekonomii matematycznej i zagadnieniach optymalizacyjnych. Matematyczne podstawy modelowania dynamiki procesów gospodarczych przy pomocy równań różniczkowych zwyczajnych. |
|
|
| 222001-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
See semester study programme. |
|
|
| 222050-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Repetytorium z podstaw modelowania ekonometrycznego. Idea, założenia i własności estymatorów MNK. Źródła i typy danych ekonomicznych. Dobór postaci modelu, testy poprawności konstrukcji modelu. Testowanie własności składnika losowego modelu. Estymacja, weryfikacja i interpretacja oszacowań wybranych modeli nieliniowych. Modelowanie jakościowej zmiennej objaśnianej. Prognozowanie ekonometryczne. Ocena jakości prognostycznej modeli z ciągłą i dyskretną zmienną objaśnianą. |
|
|
| 222051-D |
|
|
|
|
|
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
See semester study programme. |
|
|
| 222060-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Strategia modelowania od ogółu do szczegółu. Niesferyczność składnika losowego. Autokorelacja i analiza COMFAC. Uzmiennianie parametrów. Modele dynamiczne. Model ADL i ECM. Modelownie na podstawie szeregów czasowych generowanych przez niestacjonarne procesy stochastyczne. Modelowanie jednowymiarowe i metoda Engle'a-Grangera. Modele wielowymiarowe: VAR i CVAR. Przestrzeń kointegrująca i jej testowanie. Metoda Johansena. Strukturalizacja modelu CVAR. Klasyczne modele wielorównaniowe. Mnożniki. Rozwiązanie analityczne i numeryczne. Niezbieżność i porządkowanie układu równań. Analizy symulacyjne. Prognozy na podstawie modeli wielorównaniowych. |
|
|
| 222061-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
From general to specific strategy. Autocorelation and COMFAC analysis. Parameters changes. Dynamic models. ADL and ECM models. Modelling on the basis of time series generated by nonstationary stochastic processes. The Engle-Granger method. VAR i CVAR models. Cointegration space and testing. The Johansen method. Structuralisation of the CVAR model. Classical multivariate models. Multipliers. Analytical and numerical solution. Nonconvergence and ordering of the equations of the model. Symulation analyses. Forecasts based on multivariate models. |
|
|
| 222090-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Podejmowanie optymalnych decyzji w przedsiębiorstwie na podstawie analizy marginalnej. Popyt. Produkcja i koszty. Określenie ceny i wielkości produkcji w warunkach konkurencji doskonałej, konkurencji monopolistycznej, monopolu i oligopolu. Teoria gier. Zawodność rynku. Wartość zaktualizowana. |
|
|
| 222091-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
The course relies mainly on a broad application of tools and methods of microeconomic analysis. It also reveals many features of interdisciplinary approach; in particular: major macroeconomic models and draws from decision sciences and system theory. A special emphasis has been placed upon making students better understand multiple determinants of the decision process and improving the skills of making optimal decisions in different market structures and under uncertainty. |
|
|
| 222990-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Patrz semestralny plan ząjęć. |
|
|
| 222991-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
See semester study programme. |
|
|
| 226150-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Program zajęć z tego przedmiotu ukierunkowany jest na przekazanie wiedzy o tym, czym jest przedsiębiorczość w perspektywie startupu. Studenci posiądą wiedzę na temat tego, co jest istotne współcześnie w otoczeniu biznesowym startupów. Zostaną przedyskutowane tematy dotyczące: pomysłu, zespołu i finansowania startupu. Omówione będą przykłady skutecznych startupów z różnych sektorów. Szczegóły programu merytorycznego zająć zapisano w semestralnym planie zajęć. |
|
|
| 226151-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
The goal of this course is to present key aspects of startup entrepreneurship to students. Students will get the basic knowledge regarding the startup environment. Team, idea and funding as major component of the startup will be discussed. Examples of successful startups will be discussed. Details of the course contents are outlined in semester timetable. |
|
|
| 226159-D |
|
|
|
|
|
brak | brak |
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Celem dydaktycznym przedmiotu jest przekazanie wiedzy i przygotowanie studentów do działań związanych z prowadzeniem własnych przedsięwzięć w szybko zmieniającym się otoczeniu gospodarczym z perspektywy organizacji typu startup. Program zajęć obejmuje problematykę rozwoju własnego przedsiębiorstwa w dynamicznym otoczeniu z perspektyw strategicznej, technologicznej, produktowej, finansowej, prowadzenia zespołu, formalno-prawnej oraz rozwoju osobistego przedsiębiorcy. |
|
|
| 229060-D |
|
brak | brak |
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2023/24
Grupy przedmiotu
Skrócony opis
Przedmiot przedstawia metody opisu i badania wielowymiarowych zmiennych losowych. W trakcie kursu omawiane są rozkłady łączne, brzegowe i warunkowe, a także rozkłady funkcji wielowymiarowych zmiennych losowych. Ponadto program obejmuje funkcje charakterystyczne jedno- i wielowymiarowych zmiennych losowych. |
|
|
| 229061-D |
|
brak | brak |
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2023/24
Grupy przedmiotu
Skrócony opis
See semester study programme. |
|
|
| 230130-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Teoria tworzenia uogólnionych modeli liniowych. Estymacja modeli, ich interpretacja i weryfikacja z wykorzystaniem programu SAS. |
|
|
| 230200-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Bayesowskie podejście do wnioskowania statystycznego. Rozkłady a priori i a posteriori. Estymacja bayesowska. Przedziały ufności i testy. Modele szeregów czasowych. Predykcja. Wybór modelu. |
|
|
| 230201-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
An approach to statistical inference based on the Bayes principle. Prior and posterior distributions. Bayesian estimation. Bayesian confidence intervals and tests. Time series models. Predictive distributions. Model choice. |
|
|
| 230240-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Zastosowanie ekonometrycznych modeli nieliniowych do objaśniania zjawisk w ekonomii i finansach. Modele o zmiennych parametrach, modele przestrzeni stanów, modele przestrzeni stanów z efektem ARCH, modele progowe, STAR, modele przełącznikowe, sieci neuronowe - specyfikacja, estymacja, weryfikacja. Zastosowanie metod ekonometrycznych: filtra Kalmana, identyfikacji przez heteroskedastyczność. Podstawy teoretyczne estymacji nieliniowej. |
|
|
| 230241-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
The use of econometric models to explain nonlinear phenomena in economics and finance. Models with variable parameters, state-space models, state-space models with ARCH effects threshold regression, STAR, regime-switching models, neural networks - specification, estimation, verification. The use of econometric methods: Kalman filter, identification through heteroscedasticity. Theoretical foundations of nonlinear estimation. |
|
|
| 230890-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
Metody ekonometrii przestrzennej pozwalają uwzględniać w modelowaniu interakcje między badanymi jednostkami, tj. uchylić założenie o niezależności poszczególnych obserwacji lub składników losowych. Zaprezentowane zostaną podstawowe koncepcje tego działu ekonometrii: macierz wag przestrzennych, testy efektów przestrzennych, specyfikacje modeli, zgodne i nieobciążone metody estymacji, mnożniki przestrzenne i wybrane modele specjalne. Zajęcia w laboratorium komputerowym będą dotyczyć metod wizualizacji przy pomocy map oraz pracy z poznanymi modelami w pakiecie spdep/spatialreg/splm programu R. |
|
|
| 230891-D |
|
|
|
|
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2022/23
Grupy przedmiotu
Skrócony opis
The methods of spatial econometrics allow to take account of interactions between investigated units in the modeling, i.e. remove the assumption of observational independence. The underlying concepts of this functional subdiscipline of econometrics will be presented: spatial weight matrices, testing of spatial effects, model specifications and consistent estimation methods, as well as spatial multipliers and some special models. The classes in computer laboratory will Focus on visualisation in maps and working with the models in consideration in the {spdep}/{spatialreg}/{splm} packages in R. |
|
|
