Program R w zastosowaniach ekonomicznych i finansowych (kurs internetowy)

ogólnouniwersyteckie

Podstawowa wiedza z przedmiotów takich jak: rachunek prawdopodobieństwa, statystyka; pożądana jest orientacja w zagadnieniach ekonomiczno-finansowych.

Przedmiot przeznaczony dla studentów studiów II i III stopnia oraz ewentualnie ostatniego roku studiów I stopnia. Jako przedmiot ogólnouniwersytecki NIE jest przeznaczony dla studentów WNE UW.

zdalnie

Celem kursu jest prezentacja możliwości programu R, od podstawowych po bardziej zaawansowane. Jest to program typu Open Source dostępny za darmo, zarówno do obliczeń naukowych, jak i komercyjnych. Kurs przeznaczony jest dla osób chcących poznać zaawansowany program obliczeniowy i wykorzystywać go zarówno w pracy analityka, jak i w pracy naukowej, ze szczególnym uwzględnieniem analiz statystycznych oraz finansowych. Kurs ten wymaga wiedzy z zakresu podstaw statystyki, rachunku prawdopodobieństwa oraz podstawowej orientacji w zagadnieniach ekonomiczno-finansowych. Zaliczenie wielokryterialne przez prace domowe, aktywność na platformie e-learningowej oraz zaliczenie w sali komputerowej lub poprzez projekt.

Zajęcia typu OGUN realizowane na platformie edukacyjnej Moodle UW http://moodle.wne.uw.edu.pl

Przedmiot przeznaczony dla studentów studiów II i III stopnia oraz ewentualnie ostatniego roku studiów I stopnia. Jako przedmiot ogólnouniwersytecki NIE jest przeznaczony dla studentów WNE UW.

Zajęcia typu OGUN realizowane na platformie edukacyjnej WNE UW http://moodle.wne.uw.edu.pl jako zajęcia asynchroniczne.

Celem kursu jest prezentacja możliwości programu R, od podstawowych po bardziej zaawansowane. Jest to program typu Open Source dostępny za darmo, zarówno do obliczeń naukowych, jak i komercyjnych, do pobrania ze strony http://www.r-project.org/. Kurs przeznaczony jest dla osób chcących poznać zaawansowany program obliczeniowy i wykorzystywać go zarówno w pracy analityka, jak i w pracy naukowej, ze szczególnym uwzględnieniem analiz statystycznych oraz finansowych. Studenci opanują język programu R w stopniu umożliwiającym posługiwanie się pakietami programu R, a także samodzielne tworzenie aplikacji opartych na dostępnych pakietach. Poza umiejętnościami informatycznymi, studenci poznają przykładowe empiryczne zastosowania programu w zakresie analiz ekonomiczno-finansowych, co ma zachęcić ich do wykorzystania programu we własnych obszarach zainteresowań.

Kurs obejmuje takie zagadnienia jak:

1) wprowadzenie do R, pozyskiwanie i przygotowanie do pracy

2) wczytywanie danych z zewnętrznych plików

3) tworzenie tabel jednowymiarowych, operacje na obiektach

4) tworzenie tabel dwuwymiarowych

5) tworzenie wykresów (wykres kołowy, histogram, wykres liniowy i punktowy)

6) testowanie hipotez statystycznych

7) generowanie liczb losowych z różnych rozkładów

8) symulacje Monte Carlo

9) mapy w ekonomii.

Zagadnienia są ilustrowane przykładami ekonomczno-finansowymi.

Przedmiot przeznaczony dla studentów studiów II i III stopnia oraz ewentualnie ostatniego roku studiów I stopnia. Jako przedmiot ogólnouniwersytecki NIE jest przeznaczony dla studentów WNE UW.

Literatura obowiązkowa:

- Kopczewska K., Kopczewski T., Wójcik P. (red), 2009, Metody ilościowe w R. Aplikacje ekonomiczne i finansowe, CeDeWu, Warszawa

- materiały do pakietu dostępne na stronie https://www.r-project.org/

Literatura uzupełniająca:

- red. Kopczewska K. (2020) Przestrzenne metody ilościowe w R: statystyka, ekonometria, uczenie maszynowe, analiza danych, CeDeWu, Warszawa

- Kopczewska K., 2006, Ekonometria i statystyka przestrzenna w R CRAN, CeDeWu, Warszawa

- Biecek P., 2008, Przewodnik po pakiecie R, Oficyna Wydawnicza GIS, Wrocław

- Walesiak M., Gantnar E. (red), 2009, Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa

WIEDZA (S1A_W06; S2A_W06)

1) Student po zakończeniu kursu zna sposób funkcjonowania pakietu R jako implementacji języka programowania S

2) Uczestnik zna sposób wykorzystania programu R wraz z przykładowymi pakietami w przygotowaniu, obróbce i przeprowadzeniu wybranych analiz w szczególności z zakresu zjawisk ekonomiczno-finansowych oraz społecznych

3) Uczestnik zna możliwości aplikacyjne przedstawionych metod analitycznych i na ich podstawie może tworzyć własne analizy w trakcie swojego dalszego rozwoju naukowego i zawodowego

UMIEJĘTNOŚCI (S1A_U01; S1A_U02; S1A_U03; S1A_U04; S1A_U07; S1A_U08; S2A_U01; S2A_U02; S2A_U03; S2A_U04; S2A_U07; S2A_U08)

1) Student potrafi pozyskać program R wraz z odpowiednimi pakietami i przygotować go do pracy

2) Uczestnik ma wprawę w pracy z danymi statystycznymi za pomocą pakietu R

3) Student potrafi wyczytać dane do programu, określić jakość danych, dokonać podstawowych manipulacji na danych, agregować dane warunkowo

4) Uczestnik umie budować prosty model symulacyjny w oparciu o metodę Monte Carlo oraz symulować tym modelem zdarzenia

5) Uczestnik potrafi weryfikować hipotezy statystyczne za pomocą oprogramowania R

6) Student umie przygotować złożony wykres ilustrujący zjawiska ekonomiczno-społeczne

KOMPETENCJE SPOŁECZNE (S1A_K01; S1A_K06; S2A_K01; S2A_K06)

1) Uczestnik rozumie, że biegłe posługiwanie się programem R wymaga ciągłego poznawania tego pakietu i doskonalenia warsztatu

2) Student ma świadomość, że program R wraz z pakietami dodatkowymi jest nieustannie rozwijany i oferuje z czasem nowe możliwości

3) Uczestnik zdaje sobie sprawę, że program R jest uniwersalnym narzędziem i może być wykorzystywany w obliczeniach w różnych dziedzinach wiedzy oraz, że kurs daje podstawy do samodzielnego poszukiwania takich dostosowań.

Kurs prowadzony jest na platformie e-learningowej, co wymaga znacznej aktywności i systematyczności. Do końcowej oceny wliczane są prace domowe wykonywane cyklicznie, krótkie testy dostępne na platformie oraz końcowe zaliczenie w sali komputerowej na WNE UW lub przygotowanie własnego projektu. Premiowana jest aktywność na forach oraz rozwiązywanie dodatkowych zadań. Alternatywną formą zaliczenia jest przygotowanie użytecznego i interesującego pakietu dodatkowego do programu R. Szczegóły punktacji podane są na platformie e-learningowej.

W roku akademickim 2021/22 w zależności od sytuacji epidemiologicznej zaliczenie końcowe odbędzie się zdalnie lub w sali.