Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania
Strona główna

Time series and dynamic panel data

Informacje ogólne

Kod przedmiotu: 2400-SZD-TSD
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Time series and dynamic panel data
Jednostka: Wydział Nauk Ekonomicznych
Grupy:
Punkty ECTS i inne: (brak) 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.
Język prowadzenia: angielski
Tryb prowadzenia:

zdalnie

Pełny opis:

Zajęcia poświęcone są zastosowaniu metod analizy danych z wymiarem czasowym. Niezależnie od tego, czy chcemy analizować trendy na rynkach finansowych, czy zmiany dzietności lub ubóstwa, czas jest ważnym czynnikiem, który należy brać pod uwagę w naszych badaniach. Szereg czasowy to po prostu szereg punktów danych uporządkowanych w czasie. Niemniej jednak modelowanie czasu wiąże się z szeregiem pytań co do natury naszych danych. Czy zmienne są stacjonarne? Czy w danych jestsezonowość? Czy zmienne charakteryzuje autokorelacja? Na zajęciach przedstawię różne cechy szeregów czasowych i paneli dynamicznych, a następnie sposób ich modelowania w celu uzyskania dokładnych (w jak największym stopniu) analiz. Celem zajęć jest zdobycie wiedzy na temat zastosowania statystki w analizie danych z wymiarem czasu. Dlatego też każdy uczestnik będzie miał okazję wykorzystać te umiejętności w praktyce. Zespoły co najwyżej 2 osobowe będą poproszone o napisanie pracy zaliczeniowej do 14 stron na wybrany temat. Autorzy powinni korzystać z narzędzi pokazanych w trakcie zajęć analizując odpowiedzi na jedno z typowych zagadnień powszechnych w literaturze naukowej.

1) forma zajęć:praktyczne

2) stosowane metody dydaktyczne: forma bezpośrednia lub zdalna z użyciem komputerów i MS Teams

Literatura:

Wykaz literatury związanej z przedmiotem:wszystkie materiały będą dostępne na stronie prowadzącego.

Efekty uczenia się:

WK3, UW1

Wiedza:

Zna i rozumie:

- podstawowe zasady transferu wiedzy do sfery gospodarczej i społecznej oraz komercjalizacji wyników działalności naukowej i know-how związanego z tymi wynikami.

Umiejętności:

Potrafi:

- wykorzystywać wiedzę z różnych dziedzin nauki lub dziedziny sztuki do twórczego identyfikowania, formułowania i innowacyjnego rozwiązywania złożonych problemów lub wykonywania zadań o charakterze badawczym, a w szczególności:

- definiować cel i przedmiot badań naukowych, formułować hipotezę badawczą

- rozwijać metody, techniki i narzędzia badawcze oraz twórczo je stosować

- wnioskować na podstawie wyników badań naukowych.

Metody i kryteria oceniania:

Zasady zaliczania zajęć i przedmiotu (w tym zaliczania poprawkowego):

Celem zajęć jest zdobycie wiedzy na temat zastosowania statystyki w analizie danych z wymiarem czasowym. Dlatego też każdy uczestnik będzie miał okazję wykorzystać te umiejętności w praktyce. Zespoły co najwyżej 2 osobowe będą poproszone o napisanie pracy zaliczeniowej do 14 stron na wybrany temat. Autorzy powinni korzystać z narzędzi statystycznych pokazanych w trakcie zajęć analizując odpowiedzi na jedno z typowych zagadnień powszechnych w literaturze naukowej. Wszystkie zespoły są zobowiązane do przedstawienia swojej pracy (max 15 minut) po zakończeniu konwersatorium w formie prezentacji.

1) opis wymagań związanych z uczestnictwem w zajęciach, w tym dopuszczalnej liczby nieobecności podlegających usprawiedliwieniu:

brak wymagań wstępnych, 2 nieobecności

2) metody weryfikacji efektów uczenia się:

Prace będą oceniane pod kątem poprawności statystycznej weryfikacji hipotez, umiejętności wyciągania wniosków oraz umiejętności ich prezentacji w sposób zwięzły i jasny.

3) kryteria oceniania:

Zatwierdzone streszczenie - 25% oceny końcowej,

Ostateczna wersja pracy z przygotowanym modelem statystycznym - 50%,

Prezentacja - 25%.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)