Uniwersytet Warszawski - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Ekonometria przestrzenna w R

Informacje ogólne

Kod przedmiotu: 2400-ZEWW404 Kod Erasmus / ISCED: 14.3 / (0311) Ekonomia
Nazwa przedmiotu: Ekonometria przestrzenna w R
Jednostka: Wydział Nauk Ekonomicznych
Grupy: Przedmioty kierunkowe dla Data Science
Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 2 (2*30h)
Przedmioty kierunkowe z metod ilościowych st. II stopnia- II rok
Przedmioty wyboru kierunkowego dla studiów licencjackich IIE
Przedmioty wyboru kierunkowego w zależności od kierunku studiów licencjackich i magisterskich
Punkty ECTS i inne: (brak)
zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

nieobowiązkowe

Założenia (opisowo):

Wymagania formalne

Umiejętność testowania hipotez statystycznych, estymacji modeli ekonometrycznych, podstawy programowania obiektowego

Założenia wstępne

Ekonometria, Statystyka matematyczna


Skrócony opis:

Ekonometria przestrzenna zajmuje się problemami zależności przestrzennej oraz zróżnicowania przestrzennego, operując na danych geo-lokalizowanych. Głównym celem zajęć jest zapoznanie studentów z metodami analizy i testowania przestrzennej zależności oraz warsztatem estymacji i interpretacji modeli przestrzennych. Studenci podczas zajęć poznają także problematykę i specyfikę badań przestrzennych i wizualizacji na mapach danych regionalnych i punktowych. Studenci pracować będą wykorzystując program R, stąd też część zajęć poświęcona będzie nauce tego programu (wcześniejsza znajomość programu nie jest wymagana). Zajęcia mają charakter warsztatowo-praktyczny. Zaliczenie odbywa się na podstawie przygotowanego projektu badawczego, samodzielnie lub w grupach i przez przygotowanie recenzji artykułu (tekst w jęz.ang wybrany przez prowadzącego).

Pełny opis:

Metody ekonometrii i statystyki przestrzennej wykorzystywane są w badaniach regionalnych, badaniach rynku nieruchomości, zasobów naturalnych, ekonomii środowiska, ekonomii sektora publicznego i ekonomii międzynarodowej, innowacji, ubezpieczeń etc., a także lokalizacji przedsiębiorstw. Analizy tych zagadnień z użyciem klasycznej statystyki i ekonometrii, ignorujących przestrzenne zależności, dają błędne wyniki. Ekonometria przestrzenna pozwala widzieć zależność między obserwacjami sąsiedzkimi i uwzględniać tę informację w modelowaniu. Jest to uzupełnienie metod tradycyjnych w odniesieniu do problemów przestrzennych, ale wymaga specyficznych zbiorów danych (danych geo-lokalizowanych oraz map konturowych) oraz wyspecjalizowanych pakietów ekonometryczno-statystycznych.

Studenci w trakcie zajęć w sposób przystępny poznają warsztat ekonometrii przestrzennej, od podstaw do poziomu umożliwiającego przeprowadzenie własnych badań. Wykorzystywany program R jest typu Open Source (www.r-project.org) , dzięki czemu może być wykorzystywany bez ograniczeń i bez kosztów zarówno w pracy naukowej jak i w celach komercyjnych.

Poruszane zagadnienia:

• Czym jest ekonometria przestrzenna? Specyfika badań przestrzennych, efekty przestrzenne - dane, typy zależności przestrzennych, zróżnicowanie przestrzenne, związki w przestrzeni

• Wizualizacja danych regionalnych i punktowych – wyznaczanie centroidów, mapowanie warstwowe, operowanie geometriami przestrzennymi

• Przestrzenna macierz wag - konstrukcja, właściwości, operacje, wykorzystanie

• Formalizacja zależności przestrzennej - przestrzenny operator opóźnień (spatial lag), miary autokorelacji przestrzennej (I Morana, LISA), testowanie zależności przestrzennej

• Specyfikacja i testowanie modeli przestrzennych – modele z jednym (SLX, SLM, SEM), dwoma (SAC, SDM, SDEM) lub trzema (GNS) komponentami przestrzennymi, testy AIC, BIC, LR, I Morana dla reszt

• Modele złożone – modele interakcji przestrzennych, modele panelowe, modele kumulatywne

• klastrowanie danych przestrzennych, teselacja dla danych punktowych

• Zastosowania praktyczne analiz przestrzennych – na podstawie wybranych artykułów

Literatura:

Literatura obowiązkowa:

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

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

Literatura uzupełniająca:

- LeSage, J., & Pace, R. K. (2009). Introduction to spatial econometrics. Chapman and Hall/CRC.

- Bivand, R. S., Pebesma, E. J., Gomez-Rubio, V., & Pebesma, E. J. (2008). Applied spatial data analysis with R (Vol. 747248717). New York: Springer.

- Chun, Y., & Griffith, D. A. (2013). Spatial statistics and geostatistics: theory and applications for geographic information science and technology. Sage.

- Fotheringham, A. S., & Rogerson, P. A. (Eds.). (2008). The SAGE handbook of spatial analysis. Sage.

Efekty uczenia się:

WIEDZA

• Zna w sposób pogłębiony metody i narzędzia opisu zjawisk ekonomicznych i społecznych w ujęciu przestrzennym. Zna statystyki i modele przestrzenne. Zna źródła pozyskiwania danych regionalnych. Zna sposoby wykorzystania zaawansowanego programu statystycznego w opisie zjawisk ekonomicznych i społecznych.

• Przez pracę z programem na licencji Open Source oraz przez wykorzystanie materiałów dydaktycznych wytworzonych na WNE UW zna i rozumie podstawowe pojęcia i zasady z zakresu ochrony własności przemysłowej i prawa autorskiego oraz potrafi skorzystać z narzędzi udostępnionych na zasadach Open Source oraz Creative Commons

• Zna możliwości aplikacyjne przedstawionych metod statystycznych i na ich podstawie może tworzyć analizy na potrzeby analiz rynkowych w pracy lub na potrzeby własnej firmy

• Na podstawie analizy danych przestrzennych i panelowych ma rozszerzoną wiedzę o społecznych strukturach przestrzennych i ich zmianach w czasie. Potrafi ocenić wpływ przestrzeni na procesy gospodarczo-społeczne, zbadać analitycznie zróżnicowanie i podobieństwo regionów, określić reżimy przestrzenne

UMIEJĘTNOŚĆI

• Przez krytyczną analizę wyników badań statystycznych i teorii ekonomii potrafi wykorzystać wiedzę teoretyczną do opisu i analizowania przyczyn i przebiegu procesów i zjawisk społecznych oraz potrafi formułować własne opinie i dobierać krytycznie dane i metody analiz

• Potrafi pozyskać dane regionalne, mapę w postaci wektorowej oraz dzięki umiejętności pracy z zaawansowanym programem R-CRAN potrafi: przedstawić graficznie dane przestrzenne, obliczyć podstawowe statystyki przestrzenne wyestymować ekonometryczny model przestrzenny i na podstawie przedstawionych wyników wyciągać wnioski o zależnościach przestrzennych .

• Potrafi przeprowadzić analizę przestrzenną. Potrafi wyszukać dane, zastosować opis modelowanie statystyczne lub ekonometryczne. Potrafi przedstawić w formie pisemnej i przekazać ustnie cały proces badawczy jako raport.

KOMPETENCJE SPOLECZNE

• Zapoznanie się z zaawansowanym programem statystycznym pozwala mu na rozszerzenie wiedzy we własnym zakresie i stanowi dobre wprowadzenie do nauki programowania obiektowego.

• Sposób zaliczenia przedmiotu pozwala mu być krytyczny w stosunku do przedstawionych modeli i prawidłowo identyfikować i rozstrzygać dylematy wykorzystaniem tych metod w prowadzeniu własnej firmy lub pracy zawodowej

KW01, KW02, KW03, KU01, KU02, KU03, KK01, KK02, KK03

Metody i kryteria oceniania:

Własny projekt badawczy (50%) – do wykonania samodzielnie w grupie dwuosobowej analiza badawcza ilościowa o charakterze przestrzennym. Możliwe prace teoretyczne (np. porównanie metod, ocena właściwości metody) i tematyczne (analiza na danych empirycznych).

Projekt badawczy musi obejmować:

- wprowadzenie do tematu, postawienie hipotezy badawczej

- opis danych – źródło, zróżnicowanie przestrzenne, ew. zmiany w czasie

- specyfikację problemu/modelu ekonometrycznego i oczekiwania

- estymację i diagnostykę modelu/analizę ilościową przestrzenną

- interpretację wyników i konkluzje

Własny projekt badawczy (50%)+recenzja przydzielonego artykułu (50%)

Recenzja przydzielonego artykułu (50%) – pisemna recenzja (krytyczna) testu wybranego przez prowadzącego (teksty w języku angielskim)

Recenzja artykułu musi obejmować:

- cel i obszar badania – pytania / hipotezy badawcze, wykorzystane dane, obszar geograficzny

- metody przestrzenne wykorzystane w badaniu wraz z własną opinią na temat zasadności ich wykorzystania – należy omówić w jakim celu użyta została określona metoda, jakie były oczekiwania co do wyników

- wyniki badania (ogólnie) – czy udało się odpowiedzieć na postawione przez badacza pytanie, czy metody przestrzenne wniosły dodatkowe informacje w porównaniu z metodami klasycznymi

- ogólna opinia o tekście, uwagi, komentarze, dodatkowe know-how

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.