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

Analiza wzorców punktowych i liniowych w R

Informacje ogólne

Kod przedmiotu: 2400-ZEWW935
Kod Erasmus / ISCED: 14.3 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. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza wzorców punktowych i liniowych w R
Jednostka: Wydział Nauk Ekonomicznych
Grupy:
Punkty ECTS i inne: 3.00 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
Rodzaj przedmiotu:

nieobowiązkowe

Założenia (opisowo):

Umiejętność testowania hipotez statystycznych oraz estymacji modeli ekonometrycznych

Skrócony opis:

Analiza wzorców punktowych (point patterns) to rozwijająca się gałąź badań przestrzennych, która coraz częściej znajduje zastosowanie w badaniach ekonomicznych. Celem zajęć jest przedstawienie studentom metod analizy i modelowania wzorców punktowych. Na zajęciach wykorzystywany będzie program R; wcześniejsza znajomość nie jest wymagana, ale będzie mile widziana. Mile widziane jest również uczestniczenie w kursie prof. K. Kopczewskiej 'Ekonometria przestrzenna w R' w sem. zimowym, ale nie jest obowiązkowe, ponieważ początek kursu będzie wprowadzał studentów do światu danych przestrzennych. Zajęcia mają charakter praktyczny, zaliczenie odbywa się na podstawie recenzji artykułu (w j. ang., z listy udostępnionej przez prowadzącego) oraz projektu w grupach maksymalnie 2-osobowych

Pełny opis:

Analiza zjawisk ekonomicznych w ujęciu regionalnym przeprowadzana na danych zagregowanych często daje błędne wyniki, ponieważ nie uwzględnia charakterystyk terenu, heterogeniczności przestrzennej, struktury sąsiedztwa itd. Ekonometria przestrzenna pozwala owe informacje uwzględnić. Analiza wzorców punktowych wymaga specyficznych danych (danych geo-lokalizowanych) oraz specjalnych pakietów statystyczno-ekonometrycznych.

Dane punktowe mają szerokie zastosowanie ekonomiczne (lokalizacje przedsiębiorstw, ekonomia transportu, rynek nieruchomości itd.).

W ramach zajęć omówione zostaną następujące zagadnienia:

• Wprowadzenie do analizy wzorców punktowych, pakiet spatstat::, przykłady badań empirycznych

• Dane przestrzenne – wprowadzenie, tworzenie, wizualizacja

• Wzorce punktowe – tworzenie, wizualizacja, podstawowe operacje i przekształcenia

• Wzorce punktowe: klasyfikacja, analiza własności I i II rodzaju

• Modele dla wzorców punktowych (proces punktowy Poissona, procesy punktowe Gibbsa, (możliwe) procesy Coxa)

• Do wyboru jeśli zostaną wolne zajecia: Wzorce liniowe (definicja, wizualizacja, wzorzec punktowy na liniach) lub Analiza czasowo-przestrzenna

• Ostatnie 1-2 zajęcia (w zależności od liczby studentów) – analizy artykułów

Literatura:

Literatura obowiązkowa:

- Baddeley, A., Rubak, E., & Turner, R. (2015). Spatial point patterns: methodology and applications with R. CRC press.

- Kopczewska, K. (Ed.). (2020). Przestrzenne metody ilościowe w R: statystyka, ekonometria, uczenie maszynowe, analiza danych. CeDeWu Sp. z oo. + II wydanie Kopczewska, K. (nadchodzące). Applied spatial statistics and econometrics: data analysis in R. Routledge, jesli będzie już dostępne

- Arbia, G., Espa, G., & Giuliani, D. (2021). Spatial microeconometrics. Routledge.

Literatura uzupełniająca:

- artykuły m.in. autorstwa J. Mateu oraz inne artykuły tematyczne wybrane przez prowadzącego

Efekty uczenia się:

Po zakończeniu kursu student:

- ma znajomość metod i narzędzi badania danych punktowych;

- umie pracować z danymi przestrzennymi (analiza pierwotna, wizualizacja, modelowanie);

- potrafi zaaplikować pozyskaną wiedzę w praktyce – przeprowadzić badanie oraz przedstawić wnioski z badania w formie raportu.

K_W01, K_W02, K_W03, K_U01, K_U02, K_U03, K_K01, K_K02

Metody i kryteria oceniania:

Projekt badawczy (60%) – przygotowany samodzielnie w grupach maksymalnie 2-osobowych. Projekt musi zawierać:

• Wprowadzenie + przegląd literatury

• Opis danych

• Problem badawczy, cele badania

• Analiza ilościowa (w zależności od wybranego tematu – do omówienia na zajęciach) LUB – w przypadku pracy teoretycznej/metodologicznej – jak działa metoda, jakie są jej właściwości, porównanie z innymi metodami itp.

• Wnioski

• Deklarację użycia AI

Recenzja artykułu w języku angielskim (40%) – pisemna recenzja artykułu przydzielonego przez prowadzącego. Recenzja musi zawierać opis i analizę:

• celu i zakresu badania;

• metod wykorzystanych w badaniu (opis metod + własna analiza krytyczna zastosowanej metody);

• wyników badań (co się udało, co nie, czy cel został osiągnięty);

• ogólną ocenę tekstu, uwagi, komentarze.

Zajęcia w cyklu "Semestr letni 2025/26" (zakończony)

Okres: 2026-02-16 - 2026-06-07
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Kateryna Zabarina
Prowadzący grup: Kateryna Zabarina
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę
Skrócony opis:

Analiza wzorców punktowych (point patterns) i liniowych (line patterns) to rozwijająca się gałąź badań przestrzennych, która coraz częściej znajduje zastosowanie w badaniach ekonomicznych. Celem zajęć jest przedstawienie studentom metod analizy i modelowania wzorców punktowych i liniowych. Na zajęciach wykorzystywany będzie program R; wcześniejsza znajomość nie jest wymagana, ale będzie mile widziana. Mile widziane jest również uczestniczenie w kursie prof. K. Kopczewskiej 'Ekonometria przestrzenna w R' w sem. zimowym, ale nie jest obowiązkowe, ponieważ początek kursu będzie wprowadzał studentów do światu danych przestrzennych. Zajęcia mają charakter praktyczny, zaliczenie odbywa się na podstawie recenzji artykułu (w j. ang., wybrany przez prowadzącego) oraz projektu w grupach maksymalnie 2-osobowych.

Pełny opis:

Analiza zjawisk ekonomicznych w ujęciu regionalnym przeprowadzana na danych zagregowanych często daje błędne wyniki, ponieważ nie uwzględnia charakterystyk terenu, heterogeniczności przestrzennej, struktury sąsiedztwa itd. Ekonometria przestrzenna pozwala owe informacje uwzględnić. Analiza wzorców punktowych i liniowych wymaga specyficznych danych (danych geo-lokalizowanych) oraz specjalnych pakietów statystyczno-ekonometrycznych.

Dane punktowe i liniowe mają szerokie zastosowanie ekonomiczne (lokalizacje przedsiębiorstw, ekonomia transportu, rynek nieruchomości itd.).

W ramach zajęć omówione zostaną następujące zagadnienia:

Wprowadzenie do analizy wzorców punktowych, pakiet spatstat::, przykłady badań empirycznych

Dane przestrzenne – wprowadzenie, tworzenie, wizualizacja

Wzorce punktowe – tworzenie, wizualizacja, podstawowe operacje i przekształcenia

Wzorce punktowe: klasyfikacja, analiza własności I i II rodzaju

Modele dla wzorców punktowych (proces punktowy Poissona, procesy punktowe Gibbsa, (możliwe) procesy Coxa)

Wzorce liniowe: definicja, wizualizacja, wzorzec punktowy na liniach

Analiza czasowo-przestrzenna

Ostatnie 1-2 zajęcia (w zależności od liczby studentów) – analizy artykułów

Szacunkowy nakład pracy studenta:

Typ aktywności K (kontaktowe) S (samodzielne)

wykład (zajęcia) 20 0

ćwiczenia (zajęcia) 30 0

egzamin 0 0

konsultacje 10 0

przygotowanie do ćwiczeń 0 0

przygotowanie do wykładów 0 0

przygotowanie do kolokwium 0 0

przygotowanie do egzaminu 0 0

przygotowanie projektu zaliczeniowego i prezentacji artykułu 0 15

Razem 60 15 = 75

Literatura:

Literatura obowiązkowa:

- Baddeley, A., Rubak, E., & Turner, R. (2015). Spatial point patterns: methodology and applications with R. CRC press.

- Kopczewska, K. (Ed.). (2020). Przestrzenne metody ilościowe w R: statystyka, ekonometria, uczenie maszynowe, analiza danych. CeDeWu Sp. z oo. + II wydanie Kopczewska, K. (2020). Applied spatial statistics and econometrics: data analysis in R. Routledge, jesli będzie już dostępne

- Arbia, G., Espa, G., & Giuliani, D. (2021). Spatial microeconometrics. Routledge.

Literatura uzupełniająca:

- artykuły m.in. autorstwa J. Mateu oraz inne artykuły tematyczne wybrane przez prowadzącego

Zajęcia w cyklu "Semestr letni 2026/27" (jeszcze nie rozpoczęty)

Okres: 2027-02-15 - 2027-06-06
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 30 godzin więcej informacji
Koordynatorzy: Kateryna Zabarina
Prowadzący grup: Kateryna Zabarina
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę
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 mapa serwisu USOSweb 7.3.1.0-9 (897c2258-dirty) :: 2026-10-30