Ekonometria przestrzenna w R

nieobowiązkowe

Wymagania formalne

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

Założenia wstępne

Ekonometria, Statystyka matematyczna

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).

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 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.

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

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