Regional Data Analysis 1100-12-E13-1-ADR

(in Polish) 1. Godziny realizowane z udziałem nauczyciela (godziny kontaktowe): 45 godzin (uczestnictwo w wykładach i ćwiczeniach, konsultacje, referowanie wyników przeprowadzonych analiz, zaprezentowanie końcowej pracy zaliczeniowej, kontakt mailowy). 2. Czas poświęcony na pracę własną (indywidualną) studenta: 30 godzin (zapoznanie się z literaturą, przygotowywanie się do zajęć, w tym: zgromadzenie danych, przeprowadzenie analiz empirycznych w ramach przygotowania końcowej pracy zaliczeniowej, zredagowanie pracy, przygotowanie się do zreferowania wyników przeprowadzonych analiz).

(in Polish) Student zna podstawowe metody i narzędzia analizy danych regionalnych, tj.: W1. Student zna metody i narzędzia z zakresu statystyki, ekonometrii przestrzennej i przestrzenno-czasowej przydatne do badania zjawisk i procesów ekonomicznych (K_W06). W2. Zna zasady przeprowadzania badań z wykorzystaniem danych regionalnych (K_W06). W3. Zna metody i techniki pozyskiwania danych niezbędnych do przeprowadzenia badań zjawisk ekonomicznych (K_W06).

(in Polish) U1. Student stosuje metody i narzędzia statystyki oraz ekonometrii przestrzennej i przestrzenno-czasowej do badania zjawisk ekonomicznych w aspekcie regionalnym(K_U06). U2. Identyfikuje struktury danych regionalnych – przestrzennych i przestrzenno-czasowych oraz interpretuje dane. Umie korzystać z różnych źródeł danych (K_U03). U3. Potrafi diagnozować i prognozować zjawiska ekonomiczne (K_U04). U4. Wykorzystuje odpowiednie oprogramowanie analiz statystycznych i ekonometrycznych (K_U06).

(in Polish) K1. Student rozumie znaczenie korzystania z wiarygodnych, kompletnych danych statystycznych. Samodzielnie i efektywnie pracuje z dużą ilością danych. Przeprowadza analizy i wyciąga wnioski posługując się zasadami logiki (K_K01). K2. Sumiennie i dokładnie wykonuje wyznaczone zadania. Postępuje etycznie (K_K02).

(in Polish) Wykład z elementami pokazu multimedialnego - pokazy w Power Point, prezentacje komputerowe analiz z wykorzystaniem programu R-CRAN oraz Gretla. Ćwiczenia w laboratorium komputerowym.

- display

- informative (conventional) lecture
- participatory lecture

- presentation of a paper
- practical
- project work

- content-presentation-oriented methods
- exchange and discussion methods
- methods developing reflexive thinking

(in Polish) Wiedza oraz praktyczne umiejętności z zakresu statystyki opisowej oraz podstaw statystyki matematycznej, w tym wnioskowania statystycznego, a także podstaw ekonometrii i prognozowania. Znajomość podstawowego oprogramowania analiz statystycznych i ekonometrycznych.

Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system:

• Description of 1100-12-E13-1-ADR in USOSweb