Conducted in
terms:
2022/23Z, 2023/24Z, 2024/25Z
ISCED code: 0311
ECTS credits:
5
Language:
Polish
Organized by:
Department of Econometrics and Statistics
(for:
Faculty of Economic Sciences and Management)
Spatial Economic Analysis 1100-12-E22-AG-APZE
This course has not yet been described...
Total student workload
(in Polish) 1. Godziny realizowane z udziałem nauczyciela (kontaktowe): 75 godzin (uczestnictwo w wykładach i ćwiczeniach, konsultacje, referowanie końcowej pracy kontrolnej, egzamin, kontakt mailowy).
2. Czas poświęcony na pracę własną (indywidualną) studenta: 50 godzin (zapoznanie się z literaturą, zgromadzenie danych do analiz empirycznych, przeprowadzenie analiz empirycznych w ramach przygotowania końcowej pracy zaliczeniowej, zredagowanie pracy zaliczeniowej, przygotowanie się do egzaminu).
Learning outcomes - knowledge
(in Polish) W1. Student zna klasyczne oraz nowoczesne metody i narzędzia analizy ekonomicznych zjawisk przestrzennych (K_W06).
W2. Zna zasady ekonometrycznego modelowania struktur procesów przestrzennych i zależności między procesami (K_W06).
Uwaga, od cyklu 2023/2024 nastąpiła modyfikacja efektów uczenia się:
W1. Student zna i rozumie klasyczne oraz nowoczesne metody i narzędzia analizy ekonomicznych zjawisk przestrzennych; zna zasady ekonometrycznego modelowania struktur procesów przestrzennych i zależności między procesami (K_W04).
W2. Zna zaawansowane metody pozyskiwania danych przestrzennych; posiada wiedzę na temat możliwości wykorzystania odpowiedniego oprogramowania analiz statystycznych i ekonometrycznych (K_W06).
Learning outcomes - skills
(in Polish) U1. Student interpretuje dane ekonomiczne w aspekcie przestrzennym oraz potrafi korzystać z różnych źródeł danych (K_U03, K_U08).
U2. Rozpoznaje typowe struktury i własności danych i procesów przestrzennych (K_U03, K_U08).
U3. Buduje modele struktur ekonomicznych procesów przestrzennych i modele zależności między procesami przy wykorzystaniu odpowiednich danych (K_U03, K_U08).
Uwaga, od cyklu 2023/2024 nastąpiła modyfikacja efektów uczenia się:
U1. Student potrafi interpretować dane ekonomiczne w aspekcie przestrzennym oraz korzystać z różnych źródeł danych (K_U03, K_U08).
U2. Rozpoznaje typowe struktury i własności danych i procesów przestrzennych (K_U03, K_U08).
U3. Buduje modele struktur ekonomicznych procesów przestrzennych i modele zależności między procesami przy wykorzystaniu odpowiednich danych (K_U03, K_U08).
Learning outcomes - social competencies
(in Polish) K1. Student rozumie potrzebę poszerzania wiedzy i doskonalenia umiejętności w zakresie analizy ekonomicznych zjawisk przestrzennych. Przeprowadza analizy z wykorzystaniem dużej ilości danych i formułuje wnioski zgodnie z zasadami logiki K_K01; wcześniej K_K02 (KRK K_K02).
K2. Sumiennie i dokładnie wykonuje wyznaczone zadania. Postępuje etycznie K_K02; wcześniej K_K04, K_K03 (KRK K_K04).
Uwaga, od cyklu 2023/2024 nastąpiła modyfikacja efektów uczenia się:
K1. Student rozumie potrzebę poszerzania wiedzy i doskonalenia umiejętności w zakresie analizy ekonomicznych zjawisk przestrzennych; sumiennie i dokładnie wykonuje wyznaczone zadania (K_K01).
Teaching methods
(in Polish) Wykład z elementami pokazu multimedialnego - Pokazy w Power Point, prezentacje komputerowe analiz z wykorzystaniem Excela oraz R-CRAN.
Ćwiczenia w laboratorium komputerowym. Przeprowadzanie analiz z wykorzystaniem: Excela, R-CRAN, Gretla. Prezentacje otrzymanych wyników. Dyskusje.
Uwaga,
W cyklu 2020/2021 wykłady i ćwiczenia (30 godz.) w formie zdalnej z wykorzystaniem platformy MS Teams; materiały uzupełniające na Moodle.
W cyklu 2021/2022 wykłady (15 godz.) w formie zdalnej z wykorzystaniem Platformy MS Teams; materiały uzupełniające na Moodle.
Observation/demonstration teaching methods
- display
Expository teaching methods
- informative (conventional) lecture
Exploratory teaching methods
- project work
- practical
- presentation of a paper
- practical
- presentation of a paper
Online teaching methods
- methods developing reflexive thinking
- content-presentation-oriented methods
- exchange and discussion methods
- content-presentation-oriented methods
- exchange and discussion methods
Prerequisites
(in Polish) Wiedza oraz praktyczne umiejętności z zakresu statystyki opisowej i matematycznej oraz podstaw ekonometrii.
Znajomość podstawowego oprogramowania analiz statystycznych i ekonometrycznych.
Course coordinators
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: