Analiza cykliczności zjawisk ekonomicznych 1100-12-E13-1-ACZE

1. Ekonometryczne modelowanie cykliczności rocznej dla danych kwartalnych i miesięcznych

2. Metody estymacji sezonowości periodycznej

3. Przykłady zastosowania pięciu sposobów wyznaczenie amplitud

sezonowości

4. Metody estymacji sezonowości zmiennej

5. Metody estymacji relatywnej sezonowości

6. Ekonometryczne modelowanie cykliczności rocznej dla danych tygodniowych. Standardy numerowania tygodni a ekonometryczne modelowanie cykliczności

7. Ekonometryczne modelowanie cykliczności rocznej za pomocą zmiennych 0-1 dla danych tygodniowych oraz za pomocą składowych harmonicznych dla danych tygodniowych

8. Ekonometryczne modelowanie cykliczności dla danych dziennych. Modelowanie cykliczności tygodniowej za pomocą zmiennych 0-1. Modelowanie cykliczności miesięcznej za pomocą zmiennych 0-1. Modelowanie cykliczności rocznej za pomocą zmiennych 0-1. Modelowanie złożonych cykliczności.

9. Procesy z brakującymi informacjami a struktura cykliczna procesu

10. Ekonometryczne modelowanie cykliczności dla danych godzinowych.

11. Dane nietypowe i odstające.

12. Identyfikacja obserwacji dżwigniowych, wpływowych i nietypowych.

13. Modele nasycone – przydatność w modelowaniu procesów ekonomicznych

Całkowity nakład pracy studenta

3 ECTS - 75 godzin 15 godzin wykład 15 godzin - ćwiczenia 2 godziny - egzamin 8 godzin konsultacje - 4 projekty Łączny czas z bezpośrednim udziałem: 40 godzin: Praca nad 4 projektami: 4 x 6 godzin: 24 godziny Przygotowania do ćwiczeń i egzaminu: 11 godzin Łącznu czas pracy własnej studenta: 35 godzin

Efekty uczenia się - wiedza

W1 - zna metody i narzędzia modelowania ekonometrycznego, pozwalające opisywać procesy ekonomiczne, struktury w nich zachodzące, a także relacje między nimi - K_W06

Efekty uczenia się - umiejętności

U1 - potrafi krytycznie analizować cykliczność w zjawiskach ekonomicznych - K_U01 U2 - potrafi praktycznie zastosować oprogramowanie ekonometryczne do rozwiązywania problemów złożonych cykliczności w procesach mikroekonomicznych i makroekonomicznych - K_U02 U3 - umie interpretować dane ekonomiczne oraz korzystać ze źródeł danych ekonomicznych - K_U03 U4 - potrafi modelować i prognozować złożone zjawiska gospodarcze z wykorzystaniem metod i narzędzi właściwych dla modelowania ekonometrycznego - K_U04 U5 - potrafi stosować odpowiednie do problemów metody i techniki badawcze (matematyczno-statystyczne) - K_U06 U6 - posiada umiejętność rozumienia i analizowania przyczyn i przebiegu podstawowych zjawisk ekonomiczno-społecznych - K_U08

Efekty uczenia się - kompetencje społeczne

K1 - analityczne myślenie - samodzielnie i efektywnie pozyskuje i pracuje z dużą ilością danych, dostrzega zależności i poprawnie wyciąga wnioski posługując się właściwymi metodami ilościowymi i oprogramowaniem - K_K02

Metody dydaktyczne

Wykorzystanie oprogramowania GRETL do modelowania i prognozowanie procesów ekonomicznych

Metody dydaktyczne eksponujące

- pokaz

Metody dydaktyczne podające

- opis
- tekst programowany
- wykład problemowy

Metody dydaktyczne poszukujące

- obserwacji
- laboratoryjna
- studium przypadku
- projektu
- ćwiczeniowa

Koordynatorzy przedmiotu

Tadeusz Kufel

Kryteria oceniania

Ćwiczenia: realizacja 4 indywidualnych projektów
1) Wyznaczenia amplitud sezonowych w oparciu o 6 różnych metod (dane miesięczne z db.nomics.world)
2) Oszacowanie złożenia cykliczności: tygodniowej, miesięcznej i rocznej dla danych dziennych (wykorzystanie 2 metod: mechanicznej i analitycznej)
3) Wykorzystanie procedur TRAMO/SEATS i X13-ARIMA do eliminacji sezonowości i korekty dni roboczych (dane miesięczne z db.nomics.world)
4 ) Wykorzystanie modeli SARIMA do prognozowania procesów dla danych dziennych.

Praktyki zawodowe

Brak

Literatura

Kufel T. [2010], Ekonometryczna analiza cykliczności procesów gospodarczych o wysokiej częstotliwości obserwowania, WN UMK Toruń.

Kufel T. [2011], Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, wyd. 3, WN PWN, Warszawa.

Zielinski Z. [2002], Analiza ekonomicznych procesów stochastycznych. Pisma wybrane, Wydawnictwo UMK, Toruń.

Hylleberg S. [1992], Modelling Seasonality, Oxford University Press, New York.

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 1100-12-E13-1-ACZE w USOSweb