Analiza danych regionalnych 1100-12-E13-1-ADR

Zajęcia z przedmiotu Analiza danych regionalnych dla studentów III roku ekonomii (studia dzienne I stopnia, specjalność moduł analiz rynkowych) odbywają się w wymiarze 15 godzin wykładu oraz 15 godzin ćwiczeń.
Wykład ma na celu zaprezentowanie wybranych metod z zakresu statystyki i ekonometrii przestrzennej i przestrzenno-czasowej, przydatnych do wieloaspektowej analizy danych regionalnych. Metody te są w szczególności polecane analitykom gospodarczym zainteresowanym rozwojem regionalnym i rekomendacjami dla właściwej regionalnej. W ramach wykładu omawiane są następujące zagadnienia:
1. Ekonomiczne dane przestrzenne i przestrzenno-czasowe. Specyfika danych regionalnych. Konfiguracje danych. (W3)
2. Przestrzenna i czasowa agregacja danych. Szacowanie brakujących danych. (W3)
3. Podstawowe parametry opisowe przestrzennych i przestrzenno-czasowych rozkładów zmiennych. (W1)
4. Metody i modele procesów stochastycznych w analizie danych regionalnych – ogólna charakterystyka i ocena wartości poznawczych. (W1, W2)
5. Autokorelacja przestrzenna i przestrzenno-czasowa. Współczynniki autokorelacji przestrzennej i przestrzenno-czasowej oraz badanie ich istotności. (W1, W2)
6. Ekonometryczne modelowanie struktur procesów przestrzennych i przestrzenno-czasowych. Modele trendu przestrzennego i przestrzenno-czasowego. Przestrzenne modele autoregresyjne (SAR i STAR). (W1, W2)
7. Przestrzenne i przestrzenno-czasowe modele regresji. Modele danych panelowych (modele z ustalonymi efektami, modele z losowymi efektami) – specyfikacja, estymacja i weryfikacja. Przestrzenne modele panelowe. (W1, W2)
Ćwiczenia mają za zadanie opanowanie umiejętności stosowania poznanych na wykładzie metod do badania rzeczywistych zjawisk ekonomicznych, co realizuje się poprzez przeprowadzanie różnorodnych analiz empirycznych przy wykorzystaniu głównie programów R-CRAN oraz Gretl. Obejmują one następujący zakres tematów:
1. Zasady korzystania z programu R-CRAN – możliwości i ograniczenia w zakresie przeprowadzania analiz regionalnych. Prezentacje danych. (U4)
2. Określanie struktur ekonomicznych danych przestrzennych i przestrzenno-czasowych – konfiguracje danych. Przestrzenna i czasowa agregacja danych. Szacowanie brakujących danych. (U2)
3. Obliczanie parametrów opisowych przestrzennych i przestrzenno-czasowych rozkładów zmiennych. (U1, U2)
4. Dane przestrzenne i przestrzenno-czasowe jako realizacje dwuwymiarowych/trójwymiarowych procesów stochastycznych. Badanie autozależności w danych. Testowanie autokorelacji przestrzennej i przestrzenno-czasowej.(U1, U2, U3)
5. Ekonometryczne modelowanie struktur procesów przestrzennych i przestrzenno-czasowych. Dopasowywanie przestrzennych i przestrzenno-czasowych trendów. Identyfikacja autozależności przestrzennych i przestrzenno-czasowych. (U1, U2, U3)
6. Specyfikacja estymacja i weryfikacja przestrzennych i przestrzenno-czasowych modeli regresji. (U1, U2, U3)
7. Specyfikacja, estymacja i weryfikacja modeli panelowych. (U1, U2, U3)

Całkowity nakład pracy studenta

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).

Efekty uczenia się - wiedza

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).

Efekty uczenia się - umiejętności

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).

Efekty uczenia się - kompetencje społeczne

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).

Metody dydaktyczne

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

Metody dydaktyczne eksponujące

- pokaz

Metody dydaktyczne podające

- wykład informacyjny (konwencjonalny)
- wykład konwersatoryjny

Metody dydaktyczne poszukujące

- referatu
- ćwiczeniowa
- projektu

Metody dydaktyczne w kształceniu online

- metody służące prezentacji treści
- metody wymiany i dyskusji
- metody rozwijające refleksyjne myślenie

Wymagania wstępne

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.

Koordynatorzy przedmiotu

Elżbieta Szulc

Kryteria oceniania

Wykład:
W1, W2, W3 - praca kontrolna +++
Ćwiczenia:
U1 - ocena bieżącej aktywności studenta podczas zajęć w laboratorium komputerowym +, prezentacje wykonanych samodzielnie zadań ++, końcowa praca kontrolna +++
U2 - prezentacje wykonanych samodzielnie zadań ++, końcowa praca kontrolna +++
U3, U4 - obserwacja pracy studenta w laboratorium komputerowym (++), prezentacje wykonanych samodzielnie zadań ++, końcowa praca kontrolna +++
K1 - ocena bieżącej aktywności studenta podczas zajęć w laboratorium komputerowym +, końcowa praca kontrolna +++
K2 - ocena samodzielnie wykonanych zadań +++

Literatura

Podstawowa:
[1] Kopczewska K. (red.), Przestrzenne metody ilościowe w R: Statystyka, ekonometria, uczenie maszynowe, analiza danych, CeDeWu Sp. Z o. o., Warszawa 2020. Rozdziały: 1, 2 (2.1 - 2.4), 4, 5 (5.1, 5.2, 5.4*).
[2] Kopczewska K., Ekonometria i statystyka przestrzenna z wykorzystaniem programu R-CRAN, CeDeWu Sp. Z o. o., Warszawa 2006.
[3] Suchecka J. (red.), Statystyka przestrzenna. Metody analiz struktur przestrzennych, C.H. Beck, Warszawa 2014. Rozdziały: 1 - 3, 4 (4.1 - 4.3).
[4] Suchecki B. (red.), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa 2010. Rozdziały: 1, 5, 8 (8.1 - 8.4), 10 (10.1).

Uzupełniająca:
[1] . Arbia G., Spatial Econometrics, Springer-Verlag, Berlin Heiderberg 2006.
[2] Dańska-Borsiak B., Dynamiczne modele panelowe w badaniach ekonomicznych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2011.
[3] Schabenberger O., Gotway A. C., Statistical Methods for Spatial Data Analysis, Champion & Hall/CRC, New York 2005.
[4] Szulc E., Ekonometryczna analiza wielowymiarowych procesów gospodarczych, Wydawnictwo UMK, Toruń 2007.

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-ADR w USOSweb