Module also offered within study programmes:
General information:
Name:
Ekonometria
Course of study:
2019/2020
Code:
GIPZ-1-505-s
Faculty of:
Mining and Geoengineering
Study level:
First-cycle studies
Specialty:
-
Field of study:
-
Semester:
5
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr inż. Kowal Barbara (bkowal@agh.edu.pl)
Module summary

Moduł umożliwi studentowi poznanie metod i technik modelowania ekonometrycznego. Student pozna etapy budowy modelu ekonometrycznego z uwzględnieniem różnych metod doboru zmiennych.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 Student potrafi pracować w grupie nad zadanym problemem obliczeniowym. IPZ1A_K03 Execution of a project,
Execution of exercises
M_K002 Student samodzielnie potrafi zbudować model ekonometryczny. IPZ1A_K01 Execution of a project
Skills: he can
M_U001 Student potrafi przeprowadzić selekcję zmiennych do modelu ekonometrycznego. Umie zastosować metody doboru zmiennych do modelu. IPZ1A_U01, IPZ1A_U02 Involvement in teamwork
M_U002 Student potrafi wyznaczyć model ekonometryczny dla podanego zagadnienia IPZ1A_U01, IPZ1A_U02, IPZ1A_U04 Execution of a project
Knowledge: he knows and understands
M_W001 Student umie scharakteryzować etapy budowy modelu ekonometrycznego. Posiada wiedzę o metodach doboru zmiennych do modelu. IPZ1A_W01 Test results
M_W002 Student zna metody i techniki modelowania ekonometrycznego. IPZ1A_W02, IPZ1A_W01 Execution of a project
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
45 15 15 15 0 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Student potrafi pracować w grupie nad zadanym problemem obliczeniowym. - + + - - - - - - - -
M_K002 Student samodzielnie potrafi zbudować model ekonometryczny. - - + - - - - - - - -
Skills
M_U001 Student potrafi przeprowadzić selekcję zmiennych do modelu ekonometrycznego. Umie zastosować metody doboru zmiennych do modelu. - + + - - - - - - - -
M_U002 Student potrafi wyznaczyć model ekonometryczny dla podanego zagadnienia - + + - - - - - - - -
Knowledge
M_W001 Student umie scharakteryzować etapy budowy modelu ekonometrycznego. Posiada wiedzę o metodach doboru zmiennych do modelu. + - + - - - - - - - -
M_W002 Student zna metody i techniki modelowania ekonometrycznego. + + + - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 90 h
Module ECTS credits 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 35 h
Realization of independently performed tasks 8 h
Examination or Final test 2 h
Module content
Lectures (15h):

Wprowadzenie w zagadnienia ekonometrii. Przedmiot badań ekonometrycznych. Modele ekonometryczne. Pojęcie modelu ekonometrycznego, jego struktura. Klasyfikacja modeli ekonometrycznych. Etapy budowy modeli ekonometrycznych. Wybrane metody estymacji i weryfikacji liniowych i nieliniowych modeli ekonometrycznych. Zastosowanie wybranych modeli ekonometrycznych.

Auditorium classes (15h):

Klasyczny model regresji liniowej. Szacowanie parametrów linii regresji II rodzaju. Estymacja i test istotności dla współczynników regresji i korelacji. Metoda najmniejszych kwadratów. Test istotności – współczynnik Pearsona. Analiza współczynników korelacji. Metoda wskaźników pojemności informacji. Metoda grafowa. Nieliniowe modele regresji. Miary dokładności dopasowania modeli regresyjnych. Badanie dokładności dopasowania i trafności prognozy. Weryfikacja modelu.

Laboratory classes (15h):

Studenci samodzielnie wyszukają dane do projektu, zbadają zmienność każdej zmiennej objaśniającej, przeprowadzą indywidualnie lub w zespołach co najmniej 2 metody wyboru zmiennych do modelu.

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Auditorium classes: Podczas zajęć audytoryjnych studenci na tablicy rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
  • Laboratory classes: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie materiału wykładowego – test jednokrotnego wyboru oraz uzupełnień
Zaliczenie ćwiczeń audytoryjnych: 1 lub 2 kolokwia
Zaliczenie ćwiczeń projektowych: ocena wykonania indywidualnego/zespołowego projektu (60%) oraz ocena z prezentacji i obrony projektu (40%).

Przewidywany jest jeden termin podstawowy i jeden termin poprawkowy uzyskania zaliczeń.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Auditorium classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym każdorazowo przez prowadzącego (np. w formie zestawów zadań). Ocena pracy studenta może bazować na wypowiedziach ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej formy zajęć.
  • Laboratory classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
Method of calculating the final grade:

Na ocenę końcową składa się: pisemne zaliczenie wykładów (TEST), ćwiczeń (1 lub 2 kolokwia) oraz wykonanie i obrona projektu.
Ocena końcowa = średnia arytmetyczna z poszczególnych zaliczeń wykładów, ćwiczeń audytoryjnych oraz projektu.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Obecność na wykładach nie jest obowiązkowa.
Sposób odrobienia przez studenta ewentualnych nieobecności na ćwiczeniach audytoryjnych: student ma możliwość odrobienia zajęć z inną grupą lub wykonania dodatkowego opracowania w formie pisemnej na temat związany z opuszczonymi zajęciami.
Sposób odrobienia przez studenta ewentualnych nieobecności na ćwiczeniach projektowych: student ma możliwość odrobienia zajęć z inną grupą, w sytuacji braku większej liczby nieobecności student może nie uzyskać zaliczenia.

Prerequisites and additional requirements:

Wymagana wiedza z zakresu statystyki opisowej (parametry opisowe zbiorowości statystycznej, analiza współzależności zjawisk), matematyki.

Recommended literature and teaching resources:

1.Borkowski B., Dudek H., Szczęsny W., Ekonometria, wybrane zagadnienia. WN PWN Warszawa 2003
2.Ekonometria. Metody, przykłady, zadania, pr. zbior. pod red. J. Dziechciarza, Wyd. AE we Wrocławiu,Wrocław 2002
3.Gruszczyński M., Podgórska M., Ekonometria. SGH Warszawa 2007
4.Kukuła K., Wprowadzenie do ekonometrii w przykładach i zadaniach. WN PWN Warszawa 1996
5.Nowak E., Zarys metod ekonometrii. Zbiór zadań. WN PWN Warszawa 2002

Scientific publications of module course instructors related to the topic of the module:

B. Kowal, Aspekty metodologiczne oceny istotności celów w procesie zarządzania przedsiębiorstwami górniczymi, W: Nauki o zarządzaniu dla przedsiębiorstw i biznesu : praca naukowa : praca zbiorowa / pod red. nauk. Alojzego Czecha i Andrzeja Szplita, Wydawnictwo Uniwersytetu Ekonomicznego, Katowice 2013

Additional information:

Zaliczenie materiału wykładowego odbywać się będzie w formie pisemnej – test jednokrotnego wyboru oraz uzupełnień (1 termin podstawowy i 1 termin poprawkowy).
Zaliczenie ćwiczeń w formie pisemnej – 2 kolokwia (terminy podstawowe oraz jeden poprawkowy). Jeżeli student opuścił więcej niż 20% ćwiczeń audytoryjnych może nie uzyskać zaliczenia i nie być dopuszczony do zaliczenia poprawkowego. Obecność na ćwiczeniach jest obowiązkowa.
Zaliczenie z projektu może być uzyskane przy systematycznym prezentowaniu zaawansowania realizowanego projektu oraz jego ustnej obronie (wszystkie osoby będące w zespole).