Ekonometria II 330-EN2-1EC2
Wykład (WYK) Rok akademicki 2022/23

Literatura podstawowa:

Dziechciarz J. (red.), Ekonometria. Metody, przykłady, zadania., Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław 2012.

Gruszczyński M., Podgórska M. (red.), Ekonometria, SGH, Warszawa 2004 i nast.

Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa 2007.

Maddala G.S., Ekonometria, PWN, Warszawa 2008.

Sobczyk M., Ekonometria, Wydawnictwo C.H. Beck, Warszawa 2013.

Literatura uzupełniająca:

Grabowski W., Welfe A., Ekonometria – zbiór zadań, PWE, Warszawa 2010.

Nowak E., Zarys metod ekonometrii. Zbiór zadań., PWN, Warszawa 2006.

Witkowska D., Podstawy ekonometrii i teorii prognozowania. Podręcznik z przykładami i zadaniami, Oficyna Ekonomiczna, Kraków 2006

Studenmund A. H., Using Econometrics: A Practical Guide, 7th edition Published by Pearson, 2017

1EKN_W01 Egzamin pisemny

1EKN_W02 Egzamin pisemny

Ogólne warunki określa Regulamin studiów Uniwersytetu w Białymstoku (Załącznik do Obwieszczenia nr 6/2022 Rektora Uniwersytetu w Białymstoku z dnia 7 grudnia 2022 r.)

Warunkiem zaliczenia wykładu jest osiągniecie założonych efektów uczenia się. Forma przewidziana do ich weryfikacji, to egzamin pisemny.

Warunkiem dopuszczenia do egzaminu jest osiągniecie efektów uczenia się założonych do realizacji w ramach ćwiczeń. Podstawą zaliczenia egzaminu jest uzyskanie nie mniej niż 51%punktów.

1. Specyfikacja modelu ekonometrycznego

Podstawy teoretyczne modelowania ekonometrycznego, klasyfikacja zmiennych modelu, rodzaje modeli, schemat modelowania ekonometrycznego, dobór zmiennych objaśniających do modelu ekonometrycznego.

2. Estymacja parametrów liniowego modelu ekonometrycznego

Założenia klasycznej metody najmniejszych kwadratów (KMNK), estymatory MNK parametrów modelu, własności statystyczne estymatorów MNK, inne metody estymacji parametrów strukturalnych modelu.

3. Weryfikacja jednorównaniowego modelu ekonometrycznego

Weryfikacja merytoryczna, weryfikacja statystyczna: badanie stopnia zgodności modelu z danymi empirycznymi, badanie jakości ocen parametrów strukturalnych modelu, badanie rozkładu odchyleń losowych.

4. Wykorzystanie programów Excel i GRETL do modelowania ekonometrycznego

5. Prognozowanie na podstawie modelu jednorównaniowego

Prognoza punktowa i jej średni błąd, prognoza przedziałowa, miary dokładności prognozy.

6. Wielorównaniowe modele ekonometryczne

Metody podające (wykład z wykorzystaniem prezentacji w Power Point oraz tablicy) i metody praktyczne (arkusz Excel) oraz aktywizujące (dyskusja) .

W okresie od 7 stycznia do 6 lutego 2023 r. zajęcia dydaktyczne odbywają się z wykorzystaniem technik kształcenia na odległość przy użyciu platformy edUPortal w formie asynchronicznej (tj. e-learningu, jako zajęcia bez bezpośredniego udziału nauczycieli).