151-0330/01 – Forecasting Methods Application in Economics (INECON)
Gurantor department | Department of Mathematical Methods in Economics | Credits | 3 |
Subject guarantor | prof. Ing. Jana Hančlová, CSc. | Subject version guarantor | prof. Ing. Jana Hančlová, CSc. |
Study level | undergraduate or graduate | Requirement | Choice-compulsory |
Year | | Semester | summer |
| | Study language | Czech |
Year of introduction | 2004/2005 | Year of cancellation | 2010/2011 |
Intended for the faculties | EKF | Intended for study types | Follow-up Master, Bachelor |
Subject aims expressed by acquired skills and competences
The goal is to:
- Be able to describe and apply the process of analyzing economic time series,
- Understand the process of modeling the behavior of economic system based on regression analysis,
- Select and use appropriate methods and options to the formulation, estimation, prediction and verification of modeled systems
- Explain the context of the theoretical behavior of economic systems modeled with empirical results and make appropriate modifications and corrections model
- Use the estimated regression models for prediction and forecasting success.
Teaching methods
Lectures
Individual consultations
Tutorials
Summary
First Analysis of economic time series (the basic characteristics, graphical time series analysis, time series transformation, decomposition of time series)
Second Multivariate (non) linear regression models (model formulation, estimation model suitable method, model specification, assumptions, methods of application)
Third Verification of the estimated regression model (statistical verification, econometric verification (problem of autocorrelation, heteroscedasticity, multicollinearity), economic verification).
4th Prediction (prediction typology, point and interval prediction, prediction of ex-post and ex ante forecasting accuracy rate).
5th Testing normality rezidudí (graphics tests, sophisticated tests).
Compulsory literature:
Recommended literature:
......................................................................
Additional study materials
Way of continuous check of knowledge in the course of semester
Vypracování korespondenčního úkolu KÚ1 a zápočtového projektu ve skupině 2-3 studenti na obecné téma „Predikce prostřednictvím vícerozměrného regresního modelu“. Předložený projekt budou všichni autoři projektu obhajovat ve stejný termín a budou prokazovat, že tomu, co dělali v modelu rozumí. Název projektu bude mít konkrétní a bude v souladu s obsahem projektu.
Termíny a hodnocení činnosti:
- korespondenční úkol KÚ1 – nejpozději odevzdán v Moodle do 12.3.2009 (23:55) u prv-ního studenta dle seznamu autorů projektu. Struktura KÚ1 je v souladu s body 1-4 u zá-počtového projektu tj. lze maximálně získat 28 bodů. Požadavky na výchozí model v KÚ 1: alespoň 3-4 nezávislé proměnné na počátku, minimální hodnota R2 větší než 0,5; statis-ticky významné parametry; ekonomická významnost parametrů, minimálně 30 pozorován, data i 2. pololetí 2009.
- zápočtový projekt (maximálně 75 bodů ) – odevzdat v tištěné podobě cvičícímu (pou-ze ve Wordu) a zároveň elektronicky zazipované soubory v Moodlu u prvního studenta v seznamu autorů – vše do 16.5.2009 (23:55).
- aktivní přístup na cvičeních – hodnotí se průběžně – max 10 bodů ( bude zohledněno i při vyplnění dotazníku k hodnocení výuky).
Soubory vkládané do Moodlu budou pojmenovány dle příjmení autorů projektu.
Celkové je možné získat maximálně 85 bodů, na zápočet je minimální úroveň 45 bodů. Odevzdání KÚ1 po termínu = stržení 10 bodů, odevzdání zápočtového projektu po ter-mínu = stržení 10 bodů z hodnocení.
Studenti s individuálním studijním plánem a studenti studující v rámci programu ERASMUS v zahraničí se musí nejpozději do 14 dnů po zahájení semestru domluvit s garantem předmětu a vyučujícím na termínech zpracování korespondenčního úkolu a odevzdání zápočtového pro-jektu.
Požadovaná struktura zápočtového projektu je uvedena v následující příloze „Minimální po-žadavky na strukturu a obsah projektu“.
E-learning
Other requirements
Prerequisities
Subject has no prerequisities.
Co-requisities
Subject has no co-requisities.
Subject syllabus:
1.Jednorozměrné časové řady
2.Vícerozměrné regresní modely
3.Statistická verifikace odhadnutých regresních modelů
4.Ekonometrická verifikace odhadnutých regresních modelů
5.Predikce
Cvičení volně navazují na přednášky a dají se i dle potřeb studentů
přizpůsobovat jejich požadavkům.
Conditions for subject completion
Occurrence in study plans
Occurrence in special blocks
Assessment of instruction