157-0560/01 – Ekonometrie (ECON)
Garantující katedra | Katedra systémového inženýrství a informatiky | Kredity | 5 |
Garant předmětu | prof. Ing. Jana Hančlová, CSc. | Garant verze předmětu | prof. Ing. Jana Hančlová, CSc. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinný |
Ročník | 2 | Semestr | zimní |
| | Jazyk výuky | angličtina |
Rok zavedení | 2019/2020 | Rok zrušení | |
Určeno pro fakulty | EKF | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je zvládnutí postupu ekonometrického modelování se zaměřením na ekonomickou interpretaci, verifikaci modelu a jeho následné využití v praxi při řízení a rozhodování na mikro i makroúrovni.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
1.Úvod do ekonometrie (vymezení ekonometrie, vztah k ostatním vědním disciplínám, objasnění základních pojmů, vznik ekonometrie, proces ekonometrického modelování).
2.Analýza časových řad (druhy časových řad, metody analýzy časových řad, dekompozice časových řad, regresní analýza, verifikace modelů).
3.Jednoduchý lineární regresní model (význam regresní analýzy, populační versus výběrová regresní přímka, podstata
4.MNČ, přiléhavost regresní přímky k datům, předpoklady klasického jednoduchého regresního modelu a jejich ověřování).
5.Vícenásobný regresní model (vymezení klasického vícerozměrného lineárního regresního modelu, předpoklady, maticový zápis, korigovaný koeficient determinace).
6. Statistická verifikace (regresních koeficientů, modelu jako celku).
7.Ekonometrická verifikace - autokorelace, heteroskedasticity, multikolinearity, normalita, specifikace modelu.
8.Funkční formy (exponenciální model, LIN-LOG model, LOG-LIN model, reciproký model) + ekonomická interpretace.
9.Predikce (chyba predikce, bodová nebo intervalová predikce, predikce ex-post a ex-ante).
10.Technika umělých proměnných.
11.Panelová data (vymezení panelových modelů, fixní efekty (časové nebo prostorové, úrovňové konstanty či koeficientu sklonu), efekt náhodné složky).
Povinná literatura:
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Zápočet:
– aktivní účast na cvičení, předložení tématu projektu do daného termínu,
- zpracování projektu dle požadované struktury a odevzdání v LMS,
- získání minimálně 23 bodů z 45.
Zkouška:
– ústní – obhajoba projektu a ústní otázky z daných okruhů v LMS Moodle.
E-learning
Studenti mají k dispozici v LMS Moodle prezentace jednotlivých přednášek a případových studií, zadání a data pro cvičení.
LMS Moodle
Další požadavky na studenta
- účast na cvičeních 80%,
- průběžná práce na projektu,
- odevzdání zpracovaného projektu do konce ledna.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Úvod do ekonometrie (vymezení ekonometrie, vztah k ostatním vědním disciplínám, objasnění základních pojmů, vznik ekonometrie, proces ekonometrického modelování.
2. Analýza časových řad (druhy časových řad, metody analýzy ČŘ, dekompozice časových řad, Box-Jenkinsova metodologie, regresní analýza, spektrální analýza, verifikace modelů).
3. Jednoduchý lineární regresní model (význam regresní analýzy, populační versus výběrová regresní přímka, podstata MNČ, přiléhavost regresní přímky k datům, předpoklady klasického jednoduchého regresního modelu a jejich ověřování).
4. Vícenásobný regresní model_1 (vymezení klasického vícerozměrného lineárního regresního modelu (KLVRM), předpoklady KVLRM, maticový zápis KVLRM, korigovaný koeficient determinace).
5. Vícenásobný regresní model_2 (testování normality reziduí).
6. Statistická verifikace (regresních koeficientů, modelu jako celku).
7. Ekonometrická verifikace - problém autokorelace.
8. Ekonometrická verifikace - problém heteroskedasticity.
9. Ekonometrická verifikace - problém multikolinearity.
10. Ekonomická verifikace, specifikace modelu.
11. Predikce (chyba predikce, bodová nebo intervalová predikce, predikce ex-post a ex-ante, predikce střední hodnoty nebo individuální hodnoty vysvětlované proměnné).
12. Funkční formy (exponenciální model, LIN-LOG model, LOG-LIN model, reciproký model).
13. Technika umělých proměnných (kvalitativní či diskrétní charakter faktorů a technika umělých proměnných, ANOVA modely, ANCOVA modely, regresní modely s 1 kvantitativní a 1 kvalitativní proměnnou s širší škálou, aplikace techniky umělých proměnných).
14. Panelová data (vymezení panelových modelů, fixní efekty (časové nebo prostorové, úrovňové konstanty či koeficientu sklonu), efekt náhodné složky).
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky