157-0588/02 – Úvod do ekonometrie (INECON)
| 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 | povinně volitelný |
| Ročník | 3 | Semestr | zimní |
| | Jazyk výuky | angličtina |
| Rok zavedení | 2015/2016 | Rok zrušení | |
| Určeno pro fakulty | EKF | Určeno pro typy studia | bakalářské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je:
- umět popsat a aplikovat proces analýzy ekonomických časových řad,
- pochopit proces modelování chování ekonomických systému na základě regresní analýzy,
- zvolit a využít možnosti a vhodné metody k formulaci, odhadování, verifikaci i predikci modelovaných systémů,
- vysvětlit souvislosti chování teoretických ekonomických systémů s modelovanými empirickými výsledky a provádět odpovídající modifikace a korekce modelu,
- využít odhadnuté regresní modely k predikci a stanovení úspěšnosti předvídání.
Vyučovací metody
Přednášky
Individuální konzultace
Cvičení (v učebně)
Projekt
Anotace
Cílem předmětu je pochopení a zvládnutí procesu ekonometrické analýzy ekonomického chování individuálních subjektů (např. firem) pomocí průřezového, resp. panelového ekonometrického modelování.
Povinná literatura:
Doporučená literatura:
1. KOOP, Gary, ed. Bayesian Econometric Methods (Econometric Exercises). Cambridge University Press, 2019. 376 s. ISBN-13: 978-1108437493.
2. HEISS, Florian. Using R for Introductory Econometrics. CreateSpace Independent Publishing Platform, 2020, 378 s. ISBN-13: 978-1523285136.
3. HEISS, Florian. Using Python for Introductory Econometrics. CreateSpace Independent Publishing Platform, 2020. 428 s. ISBN-13: 979-8648436763.
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Aktivní účast na přednáškách (60%) a cvičení (80%).
Odevzdání a obhájení semestrálního projektu.
E-learning
LMS Moodle:
https://lms.vsb.cz/course/view.php?id=111561
Další požadavky na studenta
Podmínkami ukončení kurzu je získat minimálně 23 bodů ze zápočtového projektu, účast na cvičením minimálně 80%, ústní zkouška minimálně 28 bodů z 55 tj. získat 51 bodů ze 100.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Analýza časových řad (základní charakteristiky, grafická analýza, transformace časových řad, dekompozice časové řady).
2. Lineární regresní model (formulace, odhad, specifikace, předpoklady, MNČ)
3. Verifikace odhadnutého modelu (statistická verifikace, autokorelace, heteroskedasticita, multikolinearita, ekonomická verifikace).
4. Předvídání (klasifikace předpovědí, bodová a intervalová predikce, predikce ex-post a ex-ante, přesnost předvídání).
5. Testování normality reziduální složky (grafické posouzení, sofistikované statistické testy).
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky