Econometrics

General data

Course ID:	2400-ZE3MEKO
Erasmus code / ISCED:	14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Economics The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title:	Econometrics
Name in Polish:	Ekonometria
Organizational unit:	Faculty of Economic Sciences
Course groups:	Obligatory courses for 3rd grade JSEM
ECTS credit allocation (and other scores):	(not available) Basic information on ECTS credits allocation principles: the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS; the student’s weekly hourly workload is 45 h; 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes; weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS; work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load. view allocation of credits
Language:	Polish
Type of course:	obligatory courses
Full description:	(in Polish) 1 Wprowadzenie: typy modeli ekonometrycznych, zaburzenia losowe. 2. Klasyczny model regresji liniowej: Założenia modelu; metoda najmniejszych kwadratów; reszty, współczynnik determinacji skorygowany współczynnik determinacji; twierdzenie Gaussa Markowa; estymator wariancji składnika losowego; błędy standardowe estymatorów; test t i weryfikacja hipotez zerowych. 3. Dodawanie i usuwanie regresorów w równaniu regresji i wpływ tych działań na własności estymatorów: Obciążoność estymatorów przy niewłaściwie pominiętych zmiennych; testowanie hipotez o istotności dodatkowych regresorów przy wykorzystaniu testów x2 i F, alternatywne wyrażenia na statystykę testującą F, wykorzystanie T*R'; testy małych i dużych prób; test niepoprawnej specyfikacji równania regresji Ramseya (RESET test ). 4. Warunki poboczne w równaniu regresji: Własności estymatorów przy warunkach pobocznych i testowanie istotności narzucanych ograniczeń. 5. Prognozy: Źródła błędów w prognozach, testy prognoz ex ante i ex post. 6. Dalsze problemy klasycznego modelu regresji liniowej: Współliniowość jej konsekwencje, wykrywanie współliniowości, przeciwdziałanie współliniowości; modele ze zmiennymi zero jedynkowymi i test Chowa, modele przełącznikowe; modele z dyskretnymi zmiennymi objaśnianymi (probity, logity), modele o zmiennych parametrach, modele z ograniczonymi zmiennymi objaśnianymi (tobity). 7. Modele nieliniowe i metody estymacji parametrów modeli nieliniowych: Przykłady funkcji nieliniowych; metoda gradientowa, metoda Newtona-Raphsona, metoda Gaussa-Newtona, metoda Marquardta. 8. Teoria dużych prób. Zbieżność według prawdopodobieństwa. Twierdzenie Chińczyna. Nierówność Czebyszewa i twierdzenie Czebyszewa. Zbieżność według rozkładu i własności. Centralne twierdzenie graniczne. Własności estymatorów MNK w dużych próbach. Słaba i silna niezależność regresorów losowych od zaburzeń. 9. Estymacja metodą największej wiarogodności. Funkcja wiarogodności. Warunki regularności. Własności estymatorów największej wiarogodności, macierz informacji. Estymacja metodą największej wiarogodności przy warunkach pobocznych. 10. Zasady testowania w dużych próbach. Test ilorazu wiarogodności, test Walda, test mnożnika Lagrange'a. 11. Estymacja metodą zmiennych instrumentalnych. Metoda zmiennych instrumentalnych. Wybór instrumentów. Test egzogeniczności Instrumentów Hausmana-Wu. Sargana test "ważności" instrumentów (validity test). 12. Problematyka zaburzeń losowych i uogólniona metoda najmniejszych kwadratów. Wprowadzenie. Estymatory uogólnionej metody najmniejszych kwadratów. Wersje teoretyczne i zastosowawcze tych metod. Testowanie warunków pobocznych w LJMIVK. Heteroscedastyczność i jej formy. Testy na heteroscedastyczność GoldfeldaQuandta i Breuscha-Pagana. Estymacja w przypadku heteroscedastyczności. Autokorelacja i jej formy. Testy na autokorelację Durbina-Watsona i BreuschaGodfreya. Test autokorelacji Boxa-Ljunga. Estymacja w przypadku autokorelacji. Test normalnego rozkładu reszt Jarque-Bera. 13.Modele dynamiczne. Sezonowość. Stacjonarne procesy stochastyczne. Modele o opóźnieniach rozłożonych. Kointegracja. 14.Modele wykorzystujące dane przekrojowe i szeregów czasowych. Modele przekrojowej heteroscedastyczności. Modele przekrojowej korelacji. Modele z autokorelacją. Modele przekrojowej korelacji z autokorelacją. Typowe modele danych panelowych. Modele z efektami stałymi i efektami losowymi. 15. Modele wielorównaniowe. Założenia i zapis modelu. Postać strukturalna i zredukowana. Estymatory MNK postaci zredukowanej. Identyfikacja. Metody estymacji parametrów pojedynczych równań: pośrednia metoda najmniejszych kwadratów, metoda zmiennych instrumentalnych, uogólniona metoda najmniejszych kwadratów, podwójna metoda najmniejszych kwadratów, metoda największej wiarogodności z ograniczoną informacją, estymatory klasy k.
Bibliography:	(in Polish) W. Greene "Econometric Analysis", Prentice Hall International 4 Ed.2003 [Sygn. Bibl. WNE UW: 28137] - W. W. Charemza, D. F. Deadman, "Nowa Ekonometria", PWE 1997 [Sygn. Bibl. WNE UW: 30679, S-9115 a-j] - A. Welfe, "Ekonometria", PWE 1998, 1995. [Sygn. Bibl. WNE UW: 28279, S-7960 a-k, 32045, S-9881 a-j]

This course is not currently offered.

Course descriptions are protected by copyright.
Copyright by University of Warsaw.