Foresight terytorialny - analizy i modele ekonometryczne

gospodarka przestrzenna

obowiązkowe

- znajomość podstaw statystyki

- podstawowa znajomość pakietu statystycznego IBM SPSS

w sali

W ramach tego przedmiotu student uczy się rozpoznawania i badania zależności między zjawiskami ekonomicznymi oraz modelowania tych zjawisk. Zapoznaje się z podstawami dotyczącymi analizy szeregów czasowych, budowania indeksów złożonych oraz badania zależności pomiędzy zmiennymi, następnie poznaje podstawowe metody prognozowania i symulacji. W czasie zajęć projektowych nabywa umiejętności doboru odpowiedniej metody do postawionego problemu, tworzenia modeli prognostycznych, stawiania prognoz i ich weryfikacji oraz interpretacji i prezentacji uzyskanych wyników. Uczy się oceny jakości prognoz, zapoznaje z możliwościami wykorzystywania konkretnych modeli oraz poznaje ograniczenia ich stosowania.

W ramach tego przedmiotu student uczy się rozpoznawania i badania zależności między zjawiskami ekonomicznymi oraz modelowania tych zjawisk. Zapoznaje się z podstawami dotyczącymi analizy szeregów czasowych, budowania indeksów złożonych oraz badania zależności pomiędzy zmiennymi, następnie poznaje podstawowe metody prognozowania i symulacji. W czasie zajęć projektowych nabywa umiejętności doboru odpowiedniej metody do postawionego problemu, tworzenia modeli prognostycznych, stawiania prognoz i ich weryfikacji oraz interpretacji i prezentacji uzyskanych wyników. Uczy się oceny jakości prognoz, zapoznaje z możliwościami wykorzystywania konkretnych modeli oraz poznaje ograniczenia ich stosowania.

Tematy konwersatorium:

1. Wprowadzenie - cel zajęć, metody pracy, oczekiwane efekty. Rola modelowania ekonometrycznego w foresighcie terytorialnym. Źródła i typy danych zastanych w badaniach foresightowych.

2. Podstawy analizy szeregów czasowych i wnioskowania statystycznego. Badanie zależności pomiędzy zjawiskami. Podstawy modelowania zjawisk.

3. Funkcje i rodzaje prognoz. Metody analizy trendów.

4. Prognozowanie szeregów czasowych: metody, ryzyka związane z prognozowaniem, wyznaczanie trendu, wskaźniki sezonowości.

5. Podejście quasi-eksperymentalne, analizy kontrfaktyczne - idea, metody i zastosowanie.

6. Metody ekonomiczne w modelowaniu. Rodzaje modeli ekonometrycznych. Rola założeń przyjętych w modelowaniu. Błędy prognoz.

7. Zaliczenie

Tematy ćwiczeń:

1. Konstrukcja indeksów złożonych i badanie zależności pomiędzy zmiennymi.

2. Analiza dynamiki zjawisk, wygładzanie szeregu czasowego.

3. Estymacja modeli ekstrapolacyjnych: wygładzanie wykładnicze.

4. Estymacja modeli autoregresyjnych.

5. Prognozowanie szeregów czasowych. Analiza ex post jakości prognoz.

6. Badanie efektu zjawisk przy użyciu metody kontrfaktycznej.

7. Zaliczenie.

Nakład pracy studenta: 3 ECTS = 3x25h = 75h (w tym 32h w bezpośrednim kontakcie)

(N) – praca w bezpośrednim kontakcie z nauczycielem,

(S) – praca własna (samodzielna) studenta.

Zajęcia (konwersatorium) = 15h (N)

Zajęcia (ćwiczenia) = 15h (N)

Samodzielne przygotowanie do zaliczenia przedmiotu = 25h (S)

Wykonywanie prac domowych = 10h (S)

Samodzielne przygotowanie do ćwiczeń = 8h (S)

Konsultacje z prowadzącą = 2h (N)

75h ogółem (zależnie od systematyczności w pracy podczas semestru oraz cech indywidualnych studenta).

Żądło T., Wywiał J., 2008, Prognozowanie szeregów czasowych za pomocą pakietu SPSS, Predictive Solutions, Warszawa.

Gajda J.B., 2017, Prognozowanie i symulacje w ekonomii i zarządzaniu, Wyd. C. H. Beck, Warszawa.

Wójcik P.,2018, Metody pomiaru realnej konwergencji gospodarczej w ujęciu regionalnym i lokalnym. Konwergencja równoległa, Wydawnictwo Uniwersytetu Warszawskiego, Warszawa.

Bedyńska S., Książek M., 2012, Statystyczny drogowskaz 3, Warszawa: Wydawnictwo Szkoły Wyższej Psychologii Społecznej, Wydawnictwo Akademickie Sedno.

Literatura uzupełniająca będzie podawana w trakcie zajęć.

Efekty uczenia się: K_W02, K_W06 / K_U02 , K_U04, K_U06 / K_K02, K_K06, K_K07 / S3_W02; S3_W04 / S3_U02; S3_U03 / S3_K01; S3_K02

Po ukończeniu przedmiotu student/studentka:

WIEDZA:

1. zna metody ilościowe przydatne do formułowania i rozwiązywania złożonych zadań z zakresu foresightu terytorialnego (S3_W02)

2. zna podstawowe pojęcia dotyczące analizy szeregów czasowych, budowania indeksów złożonych oraz badania zależności pomiędzy zmiennymi oraz podstawowe metody prognozowania i symulacji przydatne do analiz w kontekście foresightu terytorialnego (S3_W06)

UMIEJĘTNOŚCI

1. potrafi dobrać odpowiednią metodę badawczą do postawionego problemu w zakresie foresight terytorialnego, tworzyć proste modele prognostyczne, stawiać prognozy i je weryfikować oraz interpretować uzyskane wyniki (S3_U02)

2. potrafi stosować podstawowe terminy z zakresu prognozowania szeregów czasowych, w tym niektóre w języku angielskim (S3_U04)

3. umie przeprowadzić prostą procedurę prognozowania bazując na dostępnych danych w szeregu czasowym (S3_U06)

KOMPETENCJE SPOŁECZNE

1. jest gotów do uczestnictwa w projektach foresightowych (S3_K01)

2. jest gotów do formułowania i przekazywania społeczeństwu wyników prostych prognostycznych (S3_K02)

• Zaliczenie konwersatorium: pisemne (test pisemny: pytania zamknięte i otwarte).

• Zaliczenie ćwiczeń: kontrola obecności, wykonywanie prac domowych, test praktyczny.

Ocena końcowa: średnia arytmetyczna z ocen uzyskanych z zaliczenia konwersatorium i ćwiczeń.

Brak.