OPF:MMENAEKM Econometrical Methods - Informace o předmětu
MMENAEKM Econometrical Methods
Obchodně podnikatelská fakulta v Karvinézima 2013
- Rozsah
- 2/1/0. 4 kr. Ukončení: zk.
- Vyučující
- prof. RNDr. Josef Tošenovský, CSc. (přednášející)
Mgr. Radmila Krkošková, Ph.D. (cvičící)
Ing. Filip Tošenovský, Ph.D. (cvičící)
prof. RNDr. Josef Tošenovský, CSc. (cvičící) - Garance
- prof. RNDr. Josef Tošenovský, CSc.
Katedra informatiky a matematiky – Obchodně podnikatelská fakulta v Karviné - Předpoklady
- K absolvování předmětu nejsou vyžadovány žádné podmínky a předmět může být zapsán nezávisle na jiných předmětech.
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Banking (program OPF, N_HOSPOL)
- Managerial Informatics (program OPF, N_SYSINF)
- Cíle předmětu
- Poskytnout hlubší pohled na ekonometrické metody modelování ekonomických situací. Zvládnout teoretický aparát vybraných ekonometrických metod a jejich aplikace v ekonomických disciplínách: mikro a makroekonomii a financích. Naučit se používat známých programů k řešení úloh na PC.
- Osnova
- 1. Předmět ekonometrie, specifika proměnných v ekonometrii
2. Vícerozměrná regresní analýza
3. Předpoklady regresní analýzy
4. Heteroskedasticita
5. Autokorelace
6. Multikolinearita
7. Metoda GLS
8. Metoda maximální věrohodnosti
9. Soustavy regresních rovnic, metoda 2SLS
10. Dynamické regresní modely
11. Logistický regresní model
12. Kombinovaná struktura modelu
13. Použití programů EView a Excel
1. Předmět ekonometrie, specifika proměnných v ekonometrii
Definice ekonometrie, předmět zkoumání, používané prostředky.
Klasifikace proměnných, rozdíly ve srovnání s matematikou.
2. Vícerozměrná regresní analýza: opakování
Maticový přístup k regresní analýze, testování koeficientů a modelu, identifikace vlivných bodů.
3. Předpoklady regresní analýzy
Přehled základních předpokladů regresní analýzy, dva způsoby vyjádření předpokladů, význam předpokladů.
4. Heteroskedasticita
Definice, odhalení heteroskedasticity pomocí koeficientu korelace a pomocí testů, grafická identifikace, vliv heteroskedasticity na kvalitu regresní funkce, odstranění heteroskedasticity.
5. Autokorelace
Definice, odhalení autokorelace pomocí testů, grafická identifikace, vliv autokolerace na kvalitu regresní funkce, odstranění autokorelace.
6. Multikolinearita
Definice, odhalení multikolinearity pomocí testů, vliv multikolinearity na kvalitu regresní funkce, překonání multikolinearitiy.
7. Metoda GLS
Odvození vztahu pro GLS, tvar matice V pro případ heteroskedasticity resp. autokorelace, podstata a význam GLS, srovnání s metodou LS.
8. Metoda maximální věrohodnosti
Princip metody, srovnání s metodou nejmenších čtverců (LS), omezené možnosti použití metody LS a výhody metody maximální věrohodnosti.
9. Soustavy regresních rovnic, metoda 2SLS
Testování správnosti sestavení soustavy regresních rovnic, princip metody 2SLS.
10. Dynamické regresní modely
Identifikace a klasifikace dynamických modelů, Fischerova metoda jejich řešení.
11. Logistický regresní model
Zobecnění regresní analýzy pro různé typy zadání dat, modely pro diskrétní výstupy, binární modely, využití metody maximální věrohodnosti.
12. Kombinovaná struktura modelu
Rozhodování o volbě jedné resp. kombinace více regresních funkcí a způsob jejich nalezení.
13. Použití programů EView a Excel
Všechna témata řešit s programy Excel a EViews.
- 1. Předmět ekonometrie, specifika proměnných v ekonometrii
- Literatura
- Výukové metody
- Demonstrace dovedností
Seminární výuka - Metody hodnocení
- Písemná zkouška
Písemný test - Vyučovací jazyk
- Angličtina
- Informace učitele
- průběžný test, 70% účast na seminářích, forma zkoušky: písemná
Aktivity Náročnost [h] Ostatní studijní zátěž 36 Přednáška 26 Seminář 13 Zkouška 40 Celkem 115 - Další komentáře
- Předmět je dovoleno ukončit i mimo zkouškové období.
- Statistika zápisu (nejnovější)
- Permalink: https://is.slu.cz/predmet/opf/zima2013/MMENAEKM