Cel kształcenia i wykaz literatury

Główny cel kształcenia: Zapoznanie studentów z bazami danych pochodzących rejestrów administracyjnych, badań reprezentacyjnych oraz BigData. Przedstawienie jak przygotowywane są bazy do analizy: wykrywanie wartości odstających, imputacja braków danych, strukturyzowanie danych, kodowanie. Pokazanie praktycznych rozwiązań problemów powstających przy przetwarzaniu i analizie danych poprzez programowanie matematyczne. Ukazanie kilku możliwych rozwiązań problemu.

Ogólne informacje o zajęciach:

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	K.Kopczewska, T.Kopczewski, P. Wójcik	Metody ilościowe w R. Aplikacje ekonomiczne i finansowe	CeDeWu, Warszawa.	2009
2	A .Goral, Z Jędrzejczyk, K. Kukuła, J. Osiewalski, A. Walkosz	Wprowadzenie do ekonometrii w przykładach i zadaniach	PWN, Warszawa.	2000
3	A. Snarska	Statystyka Ekonometria Prognozowanie	Placet, Warszawa .	2007
4	M. Kośko, M.Osińska, J. Stempińska	Ekonometria współczesna	Wydawnictwo Dom Organizatora, Toruń .	2007
5	M. Gągolewski	Programowanie w języku R	PWN, Warszawa.	2014

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student spełnia wymagania określone w regulaminie studiów.

Wymagania wstępne w kategorii Wiedzy: Wiedza z zakresu podstawowego kursu ekonometrii.

Wymagania wstępne w kategorii Umiejętności: Umiejętność obsługi programu RStudio

Wymagania wstępne w kategorii Kompetencji społecznych:

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Potrafi przygotować zbiór danych do analizy.	laboratorium	kolokwium	K_W04+ K_W06+ K_U08+ K_K01+	P6S_KK P6S_UW P6S_WG
02	Potrafi przedstawić wyniki w formie tabelarycznej i graficznej.	laboratorium	kolokwium	K_W04+ K_W06+ K_U08+ K_K01+	P6S_KK P6S_UW P6S_WG
03	Potrafi zastosować modele matematyczne w analizie danych.	laboratorium	kolokwium	K_W02+ K_W04+ K_W06+ K_U06+ K_U08+ K_U16+ K_K02+	P6S_KK P6S_KO P6S_UW P6S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
6	TK01	Analiza eksploracyjna danych z bazy faktur sprzedaży. Tabele agre-gacyjne, wykresy. Wyszukiwanie wartości odstających. Imputacja braków danych modelem SVR.	L1-L4	MEK01 MEK02 MEK03
6	TK02	Łączenie danych w bazie ,,Budżety gospodarstw domowych”. Zastosowanie modeli ograniczonej zmiennej zależnej (probitowego, logitowego i tobitowego) do analizy transferów prywatnych między gospodarstwami domowymi.	L5-L8	MEK01 MEK03
6	TK03	Przedstawienie metod doboru próby, warstwowania i uogólniania wyni-ków w audycie z wykorzystaniem baz: ,,Ewidencja nadgodzin”, ,,Ewidencja środków trwałych”, ,,Rejestr faktur kosztowych”.	L9-L12	MEK01 MEK03
6	TK04	Projekcje długoterminowe liczby ludności wg wieku i płci w oparciu o bazę ,,Dane demograficzne”. Tworzenie piramid wieku.	L13-L15	MEK02 MEK03
6	TK05	Baza REGON. Analiza przeżycia i model Coxa.	L16-L18	MEK01 MEK03
6	TK06	Typologia demograficzna wg Webba na przykładzie powiatów woj. podkarpackiego.	L19-L20	MEK01 MEK02 MEK03
6	TK07	Analiza wielowymiarowa (metody tworzenia rankingów - TMR) oraz aglomeracyjne metody grupowania obiektów.	L21-L23	MEK01 MEK03
6	TK08	Analiza danych przestrzennych: statystyka opisowa, prezentacja danych, interpolacja, macierze wag, miary statystyczne (heterogeni-czność, autokorelacja, koncentracja), modele regresji przestrzennej.	L24-L26	MEK01 MEK02 MEK03
6	TK09	Wizualizacja danych w wybranych programach/portalach statystycz-nych (Portal Geostatystyczny, MS Excel m.in. dodatek Power Map).	L27-L28	MEK02
6	TK10	Analiza danych w MS Excel (tabele i wykresy przestawne, programo-wanie liniowe – Solver, dobór zmiennych do modelu). Przedstawienie metody regresji krokowej wstecznej i postępującej (Gretl, Excel, Statistica).	L29-L30	MEK01 MEK03

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Laboratorium (sem. 6)	Przygotowanie do laboratorium: 5.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem.
Konsultacje (sem. 6)		Udział w konsultacjach: 3.00 godz./sem.
Zaliczenie (sem. 6)	Przygotowanie do zaliczenia: 5.00 godz./sem.	Zaliczenie pisemne: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Laboratorium	Warunkiem zaliczenia jest pozytywna ocena z laboratorium
Ocena końcowa	O ocenie decyduje suma punktów z kolokwium i zadań do samodzielnej realizacji.

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: nie