Analiza przestrzennych zjawisk ekonomicznych

Wiedza oraz praktyczne umiejętności z zakresu statystyki opisowej i matematycznej oraz podstaw ekonometrii.

Znajomość podstawowego oprogramowania analiz statystycznych i ekonometrycznych.

1. Godziny realizowane z udziałem nauczyciela (kontaktowe): 75 godzin (uczestnictwo w wykładach i ćwiczeniach, konsultacje, referowanie końcowej pracy kontrolnej, egzamin, kontakt mailowy).

2. Czas poświęcony na pracę własną (indywidualną) studenta: 50 godzin (zapoznanie się z literaturą, zgromadzenie danych do analiz empirycznych, przeprowadzenie analiz empirycznych w ramach przygotowania końcowej pracy zaliczeniowej, zredagowanie pracy zaliczeniowej, przygotowanie się do egzaminu).

W1. Student zna klasyczne oraz nowoczesne metody i narzędzia analizy ekonomicznych zjawisk przestrzennych (K_W06).

W2. Zna zasady ekonometrycznego modelowania struktur procesów przestrzennych i zależności między procesami (K_W06).

Uwaga, od cyklu 2023/2024 nastąpiła modyfikacja efektów uczenia się:

W1. Student zna i rozumie klasyczne oraz nowoczesne metody i narzędzia analizy ekonomicznych zjawisk przestrzennych; zna zasady ekonometrycznego modelowania struktur procesów przestrzennych i zależności między procesami (K_W04).

W2. Zna zaawansowane metody pozyskiwania danych przestrzennych; posiada wiedzę na temat możliwości wykorzystania odpowiedniego oprogramowania analiz statystycznych i ekonometrycznych (K_W06).

U1. Student interpretuje dane ekonomiczne w aspekcie przestrzennym oraz potrafi korzystać z różnych źródeł danych (K_U03, K_U08).

U2. Rozpoznaje typowe struktury i własności danych i procesów przestrzennych (K_U03, K_U08).

U3. Buduje modele struktur ekonomicznych procesów przestrzennych i modele zależności między procesami przy wykorzystaniu odpowiednich danych (K_U03, K_U08).

Uwaga, od cyklu 2023/2024 nastąpiła modyfikacja efektów uczenia się:

U1. Student potrafi interpretować dane ekonomiczne w aspekcie przestrzennym oraz korzystać z różnych źródeł danych (K_U03, K_U08).

U2. Rozpoznaje typowe struktury i własności danych i procesów przestrzennych (K_U03, K_U08).

U3. Buduje modele struktur ekonomicznych procesów przestrzennych i modele zależności między procesami przy wykorzystaniu odpowiednich danych (K_U03, K_U08).

K1. Student rozumie potrzebę poszerzania wiedzy i doskonalenia umiejętności w zakresie analizy ekonomicznych zjawisk przestrzennych. Przeprowadza analizy z wykorzystaniem dużej ilości danych i formułuje wnioski zgodnie z zasadami logiki K_K01; wcześniej K_K02 (KRK K_K02).

K2. Sumiennie i dokładnie wykonuje wyznaczone zadania. Postępuje etycznie K_K02; wcześniej K_K04, K_K03 (KRK K_K04).

Uwaga, od cyklu 2023/2024 nastąpiła modyfikacja efektów uczenia się:

K1. Student rozumie potrzebę poszerzania wiedzy i doskonalenia umiejętności w zakresie analizy ekonomicznych zjawisk przestrzennych; sumiennie i dokładnie wykonuje wyznaczone zadania (K_K01).

Wykład z elementami pokazu multimedialnego - Pokazy w Power Point, prezentacje komputerowe analiz z wykorzystaniem Excela oraz R-CRAN.

Ćwiczenia w laboratorium komputerowym. Przeprowadzanie analiz z wykorzystaniem: Excela, R-CRAN, Gretla. Prezentacje otrzymanych wyników. Dyskusje.

Uwaga,

W cyklu 2020/2021 wykłady i ćwiczenia (30 godz.) w formie zdalnej z wykorzystaniem platformy MS Teams; materiały uzupełniające na Moodle.

W cyklu 2021/2022 wykłady (15 godz.) w formie zdalnej z wykorzystaniem Platformy MS Teams; materiały uzupełniające na Moodle.

- pokaz

- wykład informacyjny (konwencjonalny)

- ćwiczeniowa
- projektu
- referatu

- metody rozwijające refleksyjne myślenie
- metody służące prezentacji treści
- metody wymiany i dyskusji

Zajęcia z zakresu analizy przestrzennych zjawisk ekonomicznych dla studentów II roku ekonomii (studia dzienne II stopnia, specjalność analityka gospodarcza), w wymiarze 15 godz. wykładu oraz 15 godz. ćwiczeń (semestr III), obejmują podstawowe wiadomości z zakresu statystyki i ekonometrii przestrzennej z elementami analiz dynamicznych. W ramach przedmiotu poznaje się zasady przeprowadzania analiz zjawisk ekonomicznych w ujęciu przestrzennym i przestrzenno-czasowym oraz opanowuje się metody adekwatne do przeprowadzenia analiz w tym zakresie Osiągane są następujące cele: 1. Poznanie typowych struktur i własności danych i procesów przestrzennych.

2. Poznanie klasycznych metod analizy zjawisk przestrzennych oraz metod z zakresu analizy przestrzennych procesów stochastycznych.

3. Zdobycie umiejętności zastosowania tych metod w praktyce.

Wykład kończy się egzaminem, ćwiczenia zaś zaliczeniem z oceną.

Wykład ma na celu przedstawienie, obok klasycznych metod analizy przestrzennych zjawisk ekonomicznych, metod z zakresu analizy przestrzennych procesów stochastycznych. Rozpoczyna się od przedstawienia genezy statystyki i ekonometrii przestrzennej, wskazuje na przesłanki wprowadzenia do analiz zjawisk ekonomicznych aspektu przestrzennego, a także formułuje się podstawowe zasady przeprowadzania analiz przestrzennych i konstrukcji przestrzennych modeli ekonometrycznych (W2).

Prezentując elementy statystyki przestrzennej, omawia się: podstawowe parametry opisowe zmiennych przestrzennych, miary koncentracji, analizę lokalizacji, graficzną prezentację przestrzennych rozkładów zjawisk ekonomicznych (W1).

Omawiając taksonomiczne metody analizy zjawisk przestrzennych, uwzględnia się: metody porządkowania liniowego, metody klasyfikacji, porównania w czasie uporządkowań obiektów przestrzennych, interpretację zmian składu grup (W1).

W zakresie analizy przestrzennych procesów stochastycznych, wskazuje się na: badanie własności procesów przestrzennych – stacjonarność przestrzenna, jednorodność, izotropowość, podstawowe charakterystyki procesów przestrzennych – wartość średnia, wariancja, korelogram, variogram. Ponadto, omawia się takie zagadnienia, jak: niejednorodność/niestacjonarność procesów przestrzennych, przekształcenia prowadzące do stacjonarności/jednorodności, autokorelacja przestrzenna i przestrzenno-czasowa, testowanie autokorelacji (W1, W2).

W ramach wykładu omawia się także elementy ekonometrii przestrzennej i przestrzenno-czasowej. W tym zakresie: (1) modelowanie struktur przestrzennych procesów ekonomicznych (modele trendu przestrzennego, przestrzenne modele autoregresyjne, dynamiczne struktury przestrzenne oraz ich modelowanie), (2) przestrzenne i przestrzenno-czasowe modele regresji (klasyczne modele przestrzenne i przestrzenno-czasowe, quasi-zgodne modele przestrzenne oraz modele quasi-zgodne w ujęciu dynamiczno-przestrzennym) (W1, W2).

Zadaniem ćwiczeń jest opanowanie umiejętności stosowania poznanych na wykładzie metod i narzędzi statystyki i ekonometrii przestrzennej do badania rzeczywistych zjawisk ekonomicznych, co realizuje się poprzez przeprowadzanie różnorodnych analiz empirycznych przy wykorzystaniu głównie programu R-CRAN. Na ćwiczeniach realizuje się następujące tematy szczegółowe:

1. Zasady korzystania z programu R-CRAN. Możliwości i ograniczenia.

2. Ekonomiczne dane przestrzenne. Wybór jednostki przestrzennej. Konfiguracje danych. Problemy agregacji danych. U1

3. Elementy statystyki przestrzennej. Podstawowe parametry opisowe zmiennych przestrzennych. Miary koncentracji. Analiza lokalizacji. Graficzna prezentacja rozkładów zjawisk przestrzennych. U1, U2

4. Taksonomiczne metody analizy zjawisk przestrzennych. Metody porządkowania liniowego. Metody klasyfikacji. U1, U2

5. Analiza przestrzennych procesów stochastycznych. Badanie własności procesów przestrzennych – stacjonarność przestrzenna, jednorodność, izotropowość. Podstawowe charakterystyki procesów przestrzennych – wartość średnia, wariancja, korelogram, variogram. U2

6. Niejednorodność/niestacjonarność procesów przestrzennych. Przekształcenia prowadzące do jednorodności/stacjonarności. U2

7. Autokorelacja przestrzenna i przestrzenno-czasowa. Testowanie autokorelacji. U2

8. Elementy ekonometrii przestrzennej i przestrzenno-czasowej. Modelowanie struktur przestrzennych procesów ekonomicznych. Modele trendu przestrzennego. Przestrzenne modele autoregresyjne. Przestrzenne modele regresji. U3

9. Dynamiczne struktury przestrzenne i ich modelowanie. Przestrzenno-czasowe modele regresji. U3

Podstawowa:

1. Kopczewska K., Ekonometria i statystyka przestrzenna z wykorzystaniem programu R-CRAN, CeDeWu Sp. Z o. o., Warszawa 2006.

2. Suchecki B. (red.), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa 2010.

Uzupełniająca:

1. Kopczewska K., Kopczewski T., Wójcik P., Metody ilościowe w R. Aplikacje ekonomiczne i finansowe, CeDeWu Sp. Z o. o., Warszawa 2009.

2. Kopczewska K. (red.), Przestrzenne metody ilościowe w R: statystyka, ekonometria, uczenie maszynowe, analiza danych, CeDeWu Sp. Z o. o., Warszawa 2020.

3. Walesiak M., Gatnar, E. Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa 2008.

Dla szczególnie zainteresowanych (pozycje dostępne u prowadzącego przedmiot):

1. Arbia G., Spatial Econometrics, Springer-Verlag, Berlin Heiderberg 2006.

2. Schabenberger O., Gotway A. C., Statistical Methods for Spatial Data Analysis, Champion & Hall/CRC, New York 2005.

Wykład:

W1, W2 - egzamin pisemny +++ (nowe K1++)

Ćwiczenia:

U1, U2, U3 - ocena bieżącej aktywności studenta podczas zajęć w laboratorium +, prezentacje wykonanych samodzielnie zadań ++, końcowa praca kontrolna +++

K1, K2 (nowe K1) - prezentacje wykonanych samodzielnie zadań ++, końcowa praca kontrolna +++