|
Vyučující
|
-
Fišerová Eva, doc. RNDr. Ph.D.
|
|
Obsah předmětu
|
1. Model vícenásobné regrese: odhady, inference a predikce 2. Model vícenásobné regrese: multikolinearita, heteroskedasticita 3. Regrese s kvalitativními proměnnými: technika umělých proměnných 4. Regrese s náhodnými prediktory: technika instrumentálních proměnných 5. Metody pro panelová data: pooling, modely s pevnými a náhodnými efekty 6. Pokročilé regresní modely: modely simultánních rovnic 7. Modely časových řad: stacionarita, sériová korelace, heteroskedasticita 8. Pokročilé modely časových řad: nestacionarita, kointegrace 9. Pokročilé modely časových řad: ARCH a GARCH modely
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming)
|
|
Výstupy z učení
|
Porozumění statistickým metodám vhodným pro modelování a statistickou analýzu ekonomických dat
Porozumění Porozumění statistickým postupům vhodným pro modelování a statistickou analýzu ekonomických dat.
|
|
Předpoklady
|
Znalost základů teorie pravděpodobnosti a matematické statistiky.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška
Zápočet: aktivní účast na cvičení; student samostatně vyřeší zadané úlohy, ve kterých prokáže porozumění statistickým metodám vhodným pro ekonomická data a schopnost aktivně s nimi pracovat. Zkouška: student prokáže znalost a porozumění statistickým metodám vhodným pro statistickou analýzu ekonomických dat.
|
|
Doporučená literatura
|
-
A.H. Studenmund. (2017). Using Econometrics: A Practical Guide (7th edition).. Pearson International.
-
C. Colonescu. (2016). Principles of Econometrics with R.
-
C. Hill, W. Griffiths, G. Lim. (2011). Principles of econometrics (4th edition). Wiley.
-
J.M. Wooldridge. (2015). Introductory Econometrics: A Modern Approach (6th edition).. Cengage Learning, Boston.
|