BPE_INEC Introduction to Econometrics

Ekonomicko-správní fakulta
jaro 2024
Rozsah
1/2/0. 6 kr. Ukončení: zk.
Vyučující
Riga Qi (přednášející)
Riga Qi (cvičící)
doc. Ing. Daniel Němec, Ph.D. (pomocník)
Garance
doc. Ing. Daniel Němec, Ph.D.
Katedra ekonomie – Ekonomicko-správní fakulta
Kontaktní osoba: Mgr. Jarmila Šveňhová
Dodavatelské pracoviště: Katedra ekonomie – Ekonomicko-správní fakulta
Rozvrh
Čt 16:00–17:50 VT314, kromě Čt 4. 4.
  • Rozvrh seminárních/paralelních skupin:
BPE_INEC/01: Čt 18:00–18:50 VT314, kromě Čt 4. 4., R. Qi
Předpoklady
(! BPE_AIEC Introduction to Econometrics ) && (!NOWANY( BPE_AIEC Introduction to Econometrics ))
elementary probability and mathematical statistics
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 24 stud.
Momentální stav registrace a zápisu: zapsáno: 4/24, pouze zareg.: 0/24, pouze zareg. s předností (mateřské obory): 0/24
Mateřské obory/plány
Cíle předmětu
The course is designed to give students experience in using econometric methods important in economics, finance and other business subjects. It provides skills in regression essential for understanding much of the literature on economics, finance, and empirical studies in other business areas.
We begin with the simple regression and multiple regression models. They are treated in depth and have a range of applications. Careful attention is given to interpreting regression results, statistical inference and hypothesis testing. A part of the course introduces various specification and diagnostics tests and the problem of endogeneity and instrumental variables methods.
By the end of the course, students should be able to use regression models in many different applications and critically examine reported regression results in empirical research in economics and other business studies. They will be able to identify and deal with many econometric problems in analysing cross-section data and will have experience with a range of essential econometric tools and methods.
Výstupy z učení
The course is designed to give students an understanding of why econometrics is necessary and to provide them with a working knowledge of basic econometric tools so that:
They can apply these tools to modelling, estimation, inference, and forecasting in the context of real-world economic problems.
They can evaluate critically the results and conclusions from others who use essential econometric tools and techniques.
They have a foundation and understanding for further study of econometrics.
They appreciate the range of more advanced techniques that may be covered in advanced econometric courses.
Osnova
  • 1. The Nature of Econometrics and Economic data
  • 2. The Simple Regression Model
  • 3. Multiple Regression Analysis: Estimation
  • 4. Multiple Regression Analysis: Inference
  • 5. Multiple Regression Analysis: OLS Asymptotics
  • 6. Multiple Regression Analysis: Further Issues
  • 7. Multiple Regression Analysis with Qualitative Information
  • 8. Heteroskedasticity
  • 9. More on Specification and Data Issues
  • 10. Instrumental Variables Estimation and Two-Stage Least Squares
Literatura
    povinná literatura
  • WOOLDRIDGE, Jeffrey M. Introductory econometrics : a modern approach. Seventh edition. Boston: Cengage Learning, 2020, xxi, 826. ISBN 9781337558860. info
  • HEISS, Florian. Using R for introductory econometrics. 2nd edition. Düsseldorf: Florian Heiss, 2020, 368 stran. ISBN 9788648424364. info
    doporučená literatura
  • HILL, R. Carter, William E. GRIFFITHS a Guay C. LIM. Principles of econometrics. Fifth edition. Hoboken: Wiley Custom, 2018, xxvi, 878. ISBN 9781119510567. info
Výukové metody
tutorials, class discussion, computer labs practices, drills
Metody hodnocení
assignments in the seminar group, homework, written exam
Vyučovací jazyk
Angličtina
Navazující předměty
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.