5EN306 Aplikované kvantitativní metody I
|
|
- Karolína Holubová
- před 9 lety
- Počet zobrazení:
Transkript
1 5EN306 Aplikované kvantitativní metody I Přednáška 1 Zuzana Dlouhá
2 Úvod do předmětu obecné informace Konzultační hodiny: úterý 16:00 18:00, místnost 433 NB // URL: Hodnocení 1) průběžný test: 20 b., termín - 4. přednáška 2) semestrální práce: 40 b., zadání - 5. týden na cvičeních 3) závěrečný test: 40 b., termíny vypsány v ISIS Celkem 100 bodů: bodů: bodů: bodů: bodů: bodů: neprospěl Omluva předmětu omluvy dle keke.vse.cz bez udání důvodu do termínu průběžného testu - 4. týden 2
3 Úvod do předmětu obecné informace LITERATURA Základní: přednášky Wooldridge, J. M.: Introductory econometrics: a modern approach (ke stažení na kekebooks.vse.cz, heslo keke123) Další: Gujarati, D. N.: Basic econometrics Hušek, R.: Ekonometrická analýza Hušek, R.: Aplikovaná ekonometrie: teorie a praxe SOFTWARE cvičení na počítačích software: GRETL, freeware dostupný na Krkošková, Š., Ráčková, A. a Zouhar, J.: Základy ekonometrie v příkladech, VŠE, 2010 (pouze ke cvičením) 3
4 Předmět a struktura kurzu empirický výzkumu, fáze předchozí (či alespoň paralelní) absolvování Základů ekonometrie vhodné 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam popisných charakteristik 4. Vicenásobná regrese v ekonomické analýze 5. Vicenásobná regrese: DUMMY proměnné a jejich interakce 6. Difference in differences estimátor 7. First Differencing a Fixed Effects 8. Instrumentální proměnné, Panelová data 9. Testy robustnosti 10. Úvod do časových řad (zbyde-li čas) témata se prolínají 4
5 Ekonomie vs ekonometrie ekonom: když vláda zvýší spotřební daň z cigaret, spotřebitelé sníží spotřebu cigaret ekonometr: když vláda zvýší spotřební daň z cigaret o 10%, spotřebitelé sníží spotřebu alkoholu o 1,5% Ekonometrie zásadní při aplikaci ekonomické teorie v praxi využívá matematických a statistických metod k analýze (nejen) ekonomických dat a problémů EKONOMIE MATEMATICKÁ EKONOMIE EKONOMICKÁ STATISTIKA EKONOMETRIE MATEMATIKA MATEMATICKÁ STATISTIKA STATISTIKA 5
6 Ekonometrie, empirický výzkum popisná zodpovězení nejjednodušších otázek x vzorek, volba statistické charakteristiky: Kolik v průměru vydělávají ženy v Praze? predikce předpověď, prognózování Jaká bude inflace v prosinci 2013? Kolik studentů projde v tomto semestru předmětem AKM? kauzalita ověřování a kvantifikace kauzálních vztahů, které nabízí ekonomická teorie: Budu vydělávat více v důsledku absolvování VŠE? Ovlivňuje pohlaví mzdu? Když ČNB přistoupí dnes k restriktivnímu monetárnímu šoku klesne v budoucnu inflace? 6
7 Empirický výzkum Firmy efekt (změny) politiky (ČEZ, Škoda) odhad elasticit (letenky, mobilní operátoři) úspory nákladů (RWE) pojišťovny, banky (bonusy, řízení rizika, bonita zákazníků, riziko defaultu) analýza alternativ simulace Politika efekt zákona nebo politiky (investiční podpora, politika zaměstnanosti, monetární politika a inflace) jak nastavit politiku (zločin, doprava) cost-benefit analýzy (ex ante, ex post) daňová optimalizace 7
8 Empirický výzkum Věda Jak se změnila úmrtnost při nehodách na silnicích po zavedení povinných bezpečnostních pásů? Jak ovlivní stavba vodní přehrady velikost populace bobrů v okolních tocích? Jak ovlivní kouření matek v průběhu těhotenství porodní váhu/zdraví dítěte? Je při klesajícím tlaku vzduchu zapotřebí nižší teplota vody k přechodu do varu a k přeměně na páru? 8
9 Kauzalita kap. 1.4 (Wooldridge) kauzalita jak se mění proměnná y se změnou proměnné x za předpokladu ceteris paribus (za ostatních faktorů neměnných) vzroste-li cena ceteris paribus spotřebitelé budou nakupovat méně hledáme příčinný (kauzální) efekt jedné proměnné na druhou problém přirozeného experimentu v realitě můžeme málokdy zajistit laboratorní podmínky pro experiment pokud můžeme při experimentu zajistit ceteris paribus, můžeme jednoduše ověřovat a kvantifikovat kauzální vztahy v přírodních vědách (např. pro fyzikální experimenty) často zajistit lze v porovnání se sociálními vědami (zpravidla nemožné či nákladné) v důsledku máme často k dispozici data neexperimentálního charakteru, u kterých zpravidla narážíme na problém s platností ceteris paribus ekonometrie se snaží vyrovnat s tímto problémem ekonometrie nám nepomůže hledat kauzální vztahy (ty hledá ekonomická teorie!!!), může nám pomoci je jen kvantifikovat či(a) ověřovat!!!korelace není KAUZALITA!!! 9
10 Kauzalita Kauzální efekt hnojiva na výnosnost (example 1.3) o kolik se zvýší výnosnost sóje, když se zvýší objem použitého hnojiva předpoklad ceteris paribus všechny ostatní faktory, které zvyšují výnosnost (kvalita půdy, déšť, parazity, ) se nemění Experiment výběr několika akrů půdy náhodné přiřazení různého objemu hnojiva na různé akry půdy porovnání výnosů uvedený tzv. řízený experiment zafunguje, protože objem použitého hnojiva nesouvisí s jinými faktory ovlivňující výnosy 10
11 Kauzalita Návratnost investic do vzdělání (example 1.4) o kolik se zvýší mzda jednotlivce (náhodně vybraného z populace) při dalším roku vzdělání předpoklad ceteris paribus - všechny ostatní faktory, které zvyšují mzdu (zkušenosti, rodinné zázemí, inteligence, ) se nemění Experiment výběr skupiny lidí (dětí) náhodné přiřazení různého počtu let vzdělání (nemožné) po ukončení školy porovnání mzdy problém s náhodným přiřazením počet let vzdělání souvisí s jinými faktory (např. s inteligencí) + example
12 Struktura empirické analýzy 1. krok: Formulace výzkumné otázky (cíle) 2. krok: Sestavení vhodného ekonomického modelu 3. krok: Volba a konstrukce ekonometrického modelu 4. krok: Sběr dat 5. krok: Volba odhadové techniky a odhad ekonometrického modelu 6. krok: Verifikace, interpretace, závěry 7. krok: Analýza citlivosti, robustnosti - vycházíme z ekonomické teorie, existujících výzkumů apod. 1. krok: Formulace výzkumné otázky (cíle) kriminalita vs. mzda (example 1.1) Ovlivňuje mzda, která může být dosažena legálními aktivitami rozhodnutí jedince o zapojení do trestné činnosti? Jaký má bodový systém efekt na chování řidičů? 12
13 Struktura empirické analýzy 2. krok: Sestavení vhodného ekonomického modelu kriminalita vs. mzda - Gary Becker (1968), Nobelova cena založeno na maximalizaci užitku rozhodnutí porovnání výnosů a nákladů výnosy výnos z trestní činnosti náklady ušlá příležitost (legální aktivity), pravděpodobnost dopadení, odsouzení, uvěznění y = f(x 1, x 2, x 3, x 4, x 5, x 6, x 7 ) y počet hodin strávených trestnou činností x 1 hodinová mzda z trestné činnosti x 2 hodinová mzda z legálního zaměstnání x 3 ostatní příjmy x 4 pravděpodobnost dopadení x 5 pravděpodobnost odsouzení po dopadení x 6 očekávaný rozsudek x 7 věk Funkce f závisí na užitkové funkci jedince (neznáme), užijeme však předpoklady z ekonomické teorie 13
14 Struktura empirické analýzy 3. krok: Volba a konstrukce ekonometrického modelu Jak definovat a měřit jednotlivé faktory? např. doba strávená trestnou činností, odhad pravděpodobnosti dopadení Specifikace funkčního tvaru např. nejjednodušší forma vícenásobné regrese u je náhodná složka obsahující neměřitelné faktory (sociální zázemí, povahové charakteristiky jedince, vrozené vlohy apod.), chyby měření apod. 14
15 Struktura empirické analýzy Jiné příklady rekvalifikační kurz na produktivitu práce změna ceny na množství sociální dávky na zaměstnanost výška daně na spotřebu výška pokut na počet přestupků studium na vysoké škole na plat Problémy měřitelnost faktorů reprezentativnost vzorku zobecnění na populaci problém endogenity korelace není kauzalita data (nemáme vše co chceme, chyby měření) atd. (např. další G-M předpoklady) 15
16 Řešení endogenity přirozený experiment řízený experiment zpoždění volba vhodných kontrolních proměnných volba vhodné kontrolní skupiny (při analýze problému metodou diff-indiff) instrumentální proměnné data ekonometrická koncepce, atd. 16
17 Závěr empirické analýzy závěr(y) - shrnutí výsledků - uvedení všech předpokladů - výsledky analýzy citlivosti robustnosti (citlivost modelu, stabilita modelu) - náměty na možná vylepšení 17
5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 2 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 10 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do
Více4EK201 Matematické modelování. 11. Ekonometrie
4EK201 Matematické modelování 11. Ekonometrie 11. Ekonometrie Ekonometrie Interdisciplinární vědní disciplína Zkoumá vztahy mezi ekonomickými veličinami Mikroekonomickými i makroekonomickými Ekonomie ekonomické
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 5 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 6 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. vorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 3 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 3 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
VíceZáklady ekonometrie. XI. Vektorové autoregresní modely. Základy ekonometrie (ZAEK) XI. VAR modely Podzim / 28
Základy ekonometrie XI. Vektorové autoregresní modely Základy ekonometrie (ZAEK) XI. VAR modely Podzim 2015 1 / 28 Obsah tématu 1 Prognózování s VAR modely 2 Vektorové modely korekce chyb (VECM) 3 Impulzní
VíceEKONOMETRIE 7. přednáška Fáze ekonometrické analýzy
EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 4 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
VíceOtázky ke státní závěrečné zkoušce
Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 9 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
VíceLekce 1 úvod do ekonometrie
Lekce 1 úvod do ekonometrie Některé věci se zde budou opakovat několikrát důležité pro rozležení v hlavě a jiný úhel pohledu Dokázat aplikovat ekonometrie nestačí se pouze naučit na zkoušku Základní kurz
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 7 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více4EK311 Operační výzkum. 1. Úvod do operačního výzkumu
4EK311 Operační výzkum 1. Úvod do operačního výzkumu Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka Garant kurzu:
VíceMAKROEKONOMIE. Blok č. 5: ROVNOVÁHA V UZAVŘENÉ EKONOMICE
MAKROEKONOMIE Blok č. 5: ROVNOVÁHA V UZAVŘENÉ EKONOMICE CÍL A STRUKTURA TÉMATU.odpovědět na následující typy otázek: Kolik se toho v ekonomice vyprodukuje? Kdo obdrží důchody z produkce? Kdo nakoupí celkový
VíceSociologický výzkum (stručný úvod) Michal Peliš
Sociologický výzkum (stručný úvod) Michal Peliš vědy exaktní X sociální tvrzení deterministického charakteru univerzální platnost experiment prokazování kauzality tvrzení pravděpodobnostního charakteru
VícePředvídání lidské volby:
Předvídání lidské volby: preference versus informace Dle: Jakub Steiner, Colin Stewart, Filip Matějka, Rational Inattention Dynamics: inertia and delay in decision making, v tisku v časopise Econometrica
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Predikce Multikolinearita Cvičení 4 Zuzana Dlouhá Aplikace EM predikce obecně ekonomické prognózování, předpověď, předvídání hlavním cílem je odhad hodnot vysvětlované proměnné
VíceMatematické modelování Náhled do ekonometrie. Lukáš Frýd
Matematické modelování Náhled do ekonometrie Lukáš Frýd Výnos akcie vs. Výnos celého trhu - CAPM model r it = r ft + β 1. (r mt r ft ) r it r ft = α 0 + β 1. (r mt r ft ) + ε it Ekonomický (finanční model)
VíceČeské vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM
OKRUHY ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM Obor: Studijní program: Aplikace přírodních věd 1. Vektorový prostor R n 2. Podprostory 3. Lineární zobrazení 4. Matice 5. Soustavy lineárních rovnic
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2015/16 Cvičení 1: Opakování ze statistiky LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Z čeho studovat 1) Z KNIHY Krkošková,
VíceZáklady ekonometrie. I. Úvod do ekonometrie a práce s daty. Základy ekonometrie (ZAEK) I. Úvod do ekonometrie a práce s daty Podzim / 66
Základy ekonometrie I. Úvod do ekonometrie a práce s daty Základy ekonometrie (ZAEK) I. Úvod do ekonometrie a práce s daty Podzim 2015 1 / 66 Obsah tématu 1 Úvod do ekonometrie Ekonomický model Ekonometrický
VíceCross-section pozorování Firma, člověk Časový úsek
Pooled data y = Xβ + ε Cross-section pozorování Firma, člověk ds = αsdt + σsdw Časový úsek Základní soubor Výběrový soubor Základní soubor Je Proces 1 konkrétní realizace Co sledovat firmu(y), osobu(y)
VícePROHLOUBENÍ NABÍDKY DALŠÍHO VZDĚLÁVÁNÍ NA VŠPJ A SVOŠS V JIHLAVĚ
Projekt č. CZ.1.07/3.2.09/03.0015 PROHLOUBENÍ NABÍDKY DALŠÍHO VZDĚLÁVÁNÍ NA VŠPJ A SVOŠS V JIHLAVĚ http://www.vspj.cz/skola/evropske/opvk Tento projekt je spolufinancován Evropským sociálním fondem a státním
VíceSvětová ekonomika. Ekonomické subjekty a ekonomický koloběh
Světová ekonomika Ekonomické subjekty a ekonomický koloběh Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu
VíceZkušenosti s použitím metod Counterfactual Impact Evaluation při evaluaci ESF v České republice. Jan Brůha IREAS
Zkušenosti s použitím metod Counterfactual Impact Evaluation při evaluaci ESF v České republice Jan Brůha IREAS Pilotní projekt použití CIE pro hodnocení ESF OPLZZ V současné době byly použity tři metody
VíceObsah přednášky. Důchodový a substituční efekt u daně ze mzdy. DWL u daně ze mzdy (Hicks) Odvození nabídky práce. Práce a paušální daň
Distorzní účinky daní na nabídkovou stranu ekonomiky Makroekonomické důsledky zdanění Přednáška č. 4 Daně a nabídka práce Obsah přednášky Vliv zdanění na úspory soukromého sektoru Vliv zdanění na ochotu
Více4EK211 Základy ekonometrie
4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb
VíceStatistické metody uţívané při ověřování platnosti hypotéz
Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy
Více2. EKONOMICKÁ ROVNOVÁHA. slide 1
2. EKONOMICKÁ ROVNOVÁHA slide 1 Předmětem přednášky je.odpovědět na následující otázky: Kolik se toho v ekonomice vyprodukuje? Kdo obdrží důchody z produkce? Kdo nakoupí celkový výstup? Co vyrovná poptávku
VíceMakroekonomie I. Co je podstatné z Mikroekonomie - co již známe obecně. Nabídka a poptávka mikroekonomické kategorie
Model AS - AD Makroekonomie I Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky Osnova: Agregátní poptávka a agregátní nabídka : Agregátní poptávka a její změny Agregátní nabídka krátkodobá a dlouhodobá Rovnováha
Více2.. E K E ONOMI M C I KÁ K R OV O NOV O Á V H Á A H slide 0
2. EKONOMICKÁ ROVNOVÁHA slide 0 Předmětem přednášky je.odpovědět na následující otázky: Kolik se toho v ekonomice vyprodukuje? Kdo obdrží důchody z produkce? Kdo nakoupí celkový výstup? Co vyrovná poptávku
VíceZáklady navrhování průmyslových experimentů DOE
Základy navrhování průmyslových experimentů DOE cílová hodnota 1. Úvod, Analýza procesu Gejza Dohnal střední hodnota cílová hodnota Řízení jakosti (kvality) Plánování experimentů - historie Klasický přístup
VíceANALÝZA DAT V R 9. VÝPOČET VELIKOSTI SOUBORU. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.
ANALÝZA DAT V R 9. VÝPOČET VELIKOSTI SOUBORU Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz DATA, VÝZKUM, ANALÝZY ve výzkumu se střídají fáze prozkoumávací
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 3 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 6 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více1. Úvod do ekonomie. Co se dnes naučíte. Vzácnost a nutnost volby. Ekonomie. Úvod do ekonomie 1
1. Úvod do ekonomie Co se dnes naučíte co je ekonomie a jaké otázky zkoumá co jsou to ekonomické modely a k čemu slouží jak se tyto modely budují jaké jsou role ekonomů proč se názory ekonomů občas rozcházejí
VíceCo se dnes naučíte. Přednáška odpovídá kapitolám 1 a 2. mic-slide01 (2 / 32)
Úvod do ekonomie Co se dnes naučíte co je ekonomie a jaké otázky zkoumá co jsou to ekonomické modely a k čemu slouží jak se tyto modely budují jaké jsou role ekonomů proč se názory ekonomů občas rozcházejí
VíceMĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU
MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU Co budeme řešit?? 1. Jaké jsou hlavní koncepce měření a předpovídání poptávky? 2. Jak lze odhadnou současnou poptávku? 3. Jak lze předpovědět budoucí poptávku? 1.Hlavní
VíceTest z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY
VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový
VíceÚvod do studia statistiky. 1. Významy pojmu statistika
Přednáška 1/ 1 Úvod do studia statistiky 1. Významy pojmu statistika Co o ní asi všichni víme Statistika je přesný součet nepřesných čísel Statistika nuda je, má však cenné údaje Věřím jen těm statistikám,
VíceMěření závislosti statistických dat
5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě
VíceSTATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.
STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza
VíceProjekt výzkumu v graduační práci
Projekt výzkumu v graduační práci Základní manuál Prof. PhDr. Beáta Krahulcová, CSc. Fáze výzkumu Přípravná, teoretická fáze (výsledek kumulovaného poznání,precizace výzkumného úkolu, formulace vědecké
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení ze 4ST201. Na případné faktické chyby v této prezentaci mě prosím upozorněte. Děkuji Tyto slidy berte pouze jako doplňkový materiál není v nich obsaženo
VíceOrganizační pokyny k přednášce. Matematická statistika. Přehled témat. Co je statistika?
Organizační pokyny k přednášce Matematická statistika 2012 2013 Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hudecova@karlin.mff.cuni.cz http://www.karlin.mff.cuni.cz/
VíceLékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2015/16 Cvičení 6: Multikolinearita, umělé proměnné LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Otevřete si data z
VíceCíle korelační studie
Korelační studie Cíle korelační studie cíle výzkumu v psychologii deskripce predikce explanace kontrola korelační studie popisuje vztah (ko-relaci) mezi proměnnými cíle - deskripce, příp. predikce První
VíceZÁKLADY EKONOMIE. Vyučující: (kancelář 522) Ukončení: písemná zkouška (abcd) Literatura:
Základy ekonomie 1 ZÁKLADY EKONOMIE Vyučující: lipovska@mail.muni.cz (kancelář 522) Ukončení: písemná zkouška (abcd) Literatura: ppt v ISu (Studijní materiály BPE_ZEKO) LIPOVSKÁ, H.: Moderní ekonomie Jednoduše
VíceMetody analýzy modelů. Radek Pelánek
Metody analýzy modelů Radek Pelánek Fáze modelování 1 Formulace problému 2 Základní návrh modelu 3 Budování modelu 4 Verifikace a validace 5 Simulace a analýza 6 Sumarizace výsledků Simulace a analýza
Více1. Úvod do studia statistiky. 1.1. Významy pojmu statistika
1. Úvod do studia statistiky Andrew Lang o politikovi: Používá statistiku jako opilý člověk pouliční lampu spíš na podporu než na osvětlení. Benjamin Disraeli o lži: Jsou tri stupně lži - lež, nehanebná
VíceCharakteristika kriminologie, předmět, pojem a význam Stav, struktura a dynamika kriminality Vznik kriminologie, historické směry Uveďte jednotlivé
Charakteristika kriminologie, předmět, pojem a význam Stav, struktura a dynamika kriminality Vznik kriminologie, historické směry Uveďte jednotlivé kriminologické školy, jejich charakteristiku Vznik čsl.
VícePRAVDĚPODOBNOST A STATISTIKA 1
Metodický list č 1. Název tématického celku: Vymezení role Pravděpodobnosti a Matematické Statistiky v širším celku čisté a aplikované matematiky. Základním cílem tohoto tématického celku je základní pojmy
VíceSOFTWARE STAT1 A R. Literatura 4. kontrolní skupině (viz obr. 4). Proto budeme testovat shodu středních hodnot µ 1 = µ 2 proti alternativní
ŘEŠENÍ PRAKTICKÝCH ÚLOH UŽITÍM SOFTWARE STAT1 A R Obsah 1 Užití software STAT1 1 2 Užití software R 3 Literatura 4 Příklady k procvičení 6 1 Užití software STAT1 Praktické užití aplikace STAT1 si ukažme
VíceTest z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY
VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový
VíceNávrh a vyhodnocení experimentu
Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentů v procesech vývoje a řízení kvality vozidel Ing. Bohumil Kovář, Ph.D. FD ČVUT Ústav aplikované matematiky kovar@utia.cas.cz Mladá Boleslav
VíceZměna hodnoty pozice v důsledku změn tržních cen.
Tržní riziko Změna hodnoty pozice v důsledku změn tržních cen. Akciové riziko Měnové riziko Komoditní riziko Úrokové riziko Odvozená rizika... riz. volatility, riz. korelace Pozice (saldo hodnoty očekávaných
Více18AEK Aplikovaná ekonometrie a teorie časových řad. Řešení domácích úkolů č. 1 a 2 příklad 1
18AEK Aplikovaná ekonometrie a teorie časových řad Řešení domácích úkolů č. 1 a 2 příklad 1 Obecné pravidlo pro všechny testy Je stanovena nulová hypotéza: H 0 Je stanovena alternativní hypotéza: H A Je
VíceTeorie lidského kapitálu význam vzdělání
Teorie lidského kapitálu význam vzdělání Lidský kapitál v ekonomické teorii - Termín pro označení znalostí a schopností pracovníka. - Merkantelisté, William Pety vzdělání za jeden z důležitých faktorů
VíceANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK
ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz POPISNÉ STATISTIKY - OPAKOVÁNÍ jedna kvalitativní
VíceProces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Vztahy mezi proměnnými.
Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Projekt. Jednotky analýzy. Proměnné. Vztahy mezi proměnnými. Téma č. 2 Cíle marketingového
VíceStudijní program Matematika Obor Pravděpodobnost, matematická statistika a ekonometrie
Studijní program Matematika Obor Pravděpodobnost, matematická statistika a ekonometrie Doporučené průběhy studia pro rok 2014/15 24. září 2014 Vysvětlivky: Tento dokument obsahuje několik alternativních
VíceMetodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR)
Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR) (Aktualizovaná verze 04/05) Úvodní charakteristika předmětu: Cílem jednosemestrálního předmětu Investiční a finanční
Více4EK211 Základy ekonometrie
4EK211 Základ ekonometrie Odhad klasického lineárního regresního modelu I Cvičení 2 Zuzana Dlouhá Metodologický postup tvor EM 1. Specifikace modelu určení proměnných určení vzájemných vaze mezi proměnnými
VíceRozšíření Grossmanova modelu a nová interpretace. Tomáš Kosička VŠFS Praha
Rozšíření Grossmanova modelu a nová interpretace Tomáš Kosička VŠFS Praha 30.1.2013 Grossmanův model poptávky po zdravotní péči Teoretický model investic do zdraví zformuloval M.Grossman (1972), v podobě
VíceTéma číslo 4 Základy zkoumání v pedagogice I. Pavel Doulík, Úvod do pedagogiky
Téma číslo 4 Základy zkoumání v pedagogice I Pavel Doulík, Úvod do pedagogiky 1 Systémový přístup v pedagogice. Základní pedagogické kategorie: cíle, podmínky, prostředky a výsledky výchovy. Vzájemná interakce
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2015/16 Cvičení 7: Časově řady, autokorelace LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Časové řady Data: HDP.wf1
VíceDISKRIMINACE NA TRHU PRÁCE
DISKRIMINACE NA TRHU PRÁCE Tabulka. Poměr mezd mužů a žen v ČR (2009) Graf. Poměr mezd mužů a žen v ČR (2000-2009) Tabulka. Mzdová mezera ve vybraných zemích Vysvětlení mzdového rozdílu Jak vysvětlit,
VícePRO KURZ 5EN101 EKONOMIE 1. Poptávka spotřebitele a vyrovnání mezních užitků kardinalistický přístup
OBSAH A HARMONOGRAM PŘEDNÁŠEK PRO LETNÍ SEMESTR 2015/16 PRO KURZ 5EN101 EKONOMIE 1 PŘEDNÁŠEJÍCÍ: ING. MICHAL MIRVALD, PH.D. 1. PŘEDNÁŠKA - 16. 02. 2016 Úvod charakteristika kurzu, požadavky, informace
VíceEkonomický a ekonometrický model. Předpoklady, formulace EKO modelu a očekávání o chování proměnných
Exogenní (γ) Simultánní dynamický model Tento model zkoumá vzájemné závislosti vývoje tempa růstu/poklesu HDP, míry nezaměstnanosti a míry inflace v České republice v závislosti na indexu spotřebitelských
VícePSY401 Metodologie v psychologii Designy kvantitativního výzkumu*
PSY401 Metodologie v psychologii Designy kvantitativního výzkumu* *Pozor, následující text obsahuje ironizující výrazy. Nejsou určeny k užití v přítomnosti nezaškolených jedinců. Od výzkumného problému
VíceSTATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti
ZÁKLADNÍ STATISTICKÉ POJMY HROMADNÝ JEV Statistika pracuje s tzv. HROMADNÝMI JEVY cílem statistického zpracování dat je podání informace o vlastnostech a zákonitostech hromadných jevů: velkého počtu jedinců
VíceFunkce poptávky (lineární) Funkce nabídky. Křížová elasticita poptávky. Rovnovážné množství. Rovnovážná cena. Přebytek spotřebitele.
Vzorce optávka a nabídka a b Funkce poptávky (lineární) m + n Funkce nabídky D * Cenová elasticita poptávky bodová + D + D * Důchodová elasticita poptávky * Cenová elasticita poptávky intervalová A B CD
VíceMatematické modely v procesním inženýrství
Matematické modely v procesním inženýrství Věda pro praxi OP VK CZ.1.07/2.3.00/20.0020 Michal Touš AMathNet, Pavlov, 6. - 8. 6. 2011 Osnova 1. Procesní inženýrství co si pod tím představit? 2. Matematické
Více9b. Agregátní poptávka I: slide 0
9b. Agregátní poptávka I: (odvození ISLM modelu) slide 0 Obsahem přednášky je Křivka IS a její vztah ke keynesiánskému kříži modelu zapůjčitelných fondů Křivka LM a její vztah k teorii preference likvidity
VícePlán přednášek makroekonomie
Plán přednášek makroekonomie Úvod do makroekonomie, makroekonomické agregáty Agregátní poptávka a agregátní nabídka Ekonomické modely rovnováhy Hospodářský růst a cyklus, výpočet HDP Hlavní ekonomické
VíceČasová hodnota peněz. Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí
Časová hodnota peněz Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí Časová hodnota peněz Časová hodnota peněz: Patří mezi obory finanční
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
Více4 Porovnání s předchozím Konvergenčním programem a analýza citlivosti
4 Porovnání s předchozím Konvergenčním programem a analýza citlivosti 4.1 Porovnání s předchozím makroekonomickým scénářem Rozdíly makroekonomických scénářů současného a loňského programu vyplývají z následujících
VíceGEN104 Koncipování empirického výzkumu
GEN104 Koncipování empirického výzkumu Hypotézy Proměnné Konceptualizace Operacionalizace Měření Indikátory Využity podklady Mgr. K. Nedbálkové, Ph.D. etapy výzkumu I Formulace problému (čtu, co se ví,
Více8 NEZAMĚSTNANOST. 8.1 Klíčové pojmy
8 NEZAMĚSTNANOST 8.1 Klíčové pojmy Ekonomicky aktivní obyvatelstvo je definováno jako suma zaměstnaných a nezaměstnaných a míra nezaměstnanosti je definovaná jako procento ekonomicky aktivního obyvatelstva,
VíceMetodologie pedagogického výzkumu Téma číslo 12 Pedagogický experiment
Metodologie pedagogického výzkumu Téma číslo 12 Pedagogický experiment pedagogického výzkumu 1 Základní charakteristika Experiment znamená značný pokrok ve vědě, zejména však v přírodní vědách. Experiment
VíceVarianty výzkumu Kroky výzkumu Výběrový soubor
Varianty výzkumu Kroky výzkumu Výběrový soubor Dvě cesty k poznání. Technické kroky ve výzkumu. Zdroje zkreslení výzkumu. Jak vytvořit výběrový soubor. Varianty výzkumu-kvalitativní a kvantitativní Kvalitativní
VíceStatistika. Regresní a korelační analýza Úvod do problému. Roman Biskup
Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009
VíceManažerská ekonomika KM IT
KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout
VíceÚVOD. Vývoj HDP a inflace jsou korelované veličiny. Vývoj HDP a inflace (cenové hladiny) znázorníme pomocí modelu AD-AS. vývoj inflace (CPI)
AGREGÁTNÍ POPTÁVKA ÚVOD Odvození z modelu IS-LM-BP - fixní cenová hladina Nyní rovnovážná produkce a změny cenové hladiny Jak inflace ovlivňuje velikost produkce a jak produkt ovlivní vývoj inflace Vývoj
VíceZáklady ekonometrie. X. Regrese s časovými řadami. Základy ekonometrie (ZAEK) X. Regrese s časovými řadami Podzim / 47
Základy ekonometrie X. Regrese s časovými řadami Základy ekonometrie (ZAEK) X. Regrese s časovými řadami Podzim 2015 1 / 47 Obsah tématu 1 ADL model 2 Regrese se stacionárními řadami 3 Regrese s řadami
Více1. Ekonomie jako věda o lidském jednání. Invisible hand ve společnosti směnných vztahů. Metodologie ekonomie, optimalizační chování a informace.
5EN411 EKONOMIE II. PODMÍNKY UKONČENÍ KURZU: Získání 60 a více bodů ze 100. Na cvičení je možné získat max. 20 bodů: 2 malé testy po 10 bodech. Malé testy zahrnují příklady týkající se problémů řešených
VíceÚvod. Kapitálové statky výrobek není určen ke spotřebě, ale k další výrobě (postupná spotřeba) amortizace Finanční kapitál cenné papíry
TRH KAPITÁLU Úvod Kapitálové statky výrobek není určen ke spotřebě, ale k další výrobě (postupná spotřeba) amortizace Finanční kapitál cenné papíry Vznik díky odložené spotřebě Nutná kompenzace možnost
VíceTeorie regionálního rozvoje. Neoklasické teorie
Teorie regionálního rozvoje Neoklasické teorie Lokalizační teorie o tom jsme už mluvili co s tím? regionální věda Walter Isard (1919) multidisciplinarita a propojení ekonomie s geografií a prostorovým
VíceExpertní studie VÝZKUM FAKTORŮ PŘECHODU OD INDUSTRIÁLNÍ EKONOMIKY KE ZNALOSTNÍ A PODNIKAVÉ EKONOMICE V PODMÍNKÁCH MORAVSKOSLEZSKÉHO KRAJE
VÝZKUM FAKTORŮ PŘECHODU OD INDUSTRIÁLNÍ EKONOMIKY KE ZNALOSTNÍ A PODNIKAVÉ EKONOMICE V PODMÍNKÁCH MORAVSKOSLEZSKÉHO KRAJE VYSOKÁ ŠKOLA PODNIKÁNÍ, A.S. říjen - listopad 2010 Obsah 1. HYPOTÉZY A CÍLE VÝZKUMU...
VícePRO KURZ 5EN101 EKONOMIE 1
PODROBNÝ OBSAH A HARMONOGRAM PŘEDNÁŠEK PRO ZIMNÍ SEMESTR 2016/17 PRO KURZ 5EN101 EKONOMIE 1 PŘEDNÁŠEJÍCÍ: DOC. ING. ZDENĚK CHYTIL, CSC. ING. MICHAL MIRVALD, PH.D. 1. PŘEDNÁŠKA - 20. 9. 2016 Úvod charakteristika
VíceMikroekonomie I. 5. přednáška Náklady firmy. Minulá přednáška - podstatné. Rovnováha spotřebitele - graf. Náklady firmy osnova přednášky
Minulá přednáška - podstatné Mikroekonomie I. 5. přednáška Náklady firmy Celkový užitek Mezní užitek Je užitek měřitelný Indiferenční křivky spotřebitele Linie rozpočtu spotřebitele Optimum spotřebitele
VícePraktikum z ekonometrie Panelová data
Praktikum z ekonometrie Panelová data Jan Zouhar Katedra ekonometrie, FIS VŠE v Praze, zouharj@vse.cz 9. května 2014 1 Terminologie a značení Sledujeme-li pro všechny průřezové jednotky stejná časová období,
VíceN i investiční náklady, U roční úspora ročních provozních nákladů
Technicko-ekonomická optimalizace cílem je určení nejvýhodnějšího řešení pro zamýšlenou akci Vždy existují nejméně dvě varianty nerealizace projektu nulová varianta realizace projektu Konstrukce variant
VícePravděpodobnost a statistika (BI-PST) Cvičení č. 1
Pravděpodobnost a statistika (BI-PST) Cvičení č. 1 Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015 (FIT ČVUT) BI-PST, Cvičení č. 1 ZS 2014/2015
Více