Kursa kods Ekon5140

Kredītpunkti 4

Statistiskās un ekonometriskās metodes

Zinātnes nozareEkonomika un uzņēmējdarbība

Zinātnes apakšnozareEkonometrija

Kopējais stundu skaits kursā160

Lekciju stundu skaits16

Semināru un praktisko darbu stundu skaits32

Studenta patstāvīgā darba stundu skaits112

Kursa apstiprinājuma datums04.09.2019

Atbildīgā struktūrvienībaVadības sistēmu katedra

Kursa izstrādātāji

author prof.

Līga Paura

Dr. agr.

author prof.

Irina Arhipova

Dr. sc. ing.

Priekšzināšanas

Mate5001, Matemātiskā statistika

Kursa anotācija

Maģistranti apgūst parametriskās un neparametriskās datu apstrādes metodes, parametrisko un neparametrisko statistisko metožu izvēles pamatprincipus. Studiju kursa laikā studenti pārbaudīs ekonomikas hipotēzes, kuras ietver atbilstošos parametrus, un pārliecināsies, ka novērtētie parametri nav pretrunā ar fundamentāliem ekonomikas likumiem. Kursa uzdevums ir ekonomikas procesu parametru novērtēšana, izmantojot ekonomikas teorijas vai hipotēzes formulējumu, datu iegūšanu, ekonomikas teorijas vai hipotēzes matemātiskā modeļa specifikāciju un ekonometriskā modeļa specifikāciju.

Kursa rezultāti un to vērtēšana

• Zināšanas - spēj parādīt padziļinātas vai paplašinātas zināšanas un izpratni par divu un vairāku kopu parametriskām un neparametriskām datu apstrādes metodēm, to izvēles pamatprincipiem (1.kontroldarbs, 1.mājas darbs, praktiskie darbi); Pārzina vienfaktora un daudzfaktoru regresijas analīzi. Izvirza ekonomikas hipotēzes, kuras ietver atbilstošos parametrus, un kuras nodrošina pamatu pētniecībai, ka novērtētie parametri nav pretrunā ar fundamentāliem ekonomikas likumiem (2.kontroldarbs, 2.mājasdarbs, praktiskie darbi); spēj pielietot zināšanas ar ekonomikas pētījumu saistīto dažādu jomu saskarē (1. un 2.mājas darbs, praktiskie darbi).
• Prasmes – spēj patstāvīgi izmantot teoriju, metodes un problēmu risināšanas prasmes, lai veiktu pētniecisku darbību ekonomikas procesu parametru novērtēšanā, izmantojot ekonomikas teorijas vai hipotēzes formulējumu (1. un 2. kontroldarbs, 1. un 2.mājas darbs, praktiskie darbi). Spēj argumentēti izskaidrot un diskutēt par datu iegūšanu, ekonomikas teorijas un ekonometriskā modeļa specifikāciju konkrētās problemātikas pētījumam (mājas darbi).
• Kompetence – spēj maģistra darbā patstāvīgi formulēt un kritiski analizēt ekonomikas hipotēzes, veikt ekonomikas procesu parametru novērtēšanu, interpretēt iegūtos rezultātus.

Kursa saturs(kalendārs)

1 Ievads R, R Studio: datu ievadīšana, datu grafiskā attēlošana, datu statistisko rādītāju noteikšana [L 1h,P 1h].
2 Datu empīriskais sadalījums un to atbilstība normālajam [L 1h,P 1h].
3 F- tests divu paraugkopu dispersiju salīdzināšanai. t- tests divu neatkarīgu paraugkopu vidējo salīdzināšanai[L 1h,P 2h].
4 Man Vitneja tests divu neatkarīgu paraugkopu salīdzināšanai[L 1h,P 2h].
5 t- tests divu savstarpēji atkarīgu paraugkopu vidējo salīdzināšanai[L 1h,P 2h].
6 Vilkoksona tests divu savstarpēji atkarīgu paraugkopu salīdzināšanai[L 1h,P 2h].
7 Viena un divu faktoru dispersijas analīze. Divu faktoru dispersijas analīze bez un ar atkārtojumiem[L 0.5h,P 1h].
8 Neparametriskās statistiskās metodes vairāku nesaistīto paraugkopu datu salīdzināšana: Kruskala –Valisa tests[L 0.5h,P 1h].
9 Kontinģences tabulas. Kvalitatīvu paraugkopu pārbaude ar Hī2- kvadrāta kritēriju[L 1h,P 2h].
10 1. kontroldarbs[P 2h].
11 Vienfaktora lineāras regresijas modelis. Hipotēžu pārbaude[L 1h,P 2h].
12 Sakarību ciešuma radītāji. Determinācijas un korelācijas koeficienti[L 1h,P 2h].
13 Regresijas modeļu funkcionālās formas. Modeļu salīdzinājums[L 2h,P 4h].
14 Divu faktoru lineārais regresijas modelis[L 2h,P 3h].
15 Daudzfaktoru regresijas modeļu salīdzinājums, modeļa izvēle[L 2h,P 3h].
16 2.kontroldarbs: Vienfaktora un daudzfaktoru regresijas analīze. Hipotēžu pārbaude[P 2h].

Prasības kredītpunktu iegūšanai

Eksāmena vērtējums ir atkarīgs no semestra kumulatīvā vērtējuma: 1.kontroldarbs (40 punkti), 2. kontroldarbs (40 punkti), teorija (20 punkti). 10 punkti veido eksāmena atzīmes 1 balli. Kontroldarbus var rakstīt tikai norādītā laikā un vienu reizi.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

1. mājas darbs. parametriskās un neparametriskās metodes divu un vairāku paraugkopu analīzei. (iesniedz e-studijās).
2. mājas darbs. Vienfaktora un daudzfaktora regresijas analīze (iesniedz e-studijās).

Studiju rezultātu vērtēšanas kritēriji

Eksāmena vērtējums ir atkarīgs no kontroldarbu kumulatīvā vērtējuma (80%) un teorijas (20%). Students teoriju kārto sesijas pārbaudījumu laikā. Studenti, kuriem studiju kursa kontroldarbu kumulatīvais vērtējums ir mazāks par 4 vai vēlas uzlabot to (ir vismaz 4), kārto teoriju vai eksāmenu. Eksāmens iekļauj praktisko daļu (80%) un teoriju (20%).

Pamatliteratūra

1. Arhipova I., Balina S. Statistika ekonomikā un biznesā: risinājumi ar SPSS un MS Excel: mācību līdzeklis. Rīga: Datorzinību centrs, 2006. 359 lpp.
2. Krastiņš O. Ekonometrija. Rīga: LR Centrālā statistikas pārvalde, 2003. 207 lpp.
3. Paura L., Arhipova I. Neparametriskās metodes. SPSS datorprogramma: mācību līdzeklis. Jelgava: LLKC, 2002. 148 lpp.
4. Gujarati, Damodar N. Basic econometrics. 3rd ed. New York [etc.]: McGraw-Hill, Inc., 1995. 838 p.
5. Kabacoff R. I. R in action: data analysis and graphics with R. Second edition. Shelter Island, NY: Manning, 2015. 579 P.

Papildliteratūra

1. Goša Z. Statistika: mācību grāmata. Rīga: LU, Izglītības soļi, 2003. 334 lpp.
2. Gujarati D. N. Essentials of Econometrics. 2nd ed. Boston [etc.]: McGraw-Hill, Inc., 1999. 534 p.
3. Krastiņš O., Ciemiņa I. Statistika: mācību grāmata. Rīga: LR Centrālā statistikas pārvalde, 2003. 267 lpp.
4. Anderson D.R., Sweeney D.J., Williams T.A., Freeman J., Shoesmith E. Statistics for business and economics Fourth edition. Hampshire: Cengage Learning, 2017. 615 P.

Piezīmes

Obligātais studiju kurss ESAF akadēmiskās maģistra augstākās izglītības studiju programmā "Ekonomika"