PředmětyPředměty(verze: 845)
Předmět, akademický rok 2018/2019
   Přihlásit přes CAS
Econometrics I - JEB109
Anglický název: Econometrics I
Zajišťuje: Institut ekonomických studií (23-IES)
Fakulta: Fakulta sociálních věd
Platnost: od 2016
Semestr: letní
Body: 6
E-Kredity: 6
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:2/2 Zk [hodiny/týden]
Počet míst: 120 / 120 (120)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: angličtina
Způsob výuky: prezenční
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
při zápisu přednost, je-li ve stud. plánu
Garant: doc. PhDr. Ladislav Krištoufek, Ph.D.
Vyučující: Periklis Brakatsoulas
Olena Chorna, M.A.
doc. PhDr. Ladislav Krištoufek, Ph.D.
Petr Pleticha, M.Sc.
Jan Šíla, M.Sc.
Prerekvizity : JEB105
Je prerekvizitou pro: JEB110
Anotace - angličtina
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (29.01.2015)
Introductory course of econometrics focusing on cross-sectional data analysis within the ordinary least squares framework.
Cíl předmětu - angličtina
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (29.01.2015)

The main aim of the course is to train students to be able to properly analyze a cross-sectional dataset using the OLS framework, construct models, and interpret the results as well as to prepare them for further Econometrics courses.

Literatura
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (29.01.2015)

CORE TEXT:
Jeffrey M. Wooldridge (2012): Introductory Econometrics. A Modern Approach.
CENGAGE Learning Custom Publishing, 5th Edition

ALTERNATIVE (A BIT ADVANCED):
Greene, W. H. (1993): Econometric Analysis. Macmillam Press, New
York.
Baltagi, B. H. (1999): Econometrics. Springer, Berlin.
Jeffrey M. Wooldridge, J. M. (2001):
Econometric Analysis of Cross Section and Panel Data. MIT Press,
Cambridge, Massachusetts, second edition 2008.
Judge, G. G., W. E. Griffiths, R. C. Hill, H. T.C. Lee (1982):
Introduction to the Theory and Practice of Econometrics. New York:
J.Wiley & Sons. (any other book, our library or library of CERGE)

Metody výuky
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (22.02.2019)

Lectures: Tuesdays, 9:30 - 10:50
Office (consultation) hours: Tuesdays, 11:00 - 12:00 (Office 406)

 

There are 4 seminar groups:

  • S1: Tuesdays 12:30 - 13:50, room 016 (O. Chorna)
  • S2: Tuesdays 14:00 - 15:20, room 016 (P. Pleticha)
  • S3: Tuesdays 15:30 - 16:50, room 016 (J. Sila)
  • S4: Wednesdays 15:30 - 16:50, room 016 (P. Brakatsoulas)

Seminars software: R/R Studio (available on all 016 computers)

Požadavky ke zkoušce - angličtina
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (22.02.2019)

The final grade consists of three ingredients:

  • Midterm: 25
  • Home assignments: 15 (2*7.5)
  • Final exam: 60

Grading scale:

  • A: above 90 (not inclusive)
  • B: between 80 (not inclusive) and 90 (inclusive)
  • C: between 70 (not inclusive) and 80 (inclusive)
  • D: between 60 (not inclusive) and 70 (inclusive)
  • E: between 50 (not inclusive) and 60 (inclusive)
  • F: below 50 (inclusive)

 

Midterm exam:

  • 2.4.2019, 9:30AM-10:50AM, room 109 (lecture time and place)


Final exam:

  • Pre-term: 21.5.2019, 9:30AM, room 109
  • Term 1: 28.5.2019, 9:30AM, room 109
  • Term 2: 6.6.2019, 9:30AM, room 109
  • Term 3: 18.6.2019, 9:30AM, room 109
  • Resit term: 3.9.2019, 9:30AM, room 109

 

Sylabus - angličtina
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (22.02.2019)

WEEK #1:

  • Course information
  • Statistics review

WEEKS #2 - #4:

  • Steps Empirical Economic Analysis
  • Structure of Economic Data
  • Causality and Ceteris Paribus Notion
  • Simple regression analysis
  • Multiple Regression
  • Derivation of the Ordinary Least Squares (OLS) Estimates
  • Properties of OLS
  • Units of Measurement and Functional Form
  • Expected Values and Variances of the OLS Estimators
  • Interpretation of OLS
  • Efficiency of OLS: The Gauss-Markov Theorem

WEEKS #5 - #6:

  • Sampling Distribution of the OLS Estimators
  • Testing Hypotheses: The <i>t</i> Test
  • Confidence Intervals
  • Testing Multiple Linear Restrictions: The <i>F</i> Test
  • Reporting Regression Results
  • Consistency
  • Asymptotic Normality and Large Sample Inference
  • Asymptotic Efficiency of OLS

WEEK #7:

  • MIDTERM EXAM

WEEKS #8 - #10:

  • Effects of Data Scaling on OLS Statistics
  • More on Functional Form
  • Goodness-of-Fit and Selection of Regressors
  • Prediction and Residual Analysis
  • A Single Dummy Independent Variable
  • Using Dummy Variables for Multiple Categories
  • Interactions Involving Dummy Variables
  • A Binary Dependent Variable: The Linear Probability Model
  • Interpreting Regression Results with Discrete Dependent Variables

WEEKS #11 - #12:

  • Consequences of Heteroskedasticity for OLS
  • Heteroskedasticity-Robust Inference after OLS Estimation
  • Testing for Heteroskedasticity
  • Weighted Least Squares (WLS) Estimation
  • Functional Form Misspecification
  • Using Proxy Variables for Unobserved Explanatory Variables
  • Models with Random Slopes
  • Properties of OLS under Measurement Error
  • Missing Data, Nonrandom Samples, and Outlying Observations

WEEKS #13:

  • Revision
Vstupní požadavky - angličtina
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (29.01.2015)

Obligatory: Statistics I

Suggested: Mathematics I + II + III

Požadavky k zápisu - angličtina
Poslední úprava: doc. PhDr. Ladislav Krištoufek, Ph.D. (29.01.2015)

There are no restrictions.

 
Univerzita Karlova | Informační systém UK