Statistical methods for model selection Field of study: Econophysics
Programme code: 03-S1EFZ12.2019

Module name: Statistical methods for model selection
Module code: 0305-1EF-13-16
Programme code: 03-S1EFZ12.2019
Semester:
  • winter semester 2022/2023
  • winter semester 2021/2022
Language of instruction: Polish
Form of verification: exam
ECTS credits: 5
Description:
Na wykładzie i w trakcie konwersatorium student zapoznaje się z następującymi zagadnieniami: • Analiza współzależności zmiennych metodą analizy wariancji (ANOVA). Zmienne ukryte (kierunkowe) i konstrukcja modelu regresji dla ANOVA. Jednoczynnikowa i dwuczynnikowa analiza wariancji z wykorzystaniem pakietu SAS. • Metoda największej wiarygodności (MNW) i informacja Fishera w estymacji oraz weryfikacji hipotez statystycznych. Obserwowana informacja Fishera i macierz kowariancji. Statystyka wiarygodności Wilka. Wiarygodnościowy przedział ufności. Rozkłady regularne. Statystyka Wald’a i błąd standardowy oszacowania. Statystyka dewiancji jako miara dobroci dopasowania. Statystyka ilorazu wiarygodności. Asymptotyczny rozkład dewiancji i statystyki ilorazu wiarygodności. • Wykorzystanie statystyk dewiancji oraz ilorazu wiarygodności w analizie doboru modeli na przykładzie regresji Poissona. Zastosowanie regresja Poissona w analizie tempa defektu (awarii) oraz ryzyka względnego. Pojęcie czynnika głównego i kowarianta. Zmienne ukryte. Rozróżnienie kowarianta w interakcji i zaburzeniu. Selekcja minimalnego oszczędnego modelu z wykorzystaniem procedury GENMOD języka 4GL pakietu SAS. • Wprowadzenie do metody informacyjnego kryterium Akaike’a (AIC oraz AICC) doboru modelu. Egzamin obowiązkowy
Prerequisites:
1EF_11_1; 1EF_11_2; 1EF_11_3; 1EF_11_4; 1EF_11_5; umiejętność posługiwania się pakietem Excel dla celów przeprowadzenia podstawowej analizy estymacyjnej i weryfikacji hipotez statystycznych dla jednej zmiennej losowej oraz znajomość głównych problemów analizy statystycznej dla klasycznej regresji wielorakiej z wykorzystaniem komputerowego pakietu do analizy statystycznej typu SAS lub Statistica.
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
zna podstawowe pojęcia i twierdzenia algebry [1EF_16_1]
 KEF_W03 [2/5]
zna metodę Newton-Raphson’a numerycznego wyznaczania wartości estymatorów dla metody największej wiarygodności [1EF_16_2]
 KEF_W09 [1/5]
rozumie rolę statystyki klasycznej w uogólnionym opisie zbiorowości statystycznej [1EF_16_3]
 KEF_U01 [4/5]
potrafi obsługiwać pakiet do analiz statystycznych SAS dla celów prowadzenia analiz statystycznych doboru modelu ze szczególnym zwróceniem uwagi na analizę regresji [1EF_16_4]
 KEF_U06 [5/5]
potrafi zarządzać projektami, badającymi związki przyczynowo-skutkowych z wykorzystaniem metod analizy statystycznej [1EF_16_5]
 KEF_U09 [3/5]
zna rozszerzony zakres metod estymacji parametrycznej i nieparametrycznej oraz weryfikacji hipotez statystycznych [1EF_16_6]
 KEF_U12 [4/5]
potrafi analizować obserwacje, wyszukując prawidłowości i opisywać je ilościowo poprzez zastosowanie analizy regresji i analizy wariancji [1EF_16_7]
 KEF_U16 [4/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
kolokwium [1EF_16_w_1]
dwa razy w semestrze; termin kolokwium podany do wiadomości studentów na dwa tygodnie wcześniej; problemy do rozwiązania, podobnego typu do analizowanych na wykładach i konwersatorium; skala ocen 2-5
 1EF_16_1 1EF_16_3 1EF_16_4 1EF_16_6 1EF_16_7
projekt [1EF_16_w_2]
sposób weryfikacji poprzez ocenę samodzielnie rozwiązanego problemu ; skala ocen 2-5
 1EF_16_4 1EF_16_5 1EF_16_6 1EF_16_7
egzamin pisemny lub ustny [1EF_16_w_3]
warunkiem przystąpienia do egzaminu jest zaliczenie konwersatorium; zakres materiału – wszystkie zagadnienia omawiane na wykładach i na konwersatorium; skala ocen 2-5
 1EF_16_1 1EF_16_2 1EF_16_3 1EF_16_4 1EF_16_6 1EF_16_7
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [1EF_16_fs_1]
wykład tematów przedmiotu na tablicy, z wykorzystaniem komputerowego pakietu do analiz statystycznych SAS oraz wykorzystaniem pomocy audiowizualnych;
 30
praca z notatkami dostarczonymi przez wykładowcę, praca ze skryptem opracowanym dla celów prowadzonych zajęć; praca z podręcznikami;
 40 egzamin pisemny lub ustny [1EF_16_w_3]
discussion classes [1EF_16_fs_2]
rozwiązywanie problemów omawianych na wykładach z wykorzystaniem komputerowego pakietu do analiz statystycznych SAS i (pomocniczo) Excel oraz na tablicy; obszerna dyskusja wyników analizy statystycznej; wykorzystanie pomocy audiowizualnych;
 30
praca z notatkami dostarczonymi przez wykładowcę oraz ze skryptem opracowanym dla celów prowadzonych zajęć i podręcznikami; praca z pakietami komputerowymi dla celów analizy statystycznej;
 45 kolokwium [1EF_16_w_1] projekt [1EF_16_w_2]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)