Modele w gospodarce przestrzennej
Informacje ogólne
Kod przedmiotu: | 0600-GPUD2C |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Modele w gospodarce przestrzennej |
Jednostka: | Wydział Ekonomiczno-Socjologiczny |
Grupy: |
GOSPODARKA PRZESTRZENNA II ST. 2 SEM. |
Punkty ECTS i inne: |
0 LUB
4.00
(zmienne w czasie)
|
Język prowadzenia: | polski |
Kierunek studiów: | GP |
Profil programu studiów: | O |
Stopień studiów: | 2 |
Forma studiów: | stacjonarne |
Wymagania wstępne: | Wiedza z zakresu gospodarki przestrzennej (ekonomii), podstaw matematyki, statystyki i ekonometrii. Podstawowe umiejętności w zakresie budowy baz danych oraz analizy danych. Znajomość oprogramowania MsExcel oraz ArcMap lub QGis. |
Skrócony opis: |
Celem zajęć jest (1) zapoznanie studentów z działem metod ilościowych opracowanym dla opisu zjawisk ekonomiczno-społecznych posiadających aspekt przestrzenny i przestrzenno-czasowy, metody te służą min. do analizy zjawisk rozpatrywanych w ramach gospodarki przestrzennej; (2) przybliżenie wiedzy teoretycznej z zakresu budowy baz danych przestrzennych (GIS), wizualizacji danych (GIS), metod wielowymiarowej analizy porównawczej (porządkowania liniowego), eksploracyjnej analizy danych przestrzennych oraz modelowania przestrzennego; (3) zastosowanie poznanych metod w praktyce do analizy i diagnozy zjawisk społeczno-ekonomicznych z zakresu gospodarki przestrzennej z wykorzystaniem specjalistycznego oprogramowania komputerowego (tj. GeoDa, ArcMap lub QGIS, Gretl, MsExcel). |
Efekty uczenia się: |
Wiedza: Student - tłumaczy zasadność uwzględnienia wymiaru przestrzennego w analizach z zakresu gospodarki przestrzennej (06GP-A2_W02); - definiuje rolę narzędzi (metod i modeli) z zakresu GIS, wielowymiarowej analizy porównawczej, eksploracyjnej analizy danych przestrzennych i ekonometrii przestrzennej w analizie danych przestrzennych z zakresu gospodarki przestrzennej (06GP-A2_W03, 06GP-A2_W04); - identyfikuje podstawowe pojęcia, metody i modele z zakresu analizy przestrzennej. Wskazuje źródła danych przestrzennych i przestrzenno-czasowych. Rozróżnia oprogramowanie wykorzystywane w analizach przestrzennych: ArcMap, QGIS, GeoDa, Gretl, MsExcel (06GP-A2_W04, 06GP-A2_W05). Umiejętności: Student - korzysta z internetowych baz danych i portali geostatystycznych. Potrafi samodzielnie zbudować bazę danych przestrzennych i wykonać wizualizację danych w oprogramowaniu GIS tj. ArcMap lub QGIS i GeoDa (06GP-A2_U01); - planuje własne badania z zakresu gospodarki przestrzennej. Dobiera odpowiednie narzędzia (metody, modele, oprogramowanie) do realizacji celów zaplanowanego badania. Samodzielnie wykorzystuje poznane na zajęciach metody i modele w analizach społeczno-ekonomicznych z zakresu gospodarki przestrzennej przy zastosowaniu odpowiedniego oprogramowania (ArcMap, QGis, GeoDa, Gretl i MsExcel) (06GP-A2_U02, 06GP-A2_U03, 06GP-A2_U05); - prawidłowo interpretuje wyniki przeprowadzonych analiz, samodzielnie formułuje wnioski, nabywa otwartości w dyskusji (06GP-A2_U03, 06GP-A2_U05); - korzysta z oprogramowania w języku angielskim (GeoDa) oraz literatury obcojęzycznej na temat analiz przestrzennych (06GP-A2_U07). Kompetencje: Student - zna wartość swojej wiedzy w zakresie analizy przestrzennej i rozumie potrzebę jej pogłębiania. W wyniku przeprowadzonych zajęć nabywa postawę kreatywności i otwartości w prowadzonych badaniach własnych (06GP-A2_K01); - umie postępować zgodnie z zasadami społecznymi i etyki (06GP-A2_K05). |
Zajęcia w cyklu "Semestr letni 2024/2025" (jeszcze nie rozpoczęty)
Okres: | 2025-03-03 - 2025-09-30 |
Przejdź do planu
PN W
WT ŚR CZ LA
LA
PT |
Typ zajęć: |
Laboratorium, 14 godzin
Wykład, 14 godzin
|
|
Koordynatorzy: | Karolina Lewandowska-Gwarda | |
Prowadzący grup: | Karolina Lewandowska-Gwarda | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów Wykład - Ocena zgodna z regulaminem studiów |
|
Czy ECTS?: | T |
|
Czy kurs na PZK?: | T |
Zajęcia w cyklu "Semestr letni 2023/2024" (zakończony)
Okres: | 2024-02-26 - 2024-09-30 |
Przejdź do planu
PN W
WT ŚR LA
LA
CZ PT |
Typ zajęć: |
Laboratorium, 14 godzin
Wykład, 14 godzin
|
|
Koordynatorzy: | Karolina Lewandowska-Gwarda | |
Prowadzący grup: | Karolina Lewandowska-Gwarda | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów Wykład - Ocena zgodna z regulaminem studiów |
|
Czy ECTS?: | T |
|
Czy kurs na PZK?: | T |
Zajęcia w cyklu "Semestr letni 2022/2023" (zakończony)
Okres: | 2023-02-20 - 2023-09-30 |
Przejdź do planu
PN W
WT LA
LA
ŚR CZ PT |
Typ zajęć: |
Laboratorium, 14 godzin
Wykład, 14 godzin
|
|
Koordynatorzy: | Karolina Lewandowska-Gwarda | |
Prowadzący grup: | Karolina Lewandowska-Gwarda | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów Wykład - Ocena zgodna z regulaminem studiów |
|
Czy ECTS?: | T |
|
Czy kurs na PZK?: | T |
|
Informacje dodatkowe: | Wykład 3 Zajęcia 14 h; bieżąca praca 14 h – zbieranie materiałów/informacji na wskazany temat, przygotowanie zagadnień na kolejne zajęcia; zaliczenie 28h – przygotowanie do zaliczenia wykładu, studiowanie literatury, powtórzenie i utrwalenie całości materiału. Laboratorium 3 Zajęcia 14h; bieżąca praca 14h – budowa bazy danych, wykonywanie prac domowych; zaliczenie 28h - opracowanie autorskiego projektu zaliczeniowego (formułowanie problemu badawczego, budowa bazy danych, wybór odpowiedniego narzędzia badawczego - metody/modelu i oprogramowania, formułowanie wniosków na podstawie wykonanych analiz) Punkty ECTS: 4 Zajęcia prowadzone są stacjonarnie. Zajęcia mogą być wspierane platformą Moodle W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącą zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej. |
|
Metody dydaktyczne: | Wykład: prezentacja multimedialna, wykład informacyjny (opis metod badawczych), dyskusja, burza mózgów Ćwiczenia: prezentacja (zastosowanie metod badawczych), praca przy komputerze z zastosowaniem specjalistycznego oprogramowania komputerowego, zadania, praca indywidualna |
|
Sposoby i kryteria oceniania: | Wykład: aktywność na zajęciach (udział w dyskusji na podstawie przygotowanych wcześniej materiałów): 30%; zaliczenie – test prawda fałsz, wielokrotnego wyboru i pytania otwarte: 70% Ćwiczenia: aktywność na zajęciach oraz udział w rozwiązywaniu problemów badawczych (rozwiązywanie dodatkowych prac domowych): 30%, autorski projekt zaliczeniowy: 70%. Ocena końcowa = 40% wykład+60% ćwiczenia Procentowa skala ocen Poniżej 51% – ocena niedostateczna (2,0) - od 51 do 64% - ocena dostateczna (3,0) - od 65 do 70% - ocena dostateczna plus (3,5) - od 71 do 84% - ocena dobra (4,0) - od 85 do 90% - ocena dobra plus (4,5) - od 91 do 100% - ocena bardzo dobra (5,0) |
|
Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się: | Wykład: aktywność podczas zajęć, test zaliczeniowy Ćwiczenia: aktywność podczas zajęć, praca zaliczeniowa (paca projektowa) |
|
Treści kształcenia: | Wykład: 1. Organizacja zajęć. Podstawowe pojęcia (przestrzeń, gospodarka przestrzenna, model, metody analizy przestrzennej): 2h 2. Dane przestrzenne – rodzaje, struktura, źródła, sposoby prezentacji danych przestrzennych, oprogramowanie w analizach przestrzennych: 2h 3. Narzędzia geograficznych systemów informacyjnych w analizie zjawisk z zakresu gospodarki przestrzennej – bazy danych przestrzennych: 2h 4. Metody wielowymiarowej analizy porównawczej analizie zjawisk z zakresu gospodarki przestrzennej: 2h 5. Metody eksploracyjnej analizy danych przestrzennych w analizach zjawisk z zakresu gospodarki przestrzennej: 2h 6. Model ekonometryczny – rodzaje, budowa, estymacja, weryfikacja, prognoza: 2h 7. Modele regresji przestrzennej w analizach zjawisk z zakresu gospodarki przestrzennej: 2h Ćwiczenia: 1. Dane statystyczne, banki danych (GUS, portal geostatystyczny GUS, Eurostat), sposoby prezentacji danych: 2h 2. Budowa banku danych przestrzennych w programie ArcMap – łączenie baz danych, selekcja, wizualizacja i zapisywanie: 2h 3. Zastosowanie taksonomicznego miernika rozwoju w analizach własnych z zakresu gospodarki przestrzennej (oprogramowanie MsExcel): 2h 4. Elementy eksploracyjnej analizy danych w analizach z zakresu gospodarki przestrzennej – macierze wag przestrzennych, autokorelacja globalna i lokalna (oprogramowanie GeoDa): 2h 5. Wykorzystanie modelu ekonometrycznego w analizie współzależności zmiennych z zakresu gospodarki przestrzennej – budowa, estymacja, weryfikacja (oprogramowanie Gretl): 2h 6. Praktyczne zastosowanie modeli regresji przestrzennej w analizach z zakresu gospodarki przestrzennej – modele SAR i SEM (oprogramowanie GeoDa): 2h 7. Zajęcia projektowe – zastosowanie poznanych na zajęciach metod w analizach własnych z zakresu gospodarki przestrzennej: 2h |
|
Literatura: |
Literatura podstawowa: 1. Młodak A. (2006), Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa. 2. Suchecka J. (red.) (2014), Statystyka przestrzenna. Metody analizy struktur przestrzennych, C.H.Beck, Warszawa. 3. Suchecki B. red. (2010), Ekonometria Przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa. 4. Zeliaś A. (red.) (1991), Ekonometria Przestrzenna, Państwowe Wydawnictwo Ekonomiczne, Warszawa. Literatura uzupełniająca: 1. Suchecki B. (red) (2012), Ekonometria przestrzenna II. Modele zaawansowane, C.H. Beck, Warszawa. 2. Geoda: an introduction to spatial data analysis: https://spatial.uchicago.edu/geoda. 3. Anselin L. (1988), Spatial Econometrics. Methods and models, London |
Zajęcia w cyklu "Semestr letni 2021/2022" (zakończony)
Okres: | 2022-02-21 - 2022-09-30 |
Przejdź do planu
PN WT ŚR CZ PT W
LA
|
Typ zajęć: |
Laboratorium, 14 godzin
Wykład, 14 godzin
|
|
Koordynatorzy: | Elżbieta Antczak, Karolina Lewandowska-Gwarda | |
Prowadzący grup: | Elżbieta Antczak, Bahman Jabbarian Amiri | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Ocena zgodna z regulaminem studiów
Laboratorium - Ocena zgodna z regulaminem studiów Wykład - Ocena zgodna z regulaminem studiów |
|
Czy ECTS?: | T |
|
Informacje dodatkowe: | Wykład 3 Zajęcia 14 h; bieżąca praca 14h – zbieranie materiałów/informacji na wskazany temat, przygotowanie zagadnień na kolejne zajęcia; zaliczenie 28h – przygotowanie do zaliczenia wykładu, powtórzenie i utrwalenie całości materiału. Laboratorium 3 Zajęcia 14 h; bieżąca praca 14 h – budowa bazy danych, wykonywanie prac domowych; zaliczenie 28h - opracowanie autorskiego projektu zaliczeniowego (formułowanie problemu badawczego, budowa bazy danych, wybór odpowiedniego narzędzia badawczego -metody/modelu i oprogramowania, formułowanie wniosków na podstawie wykonanych analiz) Punkty ECTS: 4 Zajęcia odbywają się stacjonarnie. Zajęcia mogą być wspierane platformą Moodle. W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącą zajęciach, na konsultacjach tradycyjnych lub w formie zdalnej. |
|
Metody dydaktyczne: | Wykład: prezentacja multimedialna, wykład informacyjny (opis metod badawczych), dyskusja, burza mózgów Ćwiczenia: prezentacja (zastosowanie metod badawczych), praca przy komputerze z zastosowaniem specjalistycznego oprogramowania komputerowego, zadania, praca indywidualna |
|
Sposoby i kryteria oceniania: | Wykład: aktywność na zajęciach (udział w dyskusji na podstawie przygotowanych wcześniej materiałów): 30%; zaliczenie – test prawda fałsz, wielokrotnego wyboru i pytania otwarte: 70% Ćwiczenia: aktywność na zajęciach oraz udział w rozwiązywaniu problemów badawczych (rozwiązywanie dodatkowych prac domowych): 30%; autorski projekt zaliczeniowy: 70% (maksymalnie na ocenę db). Ocena końcowa = 40% wykład+60% ćwiczenia Procentowa skala ocen Poniżej 51% – ocena niedostateczna (2,0) - od 51 do 60% - ocena dostateczna (3,0) - od 61 do 70% - ocena dostateczna plus (3,5) - od 71 do 80% - ocena dobra (4,0) - od 81 do 90% - ocena dobra plus (4,5) - od 91 do 100% - ocena bardzo dobra (5,0) |
|
Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się: | Wykład: aktywność podczas zajęć, test zaliczeniowy Ćwiczenia: aktywność podczas zajęć, praca zaliczeniowa (paca projektowa) |
|
Treści kształcenia: | Wykład: 1. Organizacja zajęć. Podstawowe pojęcia (przestrzeń, gospodarka przestrzenna, model, metody analizy przestrzennej): 2h 2. Dane przestrzenne – rodzaje, struktura, źródła, sposoby prezentacji danych przestrzennych, oprogramowanie w analizach przestrzennych: 2h 3. Metody wielowymiarowej analizy porównawczej i metody eksploracyjnej analizy danych przestrzennych w analizach zjawisk z zakresu gospodarki przestrzennej: 2h 4. Model ekonometryczny – rodzaje, budowa, estymacja, weryfikacja, w tym modele regresji przestrzennej: 2h 5. Narzędzia geograficznych systemów informacyjnych w analizie zjawisk z zakresu gospodarki przestrzennej: 2h 6. GIS applications in Business and Banking: 2h 7. Population changes models: 2h Ćwiczenia: 1. Dane statystyczne, banki danych (GUS, Eurostat), sposoby prezentacji danych: 2h 2. Budowa banku danych przestrzennych w programie ArcMap – łączenie baz danych, selekcja, wizualizacja i zapisywanie: 2h 3. Podstawy grupowania i klasyfikacji. Metody porządkowania liniowego (oprogramowanie Excel): 2h 4. Elementy eksploracyjnej analizy danych przestrzennych – macierze wag, autokorelacja globalna i lokalna (oprogramowanie GeoDa): 2h 5. Model ekonometryczny – budowa, estymacja, weryfikacja, interpretacja – powtórzenie wiadomości (oprogramowanie Gretl) 6. Przestrzenne modelowanie ekonometryczne – budowa modeli autoregresji i autokorelacji przestrzennej (oprogramowanie GeoDa): 2h 7. Zajęcia projektowe – praca w grupach nad projektem zaliczeniowym: 2h |
|
Literatura: |
Literatura podstawowa: 1. Młodak A. (2006), Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa. 2. Suchecka J. (red.) (2014), Statystyka przestrzenna. Metody analizy struktur przestrzennych, C.H.Beck, Warszawa. 3. Suchecki B. red. (2010), Ekonometria Przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa. 4. Zeliaś A. (red.) (1991), Ekonometria Przestrzenna, Państwowe Wydawnictwo Ekonomiczne, Warszawa. Literatura uzupełniająca: 1. Suchecki B. (red) (2012), Ekonometria przestrzenna II. Modele zaawansowane, C.H. Beck, Warszawa. 2. Geoda: an introduction to spatial data analysis: https://spatial.uchicago.edu/geoda. 3. Anselin L. (1988), Spatial Econometrics. Methods and models, London |
Zajęcia w cyklu "Semestr letni 2020/2021" (zakończony)
Okres: | 2021-03-08 - 2021-09-30 |
Przejdź do planu
PN W
LI
WT ŚR CZ PT |
Typ zajęć: |
Ćwiczenia informatyczne, 15 godzin
Wykład, 15 godzin
|
|
Koordynatorzy: | Karolina Lewandowska-Gwarda | |
Prowadzący grup: | Karolina Lewandowska-Gwarda | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów Wykład - Ocena zgodna z regulaminem studiów |
|
Czy ECTS?: | T |
|
Informacje dodatkowe: | Wykład 3 Zajęcia 15 h; bieżąca praca 15 h – zbieranie materiałów/informacji na wskazany temat, przygotowanie zagadnień na kolejne zajęcia; zaliczenie 30h – przygotowanie do zaliczenia wykładu, studiowanie literatury, powtórzenie i utrwalenie całości materiału. Ćwiczenia informatyczne 3 Zajęcia 15h; bieżąca praca 15h – budowa bazy danych, wykonywanie prac domowych; zaliczenie 30h - opracowanie autorskiego projektu zaliczeniowego (formułowanie problemu badawczego, budowa bazy danych, wybór odpowiedniego narzędzia badawczego - metody/modelu i oprogramowania, formułowanie wniosków na podstawie wykonanych analiz) Punkty ECTS: 4 Zajęcia mogą być prowadzone w formie zdalnej (za pośrednictwem Teams), wspierane platformą Moodle W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącą zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej. |
|
Metody dydaktyczne: | Wykład: prezentacja multimedialna, wykład informacyjny (opis metod badawczych), dyskusja, burza mózgów Ćwiczenia: prezentacja (zastosowanie metod badawczych), praca przy komputerze z zastosowaniem specjalistycznego oprogramowania komputerowego, zadania, praca indywidualna |
|
Sposoby i kryteria oceniania: | Wykład: aktywność na zajęciach (udział w dyskusji na podstawie przygotowanych wcześniej materiałów): 30%; zaliczenie – test prawda fałsz, wielokrotnego wyboru i pytania otwarte: 70% Ćwiczenia: aktywność na zajęciach oraz udział w rozwiązywaniu problemów badawczych (rozwiązywanie dodatkowych prac domowych): 30%, autorski projekt zaliczeniowy: 70%. Ocena końcowa = 40% wykład+60% ćwiczenia Procentowa skala ocen Poniżej 51% – ocena niedostateczna (2,0) - od 51 do 64% - ocena dostateczna (3,0) - od 65 do 70% - ocena dostateczna plus (3,5) - od 71 do 84% - ocena dobra (4,0) - od 85 do 90% - ocena dobra plus (4,5) - od 91 do 100% - ocena bardzo dobra (5,0) |
|
Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się: | Wykład: aktywność podczas zajęć, test zaliczeniowy Ćwiczenia: aktywność podczas zajęć, praca zaliczeniowa (paca projektowa) |
|
Treści kształcenia: | Wykład: 1. Organizacja zajęć. Podstawowe pojęcia (przestrzeń, gospodarka przestrzenna, model, metody analizy przestrzennej): 2h 2. Dane przestrzenne – rodzaje, struktura, źródła, sposoby prezentacji danych przestrzennych, oprogramowanie w analizach przestrzennych: 2h 3. Narzędzia geograficznych systemów informacyjnych w analizie zjawisk z zakresu gospodarki przestrzennej – bazy danych przestrzennych: 2h 4. Metody wielowymiarowej analizy porównawczej analizie zjawisk z zakresu gospodarki przestrzennej: 2h 5. Metody eksploracyjnej analizy danych przestrzennych w analizach zjawisk z zakresu gospodarki przestrzennej: 2h 6. Model ekonometryczny – rodzaje, budowa, estymacja, weryfikacja, prognoza: 2h 7. Modele regresji przestrzennej w analizach zjawisk z zakresu gospodarki przestrzennej: 2h Ćwiczenia: 1. Dane statystyczne, banki danych (GUS, portal geostatystyczny GUS, Eurostat), sposoby prezentacji danych: 2h 2. Budowa banku danych przestrzennych w programie ArcMap – łączenie baz danych, selekcja, wizualizacja i zapisywanie: 2h 3. Zastosowanie taksonomicznego miernika rozwoju w analizach własnych z zakresu gospodarki przestrzennej (oprogramowanie MsExcel): 2h 4. Elementy eksploracyjnej analizy danych w analizach z zakresu gospodarki przestrzennej – macierze wag przestrzennych, autokorelacja globalna i lokalna (oprogramowanie GeoDa): 2h 5. Wykorzystanie modelu ekonometrycznego w analizie współzależności zmiennych z zakresu gospodarki przestrzennej – budowa, estymacja, weryfikacja (oprogramowanie Gretl): 2h 6. Praktyczne zastosowanie modeli regresji przestrzennej w analizach z zakresu gospodarki przestrzennej – modele SAR i SEM (oprogramowanie GeoDa): 2h 7. Zajęcia projektowe – zastosowanie poznanych na zajęciach metod w analizach własnych z zakresu gospodarki przestrzennej: 2h |
|
Literatura: |
Literatura podstawowa: 1. Młodak A. (2006), Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa. 2. Suchecka J. (red.) (2014), Statystyka przestrzenna. Metody analizy struktur przestrzennych, C.H.Beck, Warszawa. 3. Suchecki B. red. (2010), Ekonometria Przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa. 4. Zeliaś A. (red.) (1991), Ekonometria Przestrzenna, Państwowe Wydawnictwo Ekonomiczne, Warszawa. Literatura uzupełniająca: 1. Suchecki B. (red) (2012), Ekonometria przestrzenna II. Modele zaawansowane, C.H. Beck, Warszawa. 2. Geoda: an introduction to spatial data analysis: https://spatial.uchicago.edu/geoda. 3. Anselin L. (1988), Spatial Econometrics. Methods and models, London |
Zajęcia w cyklu "Semestr letni 2019/2020" (zakończony)
Okres: | 2020-02-24 - 2020-09-30 |
Przejdź do planu
PN W
LI
WT ŚR CZ PT |
Typ zajęć: |
Ćwiczenia informatyczne, 15 godzin
Wykład, 15 godzin
|
|
Koordynatorzy: | Karolina Lewandowska-Gwarda | |
Prowadzący grup: | Karolina Lewandowska-Gwarda | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów Wykład - Ocena zgodna z regulaminem studiów |
|
Czy ECTS?: | T |
|
Informacje dodatkowe: | Wykład 3 Zajęcia 15 h; bieżąca praca 15 h – zbieranie materiałów/informacji na wskazany temat, przygotowanie zagadnień na kolejne zajęcia; zaliczenie 30h – przygotowanie do zaliczenia wykładu, studiowanie literatury, powtórzenie i utrwalenie całości materiału. Ćwiczenia informatyczne 3 Zajęcia 15h; bieżąca praca 15h – budowa bazy danych, wykonywanie prac domowych; zaliczenie 30h - opracowanie autorskiego projektu zaliczeniowego (formułowanie problemu badawczego, budowa bazy danych, wybór odpowiedniego narzędzia badawczego - metody/modelu i oprogramowania, formułowanie wniosków na podstawie wykonanych analiz) Punkty ECTS: 4 Zajęcia mogą być prowadzone w formie zdalnej (za pośrednictwem Teams), wspierane platformą Moodle W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącą zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej. |
|
Metody dydaktyczne: | Wykład: prezentacja multimedialna, wykład informacyjny (opis metod badawczych), dyskusja, burza mózgów Ćwiczenia: prezentacja (zastosowanie metod badawczych), praca przy komputerze z zastosowaniem specjalistycznego oprogramowania komputerowego, zadania, praca indywidualna |
|
Sposoby i kryteria oceniania: | Wykład: aktywność na zajęciach (udział w dyskusji na podstawie przygotowanych wcześniej materiałów): 30%; zaliczenie – test prawda fałsz, wielokrotnego wyboru i pytania otwarte: 70% Ćwiczenia: aktywność na zajęciach oraz udział w rozwiązywaniu problemów badawczych (rozwiązywanie dodatkowych prac domowych): 30%, autorski projekt zaliczeniowy: 70%. Ocena końcowa = 40% wykład+60% ćwiczenia |
|
Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się: | Wykład: aktywność podczas zajęć, test zaliczeniowy Ćwiczenia: aktywność podczas zajęć, praca zaliczeniowa (paca projektowa) |
|
Treści kształcenia: | Wykład: 1. Organizacja zajęć. Podstawowe pojęcia (przestrzeń, gospodarka przestrzenna, model, metody analizy przestrzennej): 2h 2. Dane przestrzenne – rodzaje, struktura, źródła, sposoby prezentacji danych przestrzennych, oprogramowanie w analizach przestrzennych: 2h 3. Narzędzia geograficznych systemów informacyjnych w analizie zjawisk z zakresu gospodarki przestrzennej – bazy danych przestrzennych: 2h 4. Metody wielowymiarowej analizy porównawczej analizie zjawisk z zakresu gospodarki przestrzennej: 2h 5. Metody eksploracyjnej analizy danych przestrzennych w analizach zjawisk z zakresu gospodarki przestrzennej: 2h 6. Model ekonometryczny – rodzaje, budowa, estymacja, weryfikacja, prognoza: 2h 7. Modele regresji przestrzennej w analizach zjawisk z zakresu gospodarki przestrzennej: 2h Ćwiczenia: 1. Dane statystyczne, banki danych (GUS, portal geostatystyczny GUS, Eurostat), sposoby prezentacji danych: 2h 2. Budowa banku danych przestrzennych w programie ArcMap – łączenie baz danych, selekcja, wizualizacja i zapisywanie: 2h 3. Zastosowanie taksonomicznego miernika rozwoju w analizach własnych z zakresu gospodarki przestrzennej (oprogramowanie MsExcel): 2h 4. Elementy eksploracyjnej analizy danych w analizach z zakresu gospodarki przestrzennej – macierze wag przestrzennych, autokorelacja globalna i lokalna (oprogramowanie GeoDa): 2h 5. Wykorzystanie modelu ekonometrycznego w analizie współzależności zmiennych z zakresu gospodarki przestrzennej – budowa, estymacja, weryfikacja (oprogramowanie Gretl): 2h 6. Praktyczne zastosowanie modeli regresji przestrzennej w analizach z zakresu gospodarki przestrzennej – modele SAR i SEM (oprogramowanie GeoDa): 2h 7. Zajęcia projektowe – zastosowanie poznanych na zajęciach metod w analizach własnych z zakresu gospodarki przestrzennej: 2h |
|
Literatura: |
Literatura podstawowa: 1. Młodak A. (2006), Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa. 2. Suchecka J. (red.) (2014), Statystyka przestrzenna. Metody analizy struktur przestrzennych, C.H.Beck, Warszawa. 3. Suchecki B. red. (2010), Ekonometria Przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa. 4. Zeliaś A. (red.) (1991), Ekonometria Przestrzenna, Państwowe Wydawnictwo Ekonomiczne, Warszawa. Literatura uzupełniająca: 1. Suchecki B. (red) (2012), Ekonometria przestrzenna II. Modele zaawansowane, C.H. Beck, Warszawa. 2. Geoda: an introduction to spatial data analysis: https://spatial.uchicago.edu/geoda. 3. Anselin L. (1988), Spatial Econometrics. Methods and models, London |
Zajęcia w cyklu "Semestr letni 2018/2019" (zakończony)
Okres: | 2019-02-18 - 2019-09-30 |
Przejdź do planu
PN W
WT ŚR CZ PT LI
LI
LI
|
Typ zajęć: |
Ćwiczenia informatyczne, 15 godzin
Wykład, 15 godzin
|
|
Koordynatorzy: | Karolina Lewandowska-Gwarda | |
Prowadzący grup: | Karolina Lewandowska-Gwarda | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów Wykład - Ocena zgodna z regulaminem studiów |
|
Czy ECTS?: | T |
|
Informacje dodatkowe: | Wykład 3 Zajęcia 15 h; bieżąca praca 15 h – zbieranie materiałów/informacji na wskazany temat, przygotowanie zagadnień na kolejne zajęcia; zaliczenie 30h – przygotowanie do zaliczenia wykładu, studiowanie literatury, powtórzenie i utrwalenie całości materiału. Ćwiczenia informatyczne 3 Zajęcia 15h; bieżąca praca 15h – budowa bazy danych, wykonywanie prac domowych; zaliczenie 30h - opracowanie autorskiego projektu zaliczeniowego (formułowanie problemu badawczego, budowa bazy danych, wybór odpowiedniego narzędzia badawczego - metody/modelu i oprogramowania, formułowanie wniosków na podstawie wykonanych analiz) Punkty ECTS: 4 W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącą zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej. |
|
Metody dydaktyczne: | Wykład: prezentacja multimedialna, wykład informacyjny (opis metod badawczych), dyskusja, burza mózgów Ćwiczenia: prezentacja (zastosowanie metod badawczych), praca przy komputerze z zastosowaniem specjalistycznego oprogramowania komputerowego, zadania, praca indywidualna |
|
Sposoby i kryteria oceniania: | Wykład: aktywność na zajęciach (udział w dyskusji na podstawie przygotowanych wcześniej materiałów): 30%; zaliczenie – test prawda fałsz, wielokrotnego wyboru i pytania otwarte: 70% Ćwiczenia: aktywność na zajęciach oraz udział w rozwiązywaniu problemów badawczych (rozwiązywanie dodatkowych prac domowych): 30%, autorski projekt zaliczeniowy: 70%. Ocena końcowa = 40% wykład+60% ćwiczenia |
|
Metody weryfikacji i oceny stopnia osiągnięcia założonych efektów uczenia się: | Wykład: aktywność podczas zajęć, test zaliczeniowy Ćwiczenia: aktywność podczas zajęć, praca zaliczeniowa (paca projektowa) |
|
Treści kształcenia: | Wykład: 1. Organizacja zajęć. Podstawowe pojęcia (przestrzeń, gospodarka przestrzenna, model, metody analizy przestrzennej): 2h 2. Dane przestrzenne – rodzaje, struktura, źródła, sposoby prezentacji danych przestrzennych, oprogramowanie w analizach przestrzennych: 2h 3. Narzędzia geograficznych systemów informacyjnych w analizie zjawisk z zakresu gospodarki przestrzennej – bazy danych przestrzennych: 2h 4. Metody wielowymiarowej analizy porównawczej analizie zjawisk z zakresu gospodarki przestrzennej: 2h 5. Metody eksploracyjnej analizy danych przestrzennych w analizach zjawisk z zakresu gospodarki przestrzennej: 2h 6. Model ekonometryczny – rodzaje, budowa, estymacja, weryfikacja, prognoza: 2h 7. Modele regresji przestrzennej w analizach zjawisk z zakresu gospodarki przestrzennej: 2h Ćwiczenia: 1. Dane statystyczne, banki danych (GUS, portal geostatystyczny GUS, Eurostat), sposoby prezentacji danych: 2h 2. Budowa banku danych przestrzennych w programie ArcMap – łączenie baz danych, selekcja, wizualizacja i zapisywanie: 2h 3. Zastosowanie taksonomicznego miernika rozwoju w analizach własnych z zakresu gospodarki przestrzennej (oprogramowanie MsExcel): 2h 4. Elementy eksploracyjnej analizy danych w analizach z zakresu gospodarki przestrzennej – macierze wag przestrzennych, autokorelacja globalna i lokalna (oprogramowanie GeoDa): 2h 5. Wykorzystanie modelu ekonometrycznego w analizie współzależności zmiennych z zakresu gospodarki przestrzennej – budowa, estymacja, weryfikacja (oprogramowanie Gretl): 2h 6. Praktyczne zastosowanie modeli regresji przestrzennej w analizach z zakresu gospodarki przestrzennej – modele SAR i SEM (oprogramowanie GeoDa): 2h 7. Zajęcia projektowe – zastosowanie poznanych na zajęciach metod w analizach własnych z zakresu gospodarki przestrzennej: 2h |
|
Literatura: |
Literatura podstawowa: 1. Młodak A. (2006), Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa. 2. Suchecka J. (red.) (2014), Statystyka przestrzenna. Metody analizy struktur przestrzennych, C.H.Beck, Warszawa. 3. Suchecki B. red. (2010), Ekonometria Przestrzenna. Metody i modele analizy danych przestrzennych, C.H. Beck, Warszawa. 4. Zeliaś A. (red.) (1991), Ekonometria Przestrzenna, Państwowe Wydawnictwo Ekonomiczne, Warszawa. Literatura uzupełniająca: 1. Suchecki B. (red) (2012), Ekonometria przestrzenna II. Modele zaawansowane, C.H. Beck, Warszawa. 2. Geoda: an introduction to spatial data analysis: https://spatial.uchicago.edu/geoda. 3. Anselin L. (1988), Spatial Econometrics. Methods and models, London |
Właścicielem praw autorskich jest UNIWERSYTET ŁÓDZKI.