UNIWERSYTET ŁÓDZKI - Centralny System Uwierzytelniania
Strona główna

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) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Wykład, 14 godzin więcej informacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Wykład, 14 godzin więcej informacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Wykład, 14 godzin więcej informacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 14 godzin więcej informacji
Wykład, 14 godzin więcej informacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
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

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest UNIWERSYTET ŁÓDZKI.
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0-4