Cilji in kompetence
• Usposobiti študente za samostojno znanstveno-raziskovalno delo
• Seznaniti študente s panelnimi modeli
• Študenti se naučijo samostojno
o opredeliti problem oz. nalogo
o uporabiti ustrezni pristop oz. model za konkretne ekonomske podatke s pomočjo statistične programske opreme
o interpretirati rezultate
o raziskovati kompleksne situacije in procese z metodami panelne analize
o razvijati metodologijo in inovativno uporabo panelnih metod
• Študenti razvijejo kompetence analize in sinteze v okviru samostojnega raziskovalnega dela ter kompetence vrednotenje raziskovalnega dela drugih raziskovalcev.
Vsebina
1. Ponovitev in uvod
• Osnove multiple regresije
• Testiranje predpostavk
• Osnovi pojmi iz časovnih vrst
2. Modeli panelnih podatkov
• Uvod in osnovni pojmi
• Primeri uporabe
3. Panelni modeli s stalnimi (oz. fiksnimi) učinki
• LSDV cenilka
• »Within« transformacija ter cenilka
• Fiksni časovni učinki
4. Panelni modeli s spremenljivimi učinki
• Posplošena metoda najmanjših kvadratov
• EGLS cenilka
• Hausmanov test
5. Primeri aplikacij v ekonomskih in poslovnih vedah
6. Dodatna znanja
• Posplošena metoda momentov
• Dinamični panelni modeli
• Panelni testi enotskega korena
Metode poučevanja in učenja
Predavanja
Obravnava študijskih primerov
Aktivno individualno ali skupinsko delo
Predvideni študijski rezultati - znanje in razumevanje
Znanje in razumevanje
• Baza znanja: sistematično razumevanje obsežnega področja oz. znanja. Lahko uporablja teoretično/raziskovalno znanje na čelu stroke ter upošteva standarde objav v recenziranih revijah.
• Metodološko znanje: poseduje celovito razumevanje tehnik oz. metodoloških pristopov, ki se uporabljajo v ustreznih disciplinah.
Kognitivne/Intelektualne veščine
• Analiza: s kritično miselnostjo lahko izvaja analize, upravlja kompleksne naloge, nepopolne podatke ali nasprotja na področju znanja.
• Sinteza: lahko sintetizira nove pristope (na način, ki pripomore k razvoju metodologije) ali razumevanje v dani disciplini ali praksi.
• Ocena: poseduje raven konceptualnega razumevanja in kritične miselnosti, ki omogoča neodvisno oceno raziskav ter metodologij. Lahko utemeljuje alternativne pristope.
• Uporaba: lahko deluje neodvisno in izvirno pri reševanju problemov, zmožen je vodenja pri načrtovanju in izvajanju nalog na strokovni ravni.
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Ključne/prenosljive veščine in spretnosti
• Reševanje problemov: lahko samostojno nadaljuje strokovne študije ter zna strokovno delovati znotraj discipline ter tudi izven.
Praktične veščine
• Uporaba znanja: lahko deluje v kompleksnih ter nepredvidljivih / specializiranih okoljih. Poseduje pregled vprašanj oz. področij, ki urejajo dobro prakso.
Temeljni literatura in viri
Osnovna literatura (Compulsory textbooks):
1. Verbeek, M. (2017). A Guide to Modern Econometrics. Hoboken: Wiley Custom.
2. Pfajfar, L. (2022). Osnovna ekonometrija. Ljubljana: Ekonomska fakulteta.
Dodatna literatura (Additional textbook):
3. Roodman, D. (2009). How to Do xtabond2: An Introduction to “Difference” and “System” GMM in Stata. Stata Journal, 9 (1), 86-136.
4. Greene, W.H. (2020). Econometric Analysis. New York: Pearson.
5. Izbrani znanstveni članki na področju metod panelne analize ter aplikacij (Selected research papers for methods for panel analysis and their applications).
Podrobnosti o izvedbi in ocenjevanju Študent opravi izpit, ko je vsak del preverjanja znanja in izdelkov pozitiven (vsaj 56 %)
