Interdyscyplinarne seminaria

Wielkość: px
Rozpocząć pokaz od strony:

Download "Interdyscyplinarne seminaria"

Transkrypt

1 26 II 2019, uaktualnione: 5 III 2019, 12 III 2019 Interdyscyplinarne seminaria semestr letni 2018/2019 Zajęcia: wt. 8:15-9:00 s. 3.11, bud. C-11 Prowadzący: prof. dr hab. Krzysztof Bogdan dr Damian Brzyski dr Adam Zagdański Zasady zaliczania kursu: ocena prezentacji: pierwsza prezentacja z waga 1/3, druga prezentacja z waga 2/3. Prezentacje oceniane są przez prowadzącego po zasięgnięciu opinii słuchaczy.

2 A. Pierwszy cykl prezentacji (prace magisterskie): Materiały do pierwszego cyklu prezentacji: [1] Goldstein, P., Strzelecki, P., Jak pisać prace dyplomowe z matematyki, 2015, [2] Halmos, P. R. How to write mathematics, Enseignement Math. (2) [3] Halmos, P. R., How to talk Mathematics, Notices of the AMS (1974) 21: Format: prezentacja ok. 10 minut, dyskusja ok. 5 minut. Terminy: : Witold Nawrot, Natalia Szulc : Dominika Sułot, Jonas Al.-Hadad, Agnieszka Zawadzka : Marcela Niemczyk, Mateusz Rzycki, Paweł Wyborski : Paweł Holewa, Bartosz Rzepkowski, Bartłomiej Nowak

3 B. Drugi cykl prezentacji (opracowanie wybranych procedur statystycznych): Procedura: Prezentacja: minut; Dyskusja, włączając posługiwanie się poprawną notacją matematyczną na tablicy i wypełnianie ankiety oceny prezentacji: 15 minut. Prezentację należy przygotować z tygodniowym wyprzedzeniem, i przedstawić opiekunowi tematu na konsultacjach przed prezentacją, żeby uwzględnić ewentualne wskazówki. Poniżej podane są tematy (w dwóch dwa blokach) z rozpisaniem na osoby i terminy, ze wskazaną literaturą. Blok I. Opiekun tematów: dr Damian Brzyski: 1. Regresja wieloraka: Witold Nawrot, [1] [2] [3] 2. Wybór istotnych zmiennych metodą Forward selection: Natalia Szulc, [1] [2] 3. Klasteryzacja danych metodą k-średnich: Mateusz Rzycki, [1] [2] 4. Analiza głównych składowych (PCA): Dominika Sułot, [1] [2] [3]

4 Blok II. Opiekun tematów: dr Adam Zagdański: 5. Wizualizacja szeregów czasowych: wykresy zwykłe i sezonowe, autokorelacja: Paweł Holewa, [1] Rob J Hyndman and George Athanasopoulos, Forecasting: Principles and Practice rozdz.2. [2] A.Zagdański, A.Suchwałko, Analiza i prognozowanie szeregów czasowych, PWN, rozdz Wprowadzenie do prognozowania szeregów czasowych (m.in.: metody naiwne, ocena dokładności prognoz, przedziały predykcyjne, podstawowe transformacje): Agnieszka Zawadzka, [1] Rob J Hyndman and George Athanasopoulos, Forecasting: Principles and Practice, rozdz.3. [2] A.Zagdański, A.Suchwałko, Analiza i prognozowanie szeregów czasowych, PWN, rozdz.8.1 i Dekompozycja szeregów czasowych identyfikacja trendów długoterminowych i wahań sezonowych (sezonowości): Bartosz Rzepkowski, Bartłomiej Nowak, [1] Rob J Hyndman and George Athanasopoulos, Forecasting: Principles and Practice, rozdz.6. [2] A.Zagdański, A.Suchwałko, Analiza i prognozowanie szeregów czasowych, PWN, rozdz.6. [3] Peter J. Brockwell, Richard A. Davis, Introduction to Time Series and Forecasting, Springer, rozdz Prognozowanie szeregów na bazie dekompozycji: Paweł Wyborski, [1] Rob J Hyndman and George Athanasopoulos, Forecasting: Principles and Practice, rozdz.6. [2] A.Zagdański, A.Suchwałko, Analiza i prognozowanie szeregów czasowych, PWN, rozdz Wprowadzenie do analizy finansowych szeregów czasowych: Jonas Al-Hadad, [1] R.Tsay. Analysis of Financial Time Series. John Wiley & Sons. [2] Tim Bollerslev, Ray Y. Chow and Kenneth F. Kroner, ARCH modelling in finance. A review of the theory and empirical evidence, Journal of Econometrics 52 (1992), Noorth-Holland [3] Tim Bollerslev, Robert F. Engle and Daniel B. Nelson. ARCH Models.

5 10. Modele ARIMA identyfikacja, diagnostyka i zastosowanie do prognozowania: Marcela Niemczyk, [1] Rob J Hyndman and George Athanasopoulos, Forecasting: Principles and Practice, rozdz.8. [2] A.Zagdański, A.Suchwałko, Analiza i prognozowanie szeregów czasowych, PWN, rozdz.7 i 8.3. [3] Peter J. Brockwell, Richard A. Davis, Introduction to Time Series and Forecasting, Springer, rozdz. 6

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1 WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU Nazwa w języku polskim ANALIZA SZEREGÓW CZASOWYCH Nazwa w języku angielskim ANALYSIS OF TIME SERIES Kierunek studiów (jeśli dotyczy): Matematyka Specjalność (jeśli

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1 Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim ANALIZA SZEREGÓW CZASOWYCH Nazwa w języku angielskim ANALYSIS OF TIME SERIES Kierunek studiów (jeśli dotyczy):

Bardziej szczegółowo

Ćwiczenie 5 PROGNOZOWANIE

Ćwiczenie 5 PROGNOZOWANIE Ćwiczenie 5 PROGNOZOWANIE Prognozowanie jest procesem przewidywania przyszłych zdarzeń. Obszary zastosowań prognozowania obejmują np. analizę danych giełdowych, przewidywanie zapotrzebowania na pracowników,

Bardziej szczegółowo

CZĘŚĆ A. Literatura: Gomez V., Maravall A. (1996), Programs Tramo and Seats. Instructions for the User, Banco de Espana, Working Paper nr

CZĘŚĆ A. Literatura: Gomez V., Maravall A. (1996), Programs Tramo and Seats. Instructions for the User, Banco de Espana, Working Paper nr CZĘŚĆ A ANALIZA SZEREGÓW CZASOWYCH ( max 200 znaków) Stanisław Cichocki, Natalia Nehrebecka, Paweł Strawiński Prowadzący zajęcia dr Stanisław Cichocki, dr Natalia Nehrebecka, dr Paweł Stawiński 30 godz.

Bardziej szczegółowo

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r. Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia

Bardziej szczegółowo

Wykłady specjalistyczne. oferowane na kierunku matematyka. w roku akademickim 2018/2019 (semestr zimowy) studia stacjonarne II stopnia, 2 rok

Wykłady specjalistyczne. oferowane na kierunku matematyka. w roku akademickim 2018/2019 (semestr zimowy) studia stacjonarne II stopnia, 2 rok Wykłady specjalistyczne oferowane na kierunku matematyka w roku akademickim 2018/2019 (semestr zimowy) studia stacjonarne II stopnia, 2 rok 1. Applied Graph Theory (wykład prowadzony w j. angielskim na

Bardziej szczegółowo

STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie

STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...

Bardziej szczegółowo

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2015/2016. Kierunek: Opis przedmiotu. prognoz. Dane podstawowe. Efekty i cele. Opis.

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2015/2016. Kierunek: Opis przedmiotu. prognoz. Dane podstawowe. Efekty i cele. Opis. Sylabus przedmiotu: Specjalność: Prognozowanie i symulacja w przedsiębiorstwie Wszystkie specjalności Data wydruku: 23.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji

Bardziej szczegółowo

Kod Kod kursu Nazwa kursu Terminy Sala Bud. Tytuł Imię Nazwisko MATEMATYKA STOSOWANA

Kod Kod kursu Nazwa kursu Terminy Sala Bud. Tytuł Imię Nazwisko MATEMATYKA STOSOWANA MATEMATYKA STOSOWANA sem. 1 T00-05a INT001341W Wstęp do inf. i program. cz 15:15-16:55 1.27 C-13 Dr hab. Janusz Szwabiński T00-04a INT001341L Wstęp do inf. i program. pn 15:15-16:55 4.04 C-11 Inż. Marta

Bardziej szczegółowo

Ekonomia II stopień ogólnoakademicki. stacjonarne wszystkie Katedra Matematyki Dr hab. Artur Maciąg. podstawowy. obowiązkowy polski.

Ekonomia II stopień ogólnoakademicki. stacjonarne wszystkie Katedra Matematyki Dr hab. Artur Maciąg. podstawowy. obowiązkowy polski. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Z-EKO2-500 Nazwa modułu Ekonometria i prognozowanie procesów ekonomicznych Nazwa modułu w języku angielskim Econometrics and forecasting economics proceses Obowiązuje

Bardziej szczegółowo

Wykłady specjalistyczne. oferowane na kierunku matematyka. w roku akademickim 2019/2020 (semestr zimowy) studia stacjonarne II stopnia, 2 rok

Wykłady specjalistyczne. oferowane na kierunku matematyka. w roku akademickim 2019/2020 (semestr zimowy) studia stacjonarne II stopnia, 2 rok Wykłady specjalistyczne oferowane na kierunku matematyka w roku akademickim 2019/2020 (semestr zimowy) studia stacjonarne II stopnia, 2 rok 1. Applied Graph Theory (wykład prowadzony w j. angielskim na

Bardziej szczegółowo

SYLABUS. 4.Studia Kierunek studiów/specjalność Poziom kształcenia Forma studiów Ekonomia Studia pierwszego stopnia Studia stacjonarne i niestacjonarne

SYLABUS. 4.Studia Kierunek studiów/specjalność Poziom kształcenia Forma studiów Ekonomia Studia pierwszego stopnia Studia stacjonarne i niestacjonarne SYLABUS 1.Nazwa przedmiotu Prognozowanie i symulacje 2.Nazwa jednostki prowadzącej Katedra Metod Ilościowych i Informatyki przedmiot Gospodarczej 3.Kod przedmiotu E/I/A.16 4.Studia Kierunek studiów/specjalność

Bardziej szczegółowo

Modelowanie Rynków Finansowych

Modelowanie Rynków Finansowych Modelowanie Rynków Finansowych Modelowanie zmienności, modele GARCH Zajęcia 6 Katarzyna Lada, Paweł Sakowski, Paweł Strawiński 23 marca, 2009 Literatura na dziś Engle (2001), The Use of ARCH/GARCH Models

Bardziej szczegółowo

EGZAMIN POPRAWKOWY r.

EGZAMIN POPRAWKOWY r. UWAGI ORGANIZACYJNE: 1. Na egzaminach student musi mieć przy sobie legitymację studencką lub dowód osobisty. 2. Nieobecność na egzaminie należy bezzwłocznie usprawiedliwić u wykładowcy. 3. Egzaminy mogą

Bardziej szczegółowo

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka 2018-2019 Seminarium: Optymalizacja przydziału zasobów w terminach kolorowań grafów (MAT) Prowadzący: dr hab.

Bardziej szczegółowo

Sylabus Formularz opisu przedmiotu (formularz sylabusa) dla studiów I i II stopnia 1 wypełnia koordynator przedmiotu

Sylabus Formularz opisu przedmiotu (formularz sylabusa) dla studiów I i II stopnia 1 wypełnia koordynator przedmiotu Sylabus Formularz opisu przedmiotu (formularz sylabusa) dla studiów I i II stopnia 1 wypełnia koordynator przedmiotu A. Informacje ogólne Nazwa pola Nazwa przedmiotu Treść Analiza Szeregów Czasowych Jednostka

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU Nazwa w języku polskim: Analiza danych ankietowych Nazwa w języku angielskim: Categorical Data Analysis Kierunek studiów (jeśli dotyczy): Matematyka stosowana Specjalność

Bardziej szczegółowo

PROGNOZOWANIE W ZARZĄDZANIU

PROGNOZOWANIE W ZARZĄDZANIU Politechnika Białostocka Wydział Zarządzania Katedra Informatyki Gospodarczej i Logistyki Redaktor naukowy joanicjusz Nazarko PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM Cz. III Prognozowanie na podstawie

Bardziej szczegółowo

Kierunkowy Obowiązkowy Polski Semestr VI

Kierunkowy Obowiązkowy Polski Semestr VI KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 Z-ID-603 Prognozowanie i symulacje w przedsiębiorstwie Forecasting and

Bardziej szczegółowo

Z-LOGN Ekonometria Econometrics. Przedmiot wspólny dla kierunku Obowiązkowy polski Semestr IV

Z-LOGN Ekonometria Econometrics. Przedmiot wspólny dla kierunku Obowiązkowy polski Semestr IV bbbbkarta MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN1-0184 Ekonometria Econometrics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE

Bardziej szczegółowo

Analiza autokorelacji

Analiza autokorelacji Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.

Bardziej szczegółowo

Ekonometria_FIRJK Arkusz1

Ekonometria_FIRJK Arkusz1 Rok akademicki: Grupa przedmiotów Numer katalogowy: Nazwa przedmiotu 1) : łumaczenie nazwy na jęz. angielski 3) : Kierunek studiów 4) : Ekonometria Econometrics Ekonomia ECS 2) Koordynator przedmiotu 5)

Bardziej szczegółowo

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA Zadanie 1 (Plik danych: Transport w Polsce (1990-2015)) Na

Bardziej szczegółowo

3. Analiza własności szeregu czasowego i wybór typu modelu

3. Analiza własności szeregu czasowego i wybór typu modelu 3. Analiza własności szeregu czasowego i wybór typu modelu 1. Metody analizy własności szeregu czasowego obserwacji 1.1. Analiza wykresu szeregu czasowego 1.2. Analiza statystyk opisowych zmiennej prognozowanej

Bardziej szczegółowo

przedmiotu Nazwa Pierwsza studia drugiego stopnia

przedmiotu Nazwa Pierwsza studia drugiego stopnia Nazwa przedmiotu K A R T A P R Z E D M I O T U ( S Y L L A B U S ) O p i s p r z e d m i o t u Kod przedmiotu EKONOMETRIA UTH/I/O/MT/zmi/ /C 1/ST/2(m)/1Z/C1.1.5 Język wykładowy ECONOMETRICS JĘZYK POLSKI

Bardziej szczegółowo

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYCZNA ANALIZA DANYCH Nazwa w języku angielskim STATISTICAL DATA ANALYSIS Kierunek studiów (jeśli dotyczy):

Bardziej szczegółowo

WYKORZYSTANIE MODELU ARIMA DO ANALIZY SZEREGU CZASOWEGO

WYKORZYSTANIE MODELU ARIMA DO ANALIZY SZEREGU CZASOWEGO ZESZYTY NAUKOWE POLITECHNIKI RZESZOWSKIEJ 292, Elektrotechnika 34 RUTJEE, z. 34 (3/2015), lipiec-wrzesień 2015, s. 23-30 Wiesława MALSKA 1 Henryk WACHTA 2 WYKORZYSTANIE MODELU ARIMA DO ANALIZY SZEREGU

Bardziej szczegółowo

egzamin oraz kolokwium

egzamin oraz kolokwium KARTA PRZEDMIOTU Kod przedmiotu E/FIRP/PSY w języku polskim Prognozowanie i symulacje Nazwa przedmiotu w języku angielskim Forecasting and simulation USYTUOWANIE PRZEDMIOTU W SYSTEMIE STUDIÓW Kierunek

Bardziej szczegółowo

wprowadzenie do analizy szeregów czasowych

wprowadzenie do analizy szeregów czasowych 19 stycznia 2016 Wprowadzenie Prezentacja danych Dekompozycja Preprocessing Model predykcji ARIMA Dobór parametrów modelu ARIMA Podsumowanie Definicje i przykłady Definicje Szeregiem czasowym nazywamy

Bardziej szczegółowo

Wydział Matematyki Konsultacje pracowników w semestrze zimowym 2018/2019. Imię Nazwisko Termin Pokój Budynek

Wydział Matematyki Konsultacje pracowników w semestrze zimowym 2018/2019. Imię Nazwisko Termin Pokój Budynek Mgr inż. Jonas Al-Hadad czw.: 15:15-16:45 6.06 C-11 Dr inż. Ireneusz Augustyniak Dr Joanna Balbus Mgr Michał Balcerek Dr Włodzimierz Bąk Mgr Joanna Bihun Prof. dr hab. inż. Krzysztof Bogdan Dr Kamil Bogus

Bardziej szczegółowo

PROGNOZOWANIE CENY JEDNEGO METRA KWADRATOWEGO MIESZKANIA W POLSCE FORECASTING THE PRICE OF ONE SQUARE METRE OF A FLAT IN POLAND

PROGNOZOWANIE CENY JEDNEGO METRA KWADRATOWEGO MIESZKANIA W POLSCE FORECASTING THE PRICE OF ONE SQUARE METRE OF A FLAT IN POLAND ZESZYTY NAUKOWE UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO W SIEDLCACH Nr 119 Seria: Administracja i Zarządzanie (46) 2018 pl ISSN 2082-5501 PROGNOZOWANIE CENY JEDNEGO METRA KWADRATOWEGO MIESZKANIA W POLSCE

Bardziej szczegółowo

Po co w ogóle prognozujemy?

Po co w ogóle prognozujemy? Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym

Bardziej szczegółowo

Prognozowanie gospodarcze - opis przedmiotu

Prognozowanie gospodarcze - opis przedmiotu Prognozowanie gospodarcze - opis przedmiotu Informacje ogólne Nazwa przedmiotu Prognozowanie gospodarcze Kod przedmiotu 11.9-WZ-EkoP-PrG-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia Profil

Bardziej szczegółowo

NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A

NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Autor: 1. Dobromił Serwa 2. Tytuł przedmiotu Sygnatura (będzie nadana, po akceptacji przez Senacką Komisję Programową) Wprowadzenie do teorii

Bardziej szczegółowo

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek: Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne

Bardziej szczegółowo

EGZAMIN POPRAWKOWY r.

EGZAMIN POPRAWKOWY r. MAT001414W Analiza matematyczna 1.1 A dr. hab. inż. J. erafina 112 B00-14h Dr hab. inż. Jacek erafin 27 B00-14r Mgr Bogusław Merdas 28 B00-14i Dr Dorota molis 30 10:00 310/A2 B00-14j Dr Dorota dr J. Długosz

Bardziej szczegółowo

Opisy przedmiotów do wyboru

Opisy przedmiotów do wyboru Opisy przedmiotów do wyboru moduły specjalistyczne oferowane na stacjonarnych studiach II stopnia (magisterskich) dla 2 roku matematyki semestr letni, rok akademicki 2017/2018 Spis treści 1. Data mining

Bardziej szczegółowo

EGZAMIN PODSTAWOWY r.

EGZAMIN PODSTAWOWY r. MAT001414W Analiza matematyczna 1.1 A dr. hab. inż. J. erafina 112 B00-14h Dr hab. inż. Jacek erafin 27 B00-14r Mgr Bogusław Merdas 28 B00-14i Dr Dorota molis 30 10:00 310/A2 B00-14j Dr Dorota dr J. Długosz

Bardziej szczegółowo

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data Sylabus Nazwa przedmiotu (w j. polskim i angielskim) Nazwisko i imię prowadzącego (stopień i tytuł naukowy) Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data dr Grzegorz

Bardziej szczegółowo

Analiza metod prognozowania kursów akcji

Analiza metod prognozowania kursów akcji Analiza metod prognozowania kursów akcji Izabela Łabuś Wydział InŜynierii Mechanicznej i Informatyki Kierunek informatyka, Rok V Specjalność informatyka ekonomiczna Politechnika Częstochowska izulka184@o2.pl

Bardziej szczegółowo

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: MATEMATYKA STOSOWANA II 2. Kod przedmiotu: Ma2 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Mechatronika 5. Specjalność: Zastosowanie informatyki

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: seminarium SEMINARIUM DYPLOMOWE Diploma Seminar Forma studiów: studia

Bardziej szczegółowo

Ekonometria dynamiczna i finansowa Kod przedmiotu

Ekonometria dynamiczna i finansowa Kod przedmiotu Ekonometria dynamiczna i finansowa - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonometria dynamiczna i finansowa Kod przedmiotu 11.5-WK-IiED-EDF-W-S14_pNadGenMOT56 Wydział Kierunek Wydział Matematyki,

Bardziej szczegółowo

WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU

WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU Nazwa w języku polskim: ANALIZA DANYCH ANKIETOWYCH Nazwa w języku angielskim: Categorical Data Analysis Kierunek studiów (jeśli dotyczy): MATEMATYKA I STATYSTYKA Specjalność

Bardziej szczegółowo

Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L

Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L Nazwa przedmiotu: Kierunek: Metody komputerowe statystyki Computer Methods in Statistics Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla specjalności matematyka przemysłowa Rodzaj zajęć: wykład,

Bardziej szczegółowo

Kluczowe przedmioty dla studentów studiów licencjackich i magisterskich na WNE UW od roku 2017/2018. Studia I stopnia

Kluczowe przedmioty dla studentów studiów licencjackich i magisterskich na WNE UW od roku 2017/2018. Studia I stopnia Kluczowe przedmioty dla studentów studiów licencjackich i magisterskich na WNE UW od roku 2017/2018 Przedmioty kluczowe (na podstawie Szczegółowych Zasad Studiowania na Wydziale Nauk Ekonomicznych Uniwersytetu

Bardziej szczegółowo

Analiza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny

Analiza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny Analiza sezonowości Wiele zjawisk charakteryzuje się nie tylko trendem i wahaniami przypadkowymi, lecz także pewną sezonowością. Występowanie wahań sezonowych może mieć charakter kwartalny, miesięczny,

Bardziej szczegółowo

Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH

Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH MODELOWANIE POLSKIEJ GOSPODARKI z R MPGzR (dodatek 3) Modele MGARCH 1 / 11 Ogólna specykacja modelu MGARCH Ogólna posta dla N-wymiarowego procesu

Bardziej szczegółowo

MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY***

MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY*** ZAGADNIENIA TECHNICZNO-EKONOMICZNE Tom 48 Zeszyt 3 2003 Joanna Chrabołowska*, Joanicjusz Nazarko** MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY*** W artykule przedstawiono metodykę budowy modeli ARIMA oraz ich

Bardziej szczegółowo

Kurs: Seminarium dyplomowe WPPT PWr

Kurs: Seminarium dyplomowe WPPT PWr Kurs: Seminarium dyplomowe WPPT PWr Kierunek: Fizyka Techniczna Specjalność: Fizyka komputerowa w nauce i technice Studia inżynierskie Rok ak. 2005/2006 Semestr zimowy Prowadzący kurs (1) Dr hab. inż.

Bardziej szczegółowo

WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU

WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU Nazwa w języku polskim: Eksploracja Danych Nazwa w języku angielskim: Data Mining Kierunek studiów (jeśli dotyczy): MATEMATYKA I STATYSTYKA Stopień studiów i forma:

Bardziej szczegółowo

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw Arkadiusz Manikowski Zbigniew Tarapata Prognozowanie i symulacja rozwoju przedsiębiorstw Warszawa 2002 Recenzenci doc. dr. inż. Ryszard Mizera skład i Łamanie mgr. inż Ignacy Nyka PROJEKT OKŁADKI GrafComp,

Bardziej szczegółowo

Metody Prognozowania

Metody Prognozowania Wprowadzenie Ewa Bielińska 3 października 2007 Plan 1 Wprowadzenie Czym jest prognozowanie Historia 2 Ciągi czasowe Postępowanie prognostyczne i prognozowanie Predykcja długo- i krótko-terminowa Rodzaje

Bardziej szczegółowo

Prognozowanie cen żywca wieprzowego z wykorzystaniem modeli zgodnych i zmiennych wyprzedzających

Prognozowanie cen żywca wieprzowego z wykorzystaniem modeli zgodnych i zmiennych wyprzedzających Mariusz Hamulczuk Katedra Ekonomiki Rolnictwa i Międzynarodowych Stosunków Gospodarczych SGGW Prognozowanie cen żywca wieprzowego z wykorzystaniem modeli zgodnych i zmiennych wyprzedzających Wstęp Prognozowanie

Bardziej szczegółowo

Wykłady specjalistyczne. (Matematyka w finansach i ekonomii; Matematyczne podstawy informatyki)

Wykłady specjalistyczne. (Matematyka w finansach i ekonomii; Matematyczne podstawy informatyki) Wykłady specjalistyczne (Matematyka w finansach i ekonomii; Matematyczne podstawy informatyki) oferowane na stacjonarnych studiach I stopnia (dla 3 roku) w roku akademickim 2017/2018 (semestr zimowy) Spis

Bardziej szczegółowo

Rozdział 2 Wprowadzenie

Rozdział 2 Wprowadzenie Rozdział 2 Wprowadzenie Analiza szeregów czasowych zyskuje ostatnio coraz bardziej na znaczeniu i jest z niesłabnącym powodzeniem stosowana w wielu obszarach nauki, biznesu czy przemysłu. Podstawowym celem

Bardziej szczegółowo

5. Model sezonowości i autoregresji zmiennej prognozowanej

5. Model sezonowości i autoregresji zmiennej prognozowanej 5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =

Bardziej szczegółowo

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka Seminarium: Optymalizacja przydziału zasobów w terminach kolorowań grafów (MAT) Prowadzący: dr hab. Ewa Drgas-Burchardt,

Bardziej szczegółowo

WSHiG Karta przedmiotu/sylabus. Podstawy statystyki. Studia niestacjonarne - 8. Podstawy statystyki

WSHiG Karta przedmiotu/sylabus. Podstawy statystyki. Studia niestacjonarne - 8. Podstawy statystyki WSHiG Karta przedmiotu/sylabus KIERUNEK SPECJALNOŚĆ TRYB STUDIÓW SEMESTR Turystyka i Rekreacja wszystkie specjalności Stacjonarny / niestacjonarny IV / I stopnia Nazwa przedmiotu Podstawy statystyki Wymiar

Bardziej szczegółowo

DRZEWA REGRESYJNE I LASY LOSOWE JAKO

DRZEWA REGRESYJNE I LASY LOSOWE JAKO DRZEWA REGRESYJNE I LASY LOSOWE JAKO NARZĘDZIA PREDYKCJI SZEREGÓW CZASOWYCH Z WAHANIAMI SEZONOWYMI Grzegorz Dudek Instytut Informatyki Wydział Elektryczny Politechnika Częstochowska www.gdudek.el.pcz.pl

Bardziej szczegółowo

Zapraszamy do współpracy FACULTY OF ENGINEERING MANAGEMENT www.fem.put.poznan.pl Agnieszka Stachowiak agnieszka.stachowiak@put.poznan.pl Pokój 312 (obok czytelni) Dyżury: strona wydziałowa Materiały dydaktyczne:

Bardziej szczegółowo

Nabycie umiejętności wyznaczania i interpretowania metod opisu struktury zbiorowości statystycznej

Nabycie umiejętności wyznaczania i interpretowania metod opisu struktury zbiorowości statystycznej Kod przedmiotu: PLPILA02-IEEKO-L-3p7-2012 Pozycja planu: B7 INFORMACJE O PRZEDMIOCIE A. Podstawowe dane 1 Nazwa przedmiotu tatystyka opisowa 2 Rodzaj przedmiotu Podstawowy/Obowiązkowy 2 Kierunek studiów

Bardziej szczegółowo

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Plan prezentacji Wprowadzenie do prognozowania Metody

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest

Bardziej szczegółowo

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006 Modele dynamiczne Paweł Cibis pcibis@o2.pl 27 kwietnia 2006 1 Wyodrębnianie tendencji rozwojowej 2 Etap I Wyodrębnienie tendencji rozwojowej Etap II Uwolnienie wyrazów szeregu empirycznego od trendu Etap

Bardziej szczegółowo

Wyższa Szkoła Hotelarstwa i Gastronomii w Poznaniu SYLABUS. Moduł (typ) przedmiotów:

Wyższa Szkoła Hotelarstwa i Gastronomii w Poznaniu SYLABUS. Moduł (typ) przedmiotów: Wyższa Szkoła Hotelarstwa i Gastronomii w Poznaniu SYLABUS Profil kształcenia: Ogólnoakademicki Stopień studiów: II Kierunek studiów: Turystyka i Rekreacja Specjalność: Hotelarstwo i Gastronomia, Obsługa

Bardziej szczegółowo

Organizacja i monitorowanie procesów magazynowych / Stanisław

Organizacja i monitorowanie procesów magazynowych / Stanisław Organizacja i monitorowanie procesów magazynowych / Stanisław KrzyŜaniak [et al.]. Poznań, 2013 Spis treści Przedmowa 11 1.1. Magazyn i magazynowanie 13 1.1.1. Magazyn i magazynowanie - podstawowe wiadomości

Bardziej szczegółowo

Dostawa oprogramowania. Nr sprawy: ZP /15

Dostawa oprogramowania. Nr sprawy: ZP /15 ........ (pieczątka adresowa Oferenta) Zamawiający: Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu, ul. Staszica,33-300 Nowy Sącz. Strona: z 5 Arkusz kalkulacyjny określający minimalne parametry techniczne

Bardziej szczegółowo

Egzamin / zaliczenie na ocenę*

Egzamin / zaliczenie na ocenę* Zał. nr do ZW 33/01 WYDZIAŁ / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Optymalizacja systemów Nazwa w języku angielskim System optimization Kierunek studiów (jeśli dotyczy): Inżynieria Systemów

Bardziej szczegółowo

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku Praktyczny Excel Wykresy i grafika w Excelu krok po kroku 5 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29,

Bardziej szczegółowo

Miejsce egzaminu: Zespół Szkół Ponadgimnazjalnych Nr 3 w Pile, ul. Kilińskiego16, Termin egzaminu: 26 czerwca 2017r.

Miejsce egzaminu: Zespół Szkół Ponadgimnazjalnych Nr 3 w Pile, ul. Kilińskiego16, Termin egzaminu: 26 czerwca 2017r. R.21.Projektowanie, urządzanie i pielęgnacja roślinnych obiektów architektury krajobrazu dla zawodu: 314202 - Technik architektury krajobrazu Termin egzaminu: 26 czerwca 2017r., świetlica u /minut 1 Amelia

Bardziej szczegółowo

Kod Kod kursu Nazwa kursu Terminy Sala Bud. Tytuł Imię Nazwisko MATEMATYKA I STATYSTYKA

Kod Kod kursu Nazwa kursu Terminy Sala Bud. Tytuł Imię Nazwisko MATEMATYKA I STATYSTYKA MATEMATYKA I STATYSTYKA T00-03a INT001330W Technologie informacyjne śr 11:15-13:00 1.27 C-13 Dr inż. Andrzej Giniewicz T00-02b INT001330L Technologie informacyjne cz 18:55-20:35 4.04 C-11 Mgr Bartłomiej

Bardziej szczegółowo

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim: STATYSTYKA W MODELACH NIEZAWODNOŚCI I ANALIZIE PRZEŻYCIA Nazwa w języku angielskim: STATISTICS IN RELIABILITY MODELS AND

Bardziej szczegółowo

Ekonometria_EkonJK Arkusz1

Ekonometria_EkonJK Arkusz1 Rok akademicki: Grupa przedmiotów Numer katalogowy: Nazwa przedmiotu 1) : łumaczenie nazwy na jęz. angielski 3) : Kierunek studiów 4) : Ekonometria Econometrics Ekonomia ECS 2) Koordynator przedmiotu 5)

Bardziej szczegółowo

Procedura monitorowania realizacji podstawy programowej w Centrum Kształcenia Ustawicznego w Wyszkowie

Procedura monitorowania realizacji podstawy programowej w Centrum Kształcenia Ustawicznego w Wyszkowie Załącznik nr 1 Zarządzenie Nr 4/11/2017 z dnia 29 listopada 2017 r. Dyrektora CKU im. Jana Kochanowskiego w Wyszkowie Procedura monitorowania realizacji podstawy programowej w Centrum Kształcenia Ustawicznego

Bardziej szczegółowo

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka ubezpieczeniowa Rocznik: 2016/2017 Język wykładowy: Polski

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki. Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 01/013 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 013/014 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

lp. imię żeńskie liczba wystapień lp. imię męskie liczba wystapień JULIA JAKUB WIKTORIA MATEUSZ 10.

lp. imię żeńskie liczba wystapień lp. imię męskie liczba wystapień JULIA JAKUB WIKTORIA MATEUSZ 10. lp. imię żeńskie liczba wystapień lp. imię męskie liczba wystapień 2002 2002 1 JULIA 11.854 1 JAKUB 18.013 2 WIKTORIA 11.356 2 MATEUSZ 10.170 3 NATALIA 9.963 3 KACPER 10.046 4 ALEKSANDRA 9.176 4 MICHAŁ

Bardziej szczegółowo

MODELE HARMONICZNE ZE ZŁOŻONĄ SEZONOWOŚCIĄ W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z LUKAMI SYSTEMATYCZNYMI

MODELE HARMONICZNE ZE ZŁOŻONĄ SEZONOWOŚCIĄ W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z LUKAMI SYSTEMATYCZNYMI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIV/3, 2013, str. 81 90 MODELE HARMONICZNE ZE ZŁOŻONĄ SEZONOWOŚCIĄ W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z LUKAMI SYSTEMATYCZNYMI Maria Szmuksta Zawadzka, Jan

Bardziej szczegółowo

Statystyka matematyczna SYLABUS

Statystyka matematyczna SYLABUS Statystyka matematyczna nazwa przedmiotu SYLABUS B. Informacje szczegółowe Elementy składowe sylabusu Nazwa przedmiotu Statystyka matematyczna Kod przedmiotu 0600-FS1-2SM Nazwa jednostki prowadzącej Wydział

Bardziej szczegółowo

PROGNOZA WYSTĄPIENIA WSTRZĄSU ZA POMOCĄ SZEREGÓW CZASOWYCH. 1. Wprowadzenie. Zdzisław Iwulski* Górnictwo i Geoinżynieria Rok 31 Zeszyt 3/1 2007

PROGNOZA WYSTĄPIENIA WSTRZĄSU ZA POMOCĄ SZEREGÓW CZASOWYCH. 1. Wprowadzenie. Zdzisław Iwulski* Górnictwo i Geoinżynieria Rok 31 Zeszyt 3/1 2007 Górnictwo i Geoinżynieria Rok 31 Zeszyt 3/1 2007 Zdzisław Iwulski* PROGNOZA WYSTĄPIENIA WSTRZĄSU ZA POMOCĄ SZEREGÓW CZASOWYCH 1. Wprowadzenie Z szeregami czasowymi spotykamy się w inżynierii, geologii,

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30 Zał. nr 4 do ZW WYDZIAŁ CHEMICZNY KARTA PRZEDMIOTU Nazwa w języku polskim Wstęp do statystyki praktycznej Nazwa w języku angielskim Intriduction to the Practice of Statistics Kierunek studiów (jeśli dotyczy):

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni Zał. nr do ZW 33/01 WYDZIAŁ PODSTAWOWYCH ROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim TEORIA ESTYMACJI Nazwa w języku angielskim ESTIMATION THEORY Kierunek studiów (jeśli dotyczy): MATEMATYKA

Bardziej szczegółowo

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka Seminarium: Matematyka dyskretna (IiE+MAT) Prowadzący: prof. dr hab. Mieczysław Borowiecki Teoria grafów, hipergrafów

Bardziej szczegółowo

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO 5/18 ARCHIWUM ODLEWNICTWA Rok 2006, Rocznik 6, Nr 18 (1/2) ARCHIVES OF FOUNDRY Year 2006, Volume 6, N o 18 (1/2) PAN Katowice PL ISSN 1642-5308 WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU

Bardziej szczegółowo

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Dr hab. inż. Agnieszka Wyłomańska Faculty of Pure and Applied Mathematics Hugo Steinhaus Center Wrocław University of Science and

Bardziej szczegółowo

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne

Bardziej szczegółowo

Wydatki [zł] Wydatki 36,4 38, ,6 37,6 40, , ,5 33 Czas

Wydatki [zł] Wydatki 36,4 38, ,6 37,6 40, , ,5 33 Czas Wydatki [zł] Zestaw zadań z Zastosowania metod progn. Zadanie 1 Dany jest następujący szereg czasowy: t 1 2 3 4 5 6 7 8 y t 11 14 13 18 17 25 26 28 Dokonaj jego dekompozycji na podstawowe składowe. Wykonaj

Bardziej szczegółowo

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku Praktyczny Excel Wykresy i grafika w Excelu krok po kroku 5 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29,

Bardziej szczegółowo

Joanicjusz Nazarko, Joanna Chrabołowska, Mikołaj Rybaczuk Politechnika Białostocka

Joanicjusz Nazarko, Joanna Chrabołowska, Mikołaj Rybaczuk Politechnika Białostocka PRACE NAUKOWE AKADEMII EKONOMICZNEJ WE WROCŁAWIU Nr 1022------------------------------------------------------------------------------------------ 2004 TAKSONOMIA 11 Klasyfikacja i analiza danych - teoria

Bardziej szczegółowo

Prognozowanie liczby pacjentów poradni ortopedycznej

Prognozowanie liczby pacjentów poradni ortopedycznej Zeszyty Naukowe Metody analizy danych Uniwersytet Ekonomiczny w Krakowie 876 Kraków 2011 Studia Doktoranckie Wydziału Zarządzania Prognozowanie liczby pacjentów poradni ortopedycznej 1. Wprowadzenie W

Bardziej szczegółowo

KARTA PRZEDMIOTU. wyjaśnia podstawy budowy i obsługi komputera. przetwarza dokumenty w formie elektronicznej. nakład

KARTA PRZEDMIOTU. wyjaśnia podstawy budowy i obsługi komputera. przetwarza dokumenty w formie elektronicznej. nakład 1 3 4 6 7 8 8.0 Kod przedmiotu Nazwa przedmiotu Jednostka Punkty ECTS Język wykładowy polski Poziom przedmiotu podstawowy K_W01 3 wiedza Symbole efektów kształcenia K_U01 3 umiejętności K_K01 11 kompetencje

Bardziej szczegółowo

Ekonometria i prognozowanie Econometrics and prediction

Ekonometria i prognozowanie Econometrics and prediction KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Ekonometria i prognozowanie Econometrics and prediction A. USYTUOWANIE

Bardziej szczegółowo

Teoria opcji SYLABUS

Teoria opcji SYLABUS Teoria opcji nazwa przedmiotu SYLABUS B. Informacje szczegółowe Elementy składowe sylabusu Opis Nazwa przedmiotu Teoria opcji Kod przedmiotu 0600-FS2-2TO Nazwa jednostki prowadzącej Wydział Matematyki

Bardziej szczegółowo

Opis. Liczba godzin zajęć dydaktycznych z

Opis. Liczba godzin zajęć dydaktycznych z Załącznik nr 5 do Uchwały nr 1202 Senatu UwB z dnia 29 lutego 2012 r. Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów

Bardziej szczegółowo

ANALITYK DANYCH Kto to jest analityk danych? Na czym polega praca analityka danych?

ANALITYK DANYCH Kto to jest analityk danych? Na czym polega praca analityka danych? ANALITYK DANYCH Kto to jest analityk danych? Współczesny świat oraz nowoczesna gospodarka bazują w znacznej mierze na umiejętności analizy i opracowywania napływających danych. Działania te są niezbędne

Bardziej szczegółowo

BADANIE KOINTEGRACJI POWIATOWYCH STÓP BEZROBOCIA W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM

BADANIE KOINTEGRACJI POWIATOWYCH STÓP BEZROBOCIA W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Barbara Batóg Uniwersytet Szczeciński BADANIE KOINTEGRACJI POWIATOWYCH STÓP BEZROBOCIA W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM Streszczenie W artykule

Bardziej szczegółowo