OCENA PRZYDATNOŚCI MODELU EKONOMETRYCZNEGO DO BADANIA ZMIAN DYNAMIKI GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO
|
|
- Bogna Wójcik
- 8 lat temu
- Przeglądów:
Transkrypt
1 Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii ozef.biolik@ue.katowice.pl OCENA PRZYDATNOŚCI MODELU EKONOMETRYCZNEGO DO BADANIA ZMIAN DYNAMIKI GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO Streszczenie: Celem artykułu est prognostyczna weryfikaca modelu gospodarki woewództwa śląskiego oraz ocena dynamicznych własności gospodarki na podstawie pierwiastków charakterystycznych równania końcowego. Na podstawie danych z lat oszacowano parametry modelu charakteryzuącego gospodarkę woewództwa śląskiego. Na bazie obliczonych prognoz na eden okres naprzód oceniono wartość prognostyczną modelu. Do oceny dynamicznych własności modelu wykorzystano pierwiastki charakterystyczne równania końcowego. Słowa kluczowe: model ekonometryczny, prognoza, błąd prognozy, równanie końcowe, pierwiastek charakterystyczny. 1. Ocena akości modelu dla celów prognostycznych Model charakteryzue się wysoką adekwatnością prognostyczną, eśli na podstawie zadanych wartości zmiennych obaśniaących pozwala on dostatecznie dokładnie przewidywać przyszłe wartości zmiennych obaśnianych przez poszczególne równania modelu. Do oceny poziomu adekwatności prognostyczne wykorzystane zostaną mierniki dokładności prognoz ex post. W analizie zgodności prognostyczne błąd prognozy będzie zdefiniowany ako: gdzie: y TP prognoza, B t = y TP y t,
2 10 y t zrealizowana wartość zmienne, zaś średni względny błąd prognozy: y y ˆ TP t. V = Na podstawie danych zamieszczonych w Biuletynach statystycznych woewództwa śląskiego pochodzących z lat oszacowano parametry modelu charakteryzuącego gospodarkę woewództwa śląskiego: Równanie nakładów inwestycynych: NI t = 0, NI t-1 + 0, WFN t ,54 R w 2 = 0,8252 (0,175498) (0, ) (1390,56) Równanie wyniku finansowego netto: WFN t = 0, PCD t 0, KUP t 1026,40 R w 2 = 0,9988 (0,016424) (0,01829) Równanie przychodów z działalności przedsiębiorstw: PCD t = 0, PCD t-1 + 1,11464 PSP t ,3 R w 2 = 0,9935 (0,09684) (0,1131) (6041,48) Równanie kosztów uzyskania przychodów: KUP t = 1,2625 PSP t + 125,683 PZ t ,5 R w 2 = 0,9923 (0,03813) (20,5737) (18566,6) Równanie produkci sprzedane przemysłu: PSP t = 1,05364 PSP t ,05 R w 2 = 0,9338 (0,08867) (11102,6) Równanie przeciętnych wynagrodzeń brutto: PWB t = 0, PWB t-1 + 0, PSP t + 317,847 R w 2 = 0,9917 (0,12306) (0,001766) (129,157) gdzie: PZ t przeciętne zatrudnienie w sektorze przedsiębiorstw ogółem w tys. osób, PWB t przeciętne wynagrodzenia brutto w sektorze przedsiębiorstw ogółem w zł, PSP t produkca sprzedana przemysłu ogółem w mln zł, PCD t przychody z całokształtu działalności przedsiębiorstw ogółem w mln zł, KUP t koszty uzyskania przychodów w sektorze przedsiębiorstw ogółem w mln zł, WFN t wynik finansowy netto ogółem w sektorze przedsiębiorstw w mln zł, NI t nakłady inwestycyne w sektorze przedsiębiorstw ogółem w mln zł. y t
3 Ocena przydatności modelu ekonometrycznego 11 Otrzymane wyniki świadczą o dobrym dopasowaniu, współczynnik determinaci przekracza poziom 0,99 z wyątkiem równania nakładów inwestycynych. Oznacza to, że 99% zmienności zmienne endogeniczne est wyaśniane przez dane równanie modelu, a tylko 1% zmienności zależy od innych czynników, które nie zostały uwzględnione w modelu. Oszacowany model est modelem rekurencynym oraz dynamicznym. Zgodnie z procedurą prognozowania te klasy modelu wyznaczono prognozy na okres T = t + 1 (rok 2012), które zamieszczono w tabeli 1. Tabela 1. Prognozy, realizace oraz błędy prognoz obliczone na podstawie modelu gospodarki woewództwa śląskiego Zmienna Prognoza Realizaca Błąd prognozy Względny błąd prognozy PSP , , ,9 0,1185 PWB 4128,6 4073,2 55,4 0,0136 KUP , , ,8 0,066 PCD , , ,7 0,0769 WFN 12719,4 9535,1 3184,3 0,3339 Z danych zamieszczonych w tabeli 1 wynika, że we wszystkich przypadkach z wyątkiem nakładów inwestycynych prognozy były zawyżone. Relatywnie nagorsza sytuaca wystąpiła w przypadku wyniku finansowego netto, gdzie zaistniało przeszacowanie o 33,39%. Niedoszacowanie na poziomie 1,8% wystąpiło w przypadku nakładów inwestycynych. Należy także zauważyć, że oszacowany model charakteryzował się wysoką zgodnością przekraczaącą poziom 0,90 (R 2 w > 0,9). Na duży błąd prognozy dotyczący wyniku finansowego miała niewątpliwie wpływ ogólna sytuaca gospodarcza (recesa). Wyniki estymaci modelu na podstawie danych pochodzących z lat (reestymaca modelu): Równanie nakładów inwestycynych: NI t = 0, NI t-1 + 0, WFN t ,71 R w 2 = 0,8476 (0,15643) (0, ) (1275,21) Równanie wyniku finansowego netto: WFN t = 0, PCD t 0, KUP t 1191,55 R w 2 = 0,9987 (0, ) (0, ) (282,530) Równanie przychodów z działalności przedsiębiorstw: PCD t = 0, PCD t-1 + 1,09023 PSP t ,5 R w 2 = 0,9946 (0, ) (0,098319) (4881,04)
4 12 Równanie kosztów uzyskania przychodów: KUP t = 1,29788 PSP t + 134,377 PZ t ,9 R w 2 = 0,9913 (0,03919) (23,0797) (20500,8) Równanie produkci sprzedane przemysłu: PSP t = 0, PSP t ,8 R w 2 = 0,9288 (0,072756) (9434,23) Równanie przeciętnych wynagrodzeń brutto: PWB t = 0, PWB t-1 + 0, PSP t + 317,847 R w 2 = 0,9935 (0,12306) (0,001766) (104,402) W tabeli 2 zamieszczono prognozy obliczone na rok 2013 przy założeniu, że przeciętne zatrudnienie w sektorze przedsiębiorstw będzie takie, ak w roku Tabela 2. Prognozy, realizace oraz błędy prognoz obliczone na podstawie reestymowanego modelu gospodarki woewództwa śląskiego Zmienna Prognoza Realizaca Prognozowany Względny prognozowany w roku 2012 przyrost przyrost PSP , ,9 7507,65 0,0389 PWB 4251, ,2 177,91 0,0437 KUP , ,9 1212,39 0,0044 PCD , ,9 6100,33 0,0212 WFN 13675, ,1 4140,7 0,4342 Na uwagę zasługue równanie wyniku finansowego. Równanie to wykazue nawiększą zgodność mierzoną współczynnikiem determinaci R 2 w = 0,998 w obu przypadkach, natomiast prognoza obliczona na podstawie tego równania charakteryzue się nawiększym błędem prognozy ex post rzędu 33%, a względny prognozowany przyrost przekracza 43%. Czy est to symptom reakci sektora przedsiębiorstw na kryzys gospodarczy? Wykres wartości zaobserwowanych oraz teoretycznych dla zmienne WFN t przedstawia rys. 1.
5 Ocena przydatności modelu ekonometrycznego mln. zł zł lata empiryczne teoretyczne Rys. 1. Zaobserwowane oraz teoretyczne wartości zmienne WFN Wykres potwierdza wysoką zgodność modelu. Przeanalizumy reszty równania modelu: Wykres reszt równania zmienne WFN t przedstawia rys mln.zł reszty lata Rys. 2. Wykres reszt równania wyniku finansowego netto Z wykresu reszt wynika, że w ostatnim okresie nastąpiły gwałtowne zmiany reszt (zarówno dodatnie, ak i uemne).
6 14 2. Równanie końcowe modelu narzędziem analizy dynamicznych własności modelu Dla modelu, w którym występue G zmiennych endogenicznych (G > 1), można rozpatrywać zbiór G równań końcowych dotyczących poszczególnych zmiennych endogenicznych modelu. Jeżeli w G-równaniowym modelu ekonometrycznym zmienne endogeniczne maą opóźnienia nawyże ednookresowe, to równanie końcowe modelu ze względu na wybraną zmienną endogeniczną ma postać: y t + α 1 y t-1 + α 2 y t α G y t-g = L (X 1, X 2,..., X k ), (1) gdzie: L(X 1, X 2,..., X k ) est liniową funkcą zmiennych egzogenicznych modelu. Równanie (1) est równaniem różnicowym nieednorodnym, stopnia co nawyże G, o stałych parametrach. Przedstawienie zależności y t od t w awne postaci pewne funkci y = F(t) otrzymue się ako sumę ogólnego rozwiązania równania ednorodnego i szczególnego rozwiązania równania nieednorodnego. Równanie ednorodne ma postać 1 : y t + α 1 y t-1 + α 2 y t α G y t-g = 0 (2) i ego rozwiązanie ogólne zależy od G warunków początkowych oraz od pierwiastków równania charakterystycznego: λ G + α 1 λ G α G = 0. (3) Ponieważ rozwiązanie ogólne równania ednorodnego wyraża mechanizm ruchów własnych układu, dlatego analiza równania ednorodnego (2) i wynikaącego z niego równania charakterystycznego informue o charakterze wahań własnych, a przede wszystkim o trendzie i ewentualnych wahaniach periodycznych. W przypadku rzeczywistych i poedynczych pierwiastków równania charakterystycznego rozwiązanie ogólne równania ednorodnego można zapisać w postaci: y t = G t A λ = 1, (4) gdzie: λ est -tym pierwiastkiem charakterystycznym, A est -tym warunkiem początkowym. 1 Równanie ednorodne uzyskue się przez przekształcenie maące na celu wyeliminowanie wszystkich zmiennych endogenicznych nieopóźnionych, ak i opóźnionych z danego równania. W równaniu tym występue tylko analizowana zmienna endogeniczna i e kolene opóźnienia.
7 Ocena przydatności modelu ekonometrycznego 15 W takie sytuaci ruch własny układu nie zawiera wahań okresowych, a w przypadku, gdy λ < 1, krzywa ruchu est krzywą maleącą asymptotycznie do osi y = 0 (gdy t ). Jeżeli natomiast rozwiązaniem równania (3) est r pierwiastków rzeczywistych i 2s pierwiastków zespolonych (λ = a ± i b ), to rozwiązanie można zapisać [Pawłowski, 1981, s. 42]: gdzie: Θ = arc tg b a y t = = r A 1 t λ + r+ s t 2πt A ρ cos δ r 1 Θ +, (5) = + określa długość okresu wahań periodycznych, 2 2 ρ = a + b określa zmiany amplitudy wahań w porównaniu z amplitudą początkową, δ est wyznaczone z warunków początkowych określaących, dla akie wartości t -ty składnik periodyczny ma wartość maksymalną. Na podstawie wyników estymaci postaci strukturalne modelu ekonometrycznego wyznaczono równania ednorodne, odpowiadaące tym równaniom równania charakterystyczne oraz obliczono pierwiastki charakterystyczne. Równanie ednorodne dla zmienne PSP t ma postać: PSP t 0,97359 PSP t-1 = 0, równanie charakterystyczne: λ-0,97359 = 0. Pierwiastek charakterystyczny est więc równy: λ= 0,
8 16 Wykres w artości Wykres pierw wartości iastka pierwiastka charakterystycznego charakterystycznego dotyczącego PSP dotyczącego w kolenych PSP w okresach kolenych okresach 1,2 1 0,8 0,6 0,4 0, okresy Rys. 3. Wykres wartości λ t dla PSP t w kolenych okresach Równanie ednorodne dla zmienne PWB t ma postać: PWB t (0, ,973590) PWB t-1 0, (-0,771614) PWB t-2 = 0; Równanie charakterystyczne: λ 2 1, λ + 0, = 0; Pierwiastki charakterystyczne są równe: λ 1 = 0, oraz λ 2 = 0, Wartości pierwiastka Wartości pierwiastka charakterystycznego dotyczacego dotyczącego PWB w kolenych PWB w kolenych okresach okresach 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, okresy Rys. 4. Wykres wartości λ t dla PWB t w kolenych okresach
9 Ocena przydatności modelu ekonometrycznego 17 Obliczone pierwiastki charakterystyczne równania ednorodnego dotyczącego PWB t świadczą, że na dynamikę kształtowania się wynagrodzeń ma wpływ wewnętrzna dynamika wynagrodzeń oraz wewnętrzna dynamika produkci sprzedane przemysłu. Równanie ednorodne dla zmienne PCD t ma postać: PCD t (0, ,973590) PCD t-1 0, (-0,219796) PCD t-2 = 0; Równanie charakterystyczne: λ 2 1, λ + 0, = 0; Pierwiastki charakterystyczne są równe: λ 1 = 0, oraz λ 2 = 0, Wartości pierwiastka Wartości pierwiastka charakterystycznego charakterystycznego dotyczącego dotyczącego zmienne PCD zmienne w kolenych PCD w kolenych okresach okresach 0,25 0,2 0,15 0,1 0, okresy Rys. 5. Wykres wartości λ t dla PCD t w kolenych okresach Obliczone pierwiastki charakterystyczne równania ednorodnego dotyczącego PCD t świadczą, że dynamika kształtowania się przychodów działalności przedsiębiorstw zależy od wewnętrzne dynamiki przychodów z całokształtu działalności oraz od wewnętrzne dynamiki produkci sprzedane przemysłu. W równaniu zmienne PCD t = A 1 λ 1 t + A 2 λ 2 t ako warunki początkowe przyęto: A 1 wartość przychodów całokształtu działalności w roku 2012, t ,9 mln zł oraz A 2 wartość produkci sprzedane przemysłu w roku 2012, t ,9 mln zł.
10 18 Wew Wewnętrzna dynamika dynamika PCD PCD okresy Rys. 6. Wewnętrzna dynamika zmienne PCD t = A 1 λ 1 t + A 2 λ 2 t Równanie ednorodne dla zmienne KUP t ma postać: KUP t 0,97359 KUP t-1 = 0; Równanie charakterystyczne: λ-0,97359 = 0; Pierwiastek charakterystyczny est więc równy: λ= 0, W równaniu kosztów uzyskania przychodów nie występue opóźniona zmienna endogeniczna, więc wewnętrzna dynamika kształtowania się te zmienne zależy od wewnętrzne dynamiki produkci sprzedane przemysłu, stąd obliczony pierwiastek charakterystyczny dla zmienne KUP t est taki sam, ak pierwiastek charakterystyczny dla zmienne PSP t. W równaniu wyniku finansowego netto nie występue opóźniona zmienna endogeniczna, więc wewnętrzna dynamika kształtowania się te zmienne zależy od wewnętrzne dynamiki PCD t oraz KUP t. Zbudowany i oszacowany model gospodarki w pełni nadae się do prognozowania oraz badania zmian dynamiki gospodarki woewództwa śląskiego.
11 Ocena przydatności modelu ekonometrycznego 19 Podsumowanie Oszacowany model charakteryzuący powiązania między zmiennymi charakteryzuącymi gospodarkę woewództwa śląskiego cechue wysoka zgodność. Prognozy na eden okres naprzód wyznaczone na podstawie modelu charakteryzuą się małymi błędami (w zasadzie nieprzekraczaącymi 5%), z wyątkiem prognozy dotyczące wyniku finansowego netto. Błąd prognozy dotyczący wyniku finansowego netto wynosi 33%, prognoza przekracza realizacę zmienne. Poawia się pytanie, czy gwałtowny spadek wyniku finansowego netto przedsiębiorstw est efektem sytuaci kryzysowe? Z przeprowadzonych analiz opartych na danych kwartalnych wynika, że est to reakca zachowawcza sektora przedsiębiorstw przed niepewnością dotyczącą recesi gospodarcze 2. Z analizy równania końcowego wynika, że wszystkie pierwiastki charakterystyczne równań ednorodnych λ < 1. W takie sytuaci krzywa ruchu est krzywą maleącą asymptotycznie do osi y = 0 (gdy t ). Dynamika wewnętrzna est spadkowa, więc by nastąpił wzrost, niezbędne są zasilania zewnętrzne, które w modelu reprezentuą zmienne egzogeniczne. Literatura Biolik J. (2008), Dynamiczne własności modelu gospodarki woewództwa śląskiego na podstawie równania końcowego [w:] A. Badak, W. Czakon (red.), Zarządzanie współczesne problemy badawcze, AE w Katowicach, Katowice. Biolik J. (2013), Problemy modelowania zawisk gospodarczych [w:] Zawiska społeczne w badaniach statystycznych. Księga ubileuszowa dedykowana Profesor Barbarze Podolec, UE w Krakowie, Kraków. Biuletyny statystyczne woewództwa śląskiego, Pawłowski Z. (1981), Elementy ekonometrii, PWN, Warszawa. 2 Zob. Biolik [2008]. Na podstawie analizy danych kwartalnych dotyczących wyniku finansowego można zauważyć, że w czwartych kwartałach wykazywany wynik finansowy est zdecydowanie niższy niż w pozostałych kwartałach, a koszty uzyskania przychodów w tym kwartale zdecydowanie wyższe.
12 20 EVALUATION OF USE OF THE ECONOMETRIC MODEL FOR THE RESEARCH ON CHANGES IN THE DYNAMICS OF THE SILESIAN VOIVODSHIP S ECONOMY Summary: The purpose of the article is a prognostic verification of Silesian voivodship s economy model and the evaluation of dynamic properties of economy on the basis of characteristic roots of final equation. The parameters of a model characterizing the economy of the Silesian voivodship were estimated on the basis of the data from the period of The prognostic value of the model was estimated on the basis of prognoses calculated for one period. The evaluation of dynamic properties of the model was based on the characteristic roots of final equation. Keywords: econometric model, forecast, the forecast error, the final equation, characteristic root.
ANALIZA PORÓWNAWCZA WYBRANYCH PROCEDUR MODELOWANIA EKONOMETRYCZNEGO DLA MODELU GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO
Józef Biolik Uniwersytet Ekonomiczny w Katowicach ANALIZA PORÓWNAWCZA WYBRANYCH PROCEDUR MODELOWANIA EKONOMETRYCZNEGO DLA MODELU GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO Wprowadzenie Jednym z narzędzi analizy
Bardziej szczegółowoANALIZA PORÓWNAWCZA KONIUNKTURY GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO I GOSPODARKI POLSKI
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 264 2016 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii jozef.biolik@ue.katowice.pl
Bardziej szczegółowoEkonometryczna analiza popytu na wodę
Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.
Bardziej szczegółowoEtapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Bardziej szczegółowoZASTOSOWANIE DYNAMICZNEGO MODELU ZGODNEGO W ANALIZIE GOSPODARKI GÓRNEGO ŚLĄSKA
Uniwersytet Ekonomiczny w Katowicach ZASTOSOWANIE DYNAMICZNEGO MODELU ZGODNEGO W ANALIZIE GOSPODARKI GÓRNEGO ŚLĄSKA Wprowadzenie W opracowaniu podjęto próbę porównania jakości modelu ekonometrycznego gospodarki
Bardziej szczegółowoANALIZA PORÓWNAWCZA KONIUNKTURY WOJEWÓDZTW POLSKI W LATACH
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 318 2017 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii jozef.biolik@ue.katowice.pl
Bardziej szczegółowoOcena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych
Grażyna Karmowska Zakład Analizy Systemowej Akademia Rolnicza w Szczecinie Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych Wstęp Jednym z podstawowych sposobów oceny podejmowanych
Bardziej szczegółowoRobert Kubicki, Magdalena Kulbaczewska Modelowanie i prognozowanie wielkości ruchu turystycznego w Polsce
Robert Kubicki, Magdalena Kulbaczewska Modelowanie i prognozowanie wielkości ruchu turystycznego w Polsce Ekonomiczne Problemy Turystyki nr 3 (27), 57-70 2014 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO
Bardziej szczegółowoMetody ilościowe w analizie struktury podmiotowej sektora usług w Polsce
Rafał Klóska* Metody ilościowe w analizie struktury podmiotowej sektora usług w Polsce Wstęp Tematem rozważań wielu ekonomistów i polityków jest często rozwój przedsiębiorczości w Polsce a rosnące zainteresowanie
Bardziej szczegółowoEkonometria. 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 szczegółowoK wartość kapitału zaangażowanego w proces produkcji, w tys. jp.
Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.
Bardziej szczegółowoAnaliza trendów branżowych
Analiza trendów branżowych Przemysł i budownictwo Listopad 2014 Inwestujemy w rozwój województwa podkarpackiego Projekt współfinansowany ze środków Unii Europejskiej z Europejskiego Funduszu Rozwoju Regionalnego
Bardziej szczegółowoPROGNOZOWANIE 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 szczegółowoPoszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wieskiego, Warszawa, ul. Nowoursynowska 159 e-mail: mieczyslaw_polonski@sggw.pl Poszukiwanie optymalnego wyrównania
Bardziej szczegółowoOcena jakości prognoz wybranych wskaźników rozwoju gospodarczego woj. lubelskiego
61 Barometr Regionalny Nr 2(24) 2011 Ocena jakości prognoz wybranych wskaźników rozwoju gospodarczego woj. lubelskiego Jarosław Bielak Wyższa Szkoła Zarządzania i Administracji w Zamościu Streszczenie:
Bardziej szczegółowoEkonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
Bardziej szczegółowoANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych
Bardziej szczegółowo5. 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 szczegółowo3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 9 Anna Skowrońska-Szmer lato 2016/2017 Ekonometria (Gładysz B., Mercik J., Modelowanie ekonometryczne. Studium przypadku, Wydawnictwo PWr., Wrocław 2004.) 2
Bardziej szczegółowoA.Światkowski. Wroclaw University of Economics. Working paper
A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:
Bardziej szczegółowoAnaliza trendów branżowych
Analiza trendów branżowych Handel Listopad 2014 Inwestujemy w rozwój województwa podkarpackiego Projekt współfinansowany ze środków Unii Europejskiej z Europejskiego Funduszu Rozwoju Regionalnego w ramach
Bardziej szczegółowoPrognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)
Bardziej szczegółowoEstymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania
Bardziej szczegółowoĆwiczenia IV
Ćwiczenia IV - 17.10.2007 1. Spośród podanych macierzy X wskaż te, których nie można wykorzystać do estymacji MNK parametrów modelu ekonometrycznego postaci y = β 0 + β 1 x 1 + β 2 x 2 + ε 2. Na podstawie
Bardziej szczegółowoLogistyka - nauka. Polski sektor TSL w latach Diagnoza stanu
Adiunkt/dr Joanna Brózda Akademia Morska w Szczecinie, Wydział Inżynieryjno-Ekonomiczny Transportu, Instytut Zarządzania Transportem, Zakład Organizacji i Zarządzania Polski sektor TSL w latach 2007-2012.
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 32 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 11 21 BARBARA BATÓG JACEK BATÓG Uniwersytet Szczeciński Katedra Ekonometrii i Statystyki ANALIZA ZBIEŻNOŚCI STRUKTUR
Bardziej szczegółowoEkonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Wprowadzenie do modelowania ekonometrycznego Estymator Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 1 Estymator 1 / 16 Agenda 1 Literatura Zaliczenie przedmiotu 2 Model
Bardziej szczegółowoO LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW
Rafał Czyżycki, Marcin Hundert, Rafał Klóska Wydział Zarządzania i Ekonomiki Usług Uniwersytet Szczeciński O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW Wprowadzenie Poruszana
Bardziej szczegółowoWprowadzenie do teorii prognozowania
Wprowadzenie do teorii prognozowania I Pojęcia: 1. Prognoza i zmienna prognozowana (przedmiot prognozy). Prognoza punktowa i przedziałowa. 2. Okres prognozy i horyzont prognozy. Prognozy krótkoterminowe
Bardziej szczegółowoMetoda najmniejszych kwadratów
Model ekonometryczny Wykształcenie a zarobki Hipoteza badawcza: Istnieje zależność między poziomem wykształcenia a wysokością zarobków Wykształcenie a zarobki Hipoteza badawcza: Istnieje zależność między
Bardziej szczegółowoTeoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
Bardziej szczegółowoEkonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota
Ekonometria ćwiczenia 3 Prowadzący: Sebastian Czarnota Strona - niezbędnik http://sebastianczarnota.com/sgh/ Normalność rozkładu składnika losowego Brak normalności rozkładu nie odbija się na jakości otrzymywanych
Bardziej szczegółowot y x y'y x'x y'x x-x śr (x-x śr)^2
Na podstawie:w.samuelson, S.Marks Ekonomia menedżerska Zadanie 1 W przedsiębiorstwie toczy się dyskusja na temat wpływu reklamy na wielkość. Dział marketingu uważa, że reklama daje wysoce pozytywne efekty,
Bardziej szczegółowoProjekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018
Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu
Bardziej szczegółowoPodstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF
Podstawy ekonometrii Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF Cele przedmiotu: I. Ogólne informacje o przedmiocie. - Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod modelowania
Bardziej szczegółowoTomasz Stryjewski Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETYCZNE IX Ogólnopolskie Seminarium Naukowe 6 8 września 5 w Toruniu Katedra Ekonometrii i Statystyki Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołaja Kopernika w Toruniu
Bardziej szczegółowoŚcieżka rozwoju polskiej gospodarki w latach gospodarki w latach W tym celu wykorzystana zostanie metoda diagramowa,
Barbara Batóg, Jacek Batóg Uniwersytet Szczeciński Ścieżka rozwoju polskiej gospodarki w latach - W artykule podjęta zostanie próba analizy, diagnozy i prognozy rozwoju polskiej gospodarki w latach -.
Bardziej szczegółowoURZĄD MARSZAŁKOWSKI WOJEWÓDZTWA OPOLSKIEGO DEPARTAMENT POLITYKI REGIONALNEJ I PRZESTRZENNEJ. Referat Ewaluacji
URZĄD MARSZAŁKOWSKI WOJEWÓDZTWA OPOLSKIEGO DEPARTAMENT POLITYKI REGIONALNEJ I PRZESTRZENNEJ Referat Ewaluacji Ocena wpływu realizacji Regionalnego Programu Operacyjnego Województwa Opolskiego na lata 2007-2013
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoProjekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015
Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu
Bardziej szczegółowoWady klasycznych modeli input - output
Wady klasycznych modeli input - output 1)modele statyczne: procesy gospodarcze mają najczęściej charakter dynamiczny, 2)modele deterministyczne: procesy gospodarcze mają najczęściej charakter stochastyczny,
Bardziej szczegółowo3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych
3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach 1995-2005 3.1. Opis danych statystycznych Badanie zmian w potencjale opieki zdrowotnej można przeprowadzić w oparciu o dane dotyczące
Bardziej szczegółowoAPROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI
APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI Łukasz MACH Streszczenie: W artykule przedstawiono wybrane aspekty prognozowania czynników istotnie określających sytuację na
Bardziej szczegółowoDopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Bardziej szczegółowoWiadomości ogólne o ekonometrii
Wiadomości ogólne o ekonometrii Materiały zostały przygotowane w oparciu o podręcznik Ekonometria Wybrane Zagadnienia, którego autorami są: Bolesław Borkowski, Hanna Dudek oraz Wiesław Szczęsny. Ekonometria
Bardziej szczegółowoANALIZA EFEKTÓW SKALI
acek BATÓG Uniwersytet Szczeciński ANALIZA EFEKTÓW SKALI Podstawowe definice Wzrost wielkości przedsiębiorstwa związany ze zwiększaniem się poziomu produkci oraz takimi zawiskami ak: wzrost specalizaci
Bardziej szczegółowo3. 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 szczegółowoBADANIE 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 szczegółowoEKONOMETRYCZNA PROGNOZA ODPŁYWÓW Z BEZROBOCIA
EKONOMETRYCZNA PROGNOZA ODPŁYWÓW Z BEZROBOCIA W OPARCIU O KONCEPCJĘ FUNKCJI DOPASOWAŃ Adam Kowol 2 1. Sformułowanie zadania prognostycznego Celem niniejszej pracy jest próba prognozy kształtowania się
Bardziej szczegółowoSTAN OBECNY I PERSPEKTYWY ROZWOJU LICZBY ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE W UJĘCIU STATYSTYCZNYM
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 544 EKONOMICZNE PROBLEMY USŁUG NR 35 2009 RAFAŁ CZYŻYCKI, RAFAŁ KLÓSKA Uniwersytet Szczeciński STAN OBECNY I PERSPEKTYWY ROZWOJU LICZBY ABONENTÓW TELEFONII
Bardziej szczegółowoZmiany koniunktury gospodarczej a sytuacja ekonomiczna wybranych przedsiębiorstw z branży budowlanej w Polsce
Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu Wydział Ekonomiczny Mgr Dorota Teresa Słowik Zmiany koniunktury gospodarczej a sytuacja ekonomiczna wybranych przedsiębiorstw
Bardziej szczegółowo(Dantzig G. B. (1963))
(Dantzig G.. (1963)) Uniwersalna metoda numeryczna dla rozwiązywania zadań PL. Ideą metody est uporządkowany przegląd skończone ilości rozwiązań bazowych układu ograniczeń, które możemy utożsamiać, w przypadku
Bardziej szczegółowoBarometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym
Jacek Batóg Uniwersytet Szczeciński Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym Jednym z ważniejszych elementów każdej gospodarki jest system bankowy. Znaczenie
Bardziej szczegółowoEkonometria Wykład 4 Prognozowanie, sezonowość. Dr Michał Gradzewicz Katedra Ekonomii I KAE
Ekonometria Wykład 4 Prognozowanie, sezonowość Dr Michał Gradzewicz Katedra Ekonomii I KAE Plan wykładu Prognozowanie Założenia i własności predykcji ekonometrycznej Stabilność modelu ekonometrycznego
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowoFORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
Bardziej szczegółowoAnaliza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym
Jacek Batóg Uniwersytet Szczeciński Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym Warunki działania przedsiębiorstw oraz uzyskiwane przez
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34
Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoZagadnienie 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 szczegółowoFLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:
FLESZ marzec 2019 Obserwatorium Gospodarki i Rynku Pracy Aglomeracji skiej zostało powołane pod koniec 2013 roku. Celem jego działalności jest prowadzenie monitoringu sytuacji społeczno - ekonomicznej
Bardziej szczegółowo/2019 WORKING PAPER. System prognoz krótkoterminowych (wersja pilotażowa)
1 /2019 WORKING PAPER System prognoz krótkoterminowych (wersja pilotażowa) Warszawa, lipiec 2019 r. Autorzy: Michał Gniazdowski, Marek Lachowicz, Krzysztof Marczewski Redakcja: Małgorzata Wieteska Projekt
Bardziej szczegółowoProces modelowania zjawiska handlu zagranicznego towarami
Załącznik nr 1 do raportu końcowego z wykonania pracy badawczej pt. Handel zagraniczny w województwach (NTS2) realizowanej przez Centrum Badań i Edukacji Statystycznej z siedzibą w Jachrance na podstawie
Bardziej szczegółowoOTWARTE FUNDUSZE EMERYTALNE W POLSCE Struktura funduszy emerytalnych pod względem liczby członków oraz wielkości aktywów
OTWARTE FUNDUSZE EMERYTALNE W POLSCE Struktura funduszy emerytalnych pod względem liczby członków oraz wielkości aktywów Tomasz Gruszczyk Informatyka i Ekonometria I rok, nr indeksu: 156012 Sopot, styczeń
Bardziej szczegółowoRozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Bardziej szczegółowoEgzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007
Egzamin ze statystyki, Studia Licencjackie Stacjonarne TEMAT C grupa 1 Czerwiec 2007 (imię, nazwisko, nr albumu).. Przy rozwiązywaniu zadań, jeśli to konieczne, naleŝy przyjąć poziom istotności 0,01 i
Bardziej szczegółowoPROGNOZOWANIE SPRZEDAŻY STUDIUM PRZYPADKU
PROGNOZOWANIE SPRZEDAŻY STUDIUM PRZYPADKU prof. dr hab. Andrzej Sokołowski 2 W tym opracowaniu przedstawiony zostanie przebieg procesu poszukiwania modelu prognostycznego wykorzystującego jedynie przeszłe
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 201/2015 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe 1. Cele i przydatność ujęcia modelowego w ekonomii 2.
Bardziej szczegółowoANALIZA SZCZECIŃSKIEGO RYNKU NIERUCHOMOŚCI W LATACH 2007 2010
STUDA PRACE WYDZAŁU NAUK EKONOMCZNYCH ZARZĄDZANA NR 26 Ewa Putek-Szeląg Uniwersytet Szczeciński ANALZA SZCZECŃSKEGO RYNKU NERUCHOMOŚC W LATACH 27 21 STRESZCZENE Niniejszy artykuł dotyczy analizy rynku
Bardziej szczegółowoInwestycje. światowego. gospodarczego. Świat Nieruchomości
Budownictwo polskie w latach światowego kryzysu gospodarczego E l ż b i e t a St a r z y k R e n a t a Ko z i k 40 Świat Nieruchomości W latach 2006-2008, gdy amerykański kryzys finansowy przeradzał się
Bardziej szczegółowoWYKORZYSTANIE 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 szczegółowoPolski przemysł tekstylny i odzieżowy w 2003 roku
Roman Matusiak Polska Izba Odzieżowo-Tekstylna Polski przemysł tekstylny i odzieżowy w 2003 roku W Polsce, okres recesji spowodował, podobnie jak w innych krajach europejskich poważne ograniczenie produkcji
Bardziej szczegółowoZmiany koniunktury w Polsce. Budownictwo na tle innych sektorów.
Elżbieta Adamowicz Instytut Rozwoju Gospodarczego Szkoła Główna Handlowa w Warszawie Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów. W badaniach koniunktury przedmiotem analizy są zmiany
Bardziej szczegółowoPROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY
Joanna Chrabołowska Joanicjusz Nazarko PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY NA PRZYKŁADZIE PRZEDSIĘBIORSTWA HANDLOWEGO TYPU CASH & CARRY Wprowadzenie Wśród wielu prognoz szczególną rolę w zarządzaniu
Bardziej szczegółowoStan i prognoza koniunktury gospodarczej
222 df Instytut Badań nad Gospodarką Rynkową przedstawia osiemdziesiąty dziewiąty kwartalny raport oceniający stan koniunktury gospodarczej w Polsce (IV kwartał 2015 r.) oraz prognozy na lata 2016 2017
Bardziej szczegółowoLOGISTYKA. Zapas: definicja. Zapasy: podział
LOGISTYKA Zapasy Zapas: definicja Zapas to określona ilość dóbr znajdująca się w rozpatrywanym systemie logistycznym, bieżąco nie wykorzystywana, a przeznaczona do późniejszego przetworzenia lub sprzedaży.
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND Finanse i Rachunkowość rok 2 Analiza dynamiki Szereg czasowy: y 1 y 2... y n 1 y n. y t poziom (wartość) badanego zjawiska w
Bardziej szczegółowoY = α 1 Z α k Z k + e. (1) (k 1)[ktrA2 (tra) 2 ] (4) d = 1 k. (por. np. Kolupa, 2006). Wówczas jak to wynika ze wzorów (2) i (3) mamy:
PRZEGLĄD STATYSTYCZNY R. LVIII ZESZYT 3-4 2011 MICHAŁ KOLUPA, JOANNA PLEBANIAK KILKA UWAG O WARTOŚCIACH WŁASNYCH MACIERZY KORELACJI W niniejszej pracy, w nawiązaniu do pracy Kolupa, 2006, podajemy konstrukcję
Bardziej szczegółowoSYMULACYJNA OCENA POTENCJAŁU ROZWOJOWEGO MIAST WOJEWÓDZTWA LUBUSKIEGO W KONTEKŚCIE WSPÓŁPRACY TRANSGRANICZNEJ Z BRANDENBURGIĄ
Streszczenie SYMULACYJNA OCENA POTENCJAŁU ROZWOJOWEGO MIAST WOJEWÓDZTWA LUBUSKIEGO W KONTEKŚCIE WSPÓŁPRACY TRANSGRANICZNEJ Z BRANDENBURGIĄ Celem analiz było wskazanie miast i obszarów w województwie lubuskim,
Bardziej szczegółowoAnaliza 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 szczegółowoFLESZ LUTY Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:
FLESZ LUTY 2019 Obserwatorium Gospodarki i Rynku Pracy Aglomeracji skiej zostało powołane pod koniec 2013 roku. Celem jego działalności jest prowadzenie monitoringu sytuacji społeczno - ekonomicznej na
Bardziej szczegółowoUrząd Marszałkowski Województwa Śląskiego Katowice, 20 grudnia 2013 r.
WPŁYW REALIZACJI REGIONALNEGO PROGRAMU OPERACYJNEGO WOJEWÓDZTWA ŚLĄSKIEGO NA LATA 2007-2013 (RPO WSL) NA ROZWÓJ SPOŁECZNO-GOSPODARCZY WOJEWÓDZTWA ŚLĄSKIEGO Z WYKORZYSTANIEM MAKROEKONOMICZNEGO 5-SEKTOROWEGO
Bardziej szczegółowoEkonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006
, transformacja liniowa i estymacja modelu KMNK Paweł Cibis pcibis@o2.pl 23 marca 2006 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności 2 3 Etapy transformacji
Bardziej szczegółowoEkonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007
, transformacja liniowa i estymacja modelu KMNK Paweł Cibis pawel@cibis.pl 9 marca 2007 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności Skorygowany R
Bardziej szczegółowoStatystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30
Statystyka Wykład 13 Magdalena Alama-Bućko 12 czerwca 2017 Magdalena Alama-Bućko Statystyka 12 czerwca 2017 1 / 30 Co wpływa na zmiany wartości danej cechy w czasie? W najbardziej ogólnym przypadku, na
Bardziej szczegółowo1. Analiza wskaźnikowa... 3 1.1. Wskaźniki szczegółowe... 3 1.2. Wskaźniki syntetyczne... 53 1.2.1.
Spis treści 1. Analiza wskaźnikowa... 3 1.1. Wskaźniki szczegółowe... 3 1.2. Wskaźniki syntetyczne... 53 1.2.1. Zastosowana metodologia rangowania obiektów wielocechowych... 53 1.2.2. Potencjał innowacyjny
Bardziej szczegółowo7.4 Automatyczne stawianie prognoz
szeregów czasowych za pomocą pakietu SPSS Następnie korzystamy z menu DANE WYBIERZ OBSERWACJE i wybieramy opcję WSZYSTKIE OBSERWACJE (wówczas wszystkie obserwacje są aktywne). Wreszcie wybieramy z menu
Bardziej szczegółowoWielkość a wartość przedsiębiorstwa studium na podstawie raportów wybranych spółek
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO nr 854 Finanse, Rynki Finansowe, Ubezpieczenia nr 73 (2015) s. 469 475 Wielkość a wartość przedsiębiorstwa studium na podstawie raportów wybranych spółek Sławomir
Bardziej szczegółowoŚREDNI BŁĄD PROGNOZOWANIA DLA METODY EKSTRAPOLACJI PRZYROSTU EMPIRYCZNEGO
B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 3 4 006 Bogusław GUZIK ŚREDNI BŁĄD PROGNOZOWANIA DLA METODY EKSTRAPOLACJI PRZYROSTU EMPIRYCZNEGO W artykule sformułowano standardowy układ założeń stochastycznych
Bardziej szczegółowoBrygida Beata Cupiał. Keywords: competitiveness, innovativeness, small and medium-sized enterprises, regional support policy
Zarządzanie Publiczne, 2(18)/2012, s. 75-85 Kraków 2012 Published online September 10, 2012 doi: 10.4467/20843968ZP. 12.012.0536 Wsparcie konkurencyjności małych i średnich przedsiębiorstw w województwie
Bardziej szczegółowoModel dopasowywania się cen na rynku
Model dopasowywania się cen na rynku autor: Milena Ścisłowska Uniwersytet Kardynała Stefana Wyszyńskiego, wydział Matematyczno Przyrodniczy Warszawa 2013 Prosty model rynku - kupujący i sprzedający na
Bardziej szczegółowoSYTUACJA SPOŁECZNO EKONOMICZNA W ŁODZI 2014
SYTUACJA SPOŁECZNO EKONOMICZNA W ŁODZI 2014 Łódź Kwiecień 2015 SPIS TREŚCI Ludność Ruch naturalny Wynagrodzenia Rynek pracy - zatrudnienie Rynek pracy - bezrobocie Przemysł Budownictwo Budownictwo mieszkaniowe
Bardziej szczegółowoMODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XI/2, 2010, str. 254 263 MODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE Agnieszka Tłuczak Zakład Ekonometrii i Metod Ilościowych, Wydział Ekonomiczny
Bardziej szczegółowoOGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)
Łódź, dn. 23.12.2013r. OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO) 1. Zamawiający Firma i adres: PL Europa S.A. NIP: 725-195-02-28 Regon: 100381252 2. Tryb udzielenia zamówienia Zgodnie z
Bardziej szczegółowoFLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:
FLESZ czerwiec 2018 Obserwatorium Gospodarki i Rynku Pracy Aglomeracji skiej zostało powołane pod koniec 2013 roku. Celem jego działalności jest prowadzenie monitoringu sytuacji społeczno - ekonomicznej
Bardziej szczegółowoSTUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Wojciech Kuźmiński * Jarosław Siergiej ** Uniwersytet Szczeciński WYKORZYSTANIE KLASYCZNYCH MODELI SZEREGU CZASOWEGO Z WAHANIAMI SEZONOWYMI
Bardziej szczegółowoEKONOMETRYCZNE MODELOWANIE I PROGNOZOWANIE WZROSTU GOSPODARCZEGO POLSKI POWIĄZANEGO ZE ZMIENNYMI SYMPTOMATYCZNYMI TURYSTYKI
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Teodor Kulawczuk Uniwersytet Gdański EKONOMETRYCZNE MODELOWANIE I PROGNOZOWANIE WZROSTU GOSPODARCZEGO POLSKI POWIĄZANEGO ZE ZMIENNYMI SYMPTOMATYCZNYMI
Bardziej szczegółowoKomputerowa Analiza Danych Doświadczalnych
Komputerowa Analiza Danych Doświadczalnych dr inż. Adam Kisiel kisiel@if.pw.edu.pl pokój 117b (12b) 1 Materiały do wykładu Transparencje do wykładów: http://www.if.pw.edu.pl/~kisiel/kadd/kadd.html Literatura
Bardziej szczegółowo