PROGNOZOWANIE. Ćwiczenia 3. mgr Dawid Doliński

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "PROGNOZOWANIE. Ćwiczenia 3. mgr Dawid Doliński"

Transkrypt

1 Ćwiczenia 3 mgr Dawid Doliński

2 Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne Modele ARMA, ARIMA Model wskaźników seznowości Model Winersa Modele ARIMA

3 Zadanie 1 Dyrekor Sprzedaży firmy wywarzającej sprzęgła samochodowe chce przygoować prognozę na kolejny miesiąc. Liczba sprzedaży w poprzednich miesiącach przedsawia abela Miesiąc Popy ) Zbuduj model prognosyczny oraz wyznacz prognozę na kolejny miesiąc wykorzysując meody: a) Model funkcji liniowej b) model funkcji wykładniczej c) model funkcji poęgowej d) model funkcji logarymicznej 2) Dla każdego modelu określ średni kwadraowy błąd prognozy oraz średni względny błąd prognozy

4 Modele analiyczne Modele analiyczne należą do klasy modeli ekonomerycznych, w kórych zmienną objaśniającą jes czas. Modele e opierają się na esymacji paramerów modelu, a nasępnie wykorzysania ych paramerów do prognozowania Meoda Najmniejszych Kwadraów 2 R s w Modele analiyczne cechy charakerysyczne Do budowy modelu wysarczają jedynie dane empiryczne w posaci szeregu czasowego Prosy sposób esymacji paramerów Ławy sposób określania dokładności prognoz Częso wysępuje auokorelacja składnika reszowego, co uniemożliwia dokładne określenie błędu prognozy

5 Modele analiyczne Modele analiyczne określa się jako funkcje rendu. Najpopularniejsze o: Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Y Funkcja liniowa y = a + b gdzie kolejna jednoska czasu α, β esymowane paramery czas 14

6 Modele analiyczne Funkcja liniowa y warości eoreyczne ,5 38,9 40, funkcja rendu , ,9 44,3 45, , ,3 49, ? prognoza y = a + b KMNK a = 36, 65 b =1, 03 y = 36,65 + 1,03* = 11 y 11 = 36,65 + 1,03*11 y 11 = 47, 98

7 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Funkcja wykładnicza y = e a +b y = a * e b* gdzie β>0 Y y = a eb gdzie kolejna jednoska czasu gdzie β>1 α, β esymowane paramery e liczba Euler a - e ~ 2,71 czas

8 Modele analiyczne Funkcja wykładnicza y = a * e b* a 0 a 1 >1 0<a 1 <1 a 1 jes sopą wzrosu warość zmiennej objaśnianej wzrasa (spada gdy a 1 <1) przecięnie o (a 1-1)*100%, gdy warość zmiennej objaśniającej wzrasa o jednoskę (np. z okresu na okres), w modeluyˆ = 2,7 1, 13 warość zmiennej y wzrasa przecięnie o 13% z okresu na okres. a 0 o ile go inerpreujemy jes poziomem zmiennej objaśnianej, gdy zmienna objaśniająca jes równa 0. Model liniowy przekszałca się do posaci liniowej jako: ln yˆ = lna 0 + lna1 x W=c+b*x Podsawiając: W=ln(y) b = lna0 c = lna 1

9 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Y Funkcja poęgowa b y = a gdzie β>1 lub 0< β<1 gdzie kolejna jednoska czasu α, β esymowane paramery czas

10 Modele analiyczne Funkcja poęgowa y ˆ = a x 0 a a 0 jes poziomem zmiennej objaśnianej, gdy zmienna objaśniająca jes równa 1. a 1 jes elasycznością zmiennej objaśnianej względem zmiennej objaśniającej i oznacza w przybliżeniu procenową zmianę y spowodowaną zmianą warości x o 1% 1 a 1 <0 a 1 >1 Model poęgowy przekszałca się do posaci liniowej jako: ln y = lna 0 + a1 ln x a 0 1 0<a 1 <1 Podsawiając: W=ln(y) Z=ln(x) = lna0 b = a c 1 FUNKCJA LINIOWA W=c+b*Z

11 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Y Funkcja logarymiczna y = a + bln gdzie β>0 gdzie kolejna jednoska czasu α, β esymowane paramery ln logarym nauralny czas

12 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Funkcja wielomianowa Y y = a 0 + a 1 + a a n n gdzie kolejna jednoska czasu α, esymowane paramery czas 12

13 Zadanie 2 Dyrekor Sprzedaży firmy wywarzającej sprzę elekroniczny chce przygoować prognozę na kolejne 2 ygodnie dla produku X. Liczba sprzedaży w ys. Szuk w poprzednich ygodniach przedsawia abela Miesiąc Popy [ys. sz.] ) Zbuduj model prognosyczny oraz wyznacz prognozę na kolejny miesiąc wykorzysując meody: a) Model funkcji liniowej b) model funkcji wykładniczej c) model funkcji poęgowej d) model funkcji logarymicznej 2) Dla każdego modelu określ średni kwadraowy błąd prognozy oraz średni względny błąd prognozy

14 y Modele analiyczne Funkcja logisyczna a = 1+ be -g, a > 0, b > 1, g > 0 a a poziom nasycenia a 2 1 ln d b Model en funkcjonuje częso jako model endencji rozwojowej, szczególnie do modelowania sprzedaży nowych produków na określonym rynku.

15 Model na zaliczenie 1) Dobór modelu prognosycznego - 2 PUNKTY Przedsawienie kilku modeli prognosycznych Kryeria wyboru modelu dlaczego aki model? 2) Zbudowanie prognozy na kolejne okresy - 1 PUNKT Określenie prognozy na kolejne okresy na podsawie wybranego modelu 3) Ocena błędu / rafności prognozy - 2 PUNKTY określenie błędu zbudowanej prognozy Ocena rafności prognozy przez wykładowcę Trafność % - 0,5 punka Trafność > 90% - 1 punk 4) Forma - 1 PUNKT Wykresy danych wejściowych, NAJLEPSZEGO modelu Komenarze Czyelność budowanego modelu prognosycznego

16 Dziękuj kuję za uwagę

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne

Bardziej szczegółowo

ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK

ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK 1 ANALIZA, PROGNOZOWANIE I SYMULACJA 2 POBRAĆ Z INTERNETU Plaforma WSL on-line Nazwisko prowadzącego Maryna Kupczyk Folder z nazwą przedmiou - Analiza, prognozowanie i symulacja Plik o nazwie Baza do ćwiczeń

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA 1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje

Bardziej szczegółowo

Zadania z parametrem

Zadania z parametrem Zadania z paramerem Zadania z paramerem są bardzo nielubiane przez maurzysów Nie jes ławo odpowiedzieć na pyanie: dlaczego? Nie są o zadania o dużej skali rudności Myślę, że głównym powodem akiego sanu

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1 PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,

Bardziej szczegółowo

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,

Bardziej szczegółowo

Klasyfikacja modeli. Metoda najmniejszych kwadratów

Klasyfikacja modeli. Metoda najmniejszych kwadratów Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Podręcznik: Ekonomeria i badania operacyjne, red. nauk. Marek Gruszczyński, Maria Podgórska, omasz Kuszewski (ale można czyać dowolny podręcznik do

Bardziej szczegółowo

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Statystyczna analiza danych w programie STATISTICA ( 4 (wykład Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Regresja prosta liniowa Regresja prosta jest

Bardziej szczegółowo

Analiza rynku projekt

Analiza rynku projekt Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes

Bardziej szczegółowo

PAKIET MathCad - Część III

PAKIET MathCad - Część III Opracowanie: Anna Kluźniak / Jadwiga Matla Ćw3.mcd 1/12 Katedra Informatyki Stosowanej - Studium Podstaw Informatyki PAKIET MathCad - Część III RÓWNANIA I UKŁADY RÓWNAŃ 1. Równania z jedną niewiadomą MathCad

Bardziej szczegółowo

dyfuzja w płynie nieruchomym (lub w ruchu laminarnym) prowadzi do wzrostu chmury zanieczyszczenia

dyfuzja w płynie nieruchomym (lub w ruchu laminarnym) prowadzi do wzrostu chmury zanieczyszczenia 6. Dyspersja i adwekcja w przepływie urbulennym podsumowanie własności laminarnej (molekularnej) dyfuzji: ciągły ruch molekuł (molekularne wymuszenie) prowadzi do losowego błądzenia cząsek zanieczyszczeń

Bardziej szczegółowo

Joanna Kisielińska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

Joanna Kisielińska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie 1 DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Katedra Ekonometrii i Statystyki, Uniwersytet Mikołaja Kopernika w Toruniu Joanna Kisielińska Szkoła Główna

Bardziej szczegółowo

Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzystaniem wybranych metod statystycznych

Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzystaniem wybranych metod statystycznych dr Anna Koz owska-grzybek mgr Marcin Kowalski Kaedra Mikroekonomii Akademia Ekonomiczna w Poznaniu Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzysaniem wybranych

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy

Bardziej szczegółowo

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia Maemayka A kolokwium maja rozwia zania Należy przeczyać CA LE zadanie PRZED rozpocze ciem rozwia zywania go!. Niech M. p. Dowieść że dla każdej pary liczb ca lkowiych a b isnieje aka para liczb wymiernych

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie

Bardziej szczegółowo

Kurs z matematyki - zadania

Kurs z matematyki - zadania Kurs z matematyki - zadania Miara łukowa kąta Zadanie Miary kątów wyrażone w stopniach zapisać w radianach: a) 0, b) 80, c) 90, d), e) 0, f) 0, g) 0, h), i) 0, j) 70, k), l) 80, m) 080, n), o) 0 Zadanie

Bardziej szczegółowo

Zadanie 1. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny:

Zadanie 1. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny: Matematyka ubezpieczeń majątkowych 5.2.2008 r. Zadanie. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny: Pr ( N = k) = 0 dla k = 0,, K, 9. Liczby szkód w

Bardziej szczegółowo

AUTOR MAGDALENA LACH

AUTOR MAGDALENA LACH PRZEMYSŁY KREATYWNE W POLSCE ANALIZA LICZEBNOŚCI AUTOR MAGDALENA LACH WARSZAWA, 2014 Wstęp Celem raportu jest przedstawienie zmian liczby podmiotów sektora kreatywnego na obszarze Polski w latach 2009

Bardziej szczegółowo

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja

Bardziej szczegółowo

Kurs wyrównawczy dla kandydatów i studentów UTP

Kurs wyrównawczy dla kandydatów i studentów UTP Kurs wyrównawczy dla kandydatów i studentów UTP Część III Funkcja wymierna, potęgowa, logarytmiczna i wykładnicza Magdalena Alama-Bućko Ewa Fabińska Alfred Witkowski Grażyna Zachwieja Uniwersytet Technologiczno

Bardziej szczegółowo

STA T T A YSTYKA Korelacja

STA T T A YSTYKA Korelacja STATYSTYKA Korelacja Pojęcie korelacji Korelacja (współzależność cech) określa wzajemne powiązania pomiędzy wybranymi zmiennymi. Charakteryzując korelację dwóch cech podajemy dwa czynniki: kierunek oraz

Bardziej szczegółowo

Prognozowanie i symulacje

Prognozowanie i symulacje Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez

Bardziej szczegółowo

ASD - ćwiczenia III. Dowodzenie poprawności programów iteracyjnych. Nieformalnie o poprawności programów:

ASD - ćwiczenia III. Dowodzenie poprawności programów iteracyjnych. Nieformalnie o poprawności programów: ASD - ćwiczenia III Dowodzenie poprawności programów iteracyjnych Nieformalnie o poprawności programów: poprawność częściowa jeżeli program zakończy działanie dla danych wejściowych spełniających założony

Bardziej szczegółowo

Budowanie roli HR Business Partnera w firmach świadczących usługi profesjonalne - wdrożenie projektu

Budowanie roli HR Business Partnera w firmach świadczących usługi profesjonalne - wdrożenie projektu Budowanie roli HR Business Partnera w firmach świadczących usługi profesjonalne - wdrożenie projektu 8-letnie doswiadczenie w roli HR Business Partnera / HR Managera w firmach świadczących usługi profesjonalne

Bardziej szczegółowo

Metody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy?

Metody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy? Meody prognozowania: Szeregi czasowe Dr inż. Sebasian Skoczypiec ver. 11.20.2009 Co o jes szereg czasowy? Szereg czasowy: uporządkowany zbiór warości badanej cechy lub warości określonego zjawiska, zaobserwowanych

Bardziej szczegółowo

OBWODY REZYSTANCYJNE NIELINIOWE

OBWODY REZYSTANCYJNE NIELINIOWE Politechnika Białostocka Wydział Elektryczny atedra Elektrotechniki Teoretycznej i Metrologii nstrukcja do zaj laboratoryjnych OBWODY REZYSTANCYJNE NELNOWE Numer wiczenia E17 Opracowanie: dr in. Jarosław

Bardziej szczegółowo

Temat: Funkcje. Własności ogólne. A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1

Temat: Funkcje. Własności ogólne. A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1 Temat: Funkcje. Własności ogólne A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1 Kody kolorów: pojęcie zwraca uwagę * materiał nieobowiązkowy A n n a R a

Bardziej szczegółowo

Mapa umiejętności czytania, interpretacji i posługiwania się mapą Polski.

Mapa umiejętności czytania, interpretacji i posługiwania się mapą Polski. Mapa umiejętności czytania, interpretacji i posługiwania się mapą Polski. Uczeń: odczytuje z map informacje przedstawione za pomocą różnych metod kartograficznych Mapa i jej przeznaczenie Wybierając się

Bardziej szczegółowo

Ekonomiczno-techniczne aspekty wykorzystania gazu w energetyce

Ekonomiczno-techniczne aspekty wykorzystania gazu w energetyce Ekonomiczno-echniczne aspeky wykorzysania gazu w energeyce Janusz Koowicz Wydział Inżynierii i Ochrony Środowiska Poliechnika zęsochowska Inerpreacja wskazników NPV oraz IRR Janusz Koowicz W7 Wydział Inżynierii

Bardziej szczegółowo

METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ

METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ 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 2009 Barbara GŁADYSZ* METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ W arykule zaproponowano meodę określania wielkości konraków na

Bardziej szczegółowo

EKONOMETRIA II SYLABUS A. Informacje ogólne

EKONOMETRIA II SYLABUS A. Informacje ogólne EKONOMETRIA II SYLABUS A. Informacje ogólne Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok studiów /semestr Wymagania wstępne (tzw. sekwencyjny system zajęć

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO NR 394 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 15 2004 JÓZEF HOZER Uniwersye Szczeci ski ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA 1. PYTANIE PROFESORA RAUTSKAUKASA

Bardziej szczegółowo

DTR.ZL-24-08 APLISENS PRODUKCJA PRZETWORNIKÓW CIŚNIENIA I APARATURY POMIAROWEJ INSTRUKCJA OBSŁUGI (DOKUMENTACJA TECHNICZNO-RUCHOWA)

DTR.ZL-24-08 APLISENS PRODUKCJA PRZETWORNIKÓW CIŚNIENIA I APARATURY POMIAROWEJ INSTRUKCJA OBSŁUGI (DOKUMENTACJA TECHNICZNO-RUCHOWA) DTR.ZL-24-08 APLISENS PRODUKCJA PRZETWORNIKÓW CIŚNIENIA I APARATURY POMIAROWEJ INSTRUKCJA OBSŁUGI (DOKUMENTACJA TECHNICZNO-RUCHOWA) ZASILACZ SIECIOWY TYPU ZL-24-08 WARSZAWA, KWIECIEŃ 2008. APLISENS S.A.,

Bardziej szczegółowo

Ćwiczenie: "Ruch harmoniczny i fale"

Ćwiczenie: Ruch harmoniczny i fale Ćwiczenie: "Ruch harmoniczny i fale" Opracowane w ramach projektu: "Wirtualne Laboratoria Fizyczne nowoczesną metodą nauczania realizowanego przez Warszawską Wyższą Szkołę Informatyki. Zakres ćwiczenia:

Bardziej szczegółowo

E k o n o m e t r i a S t r o n a 1

E k o n o m e t r i a S t r o n a 1 E k o n o m e t r i a S t r o n a Liniowy model ekonometryczny Jednorównaniowy liniowy model ekonometryczny (model regresji wielorakiej) można zapisać w postaci: y = α + α x + α x +... + α x + ε, t =,,...,

Bardziej szczegółowo

7. OPRACOWYWANIE DANYCH I PROWADZENIE OBLICZEŃ powtórka

7. OPRACOWYWANIE DANYCH I PROWADZENIE OBLICZEŃ powtórka 7. OPRACOWYWANIE DANYCH I PROWADZENIE OBLICZEŃ powtórka Oczekiwane przygotowanie informatyczne absolwenta gimnazjum Zbieranie i opracowywanie danych za pomocą arkusza kalkulacyjnego Uczeń: wypełnia komórki

Bardziej szczegółowo

4.3. Warunki życia Katarzyna Gorczyca

4.3. Warunki życia Katarzyna Gorczyca 4.3. Warunki życia Katarzyna Gorczyca [w] Małe i średnie w policentrycznym rozwoju Polski, G.Korzeniak (red), Instytut Rozwoju Miast, Kraków 2014, str. 88-96 W publikacji zostały zaprezentowane wyniki

Bardziej szczegółowo

Wyklad 1. Analiza danych za pomocą pakietu SAS. Obiekty i zmienne. Rodzaje zmiennych

Wyklad 1. Analiza danych za pomocą pakietu SAS. Obiekty i zmienne. Rodzaje zmiennych Bioinformatyka - rozwój oferty edukacyjnej Uniwersytetu Przyrodniczego we Wrocławiu projekt realizowany w ramach Programu Operacyjnego Kapitał Ludzki współfinansowanego ze środków Europejskiego Funduszu

Bardziej szczegółowo

Optyka geometryczna i falowa

Optyka geometryczna i falowa Pojęcie podstawowe: promień świetlny. Optyka geometryczna i alowa Podstawowa obserwacja: jeżeli promień świetlny pada na granicę dwóch ośrodków to: ulega odbiciu na powierzchni granicznej za!amaniu przy

Bardziej szczegółowo

Zadanie I. 2. Gdzie w przestrzeni usytuowane są punkty (w której ćwiartce leży dany punkt):

Zadanie I. 2. Gdzie w przestrzeni usytuowane są punkty (w której ćwiartce leży dany punkt): GEOMETRIA WYKREŚLNA ĆWICZENIA ZESTAW I Rok akademicki 2014/2015 Zadanie I. 1. Według podanych współrzędnych punktów wyznaczyć ich położenie w przestrzeni (na jednym rysunku aksonometrycznym) i określić,

Bardziej szczegółowo

EKONOMETRIA dr inż.. ALEKSANDRA ŁUCZAK Uniwersytet Przyrodniczy w Poznaniu Katedra Finansów w i Rachunkowości ci Zakład Metod Ilościowych Collegium Maximum,, pokój j 617 Tel. (61) 8466091 luczak@up.poznan.pl

Bardziej szczegółowo

LABORATORIUM PRZYRZĄDÓW PÓŁPRZEWODNIKOWYCH

LABORATORIUM PRZYRZĄDÓW PÓŁPRZEWODNIKOWYCH Wydział Elektroniki Mikrosystemów i Fotoniki Politechniki Wrocławskiej STUDA DZENNE e LAORATORUM PRZYRZĄDÓW PÓŁPRZEWODNKOWYH LPP 2 Ćwiczenie nr 10 1. el ćwiczenia Przełączanie tranzystora bipolarnego elem

Bardziej szczegółowo

Czas trwania obligacji (duration)

Czas trwania obligacji (duration) Czas rwaia obligacji (duraio) Do aalizy ryzyka wyikającego ze zmia sóp proceowych (szczególie ryzyka zmiay cey) wykorzysuje się pojęcie zw. średiego ermiu wykupu obligacji, zwaego rówież czasem rwaia obligacji

Bardziej szczegółowo

14P2 POWTÓRKA FIKCYJNY EGZAMIN MATURALNYZ FIZYKI I ASTRONOMII - II POZIOM PODSTAWOWY

14P2 POWTÓRKA FIKCYJNY EGZAMIN MATURALNYZ FIZYKI I ASTRONOMII - II POZIOM PODSTAWOWY 14P2 POWTÓRKA FIKCYJNY EGZAMIN MATURALNYZ FIZYKI I ASTRONOMII - II POZIOM PODSTAWOWY Ruch jednostajny po okręgu Pole grawitacyjne Rozwiązania zadań należy zapisać w wyznaczonych miejscach pod treścią zadania

Bardziej szczegółowo

www.biznesplan.waw.pl

www.biznesplan.waw.pl www.biznesplan.waw.pl A. WSKAŹNIKI PŁYNNOŚCI FINANSOWEJ A 1. Wskaźnik płynności bieżącej: WPB AB AB - aktywa bieżące, - zobowiązania bieżące. Wskaźnik ten informuje o tym, ile razy bieżące aktywa pokrywają

Bardziej szczegółowo

OGÓLNODOSTĘPNE IFORMACJE O WYNIKACH EGZAMINÓW I EFEKTYWNOŚCI NAUCZANIA W GIMNAZJACH przykłady ich wykorzystania i interpretowania

OGÓLNODOSTĘPNE IFORMACJE O WYNIKACH EGZAMINÓW I EFEKTYWNOŚCI NAUCZANIA W GIMNAZJACH przykłady ich wykorzystania i interpretowania Teresa Kutajczyk, WBiA OKE w Gdańsku Okręgowa Komisja Egzaminacyjna w Gdańsku OGÓLNODOSTĘPNE IFORMACJE O WYNIKACH EGZAMINÓW I EFEKTYWNOŚCI NAUCZANIA W GIMNAZJACH przykłady ich wykorzystania i interpretowania

Bardziej szczegółowo

TEORIA GIER W EKONOMII WYKŁAD 1: GRY W POSTACI EKSTENSYWNEJ I NORMALNEJ

TEORIA GIER W EKONOMII WYKŁAD 1: GRY W POSTACI EKSTENSYWNEJ I NORMALNEJ TEORIA GIER W EKONOMII WYKŁAD : GRY W POSTACI EKSTENSYWNEJ I NORMALNEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Schemat gry. Początek gry. 2. Ciąg kolejnych posunięć

Bardziej szczegółowo

Efektywność nauczania w Gimnazjum w Lutyni

Efektywność nauczania w Gimnazjum w Lutyni Efektywność nauczania w Gimnazjum w Lutyni Efektywność nauczania w danej szkole często utożsamiana jest z jej wynikami egzaminacyjnymi. Gdyby wszystkie szkoły w Polsce pracowały z uczniami o tym samym

Bardziej szczegółowo

Surowiec Zużycie surowca Zapas A B C D S 1 0,5 0,4 0,4 0,2 2000 S 2 0,4 0,2 0 0,5 2800 Ceny 10 14 8 11 x

Surowiec Zużycie surowca Zapas A B C D S 1 0,5 0,4 0,4 0,2 2000 S 2 0,4 0,2 0 0,5 2800 Ceny 10 14 8 11 x Przykład: Przedsiębiorstwo może produkować cztery wyroby A, B, C, i D. Ograniczeniami są zasoby dwóch surowców S 1 oraz S 2. Zużycie surowca na jednostkę produkcji każdego z wyrobów (w kg), zapas surowca

Bardziej szczegółowo

Program zdrowotny. Programy profilaktyczne w jednostkach samorz du terytorialnego. Programy zdrowotne a jednostki samorz du terytorialnego

Program zdrowotny. Programy profilaktyczne w jednostkach samorz du terytorialnego. Programy zdrowotne a jednostki samorz du terytorialnego Mirosław Moskalewicz 1 z 7 Programy profilaktyczne w jednostkach samorz du terytorialnego Specjalista Zdrowia Publicznego i Medycyny Spo ecznej Specjalista Po o nictwa i Ginekologii Lek. Med. Miros aw

Bardziej szczegółowo

Rozwój małych elektrowni wodnych w kontekście sytemu wsparcia OZE

Rozwój małych elektrowni wodnych w kontekście sytemu wsparcia OZE Rozwój małych elektrowni wodnych w kontekście sytemu wsparcia OZE Radosław Koropis Poznań 28.05.2013 r. DOTYCHCZASOWE WARUNKI SYSTEMU WSPARCIA ANALIZA RENTOWNOŚCI MEW ILE KOSZTUJE ZANIECHANIE SYSTEMU WSPARCIA?

Bardziej szczegółowo

MATEMATYKA 4 INSTYTUT MEDICUS FUNKCJA KWADRATOWA. Kurs przygotowawczy na studia medyczne. Rok szkolny 2010/2011. tel. 0501 38 39 55 www.medicus.edu.

MATEMATYKA 4 INSTYTUT MEDICUS FUNKCJA KWADRATOWA. Kurs przygotowawczy na studia medyczne. Rok szkolny 2010/2011. tel. 0501 38 39 55 www.medicus.edu. INSTYTUT MEDICUS Kurs przygotowawczy na studia medyczne Rok szkolny 00/0 tel. 050 38 39 55 www.medicus.edu.pl MATEMATYKA 4 FUNKCJA KWADRATOWA Funkcją kwadratową lub trójmianem kwadratowym nazywamy funkcję

Bardziej szczegółowo

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez

Bardziej szczegółowo

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos Spis tre ci PRZEDMOWA :::::::::::::::::::::::::::::::::::::::::::::::::::::::: 11 CZ I. Wprowadzenie do modelowania ekonometrycznego ::::::::::: 13 Rozdzia 1. Modelowanie ekonometryczne ::::::::::::::::::::::::::::::

Bardziej szczegółowo

Warszawa, dnia 22 stycznia 2015 r. Poz. 112 ROZPORZĄDZENIE MINISTRA ŚRODOWISKA 1) z dnia 15 stycznia 2015 r.

Warszawa, dnia 22 stycznia 2015 r. Poz. 112 ROZPORZĄDZENIE MINISTRA ŚRODOWISKA 1) z dnia 15 stycznia 2015 r. DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 22 stycznia 2015 r. ROZPORZĄDZENIE MINISTRA ŚRODOWISKA z dnia 15 stycznia 2015 r. w sprawie wzoru zaświadczenia potwierdzającego recykling oraz wzoru

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 016 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dyskalkulia dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY

Bardziej szczegółowo

WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji. Laboratorium Obróbki ubytkowej materiałów.

WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji. Laboratorium Obróbki ubytkowej materiałów. WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Obróbki ubytkowej materiałów Ćwiczenie nr 1 Temat: Geometria ostrzy narzędzi skrawających Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

W tym elemencie większość zdających nie zapisywała za pomocą równania reakcji procesu zobojętniania tlenku sodu mianowanym roztworem kwasu solnego.

W tym elemencie większość zdających nie zapisywała za pomocą równania reakcji procesu zobojętniania tlenku sodu mianowanym roztworem kwasu solnego. W tym elemencie większość zdających nie zapisywała za pomocą równania reakcji procesu zobojętniania tlenku sodu mianowanym roztworem kwasu solnego. Ad. IV. Wykaz prac według kolejności ich wykonania. Ten

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy

Ekonomiczny Uniwersytet Dziecięcy Ekonomiczny Uniwersytet Dziecięcy Akcje na giełdzie dr Adam Zaremba Uniwersytet Ekonomiczny w Poznaniu 28 kwietnia 2016 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL PLAN WYKŁADU I.

Bardziej szczegółowo

Jan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia

Jan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia Procesy z Procesy z Jan Olek Uniwersytet Stefana ardynała Wyszyńskiego 2013 Wzór równania logistycznego: Ṅ(t)=rN(t)(1- N ), gdzie Ṅ(t) - przyrost populacji w czasie t r - rozrodczość netto, (r > 0) N -

Bardziej szczegółowo

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych

Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2011 roku. Warszawa 2011 I. Badana populacja

Bardziej szczegółowo

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia

Bardziej szczegółowo

Regulamin Rozgrywania Mistrzostw Polski oraz innych Turniejów Tańca w Show

Regulamin Rozgrywania Mistrzostw Polski oraz innych Turniejów Tańca w Show Regulamin Rozgrywania Mistrzostw Polski oraz innych Turniejów Tańca w Show Warunek: uczestnikami mogą być amatorzy pow.15 lat 1. Style taneczne turniejów tańca w show. 1. 1. Turnieje tańca w show przeprowadzane

Bardziej szczegółowo

Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo.

Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo. Konspekt lekcji Przedmiot: Informatyka Typ szkoły: Gimnazjum Klasa: II Nr programu nauczania: DKW-4014-87/99 Czas trwania zajęć: 90min Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia

Bardziej szczegółowo

K P K P R K P R D K P R D W

K P K P R K P R D K P R D W KLASA III TECHNIKUM POZIOM PODSTAWOWY I ROZSZERZONY PROPOZYCJA POZIOMÓW WYMAGAŃ Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i

Bardziej szczegółowo

ROZWIĄZANIA PRZYKŁADOWYCH ZADAŃ. KORELACJA zmiennych jakościowych (niemierzalnych)

ROZWIĄZANIA PRZYKŁADOWYCH ZADAŃ. KORELACJA zmiennych jakościowych (niemierzalnych) ROZWIĄZANIA PRZYKŁADOWYCH ZADAŃ KORELACJA zmiennych jakościowych (niemierzalnych) Zadanie 1 Zapytano 180 osób (w tym 120 mężczyzn) o to czy rozpoczynają dzień od wypicia kawy czy też może preferują herbatę.

Bardziej szczegółowo

Zarządzanie Produkcją II

Zarządzanie Produkcją II Zarządzanie Produkcją II Dr Janusz Sasak Poziomy zarządzania produkcją Strategiczny Taktyczny Operatywny Uwarunkowania decyzyjne w ZP Poziom strategiczny - wybór strategii - wybór systemu produkcyjnego

Bardziej szczegółowo

REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I

REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I Załącznik Nr 1 do zarządzenia Nr169/2011 Burmistrza Miasta Mława z dnia 2 listopada 2011 r. REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława Ilekroć w niniejszym regulaminie

Bardziej szczegółowo

Badania skuteczności działania filtrów piaskowych o przepływie pionowym z dodatkiem węgla aktywowanego w przydomowych oczyszczalniach ścieków

Badania skuteczności działania filtrów piaskowych o przepływie pionowym z dodatkiem węgla aktywowanego w przydomowych oczyszczalniach ścieków Uniwersytet Rolniczy im. Hugona Kołł łłątaja w Krakowie, Wydział Inżynierii Środowiska i Geodezji Katedra Inżynierii Sanitarnej i Gospodarki Wodnej K r z y s z t o f C h m i e l o w s k i Badania skuteczności

Bardziej szczegółowo

Standardowe tolerancje wymiarowe WWW.ALBATROS-ALUMINIUM.COM

Standardowe tolerancje wymiarowe WWW.ALBATROS-ALUMINIUM.COM Standardowe tolerancje wymiarowe WWW.ALBATROSALUMINIUM.COM Tolerancje standardowe gwarantowane przez Albatros Aluminium obowiązują dla wymiarów co do których nie dokonano innych uzgodnień podczas potwierdzania

Bardziej szczegółowo

Zagadnienia transportowe

Zagadnienia transportowe Mieczysław Połoński Zakład Technologii i Organizacji Robót Inżynieryjnych Wydział Inżynierii i Kształtowania Środowiska SGGW Zagadnienia transportowe Z m punktów odprawy ma być wysłany jednorodny produkt

Bardziej szczegółowo

WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA REWERSYJNEGO I MATEMATYCZNEGO

WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA REWERSYJNEGO I MATEMATYCZNEGO Nr ćwiczenia: 101 Prowadzący: Data 21.10.2009 Sprawozdanie z laboratorium Imię i nazwisko: Wydział: Joanna Skotarczyk Informatyki i Zarządzania Semestr: III Grupa: I5.1 Nr lab.: 1 Przygotowanie: Wykonanie:

Bardziej szczegółowo

Metrologia cieplna i przepływowa

Metrologia cieplna i przepływowa Metrologia cieplna i przepływowa Systemy, Maszyny i Urządzenia Energetyczne, I rok mgr Pomiar małych ciśnień Instrukcja do ćwiczenia Katedra Systemów Energetycznych i Urządzeń Ochrony Środowiska AGH Kraków

Bardziej szczegółowo

Usprawnij kontrolę nad produkcją i obiegiem dokumentów

Usprawnij kontrolę nad produkcją i obiegiem dokumentów Usprawnij kontrolę nad produkcją i obiegiem dokumentów Pakiet OSD Monitoring to zestaw narzędzi informatycznych, który umożliwia wygodny nadzór i optymalizację procesu produkcji dokumentów w Twojej firmie.

Bardziej szczegółowo

Instrukcja zarządzania systemem informatycznym służącym do przetwarzania danych osobowych

Instrukcja zarządzania systemem informatycznym służącym do przetwarzania danych osobowych Załącznik nr 1 do Zarządzenia Nr 1/2013 Dyrektora Zespołu Obsługi Szkół i Przedszkoli w Muszynie z dnia 30 grudnia 2013 r. Instrukcja zarządzania systemem informatycznym służącym do przetwarzania danych

Bardziej szczegółowo

Julian Zawistowski Instytut Badań Strukturalnych

Julian Zawistowski Instytut Badań Strukturalnych Moduł 1: Monitoring oparty na danych dostępnych - przedstawienie wniosków z badania, prezentacja funkcjonalności utworzonej w ramach modułu bazy danych i wskaźników dotyczących mazowieckiego rynku pracy

Bardziej szczegółowo

Obciążenia środowiskowe: śnieg i wiatr wg PN-B-02010/Az1 i PN-B-02011/Az1

Obciążenia środowiskowe: śnieg i wiatr wg PN-B-02010/Az1 i PN-B-02011/Az1 Politechnika Gdańska Wydział Inżynierii Lądowej i Środowiska Obciążenia środowiskowe: śnieg i wiatr wg PN-B-02010/Az1 i PN-B-02011/Az1 Jerzy Bobiński Gdańsk, wersja 0.32 (2014) gruntu Podstawa: Norma PN-80/B-02010/Az1:2006.

Bardziej szczegółowo

Regulamin Obrad Walnego Zebrania Członków Stowarzyszenia Lokalna Grupa Działania Ziemia Bielska

Regulamin Obrad Walnego Zebrania Członków Stowarzyszenia Lokalna Grupa Działania Ziemia Bielska Załącznik nr 1 do Lokalnej Strategii Rozwoju na lata 2008-2015 Regulamin Obrad Walnego Zebrania Członków Stowarzyszenia Lokalna Grupa Działania Ziemia Bielska Przepisy ogólne 1 1. Walne Zebranie Członków

Bardziej szczegółowo

JTW SP. Z OO. Zapytanie ofertowe. Zakup i dostosowanie licencji systemu B2B część 1

JTW SP. Z OO. Zapytanie ofertowe. Zakup i dostosowanie licencji systemu B2B część 1 JTW SP. Z OO Zapytanie ofertowe Zakup i dostosowanie licencji systemu B2B część 1 Strona 1 z 8 Spis treści 1. Wskazówki dla oferentów... 3 1.1 Osoby kontaktowe... 3 2.2 Termin składania ofert... 4 2.3

Bardziej szczegółowo

Ewaluacja projektu szkoleniowego Międzykulturowe ABC

Ewaluacja projektu szkoleniowego Międzykulturowe ABC 1. Definicja obiektu 2. Cele ewaluacji 3. Zakres przedmiotowy 4.Zakres czasowy Szkolenia dla 50 urzędników zatrudnionych w różnych departamentach i wydziałach Urzędu Miasta Lublina, obecnie lub w przyszłości

Bardziej szczegółowo

Statystyka matematyczna 2015/2016

Statystyka matematyczna 2015/2016 Statystyka matematyczna 2015/2016 nazwa przedmiotu SYLABUS B. Informacje szczegółowe Elementy składowe Opis sylabusu Nazwa przedmiotu Statystyka matematyczna Kod przedmiotu 0600-FS2-2SM Nazwa jednostki

Bardziej szczegółowo

Elementy cyfrowe i układy logiczne

Elementy cyfrowe i układy logiczne Elementy cyfrowe i układy logiczne Wykład Legenda Zezwolenie Dekoder, koder Demultiplekser, multiplekser 2 Operacja zezwolenia Przykład: zamodelować podsystem elektroniczny samochodu do sterowania urządzeniami:

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.gorczanskipark.pl

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.gorczanskipark.pl Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.gorczanskipark.pl Niedźwiedź: WYKONANIE RECENZJI OPERATÓW SZCZEGÓŁOWYCH ORAZ PROJEKTU PLANU OCHRONY

Bardziej szczegółowo

FORMULARZ OFERTOWY do zapytania nr TAB/PR3/RPO/17

FORMULARZ OFERTOWY do zapytania nr TAB/PR3/RPO/17 FORMULARZ OFERTOWY do zapytania nr TAB/PR3/RPO/17 ZAMAWIAJĄCY DC Edukacja Sp. z o.o., 80280 Gdańsk, ul. Szymanowskiego 2, NIP: 58500020 OFERENT Pełna nazwa Oferenta Ulica, nr lokalu Kod i miejscowość NIP:

Bardziej szczegółowo

1. Rozwiązać układ równań { x 2 = 2y 1

1. Rozwiązać układ równań { x 2 = 2y 1 Dzień Dziecka z Matematyką Tomasz Szymczyk Piotrków Trybunalski, 4 czerwca 013 r. Układy równań szkice rozwiązań 1. Rozwiązać układ równań { x = y 1 y = x 1. Wyznaczając z pierwszego równania zmienną y,

Bardziej szczegółowo

Arkusz maturalny treningowy nr 7. W zadaniach 1. do 20. wybierz i zaznacz na karcie odpowiedzi poprawną odpowiedź.

Arkusz maturalny treningowy nr 7. W zadaniach 1. do 20. wybierz i zaznacz na karcie odpowiedzi poprawną odpowiedź. Czas pracy: 170 minut Liczba punktów do uzyskania: 50 Arkusz maturalny treningowy nr 7 W zadaniach 1. do 20. wybierz i zaznacz na karcie odpowiedzi poprawną odpowiedź. Zadanie 1. (0-1) Wyrażenie (-8x 3

Bardziej szczegółowo

O MIERNIKACH DOKŁADNOŚCI PROGNOZ EX POST W PROGNOZOWANIU ZMIENNYCH O SILNYM NATĘŻENIU SEZONOWOŚCI

O MIERNIKACH DOKŁADNOŚCI PROGNOZ EX POST W PROGNOZOWANIU ZMIENNYCH O SILNYM NATĘŻENIU SEZONOWOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/, 0, s. 3 O MIERNIKACH DOKŁADNOŚCI PROGNOZ EX POST W PROGNOZOWANIU ZMIENNYCH O SILNYM NATĘŻENIU SEZONOWOŚCI Maia Szmuksa Zawadzka Sudium Maemayki Zachodniopomoski

Bardziej szczegółowo

SCENARIUSZ ZAJĘĆ SZKOLNEGO KOŁA NAUKOWEGO Z PRZEDMIOTU CHEMIA PROWADZONEGO W RAMACH PROJEKTU AKADEMIA UCZNIOWSKA

SCENARIUSZ ZAJĘĆ SZKOLNEGO KOŁA NAUKOWEGO Z PRZEDMIOTU CHEMIA PROWADZONEGO W RAMACH PROJEKTU AKADEMIA UCZNIOWSKA SCENARIUSZ ZAJĘĆ SZKOLNEGO KOŁA NAUKOWEGO Z PRZEDMIOTU CHEMIA PROWADZONEGO W RAMACH PROJEKTU AKADEMIA UCZNIOWSKA Temat lekcji Jak dowieść, że woda ma wzór H 2 O? Na podstawie pracy uczniów pod opieką Tomasza

Bardziej szczegółowo

Praktyczne zastosowanie metod statystycznych w prognozowaniu finansowym na przykładzie Grupy Kapitałowej Cyfrowy Polsat S.A.

Praktyczne zastosowanie metod statystycznych w prognozowaniu finansowym na przykładzie Grupy Kapitałowej Cyfrowy Polsat S.A. Praktyczne zastosowanie metod statystycznych w prognozowaniu finansowym na przykładzie Grupy Kapitałowej Cyfrowy Polsat S.A. Niepewność w procesie prognozowania Przygotowanie budżetu lub okresowej prognozy

Bardziej szczegółowo

OSZACOWANIE WARTOŚCI ZAMÓWIENIA z dnia... 2004 roku Dz. U. z dnia 12 marca 2004 r. Nr 40 poz.356

OSZACOWANIE WARTOŚCI ZAMÓWIENIA z dnia... 2004 roku Dz. U. z dnia 12 marca 2004 r. Nr 40 poz.356 OSZACOWANIE WARTOŚCI ZAMÓWIENIA z dnia... 2004 roku Dz. U. z dnia 12 marca 2004 r. Nr 40 poz.356 w celu wszczęcia postępowania i zawarcia umowy opłacanej ze środków publicznych 1. Przedmiot zamówienia:

Bardziej szczegółowo

Bioinformatyka Laboratorium, 30h. Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl

Bioinformatyka Laboratorium, 30h. Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl Bioinformatyka Laboratorium, 30h Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl 1 Filogenetyka molekularna wykorzystuje informację zawartą w sekwencjach aminokwasów lub nukleotydów do kontrukcji drzew

Bardziej szczegółowo

Rys. 1. Rysunek do zadania testowego

Rys. 1. Rysunek do zadania testowego Test zaliczeniowy Zadanie testowe. Przeanalizuj rysunek 1., przedstawiający odwzorowanie pewnej sytuacji przestrzennej przy pomocy metody Monge a (rzutów prostokątnych na dwie wzajemnie prostopadłe rzutnie

Bardziej szczegółowo

POMIAR RYZYKA RYNKOWEGO OPCJI NA PRZYKŁADZIE OPCJI NA WIG20

POMIAR RYZYKA RYNKOWEGO OPCJI NA PRZYKŁADZIE OPCJI NA WIG20 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 450 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 17 2006 KATARZYNA KUZIAK Akademia Ekonomiczna Wrocław POMIAR RYZYKA RYNKOWEGO OPCJI NA PRZYKŁADZIE OPCJI NA

Bardziej szczegółowo

Analiza szeregów czasowych uwagi dodatkowe

Analiza szeregów czasowych uwagi dodatkowe Analiza szeregów czasowch uwagi dodakowe Jerz Sefanowski Poliechnika Poznańska Zaawansowana Eksploracja Danch Prognozowanie Wbór i konsrukcja modelu o dobrch własnościach predkcji przszłch warości zmiennej.

Bardziej szczegółowo