Analiza szeregów czasowych uwagi dodatkowe
|
|
- Bogdan Wilczyński
- 7 lat temu
- Przeglądów:
Transkrypt
1 Analiza szeregów czasowch uwagi dodakowe Jerz Sefanowski Poliechnika Poznańska Zaawansowana Eksploracja Danch
2 Prognozowanie Wbór i konsrukcja modelu o dobrch własnościach predkcji przszłch warości zmiennej. Ocena minimalizacja błędu prognoz ex pos
3 Błęd prognoz W lieraurze spokasz akże inne propozcje
4 Uwagi ogólne Dekompozcja szeregu o proces wodrębnienia poszczególnch składowch danego szeregu czasowego. Idenfikację poszczególnch składowch szeregu czasowego zmiennej umożliwia: Ocena wzrokowa sporządzonego wkresu, Analiza auokorelacji, Odpowiednie es (np. Danielsa, Barlea lub von Neumanna). Dla wielu szeregów czasowch wsarczająco adekwane mogą się okazać modele ujmujące lko niekóre składowe szeregu czasowego
5 Meod wrównania mechaniczne Wrównanie szeregu czasowego pozwala na weliminowanie z szeregu wahań przpadkowch, a prz odpowiednim posępowaniu akże wahań okresowch. Inna nazwa wgładzanie szeregów czasowch Częso sosowane: Średnie ruchome (kroczące) zcenrowane i niezcenrowane Wgładzanie wkładnicze
6 Średnie ruchome zwkłe Oblicza się najczęściej z nieparzsej liczb sąsiadującch ze sobą wrazów szeregu, ak ab uzskan wnik móc przporządkować warości znajdującej się w środku uwzględnionego w obliczeniach przedziału czasowego: = 1 q r 2q 1 r=q ( = q, q 1,..., n q) gdzie 2q1 o liczba wrazów szeregu uwzględnianch prz obliczaniu średniej ruchomej, prz czm q jes usalon liczbą nauralną Dla parzsej liczb sąsiadującch ze sobą wrazów szeregu, uwzględnia się połowę warości pierwszego wrazu z danego okna, nasępnie wszskie pozosałe wraz składające się na pełne okno oraz połow warości pierwszego wrazu z nasępnego okna: q = q r 2q 2 r=q 1 2 q
7 Przkład ilusracjn za Seasonal Adjusmen Chrisian Harhoff (maeriał Saisics Denmark)
8 Średnie ruchome Sosuj, gd zaobserwowan w okresie badawczm poziom warości zmiennej prognozowanej jes względnie sał, z pewnmi niewielkimi odchleniami przpadkowmi. Idea: warość zmiennej prognozowanej jes średnią ruchomą z k osanich warości ej zmiennej = 1 1 i= k k k sała wgładzania (przjmuje się ę, dla kórej warość średniego błędu ex-pos prognoz wgasłch jes najmniejsza) i
9 Prognozowanie ze średnimi Poziom zmiennej względnie sał bez wahań okresowch Dla wraźnej liniowej endencji rozwojowej, do konsrukcji prognoz sosuj model podwójnej średniej ruchomej. Wgładzon (średnią ruchomą) szereg warości zmiennej prognozowanej poddaje się powórnemu wgładzeniu meodą średniej ruchomej.
10 Uwagi o dobrze sałej k w średnich Wraz ze wzrosem warości k rośnie efek wrównwania. Średnia ruchoma wznaczona z większej liczb wrazów będzie silniej wgładzała szereg, lecz jednocześnie będzie wolniej reagowała na zmian poziomu prognozowanej zmiennej. Wznaczona z mniejszej liczb wrazów będzie szbciej odzwierciedlała akualne zmian zachodzące w warościach prognozowanej zmiennej, lecz większ wpłw będą wwierał na nią wahania przpadkowe (mniejsz będzie efek wgładzania szeregu)
11 Dosępność w Saisica
12
13 Wskaźniki sezonowości Klasczn model addwn TCS
14 Wkorzsanie średniej w dekompozcji
15 Dekompozcja: rend wahania dane o miesięcznm bezrobociu w Ausralii Za: (Hipel and McLeod, 1994)
16 Dekompozcja: rend wahania dane o miesięcznm bezrobociu w Ausralii Trendwahania Predkcja warości zmiennch
17 Wgładzanie wkładnicze Zasosowanie zmienne, kórch warości podlegają częsm, gwałownm i raczej przpadkowm wahaniom Podsawowa meoda α 1α, gdzie α (0,1]. = 1 ( ) 1 Można inaczej zapisać q 1 = 1 1 Wed wzór ma posać = 1 α q 1 α - paramer wgładzania, m bliższa 1, im zmienna częściej i gwałowniej się zmienia. α na ogół dobierana ekspermenalnie na podsawie ocen błędu prognoz
18 Szeregi z wraźniejszą endencją Nadal model wkładnicz lecz dla szeregu z wraźną endencją rozwojową i wahaniami przpadkowmi (bez sezonowch) pomśl o modelu Hola W ogólności warość prognozowana w chwili 1 składa się z dwóch składników F przbliżającego poziom zmiennej oraz T oceniającego jej przros (rend): F T 1 = F T = α ( 1α) ( F 1 T 1) β F F ) (1 β T = ( 1 ) 1 jako warości począkowe można przjąć F1=1 oraz T1=2-1 F odpowiada wrazowi sałemu, a T1 nachleniu w funkcji liniowej rendu, gdb ją wznaczać
19 Dosępność w Saisica
20 Prognoza dla szeregu czasowego meodą Winersa Uogólnienie modelu Hola dla szeregu z wahaniami sezonowmi. Oprócz poziomu zmiennej (F), współcznnika rendu (T) wgładzaniu podlega składki sezonow (S) r długość cklu sezonowości; warości począkowe S1..Sr wznaczam odejmując od warości i średnią r pierwszch obserwacji Trudności z doborem α, β, γ ) ( ) (1 ] [ = = r r T F S F S T F α α r S F S = ) (1 ) ( γ γ 1 1 ) (1 ) ( = T F F T β β
21 Prognozowanie w modelu Winersa Równania na momen > n Wersja addwna Wersja muliplikawna r n n S n T F = ) ( r n n S n T F = )) ( (
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 szczegółowoMODEL TENDENCJI ROZWOJOWEJ
MODEL TENDENCJI ROZWOJOWEJ Model endencji rozwojowej o konsrukcja eoreczna (równanie lub układ równań) opisująca kszałowanie się określonego zjawiska jako funkcji: zmiennej czasowej wahań okresowch (sezonowe
Bardziej szczegółowoWygładzanie metodą średnich ruchomych w procesach stałych
Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja
Bardziej szczegółowoCechy szeregów czasowych
energecznch Cech szeregów czasowch Rozdział Modelowanie szeregów czasowch 7 proces deerminisczn proces kórego warość może bć preczjnie określona w dowolnm czasie =T+τ = a +b T T+τ czas = sin(ω) T T+τ czas
Bardziej szczegółowoWykład 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 szczegółowoWykład 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 szczegółowoPROGNOZOWANIE. 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 szczegółowoZajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego
Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb
Bardziej szczegółowoZasady budowania prognoz ekonometrycznych
Zasad budowania prognoz ekonometrcznch Klasczne założenia teorii predkcji 1. Znajomość modelu kształtowania się zmiennej prognozowanej Znajomość postaci analitcznej wstępującch zależności międz zmiennmi
Bardziej szczegółowoANALIZA, 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 szczegółowoPROGNOZOWANIE 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 szczegółowoStatystyka 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 szczegółowoPrognozowanie i symulacje
Prognozowanie i smulacje Ramow plan wkładu.wprowadzenie w przedmio.rafność dopuszczalność i błąd prognoz 3.Prognozowanie na podsawie szeregów czasowch 4.Prognozowanie na podsawie modelu ekonomercznego
Bardziej szczegółowoPROGNOZOWANIE 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 szczegółowoPROGNOZOWANIE 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 szczegółowoMetody Ilościowe w Socjologii
Meod Ilościowe w Socjologii wkład 5, 6, 7 PROGNOZOWANIE I SYMULACJE dr inż. Maciej Woln AGENDA I. Prognozowanie i smulacje podsawowe informacje II. Prognozowanie szeregów czasowch III. Dekompozcja szeregu,
Bardziej szczegółowoPROGNOZOWANIE. Ćwiczenia 3. tel.: (061)
Ćwiczeia 3 mgr iż.. Mara Krueger mara.krueger@edu.wsl.com.pl mara.krueger@ilim.poza.pl el.: (06 850 49 57 Meod progozowaia krókoermiowego sał poziom red sezoowość Y Y Y Czas Czas Czas Model aiw Modele
Bardziej szczegółowoPROGNOZY I SYMULACJE
orecasig is he ar of saig wha will happe, ad he explaiig wh i did. Ch. Chafield (986 PROGNOZY I YMULACJE Kaarza Chud Laskowska kosulacje: p. 400A środa -4 czwarek -4 sroa iereowa: hp://kc.sd.prz.edu.pl/
Bardziej szczegółowoE 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 szczegółowoPROGNOZY I SYMULACJE
Forecasing is he ar of saing wha will happen, and hen explaining wh i didn. Ch. Chafield (986) PROGNOZY I SYMULACJE Kaarzna Chud Laskowska konsulacje: p. 400A środa -4 czwarek -4 srona inerneowa: hp://kc.sd.prz.edu.pl/
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowooznacza przyrost argumentu (zmiennej niezależnej) x 3A82 (Definicja). Granicę (właściwą) ilorazu różnicowego funkcji f w punkcie x x x e x lim x lim
WYKŁAD 9 34 Pochodna nkcji w pnkcie Inerpreacja geomerczna pochodnej Własności pochodnch Twierdzenia Rolle a Lagrange a Cach ego Regla de lhôspiala Niech ( ) O( ) będzie nkcją określoną w pewnm ooczeni
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 5
Sanisław Cichocki Naalia Nehrebecka Wkład 5 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA 2 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA
Bardziej szczegółowoPROGNOZOWANIE. mgr inż. Martyna Malak. Katedra Systemów Logistycznych.
1 PROGNOZOWANIE Kaedra Ssemów Logiscznch mgr inż. Marna Malak marna.malak@wsl.com.pl Panel TABLICE 1 2 3 DEFINICJA PROGNOZY Prognozowanie? Przewidwanie 4 DEFINICJA PRZEWIDYWANIA Przewidwanie wnioskowanie
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
Bardziej szczegółowoPROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM
PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany
Bardziej szczegółowoEkonometria I materiały do ćwiczeń
lp daa wkładu ema Wkład dr Doroa Ciołek Ćwiczenia mgr inż. - Rodzaje danch sascznch - Zmienne ekonomiczne jako zmienne losowe 1a) Przkład problemów badawczch hipoeza, propozcja modelu ekonomercznego, zmienne
Bardziej szczegółowoANALIZA, 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 szczegółowoInstytut Logistyki i Magazynowania
Insu Logiski i Magaznowania Ćwiczenia 1 mgr Dawid Doliński Dawid.Dolinski@ilim.poznan.pl lub Dawid.Dolinski@wsl.com.pl Tel. 0(61) 850 49 45 ZALICZENIE PRZEDMIOTU 5 punków Blok zajęć z Panem mgr D.Dolińskim
Bardziej szczegółowoKombinowanie 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 szczegółowoPROGNOZOWANIE. 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 szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoAnaliza 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 szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
Bardziej szczegółowoANALIZA SZEREGÓW CZASOWYCH
ANALIZA SZEREGÓW CZASWYCH Szereg czasow zbór warośc baanej cech lub warośc baanego zjawska zaobserwowanch w różnch momenach czasu uporząkowan chronologczne. Skłank szeregu czasowego:. enencja rozwojowa
Bardziej szczegółowoKrzywe na płaszczyźnie.
Krzwe na płaszczźnie. Współrzędne paramerczne i biegunowe. Współrzędne biegunowe. Dan jes punk O, zwan biegunem, kór sanowi począek półprosej, zwanej półosią. Dowoln punk P na płaszczźnie można opisać
Bardziej szczegółowoPrognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
Bardziej szczegółowoPROGNOZOWANIE. Ćwiczenia 3. mgr Dawid Doliński
Ćwiczenia 3 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 szczegółowoANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego
D. Miszczńska,M.Miszczński, Maeriał do wkładu 6 ze Saski, 009/0 [] ANALIZA DYNAMIKI ZJAWISK (dok.). szereg czasow, chroologicz (momeów, okresów). średi poziom zjawiska w czasie (średia armecza, średia
Bardziej szczegółowoKonspekty wykładów z ekonometrii
Konspek wkładów z ekonomerii Budowa i werfikaca modelu - reść przkładu W wniku ssemacznch badań popu na warzwa w pewnm mieście, orzmano nasępuące szeregi czasowe: przros (zmian) popu na warzwa (w zł. na
Bardziej szczegółowoBADANIE EFEKTYWNOŚCI PROGNOZ ZMIENNYCH OPISUJĄCYCH WYBRANE ASPEKTY FUNKCJONOWANIA PORTU SZCZECIN-ŚWINOUJŚCIE
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Mariusz Doszń * Barłomiej Pachis ** Uniwerse Szczecińsi BADANIE EFEKTYWNOŚCI PROGNOZ ZMIENNYCH OPISUJĄCYCH WYBRANE ASPEKTY FUNKCJONOWANIA
Bardziej szczegółowoSZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji
SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010
Bardziej szczegółowoMetody prognozowania popytu w zarządzaniu logistycznym
Michał Miłek 1 Uniwerse Ekonomiczn w Kaowicach Meod prognozowania popu w zarządzaniu logiscznm Wsęp ał rozwó gospodarcze działalności człowieka spowodował, że meod prognozowania znaduą coraz szersze zasosowanie
Bardziej szczegółowoMetody 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 szczegółowoPROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody
Bardziej szczegółowoPROJEKT nr 1 Projekt spawanego węzła kratownicy. Sporządził: Andrzej Wölk
PROJEKT nr 1 Projek spawanego węzła kraownicy Sporządził: Andrzej Wölk Projek pojedynczego węzła spawnego kraownicy Siły: 1 = 10 3 = -10 Kąy: α = 5 o β = 75 o γ = 75 o Schema węzła kraownicy Dane: Grubość
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Zmienne sacjonarne 2. Zmienne zinegrowane 3. Regresja pozorna 4. Funkcje ACF i PACF 5. Badanie sacjonarności Tes Dickey-Fullera (DF) 2 1. Zmienne sacjonarne
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowoWYKORZYSTANIE TESTU OSTERBERGA DO STATYCZNYCH OBCIĄŻEŃ PRÓBNYCH PALI
Prof. dr hab.inż. Zygmun MEYER Poliechnika zczecińska, Kaedra Geoechniki Dr inż. Mariusz KOWALÓW, adres e-mail m.kowalow@gco-consul.com Geoechnical Consuling Office zczecin WYKORZYAIE EU OERERGA DO AYCZYCH
Bardziej szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
Bardziej szczegółowoPobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Bardziej szczegółowo"Potęga matematyki polega na pomijaniu wszystkich myśli zbędnych i cudownej oszczędności operacji myślowych." Ernst Mach. Funkcja wykładnicza
"Poęga maemaki polega na pomijaniu wszskich mśli zbędnch i cudownej oszczędności operacji mślowch." Erns Mach Funkcja wkładnicza Def. Funkcją wkładniczą nazwam funkcję posaci f = a, gdzie a > i. Poęgę
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
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 szczegółowoParytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
Bardziej szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Bardziej szczegółowoROZDZIAŁ 11 WPŁYW ZMIAN KURSU WALUTOWEGO NA RYNEK PRACY
Rszard Sefański ROZDZIAŁ 11 WPŁYW ZMIAN KURSU WALUTOWEGO NA RYNEK PRACY Absrak Ocena wpłwu zmian kursu waluowego na rnek prac jes szczególnie isona dla polskiej gospodarki w najbliższch laach. Spośród
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoPodstawowe człony dynamiczne
Podsawowe człony dynamiczne charakerysyki czasowe. Człon proporcjonalny = 2. Człony całkujący idealny 3. Człon inercyjny = = + 4. Człony całkujący rzeczywisy () = + 5. Człon różniczkujący rzeczywisy ()
Bardziej szczegółowoSYMULACYJNE BADANIE EFEKTYWNOŚCI WYKORZYSTANIA METOD NUMERYCZNYCH W PROGNOZOWANIU ZMIENNEJ ZAWIERAJĄCEJ LUKI NIESYSTEMATYCZNE
Sudia Ekonomiczne. Zesz Naukowe Uniwerseu Ekonomicznego w Kaowicach ISSN 8-86 Nr 4 7 Zachodniopomorski Uniwerse Technologiczn w Szczecinie Wdział Ekonomiczn Kaedra Zasosowań Maemaki w Ekonomii maciej.oeserreich@zu.edu.pl
Bardziej szczegółowoZmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III)
Zmienne losowe tpu ciągłego. Parametr zmiennch losowch. Izolda Gorgol wciąg z prezentacji (wkład III) Zmienna losowa tpu ciągłego Zmienna losowa X o ciągłej dstrbuancie F nazwa się zmienną losową tpu ciągłego,
Bardziej szczegółowoPUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Chrisian Lis PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 Wprowadzenie Przedmioem
Bardziej szczegółowoLABORATORIUM PODSTAW ELEKTRONIKI PROSTOWNIKI
ZESPÓŁ LABORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ LABORATORIUM PODSTAW ELEKTRONIKI INSTRUKCJA DO ĆWICZENIA NR 5 PROSTOWNIKI DO UŻYTKU
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 szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoMetody rachunku kosztów Metoda rachunku kosztu działań Podstawowe pojęcia metody ABC Kalkulacja obiektów kosztowych metodą ABC Zasobowy rachunek
Meody rachunku koszów Meoda rachunku koszu Podsawowe pojęcia meody ABC Kalkulacja obieków koszowych meodą ABC Zasobowy rachunek koszów Kalkulacja koszów meodą ABC podsawową informacja dla rachunkowości
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoMATURA PRÓBNA 2 KLASA I LO
IMIE I NAZWISKO MATURA PRÓBNA KLASA I LO CZAS PRACY: 90 MIN. SUMA PUNKTÓW: 60 ZADANIE (5 PKT) Znajdź wszstkie funkcje liniowe określone na zbiorze ;, którch zbiorem wartości jest przedział ; 0. ZADANIE
Bardziej szczegółowoPrognozowanie popytu. mgr inż. Michał Adamczak
Prognozowanie popytu mgr inż. Michał Adamczak Plan prezentacji 1. Definicja prognozy 2. Klasyfikacja prognoz 3. Szereg czasowy 4. Metody prognozowania 4.1. Model naiwny 4.2. Modele średniej arytmetycznej
Bardziej szczegółowoAnaliza popytu. Ekonometria. Metody i analiza problemów ekonomicznych. (pod red. Krzysztofa Jajugi), Wydawnictwo AE Wrocław, 1999.
Analiza popyu Eonomeria. Meody i analiza problemów eonomicznych (pod red. Krzyszofa Jajugi) Wydawnicwo AE Wrocław 1999. Popy P = f ( X X... X ε ) 1 2 m Zmienne onrolowane: np.: cena (C) nałady na relamę
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoPROGNOZOWANIE BRAKUJĄCYCH DANYCH DLA SZEREGÓW O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 289 2016 Maria Szmuksa-Zawadzka Zachodniopomorski Uniwersye Technologiczny w Szczecinie Sudium Maemayki Jan Zawadzki
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoPodstawy elektrotechniki
Wydział Mechaniczno-Energeyczny Podsawy elekroechniki Prof. dr hab. inż. Juliusz B. Gajewski, prof. zw. PWr Wybrzeże S. Wyspiańskiego 27, 50-370 Wrocław Bud. A4 Sara kołownia, pokój 359 Tel.: 71 320 3201
Bardziej szczegółowoWykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak
Wykład FIZYKA I. Kinemayka punku maerialnego Kaedra Opyki i Fooniki Wydział Podsawowych Problemów Techniki Poliechnika Wrocławska hp://www.if.pwr.wroc.pl/~wozniak/fizyka1.hml Miejsce konsulacji: pokój
Bardziej szczegółowoANALIZA SZEREGÓW CZASOWYCH
ANALIZA ZEREGÓW CZAWYCH zereg czasow zbór warosc baanej cech lub warosc baanego zjawska zaobserwowanch w róznch momenach czasu uporzakowan chronologczne. klank szeregu czasowego:. enencja rozwojowa (ren)
Bardziej szczegółowoProgramowanie nieliniowe optymalizacja funkcji wielu zmiennych
Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu
Bardziej szczegółowoĆwiczenia 3 ( ) Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki.
Ćwiczenia 3 (22.04.2013) Współczynnik przyrosu nauralnego. Koncepcja ludności zasojowej i usabilizowanej. Prawo Loki. Współczynnik przyrosu nauralnego r = U Z L gdzie: U - urodzenia w roku Z - zgony w
Bardziej szczegółowowięc powyższy warunek będzie zapisany jako dy dt
Meo maemaczne w echnologii maeriałów Krzszof Szszkiewicz Wprowadzenie DEFINICJA. Równaniem różniczkowm zwczajnm rzędu pierwszego nazwam równanie posaci gdzie f : f (, ), () U jes daną funkcją. Rozwiązaniem
Bardziej szczegółowoDOBÓR PRZEKROJU ŻYŁY POWROTNEJ W KABLACH ELEKTROENERGETYCZNYCH
Franciszek SPYRA ZPBE Energopomiar Elekryka, Gliwice Marian URBAŃCZYK Insyu Fizyki Poliechnika Śląska, Gliwice DOBÓR PRZEKROJU ŻYŁY POWROTNEJ W KABLACH ELEKTROENERGETYCZNYCH. Wsęp Zagadnienie poprawnego
Bardziej szczegółowoOPRACOWANIE I PREZENTACJA WYNIKÓW POMIARÓW
OPRACOWANIE I PREZENTACJA WYNIKÓW POMIARÓW Opracowanie danch pomiarowch ma na celu wsępne przgoowanie danch do analiz i prezenacji. Mogą o bć prose działania, akie jak: zaokrąglanie liczb, sorowanie danch,
Bardziej szczegółowoNa 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 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 szczegółowoPrzedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)
Wkład 1: Prosta regresja liniowa Statstczn model regresji liniowej Dane dla prostej regresji liniowej Przedział ufności i test parametrów Przedział ufności dla średniej odpowiedzi Interwał prognoz (dla
Bardziej szczegółowoANALIZA DYNAMIKI ZJAWISK SZEREG CZASOWY
D. Miszczńska, M.Miszczński, Maeriał do wkładu 5 ze Saski, 29/ [] ANALZA DYNAMK ZJAWSK. szereg czasow, chronologiczn (momenów, okresów) 2. średni oziom zjawiska w czasie (średnia armeczna, średnia chronologiczna)
Bardziej szczegółowoOcena efektywności procedury Congruent Specyfication dla małych prób
243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji
Bardziej szczegółowoZadania zamknięte. Numer zadania
Liczba punktów za zadania zamknięte i otwarte: 31 Zadania zamknięte Zasady przyznawania punktów: za każdą poprawną odpowiedź 1 punkt za błędną odpowiedź brak odpowiedzi 0 punktów Numer zadania Poprawna
Bardziej szczegółowoZapraszamy 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 szczegółowo4.2. Obliczanie przewodów grzejnych metodą dopuszczalnego obciążenia powierzchniowego
4.. Obliczanie przewodów grzejnych meodą dopuszczalnego obciążenia powierzchniowego Meodą częściej sosowaną w prakyce projekowej niż poprzednia, jes meoda dopuszczalnego obciążenia powierzchniowego. W
Bardziej szczegółowoKlucz odpowiedzi i schemat punktowania do próbnego zestawu egzaminacyjnego z zakresu przedmiotów matematyczno-przyrodniczych
Klucz odpowiedzi i schemat punktowania do próbnego zestawu egzaminacjnego z zakresu przedmiotów matematczno-przrodniczch Z a d a n i a z a m k n i ę t e Numer zadania 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3
Bardziej szczegółowoĆWICZENIE NR 43 U R I (1)
ĆWCZENE N 43 POMY OPO METODĄ TECHNCZNĄ Cel ćwiczenia: wyznaczenie warości oporu oporników poprzez pomiary naężania prądu płynącego przez opornik oraz napięcia na oporniku Wsęp W celu wyznaczenia warości
Bardziej szczegółowoDobór przekroju żyły powrotnej w kablach elektroenergetycznych
Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego
Bardziej szczegółowoPROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych.
PROGNOZOWANIE Kaedra Ssemów Logisczch mgr Żaea Pruska zaea_pruska@wp.pl zaea.pruska@wsl.com.pl PROJEKT 0 pk. (grup 4-osobowe) Projek: Wersja w Wordzie Powia zawierać opis projeku z zasosowaiem eapów progozowaia.
Bardziej szczegółowo25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx
5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.
Bardziej szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowoWykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.
Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Sein., Oeconomica 2014, 313(76)3, 137 146 Maria Szmuksa-Zawadzka, Jan Zawadzki MODELE WYRÓWNYWANIA WYKŁADNICZEGO W PROGNOZOWANIU
Bardziej szczegółowoPrzemieszczeniem ciała nazywamy zmianę jego położenia
1 Przemieszczeniem ciała nazywamy zmianę jego położenia + 0 k k 0 Przemieszczenie jes wekorem. W przypadku jednowymiarowym możliwy jes ylko jeden kierunek, a zwro określamy poprzez znak. Przyjmujemy, że
Bardziej szczegółowo