PROGNOZOWANIE ZMIAN W WYDAJNOŚCI PRACY W SEKTORZE STALOWYM W POLSCE

Wielkość: px
Rozpocząć pokaz od strony:

Download "PROGNOZOWANIE ZMIAN W WYDAJNOŚCI PRACY W SEKTORZE STALOWYM W POLSCE"

Transkrypt

1 Prace Isyuu Mealurgii Żelaza r /206, om Bożea GAJDZIK, Ja SZYMSZAL PROGNOZOWANIE ZMIAN W WYDAJNOŚCI PRACY W SEKTORZE STALOWYM W POLSCE Celem iiejszej publikacji jes przedsawieie zmia w wydajości pracy w krajowym huicwie mierzoej wielkością produkcji sali a jedego zarudioego. Na podsawie saysyczych wielkości produkcji i poziomu zarudieia za laa wykoao modelowaie progosycze a koleje 6 la. Słowa kluczowe: sekor salowy, wydajość pracy, sali, zarudieie FORECASTS FOR CHANGES IN PRODUCTIVITY IN THE STEEL SECTOR IN POLAND The aim of he aricle is o prese chages i produciviy i he seel idusry i Polad. The produciviy is expressed i seel producio per employer. Based o saisical daa of producio ad employme bewee , progosic modelig for he ex 6 years was carried ou. Keywords: seel idusry, produciviy, seel producio, employme. WPROWADZENIE W warukach gospodarki rykowej w przedsiębiorswach huiczych wysępują procesy dososowywaia się do uwarukowań wewęrzych i przyjęych założeń poliyki gospodarczej. Kluczowym aspekem kokurecyjości jes wydajość pracy. Mieriki wydajości zmieiały się wraz z rozwojem meod pracy. W iiejszej publikacji wydajość pracy w sekorze salowym mierzoa jes wielkością produkcji sali a jedego zarudioego. Do przeprowadzeia aalizy zosały wykorzysae dae saysycze za laa publikowae przez Główy Urząd Saysyczy i Huiczą Izbę Przemysłowo-Hadlową w Kaowicach. Progozowaie a koleje 6 la wykoao poprzez modelowaie auoregresyje (AR) i dwuparamerowe Hola. Wykoae progozy wydajości pracy wzbogacają wiedzę o przyszłej syuacji w sekorze salowym w Polsce. 2. ISTOTA WYDAJNOŚCI Wydajość jes jedą z ajbardziej złożoych kaegorii zarówo pod względem jej reści, jak i liczych i różorodych czyików i waruków wpływających a jej poziom. Wydajość (ef$ciecy) o związek pomiędzy sopiem zaagażowaia daego elemeu w procesie produkcji i jej +zyczym rozmiarem bądź warością []. Wydajość mierzoa jes warością produkcji a jedoskę akładów użyych do jej wyworzeia. Wydajość jes ekoomiczą miarą efekywości. W ujęciu zagregowaym jes łączym poziomem wydajości w daym kraju. Wydajość w gałęzi o łącza wydajość osiągięa przez wszyskie przedsiębiorswa w daej gałęzi. Wydajość +rmy o poziom wydajości w pojedyczym przedsiębiorswie. Wydajość jedoski orgaizacyjej odosi się do wydajości wydziału [2]. W drugiej połowie ubiegłego wieku wprowadzoo ermi produkywość (95 rok Międzyarodowy Kogres Przemysłu w Nowym Jorku). W 959 roku uworzoo Europejską Agecję Produkywości EPA) [3]. Produkywość (produciviy) jes pojęciem szerszym od wydajości pracy. Produkywość iformuje, ile jedosek daego produku moża orzymać z jedoski określoego czyika []. Wyróżia się produkywość łączą (globala, iegrala, całkowia, wieloczyikowa) i produkywość cząskową poszczególych czyików produkcji, pracy, surowców, arzędzi. Isieje wiele różych form produkywości, p. produkywości aparaury kapiałochłoości, produkywości arzędzi i surowców eergochłoości, produkywości powierzchi roboczej, produkywości (wydajości) pracy żywej (PMH Produciviy per Ma Hour) [3]. Ogóla reguła produkywości całkowiej o: produkywosc ll () aklady Bożea Gajdzik (bozea.gajdzik@polsl.pl), Ja Szymszal Kaedra Iżyierii Produkcji, Wydział Iżyierii Maeriałowej i Mealurgii, Poliechika Śląska

2 38 Prace Isyuu Mealurgii Żelaza r /206, om 68 Poza produkywością całkowią (wieloczyikową) przedsiębiorswa liczą cząskowe współczyiki wydajości. Na przykład wydajość pracy moża wyliczyć a podsawie asępującej reguły: wydajosc ll pracy (2) bezposredie l akłl ady pracy Wydajość pracy liczoa jako (3): wydajosc ll pracy (3) zarudieie jes miarą racjoalizacji zarudieia. Wydajość pracy określa zdolość kokurecyją przedsiębiorswa. W sekorze salowym wydajości pracy jes mierzoa wielkością produkcji sali a jedego zarudioego. Mierik e przyjęo za podsawowy w modelowaiu progosyczym w iiejszej pracy. 3. ZMIANY W POZIOMIE WYDAJNOŚCI W SEKTORZE STALOWYM W osaich dekadach przemysł salowy w Polsce był podday radykalym zmiaom. Prywayzacja przedsiębiorsw pańswowych i resrukuryzacja były wyzwaiami, z kórymi przemysł salowy zmagał się od kilkuasu la. Przed rasformacją polskiej gospodarki w przedsiębiorswach pańswowych ie wysępowały bodźce do prowadzeia racjoalej poliyki zarudieia. Niemal we wszyskich przedsiębiorswach isiały duże rezerwy zarudieia (bezrobocie uajoe) [4]. W sekorze salowym, przy admierym zarudieiu, a jedego pracowika przypadało miej iż 00 o sali [5]. Podejmowae od począku okresu rasformacji wysiłki w celu racjoalizacji zarudieia, a akże zmiay poziomu i srukury produkcji sprawiły, że w 204 roku przy produkcji 8,6 ml o sali i zarudieiu ys. osób uzyskao wydajość 420 o sali (Rys. ). Efekem resrukuryzacji huicwa, przeprowadzoej z udziałem kapiału zagraiczego (ArcelorMial Polskie Huy Sali, CMC hua Zawiercie, Celsa hua Osrowiec Święokrzyski i ISD hua Częsochowa) był czerokroy wzros wydajości pracy [6]. 7, ml o sali ajiższy odooway poziom produkcji) o w kolejych laach syuacja uległa poprawie [7]. Progozowae zużycie sali ma edecję rosącą. Szacuje się, że w 2020 roku krajowe zużycie sali wzrośie do około 20 ml o (w 204 roku było a poziomie 2,2 ml o) [8]. Wzros wydajości pracy uzyska się przez redukcję zarudieia. Aaliycy ryku salowego przewidują dalszy spadek zarudieia w huicwie. W 204 roku liczba pracujących w sekorze wyiosła 303 osób, z czego przy produkcji wyrobów huiczych osób. W 2020 roku w przedsiębiorswach huiczych zarudioych będzie około 5600 ys. pracowików [9, 0]. Redukcja zarudieia spowodowaa jes iwesowaiem w owoczese echologie produkcji (ograiczeie pracochłoości) [8]. 4. MODELOWANIE PROGNOSTYCZNE WYDAJNOŚCI PRACY Podsawą do modelowaia progosyczego były dae saysycze (empirycze): wielkość produkcji sali [ml Mg], zarudieie w huicwie [ys. osób]. Dae saysycze za laa zesawioo w abeli. Tabela. Wydajość pracy w krajowym sekorze salowym Table. Produciviy he seel idusry i Polad Źródło: Opracowao a podsawie daych saysyczych (GUS) i publikacji brażowych (HIPH) Rys.. Wydajość pracy w krajowym sekorze sali Fig.. Produciviy i he seel idusry i Polad Źródło: Opracowao a podsawie daych saysyczych (GUS) i publikacji brażowych (HIPH) Mimo, że kryzys gospodarczy spowodował radykaly spadek produkcji sali (w 2009 roku wyprodukowao Zasosowao klasycze meody progozowaia: modelowaie auoregresyje ( AR) modelowaie dwuparamerowe Hola. Auokorelacja i auoregresja (AR) ależą do echik aalizy szeregów czasowych daych charakeryzujących się akimi wahaiami, w kórych sąsiadujące obserwacje mają z reguły zbliżoe warości, aomias różice między obserwacjami odległymi w czasie są dość duże [4]. Taki charaker wahań moża zaobserwować w przypadku wielkości produkcji sali w laach (Rys. ). Meoda auoregresji (AR) bada korelację zachodzącą między warością bieżącą a warościami poprzedimi. Jeśli warości poprzediego okresu azwiemy warością wsecz, a czas między warością akualą a warością przeszłą przesuięciem wsecz, o warości oddaloe o jede (k ) odsęp czasowy

3 Prace Isyuu Mealurgii Żelaza r /206, om 68 względem bieżącej warości azwiemy: WSTECZ. Kosrukcja modelu jes opara a podsawowym założeiu, że wysępuje auokorelacja między warościami zmieej progozowaej, a jej warościami opóźioymi w czasie. Współczyik auokorelacji r k dla przysuięcia o k składików oblicza się z zależości (4): r k - k / - - ( y yr )( y yr ) k 2 /( y - yr ) gdzie: yr / y, o średia daych worzących pierwoy szereg czasowy. W wyiku obliczeń orzymuje się ciąg współczyików auokorelacji, kóry pomaga w doborze opymalego modelu AR. W przypadku gdy do aalizowaia daych (kóre wykazują isoe auoskorelowaie) zasosuje się regresję, o ma się do czyieia z zw. auoregresją, a uzyskay dzięki ej echice model o zw. model auoregresji (AR). W badaiach własych do progozowaia wydajości pracy wykorzysao liiowy model auoregresyjy z jedą zmieą objaśiającą WSTECZ czyli model AR() [4]. Paramery modelu oszacowao z wykorzysaiem meody ajmiejszej sumy kwadraów resz. W pierwszym eapie zbudowao progozę oparą a modelu liiowym. Wyiki progozowaia ujęo w abeli 2. Orzymao asępujący model fukcji regresji (5): + (4) Y 3,7706x 27326,28 (5) Tes isoości dla oszacowaego współczyika regresji wykazał jego isoość a poziomie p < 0,00. Ujęcie gra-cze modelowaia liiowego wydajości 39 pracy wraz z esymowaymi paramerami modelu oraz warością współczyika deermiacji R 2, kórego warość świadczy, że około 8,3% daych empiryczych zosało wyjaśioych przez model, przedsawioo a rys. 2. Rys. 2. Model liiowy progoz wydajości pracy w huicwie Fig. 2. Liear model of progosis for seel produciviy Źródło: Opracowaie włase Kolejym eapem prac było modelowaie AR. Wyiki zesawioo w abeli 3. Prezeacja gra-cza (Rys. 3). Warość rzeczywisa wydajości pracy w 204 roku przewyższa warość progozy. Modelowaie auoregresyje wydajości pracy zaiża warości progozowae (Rys. 3), dlaego eż podjęo próbę modelowaia meodą zw. podwójego wyrówywaia wykładiczego Hola. Meoda podwójego wyrówywaia wykładiczego Hola ależy do grupy adapacyjych meod progo- Tabela 2. Progozowaie wydajości pracy w huicwie przez modelowaie liiowe Table 2. Liear model of progosis for seel produciviy Tabela 3. Model progozy wydajości pracy (AR) Table 3. Model of progosis of for workforce produciviy (AR)

4 40 Prace Isyuu Mealurgii Żelaza r /206, om 68 Rys. 3. Auoregresyjy model wydajości pracy (AR) Fig. 3. Auoregressive model of worforce produciviy (AR) Źródło: opracowaie włase zowaia. Meoda zajduje zasosowaie, gdy ma się do czyieia z szeregami czasowymi, w kórych wyróżia się wyraźą składową sysemayczą pod posacią zwykłego redu liiowego wraz z wahaiami przypadkowymi. Auor opisywaej meody uwzględił poado możliwości zmia jedocześi w czasie przebiegu samego redu, jak rówież poziomu podsawowego progozowaej zmieej. Wykorzysaie modelu opracowaego przez Hola wymaga jedak dokoaia opymalizacji zw. sarowych (począkowych) warości ozaczoych we wzorach (6) paramerów, akich jak F oraz S. Hol zalecił, aby warości e były szacowae zgodie z asępującą zależością [4]: F y, S y 2 y (6) Z zależości ej wyika, że za wielkość pierwszej z oce średiej wyrówaej progozy powia zosać przyjęa warość pierwszej rzeczywisej (empiryczej) obserwacji, aomias za warość wysępującego redu powia zosać przyjęa różica między rzeczywisymi: drugiej i pierwszej warości badaego szeregu. Sam proces wygładzaia daego szeregu czasowego prowadzi się, więc w ej meodzie dla okresów od drugiego, aż do osaiego, (czyli dla d 2, T ) poprzez wyzaczeie warości średiej (wyrówywaia daych) oraz wysępujący red (czy eż raczej wyrówywaie daego redu). Auor meody podał asępujące zależości [92]: b + + -b F ay ( a)( F S ) S ( F F ) ( ) S - - (7) - - (8) Wysępujący we wzorze (7) składik F obliczay wyraża średią warość progozowaą, poddaą wyrówaiu wykładiczemu (włączie do okresu ). Składik S aomias obliczay zgodie z wzorem (8) jes odzwierciedleiem różicy między średimi warościami F i F, saowiącą miarę swierdzoego przyrosu redu. Jedocześie Hol zapropoował, aby oba paramery wygładzaia alfa i bea zawierały się w przedziale zamkięym od zera do jedości [0; ]. Średi poziom szeregu szacoway jes, jako średia ważoa dla bieżących warości empiryczych szeregu oraz uzyskaej ocey owej średiej w oparciu o dae z poprzedich okresów. Jeśli chodzi o właściwą progozę szeregu czasowego y * (zw. progozę ex-ae) wzór (9) przy wykorzysaiu przedmioowego modelu Hola, o przeprowadza się ją oczywiście dla okresów spełiających waruek > T. W ym celu przeprowadza się operację sumowaia warości średiej z osaiego okresu F T z oszacowaymi warościami współczyików achyleia redu S T w osaim okresie pomożoego przez warość różicy obliczaej między daym umerem okresu kosruowaej progozy a umerem okresu uważaego jako osai, dla kórego wyzaczoo wagowe paramery wygładzaia alfa oraz bea zgodie z zależością: + - (9) * T T y F ( T) S Do opymalizacji warości paramerów wygładzaia alfa i bea wykorzysao wielkość względego średiego błędu progoz wygasłych Ψ, gdyż zgodie z daymi lieraury przedmiou [92], warość ego błędu jes mało wrażliwa a rzadkie duże błędy. Błąd e wyzaczoo w e sposób, iż po oszacowaiu warości progozy y dla każdego z okresów, (gdzie d, T ) ależy obliczoo iloraz, kóry saowi warość względej różicy: y - y (0) y We wzorze ym y ozacza empiryczą warość, czyli realizację zmieej Y w daym okresie. Nasępie warość obliczoej sumy względych warości ależy podzielić przez ich liczbę, co ukazuje asępujący wzór: y y W - / () T y - Opymalizację paramerów alfa i bea przyjęego modelu Hola dokoao wykorzysując arzędzie opymalizacyje Solver arkusza kalkulacyjego Excel. Rys. 4. Dwuparameryczy model wydajości pracy Hola Fig. 4. Two-parameer model of worforce produciviy by Hol Źródło: opracowaie włase Rys. 5. Progozy wydajości pracy w sekorze salowym do 2020 roku Fig. 5. Progosis for seel produciviy uil 2020 Źródło: Opracowaie włase

5 Prace Isyuu Mealurgii Żelaza r /206, om 68 Tabela 4. Progoza wydajości pracy meodą podwójego wyrówywaia wykładiczego Hola Table 4. Progosis for workforce produciviy wih double expoeial smoohig mehod by Hol 4 Tabela 5. Zesawieie zbiorcze progozowaia wydajości pracy w huicwie Table 5. Compariso of progoses for seel produciviy Opymale warości paramerów alfa i bea uzyskae dla miimalego względego średiego błędu progoz wygasłych Ψ (Tab. 4). Ujęcie gra$cze przedsawioo a rys. 4. Zesawieie zbiorcze wykoaych obliczeń progoz w oparciu o poszczególe meody modelowaia ujęo w abeli 5. Na rys. 5 przedsawioo gra$cze wykoae progoz zmia w wydajości pracy w krajowym sekorze huiczym do 2020 roku. 5. WNIOSKI zgodie z przyjęymi modelami progozowaia uzyskao asępujące poziomy wydajości pracy: model liiowy: progoza a 2020 rok o 490,26 o sali a jedego zarudioego, model AR o 394,63 o sali a jedego zarudioego w 2020 roku, model Hola o wydajości pracy a poziomie 59,52 o sali a pracowika w 2020 roku, po uśredieiu przedsawioych progoz ależy spodziewać się, że wydajość pracy wzrośie do ok. 468 o sali a jedego pracowika w 2020 roku. Na podsawie wykoaych progoz usaloo, że: edecja zmia w wydajości pracy będzie wzrosowa, LITERATURA. Šmid W.: Leksyko meedżera, Wydawicwo Profesjoalej Szkoły Bizesu, Kraków Grif$ R.: Podsawy zarządzaia orgaizacjami, PWN, Warszawa Lewis W.W.: Poęga wydajości, Wyd. CeDeWu, Warszawa Krajewski S.: Prywayzacja, resrukuryzacja, kokurecyjość polskich przedsiębiorsw, PWE, Warszawa Gajdzik B.: Resrukuryzacja przedsiębiorsw huiczych w zesawieiach saysyczych i badaiach empiryczych, Wydawicwo Poliechiki Śląskiej, Gliwice Gajdzik B.: The road of Polish seelworks owards marke success chages afer resrucurig process, Mealurgija, Vol. 52, No. 3, 203, pp Gajdzik B.: Crisis maageme i he meallurgical eerprises, Mealurgija, Vol. 53, No. 3, 204, pp Piechociński J.: Zużycie sali w Polsce wzrośie do 20 ml o w 2020 roku Pozyskao z: hp://huicwo.wp.pl/piechociski-zuzycie-sali-w-polsce-wzrosie-do-20-ml-o-w-2020-r, _.hml 9. Biuley AGH: Syuacja sekora salowego w Polsce, (204), Magazy Iformacyjy Akademii Góriczo-Huiczej, 28 maj 204, r 77, s. 6. Pozyskao z: hp:// pl 0. Gajdzik B., Szymszal J.: Geeraio Gap Maageme i Resrucured Meallurgical Eerprises i Polad, Ieraioal Joural of Maageme ad Ecoomics (Zeszyy Naukowe Kolegium Gospodarki Świaowej) No. 47, JulySepember 205, pp Dima P.: Progozowaie w przedsiębiorswie, Meody i ich zasosowaie, wydaie IV zmieioe, Wyd. O$cya, Kraków, Sobczyk M.: Progozowaie. Teoria, przykłady, zadaia. Wyd. Place. Warszawa Gajda B.: Progozowaie i symulacja a decyzje gospodarcze. Wyd. C.H. Beck, Warszawa Szymszal J., Blacha L.: Wspomagaie decyzji opymalych w mealurgii i iżyierii maeriałowej. Wyd. Poliechiki Śląskiej, Gliwice 2005

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam

Bardziej szczegółowo

PROGNOZY I SYMULACJE

PROGNOZY 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 szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

SZACOWANIE KOSZTÓW PROCESU MONTAŻU NA PRZYKŁADZIE WYBRANEGO TYPOSZEREGU WYROBÓW

SZACOWANIE KOSZTÓW PROCESU MONTAŻU NA PRZYKŁADZIE WYBRANEGO TYPOSZEREGU WYROBÓW SZACOWANIE KOSZTÓW PROCESU MONTAŻU NA PRZYKŁADZIE WYBRANEGO TYPOSZEREGU WYROBÓW Pior CHWASTYK, Domiika BINIASZ, Mariusz KOŁOSOWSKI Sreszczeie: W pracy przedsawioo meodę oszacowaie koszów procesu moażu

Bardziej szczegółowo

KRÓTKOTERMINOWE PROGNOZOWANIE WIELKO CI UDZIAŁU KOMPONENTÓW USZKODZONYCH W PRODUKCJI CAŁKOWITEJ Z WYKORZYSTANIEM KLASYCZNYCH METOD PREDYKCJI

KRÓTKOTERMINOWE PROGNOZOWANIE WIELKO CI UDZIAŁU KOMPONENTÓW USZKODZONYCH W PRODUKCJI CAŁKOWITEJ Z WYKORZYSTANIEM KLASYCZNYCH METOD PREDYKCJI KRÓTKOTERMINOWE PROGNOZOWANIE WIELKO CI UDZIAŁU KOMPONENTÓW USZKODZONYCH W PRODUKCJI CAŁKOWITEJ Z WYKORZYSTANIEM KLASYCZNYCH METOD PREDYKCJI WOJCIECH WO NIAK, JERZY MIKULIK Sreszczeie W pracy zaprezeowao

Bardziej szczegółowo

Sygnały pojęcie i klasyfikacja, metody opisu.

Sygnały pojęcie i klasyfikacja, metody opisu. Sygały pojęcie i klasyfikacja, meody opisu. Iformacja przekazywaa jes za pośredicwem sygałów, kóre przeoszą eergię. Sygał jes o fukcja czasowa dowolej wielkości o charakerze eergeyczym, w kórym moża wyróżić

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Metody oceny efektywności projektów inwestycyjnych

Metody oceny efektywności projektów inwestycyjnych Opracował: Leszek Jug Wydział Ekoomiczy, ALMAMER Szkoła Wyższa Meody ocey efekywości projeków iwesycyjych Niezbędym warukiem urzymywaia się firmy a ryku jes zarówo skuecze bieżące zarządzaie jak i podejmowaie

Bardziej szczegółowo

4. MODELE ZALEŻNE OD ZDARZEŃ

4. MODELE ZALEŻNE OD ZDARZEŃ 4. MODELE ZALEŻNE OD ZDARZEŃ 4.. Wrowadzeie W sysemach zależych od zdarzeń wyzwalaie określoego zachowaia się układu jes iicjowae rzez dyskree zdarzeia. Modelowaie akich syuacji ma a celu symulacyją aalizę

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 3. tel.: (061)

PROGNOZOWANIE. 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 szczegółowo

Bezrobocie. wysiłek. krzywa wysiłku pracownika E * płaca realna. w/p *

Bezrobocie. wysiłek. krzywa wysiłku pracownika E * płaca realna. w/p * dr Barłomiej Rokicki Bezrobocie Jedym z główych powodów, dla kórych a ryku pracy obserwujemy poziom bezrobocia wyższy od auralego (czyli akiego, kórego zasadiczo ie da się obiżyć) jes o, iż płace wyzaczae

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

Aktualizacja współczynników równoważności pojazdów ciężarowych i autobusów

Aktualizacja współczynników równoważności pojazdów ciężarowych i autobusów Akualizacja współczyików rówoważości pojazdów ciężarowych i auobusów DAWID RYŚ Poliechika Gdańska dawid.rys@wilis.pg.gda.pl JÓZE JUDYCKI Poliechika Gdańska jozef.judycki@wilis.pg. gda.pl PIOTR JASKUŁA

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

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu Badaia iezawodościowe i saysycza aaliza ich wyików. Eleme ieaprawialy, badaia iezawodości Model maemayczy elemeu - dodaia zmiea losowa T, określająca czas życia elemeu Opis zmieej losowej - rozkład, lub

Bardziej szczegółowo

Wprowadzenie. Wojciech HYB, Joanna KALETA

Wprowadzenie. Wojciech HYB, Joanna KALETA Wojciech HYB, Joaa KALETA Kaedra Zasosowań Maemayki Deparme of Applied Mahemaics Porówaie meod wyzaczaia współczyików modelu maemayczego a przykładzie progozy liczby ludości świaa Compariso of mehods of

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

MOŻLIWOŚCI UNIFIKACJI ROZWOJU GOSPODARCZEGO WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ W ASPEKCIE DYNAMIKI WZROSTÓW PKB

MOŻLIWOŚCI UNIFIKACJI ROZWOJU GOSPODARCZEGO WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ W ASPEKCIE DYNAMIKI WZROSTÓW PKB Tomasz Misiak Kaedra Ekoomii Poliechika Rzeszowska MOŻLIWOŚCI UNIFIKACJI ROZWOJU GOSPODARCZEGO WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ W ASPEKCIE DYNAMIKI WZROSTÓW PKB Wprowadzeie Moywy iegracji mają zazwyczaj

Bardziej szczegółowo

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 2. Kinematyka punktu materialnego.  Dr hab. inż. Władysław Artur Woźniak Dr hab. iż. Władysław Arur Woźiak Wykład FIZYKA I. Kiemayka puku maerialego Dr hab. iż. Władysław Arur Woźiak Isyu Fizyki Poliechiki Wrocławskiej hp://www.if.pwr.wroc.pl/~woziak/fizyka1.hml Dr hab. iż.

Bardziej szczegółowo

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych.

PROGNOZOWANIE. 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 szczegółowo

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego

ANALIZA 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 szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 59 2013

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 59 2013 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 760 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 59 203 ANDRZEJ JAKI POMIAR I OCENA EFEKTYWNOŚCI KREOWANIA WARTOŚCI W PRZEDSIĘBIORSTWIE Słowa kluczowe: efekywość

Bardziej szczegółowo

Wykaz zmian wprowadzonych do prospektu informacyjnego: KBC Parasol Fundusz Inwestycyjny Otwarty (KBC Parasol FIO) w dniu 1 kwietnia 2016 r.

Wykaz zmian wprowadzonych do prospektu informacyjnego: KBC Parasol Fundusz Inwestycyjny Otwarty (KBC Parasol FIO) w dniu 1 kwietnia 2016 r. Wykaz zmia wprowadzoych do prospeku iformacyjego: KBC Parasol Fudusz Iwesycyjy Owary KBC Parasol FIO w diu kwieia 206 r.. Na sroie yułowej dodaje się iformację o dacie osaiej akualizacji. Nowa daa osaiej

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

ESTYMACJA PARAMETRÓW FUNKCJI REGRESJI METODĄ KLASYCZNĄ ORAZ METODAMI BOOTSTRAPOWYMI**

ESTYMACJA PARAMETRÓW FUNKCJI REGRESJI METODĄ KLASYCZNĄ ORAZ METODAMI BOOTSTRAPOWYMI** Góricwo i Geoiżyieria Rok 30 Zeszy 3/ 006 Dariusz Foszcz* ESTYMACJA PARAMETRÓW FUNKCJI REGRESJI METODĄ KLASYCZNĄ ORAZ METODAMI BOOTSTRAPOWYMI**. Wsęp W zmieiającej się rzeczywisości przebiegu procesów

Bardziej szczegółowo

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych Efekywość projeków iwesycyjych Saycze i dyamicze meody ocey projeków iwesycyjych Źródła fiasowaia Iwesycje Rzeczowe Powiększeie mająku rwałego firmy, zysk spodzieway w dłuższym horyzocie czasowym. Fiasowe

Bardziej szczegółowo

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora. D:\maerialy\Maemayka a GISIP I rok DOC\7 Pochode\8ADOC -wrz-5, 7: 89 Obliczaie graic fukcji w pukcie przy pomocy wzoru Taylora Wróćmy do wierdzeia Taylora (wzory (-( Tw Szczególie waża dla dalszych R rozważań

Bardziej szczegółowo

1.3. Metody pomiaru efektu kreacji wartości przedsiębiorstwa

1.3. Metody pomiaru efektu kreacji wartości przedsiębiorstwa 48 Warość przedsiębiorswa 1.3. Meody pomiaru efeku kreacji warości przedsiębiorswa Przesłaki pomiaru efeku kreacji warości przedsiębiorswa Aby kocepcja zarządzaia warością mogła być wprowadzoa w Ŝycie,

Bardziej szczegółowo

Prognozowanie średniego miesięcznego kursu kupna USD

Prognozowanie 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 szczegółowo

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny. OCENA POPYTU POPYT POJĘCIA WSTĘPNE Defiicja: Pop o ilość dobra, jaką abwc goowi są zakupić prz różch poziomach ce. Deermia popu: (a) Cea daego dobra (b) Ilość i ce dóbr subsucjch (zw. kokurecjch) (c) Ilość

Bardziej szczegółowo

Gretl konstruowanie pętli Symulacje Monte Carlo (MC)

Gretl konstruowanie pętli Symulacje Monte Carlo (MC) Grel kosruowaie pęli Symulacje Moe Carlo (MC) W Grelu, aby przyspieszyć pracę, wykoać iesadardową aalizę (ie do wyklikaia ) możliwe jes użycie pęli. Pęle realizuje komeda loop, kóra przyjmuje zesaw iych

Bardziej szczegółowo

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE Wiold Orzeszko Magdalea Osińska Uiwersye Mikołaja Koperika w Toruiu ANALIA PRCNOWOŚCI W AKRSI ALŻNOŚCI NILINIOWCH. IMPLIKACJ FINANSOW WSTĘP Przyczyowość w sesie Gragera jes jedym z kluczowych pojęć ekoomeryczej

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

Podstawy zarządzania finansami przedsiębiorstwa

Podstawy zarządzania finansami przedsiębiorstwa Podsawy zarządzaia fiasami przedsiębiorswa I. Wprowadzeie 1. Gospodarowaie fiasami w przedsiębiorswie polega a: a) określeiu spodziewaych korzyści i koszów wyikających z form zaagażowaia środków fiasowych

Bardziej szczegółowo

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u Zbigiew Taapaa Aaliza możliwości wykozysaia wybaych modeli wygładzaia wykładiczego do pogozowaia waości WIG-u Wydział Cybeeyki Wojskowej Akademii Techiczej w Waszawie Seszczeie W aykule pzedsawioo aalizę

Bardziej szczegółowo

METODY PROGNOZOWANIA Z WYKORZYSTANIEM TRENDU POTĘGOWEGO

METODY PROGNOZOWANIA Z WYKORZYSTANIEM TRENDU POTĘGOWEGO PRZEGLĄD SAYSYCZNY R LVI ZESZY 009 JAN PURCZYŃSKI MEODY PROGNOZOANIA Z YKORZYSANIEM RENDU POĘGOEGO SĘP Praca doyczy esymacji paramerów ieliiowych modeli redu i saowi, w pewym sesie, koyuację zagadień rozparzoych

Bardziej szczegółowo

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x Meody aeaycze w echologii aeriałów Uwaga: Proszę paięać, że a zajęciach obowiązuje akże zajoość oówioych w aeriałach przykładów!!! CAŁKOWANIE FUNKCJI WYMIERNYCH Fukcją wyierą azyway fukcję posaci P ( )

Bardziej szczegółowo

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

Politechnika 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 szczegółowo

PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW LOKALNYCH WYBRANE PODEJŚCIA

PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW LOKALNYCH WYBRANE PODEJŚCIA Progozowaie dochodów ze sprzedaży tygodików lokalych... STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 2 97 SEBASTIAN GNAT Uiwersytet Szczeciński PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

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

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych.

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych. PROGNOZOWANIE Kaedra Ssemów Logisczch mgr Żaea Pruska zaea_pruska@wp.pl zaea.pruska@wsl.com.pl PROJEKT 5 pk. (grup 4-osobowe) Projek: Wersja w Wordzie Powia zawierać opis projeku z zasosowaiem eapów progozowaia.

Bardziej szczegółowo

Obligacja i jej cena wewnętrzna

Obligacja i jej cena wewnętrzna Obligacja i jej cea wewęrza Obligacja jes o isrume fiasowy (papier warościowy), w kórym jeda sroa, zwaa emieem obligacji, swierdza, że jes dłużikiem drugiej sroy, zwaej obligaariuszem (jes o właściciel

Bardziej szczegółowo

Ocena ekonomicznej efektywności przedsięwzięć inwestycyjnych w elektrotechnice. 2. Podstawowe pojęcia obliczeń ekonomicznych w elektrotechnice

Ocena ekonomicznej efektywności przedsięwzięć inwestycyjnych w elektrotechnice. 2. Podstawowe pojęcia obliczeń ekonomicznych w elektrotechnice opracował: prof. dr hab. iż. Józef Paska, mgr iż. Pior Marchel POLITECHNIKA WARSZAWSKA Isyu Elekroeergeyki, Zakład Elekrowi i Gospodarki Elekroeergeyczej Ekoomika w elekroechice laboraorium Ćwiczeie r

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

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody ZJAZD ANALIZA DANYCH CIĄGŁYCH ramach zajęć będą badae próbki pochodzące z poplacji w kórych badaa cecha ma rozkład ormaly N(μ σ). Na zajęciach będą: - wyzaczae przedziały fości dla warości średiej i wariacji

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19 7 Wyzaczyć zbiór wszyskich warości rzeczywisych parameru p, dla kórych całka iewłaściwa jes zbieża x xe Dzieląc przedział całkowaia orzymujemy x x e x x e x x e Zbadamy, dla kórych warości parameru p całki

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych Iwetta Budzik-Nowodzińska SZACOWANIE WARTOŚCI DOCHODOWEJ PRZEDSIĘBIORSTWA STUDIUM PRZYPADKU Wprowadzeie Dochodowe metody wycey wartości przedsiębiorstw są postrzegae, jako ajbardziej efektywe sposoby określaia

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Struktura czasowa stóp procentowych (term structure of interest rates)

Struktura czasowa stóp procentowych (term structure of interest rates) Struktura czasowa stóp procetowych (term structure of iterest rates) Wysokość rykowych stóp procetowych Na ryku istieje wiele różorodych stóp procetowych. Poziom rykowej stopy procetowej (lub omialej stopy,

Bardziej szczegółowo

FINANSE PRZEDSIĘBIORSTW konwersatorium, 21 godzin, zaliczenie pisemne, zadania + interpretacje

FINANSE PRZEDSIĘBIORSTW konwersatorium, 21 godzin, zaliczenie pisemne, zadania + interpretacje mgr Joaa Sikora jsikora@ wsb.gda.pl joaasikora@wordpress.com FINANS PRZDSIĘBIORSTW kowersaorium, 21 godzi, zaliczeie piseme, zadaia + ierpreacje Treści programowe Wprowadzeie do fiasów korporacyjych podsawowe

Bardziej szczegółowo

Kinetyczna teoria gazów. Zjawiska transportu : dyfuzja transport masy transport energii przewodnictwo cieplne transport pędu lepkość

Kinetyczna teoria gazów. Zjawiska transportu : dyfuzja transport masy transport energii przewodnictwo cieplne transport pędu lepkość Kieycza eoria gazów Zjawiska rasporu : dyfuzja raspor masy raspor eergii przewodicwo cieple raspor pędu lepkość Zjawiska rasporu - dyfuzja syuacja począkowa brak rówowagi proces wyrówywaia koceracji -

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska aysyka Iżyierska dr hab. iż. Jacek Tarasik AG WFiI 4 Wykład 5 TETOWANIE IPOTEZ TATYTYCZNYC ipoezy saysycze ipoezą saysyczą azywamy każde przypszczeie doyczące iezaego rozkład o prawdziwości lb fałszywości

Bardziej szczegółowo

1. Na stronie tytułowej dodaje się informacje o dacie ostatniej aktualizacji. Nowa data ostatniej aktualizacji: 1 grudnia 2016 r.

1. Na stronie tytułowej dodaje się informacje o dacie ostatniej aktualizacji. Nowa data ostatniej aktualizacji: 1 grudnia 2016 r. Wykaz zmia wprowadzoych do prospeku iformacyjego: KBC PORTFEL VIP Specjalisyczy Fudusz Iwesycyjy Owary KBC Porfel VIP SFIO w diu grudia 206 r.. Na sroie yułowej dodaje się iformacje o dacie osaiej akualizacji.

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Gospodarka lokalna Założenia a rzeczywistość

Gospodarka lokalna Założenia a rzeczywistość PRACE NAUKOWE AKADEMII EKONOMICZNEJ WE WROCŁAWIU Nr 644 Gospodarka lokala Założeia a rzeczywisość 1992 Marek Obr~balski, Marek Walesiak Akademia Ekoomicza we Wrocławiu O PEWNEJ METODZIE WYBORU WYKONAWCY

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

licencjat Pytania teoretyczne:

licencjat 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 szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

Funkcja generująca rozkład (p-two)

Funkcja generująca rozkład (p-two) Fucja geerująca rozład (p-wo Defiicja: Fucją geerującą rozład (prawdopodobieńswo (FGP dla zmieej losowej przyjmującej warości całowie ieujeme, azywamy: [ ] g E P Twierdzeie: (o jedozaczości Jeśli i są

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

ANALIZA DYNAMIKI PRZYCHODÓW I KOSZTÓW OPERACYJNYCH ORAZ ZYSKU BRUTTO I NETTO NA PRZYKŁADZIE WYBRANEGO BANKU W LATACH

ANALIZA DYNAMIKI PRZYCHODÓW I KOSZTÓW OPERACYJNYCH ORAZ ZYSKU BRUTTO I NETTO NA PRZYKŁADZIE WYBRANEGO BANKU W LATACH SPIS TREŚCI Aa FERUŚ: Aaliza dyamiki przychodów i koszów operacyjych oraz zysku bruo i eo a przykładzie wybraego baku w laach 1999-2002... 5 Marek KICZEK, Agieszka NALEZIŃSKA: Ocea dyamiki poparcia dla

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

POMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU

POMIAR 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 szczegółowo

PROGNOZOWANIE METODĄ C.C. HOLTA WIELKOŚCI PRODUKCJI I ZATRUDNIENIA W PRZEMYŚLE STALOWYM W POLSCE DO 2020 ROKU

PROGNOZOWANIE METODĄ C.C. HOLTA WIELKOŚCI PRODUKCJI I ZATRUDNIENIA W PRZEMYŚLE STALOWYM W POLSCE DO 2020 ROKU Bożena GAJDZIK Jan SZYMSZAL Politechnika Śląska Wydział Inżynierii Materiałowej i Metalurgii Katedra Inżynierii Produkcji PROGNOZOWANIE METODĄ C.C. HOLTA WIELKOŚCI PRODUKCJI I ZATRUDNIENIA W PRZEMYŚLE

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 7 Aaliza damiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE www.erapez.pl Sroa Część : TEST Zazacz poprawą odpowiedź (lko jeda jes prawdziwa). Paie Szereg damicz o: a) ciąg prędkości

Bardziej szczegółowo

Dendrochronologia Tworzenie chronologii

Dendrochronologia Tworzenie chronologii Dendrochronologia Dendrochronologia jes nauką wykorzysującą słoje przyrosu rocznego drzew do określania wieku (daowania) obieków drewnianych (budynki, przedmioy). Analizy różnych paramerów słojów przyrosu

Bardziej szczegółowo

Copyright by Politechnika Białostocka, Białystok 2017

Copyright by Politechnika Białostocka, Białystok 2017 Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:

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

ROZDZIAŁ 12 ANALIZA WSPÓŁZALEŻNOŚCI KURSÓW AKCJI SPÓŁEK BRANŻY CUKROWNICZEJ

ROZDZIAŁ 12 ANALIZA WSPÓŁZALEŻNOŚCI KURSÓW AKCJI SPÓŁEK BRANŻY CUKROWNICZEJ leksadra Dudek ROZDZIŁ NLIZ WSPÓŁZLEŻNOŚCI KURSÓW KCJI SPÓŁEK BRNŻY CUKROWNICZEJ Wprowadzeie W związku z rosącą rolą ryków fiasowych jako miejsca, gdzie poprzez działaia spekulacyje dąży się do osiągięcia

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

DEA podstawowe modele

DEA podstawowe modele Marek Miszczński KBO UŁ 2008 - Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) EA podsawowe modele WPROWAZENIE Efekwość (produkwość) obieku gospodarczego o es defiiowaa ako sosuek sum ważoch

Bardziej szczegółowo

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności Skłaki w ubezpieczeiu o ryzyka iesamozielości EDYTA SIDOR-BANASZEK Szacowaie skłaki w ubezpieczeiu o ryzyka iesamozielości Kalkulacja skłaki w ubezpieczeiach jes barzo ważym zagaieiem związaym z maemayką

Bardziej szczegółowo

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach

Bardziej szczegółowo

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie METODY APROKSYMACJI MATEUSZ WAGA Gimazjum im. Jaa Matejki w Zabierzowie SPIS TREŚCI 1 WSTĘP... 2 2 MODEL MATEMATYCZNY... 3 3 UOGÓLNIENIE MODELU MATEMATYCZNEG... 6 4 MODEL INFORMATYCZNY... 7 5 PRZYKŁADY

Bardziej szczegółowo

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie MODELE SCORINGU KREDYTOWEGO Z WYKORZYSTANIEM NARZĘDZI DATA MINING ANALIZA PORÓWNAWCZA Przemysław Jaśko Wydział Ekoomii i Stosuków Międzyarodowych, Uiwersytet Ekoomiczy w Krakowie 1 WROWADZENIE Modele aplikacyjego

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 ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

PROGNOZOWANIE 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 szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

WYKORZYSTANIE METODY MOVING BLOCK BOOTSTRAP W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z WAHANIAMI OKRESOWYMI *

WYKORZYSTANIE METODY MOVING BLOCK BOOTSTRAP W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z WAHANIAMI OKRESOWYMI * Grzegorz Kończak Michał Miłek Uiwersye Ekoomiczy w Kaowicach WYKORZYSTANIE METODY MOVING BLOCK BOOTSTRAP W PROGNOZOWANIU SZEREGÓW CZASOWYCH Z WAHANIAMI OKRESOWYMI * Wprowadzeie Celem aalizy szeregu czasowego

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

Zarządzanie Projektami. Wykład 3 Techniki sieciowe (część 1)

Zarządzanie Projektami. Wykład 3 Techniki sieciowe (część 1) Zarządzanie Projekami Wykład 3 Techniki sieciowe (część ) Przedsięwzięcie wieloczynnościowe Przedsięwzięcie wieloczynnościowe skończona liczba wzajemnie ze sobą powiązanych czynności (eapów). Powiązania

Bardziej szczegółowo

Prognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata

Prognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata Projek Kapiał ludzki i społeczny jako czynniki rozwoju regionu łódzkiego współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Prognoza scenariuszowa poziomu oraz srukury

Bardziej szczegółowo

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna 3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

KURS 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 szczegółowo

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu

Bardziej szczegółowo

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe Pior Srożek * Kobiey w przedsiębiorswach usługowych prognozy nieliniowe Wsęp W dzisiejszym świecie procesy społeczno-gospodarcze zachodzą bardzo dynamicznie. W związku z ym bardzo zmienił się sereoypowy

Bardziej szczegółowo