Wykorzystanie porządkowych modeli logitowych w diagnozie i prognozie sytuacji gospodarczej województw
|
|
- Julian Malinowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Barbara Batóg * Katarzyna Wawrzyniak ** Wykorzystanie porządkowych modeli logitowych w diagnozie i prognozie sytuacji gospodarczej województw Wstęp Artykuł nawiązuje do wcześniejszych badań Autorek dotyczących możliwości wykorzystania modeli zmiennych jakościowych jako narzędzia diagnostycznego i prognostycznego na rynku kapitałowym w Polsce [Batóg, Wawrzyniak, 2004, 2005, 2007, 2008, 2010]. We wspomnianych badaniach zbiorowość statystyczną stanowiły spółki giełdowe notowane na Giełdzie Papierów Wartościowych w Warszawie, a oszacowane modele logitowe posłużyły między innymi do: wyznaczenia prawdopodobieństwa pozytywnej łącznej diagnozy dla konkretnej spółki na podstawie wartości wybranych wskaźników finansowoekonomicznych oraz zbudowania prognozy tego prawdopodobieństwa, zdiagnozowania sytuacji finansowo-ekonomicznej spółek w ujęciu sektorowym, dywersyfikacji spółek giełdowych na podstawie prawdopodobieństwa uzyskania określonego wariantu stopy zwrotu. W obecnym artykule podjęto próbę zastosowania porządkowych modeli logitowych w celu zdiagnozowania (klasyfikacji) województw pod względem ich sytuacji gospodarczej w latach oraz wyznaczenia prognozy tej klasyfikacji w 2009 roku. Podstawą oceny sytuacji gospodarczej województw był poziom regionalnego produktu krajowego brutto na 1 mieszkańca, który został przyjęty jako zmienna objaśniana. Natomiast w zbiorze zmiennych objaśniających znalazły się wybrane zmienne makroekonomiczne. W literaturze można spotkać się z różnymi propozycjami zestawów zmiennych wpływających na wzrost gospodarczy. Wyczerpujący przegląd tych propozycji wraz z klasyfikacjami determinant wzrostu gospodarczego znajduje się w pracy J.Batoga [Batóg, 2010, s ]. Zastosowane narzędzie badawcze umożliwiło zbadanie siły i kierunku wpływu wybranych zmiennych makroekonomicznych na poziom regionalnego PKB per capita. W artykule dużo miejsca poświęcono badaniu jakości oszacowanych modeli, gdyż dopiero model o dobrej jakości może być wykorzystany jako narzędzie do sformułowania diagnoz i wyznaczenia prognoz. Takie podejście związane jest z funkcjami modeli ekonometrycznych, które szeroko zostały omówione w pracy J.Hozera i J.Zawadzkiego [Hozer, Zawadzki, 1990]. * Dr, Katedra Ekonometrii i Statystyki, Wydział Nauk Ekonomicznych i Zarządzania, Uniwersytet Szczeciński, batog@wneiz.pl ** Dr, Katedra Zastosowań Matematyki w Ekonomii, Wydział Ekonomiczny, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, katarzyna.wawrzyniak@zut.edu.pl
2 38 Barbara Batóg, Katarzyna Wawrzyniak 1. Istota porządkowych modeli logitowych W modelach wielomianowych zmienna zależna Y jest zmienną jakościową o więcej niż dwóch kategoriach 1. Ze względu na to, że zmienna Y może być mierzona zarówno na skali nominalnej, jak i na skali porządkowej rozróżniamy nominalne i porządkowe modele wielomianowe zmiennych jakościowych. W modelach tych stosuje się różne funkcje wiążące przekształcające dyskretną zmienną zależną na zmienną ciągłą. W artykule zostały wykorzystane porządkowe modele wielomianowe z logistyczną funkcją wiążącą. W porządkowym modelu logitowym [Cramer, 2003; Kleinbaum, Klein, 2002] wyjaśniane są tzw. skumulowane logity, wyrażone wzorem (1): Pik Logit( Pik ) ln (1) 1 Pik gdzie P ik to prawdopodobieństwa przynależności i-tego przypadku do kategorii nie wyższej niż k-ta, czyli prawdopodobieństwa skumulowane. Ponieważ skumulowane prawdopodobieństwo dla najwyższej kategorii jest zawsze równe 1, to liczba równań w modelu jest o 1 mniejsza niż liczba kategorii zmiennej zależnej. Równanie dla kategorii k wyraża się wzorem (2): Logit( P x T ik ) k i β, (2) gdzie: k numer kategorii zmiennej Y (k = 1,, K-1), i numer przypadku (i = 1,..., N), x i wektor wartości zmiennych objaśniających dla przypadku i, β wektor ocen parametrów modelu, k wyraz wolny. W modelu (2) parametry stojące przy zmiennych objaśniających są takie same dla wszystkich kategorii zmiennej zależnej Y, natomiast wyrazy wolne dla poszczególnych kategorii rosną wraz ze wzrostem k. Po oszacowaniu parametrów modelu, skumulowane prawdopodobieństwo P ik można opisać wzorem (3). 1 (3) P ik ( k x T i β) 1 e Na podstawie skumulowanych prawdopodobieństw można wyznaczyć prawdopodobieństwo przynależności i-tego przypadku do k-tej kategorii jako różnicę kolejnych prawdopodobieństw P ik oraz P i,k Wybrane sposoby oceny jakości estymacji porządkowych modeli logitowych Do oceny jakości oszacowanych modeli wykorzystano następujące narzędzia: 1 Wielomianowe modele dla zmiennych jakościowych są rozszerzeniem modeli dwumianowych, czyli takich, w których zmienna zależna Y posiada dwie kategorie. Modele dwumianowe są szeroko opisane w literaturze np.: Wiśniewski (1986), Cieślak (2000), Gruszczyński (2001, 2010), Baltagi (2003), Cameron, Trivedi (2005), Maddala (2006).
3 Wykorzystanie porządkowych modeli logitowych w diagnozie i Test Walda (test łącznych efektów), który umożliwia badanie istotności ocen parametrów modelu hipoteza zerowa zakłada brak istotności każdego z parametrów modelu (1) osobno [Gruszczyński, 2001]. Wykorzystywana w tym teście statystyka Walda ma rozkład χ Odchylenie D [Cramer, 2003; Stanisz, 2007], które służy do porównania analizowanego modelu z modelem pełnym 2 i wyraża się wzorem (4). D 2 ln L ln L, (4) p gdzie: L p maksimum funkcji największej wiarygodności dla pełnego modelu, L maksimum funkcji największej wiarygodności dla analizowanego modelu. Wraz ze wzrostem liczebności próby, odchylenie D ma asymptotyczny rozkład χ 2. Z konstrukcji statystyki D wynika, że dobre dopasowanie analizowanego modelu jest związane z małymi wartościami tej statystyki. Najszybszą oceną analizowanego modelu za pomocą odchylenia D, jest podzielenie jej wartości przez liczbę stopni swobody. Analizowany model charakteryzuje się dobrym dopasowaniem, jeżeli otrzymany iloraz jest bliski 1 [Stanisz, 2007]. 3. Test ilorazu wiarygodności, w którym statystyka testowa wyraża się wzorem: 2 2ln L ln L0, (5) gdzie: L 0 maksimum funkcji największej wiarygodności dla modelu tylko z wyrazem wolnym; L maksimum funkcji największej wiarygodności dla analizowanego modelu. Hipoteza zerowa zakłada, że wszystkie parametry oprócz wyrazów wolnych są równe zero. 4. Test ilorazu wiarygodności typu 3. Statystyka testowa wyraża się podobnym wzorem jak wzór (5), ale porównuje się wartość funkcji wiarygodności przed i po wprowadzeniu do modelu danej zmiennej objaśniającej. 5. R 2 McFaddena 2 ln L R McFaddena 1, (6) ln L0 gdzie: L 0 maksimum funkcji największej wiarygodności dla modelu tylko z wyrazem wolnym; L maksimum funkcji największej wiarygodności dla analizowanego modelu. 2 Im wyższa wartość R McFaddena, tym lepszy model, przy czym miernik ten nigdy nie osiąga wartości równej Zliczeniowy R 2, który jest wyznaczany jako udział trafnie zaklasyfikowanych przypadków w ogólnej liczbie przypadków (wzór 7). 2 Liczba parametrów modelu pełnego jest równa liczbie obserwacji.
4 40 Barbara Batóg, Katarzyna Wawrzyniak nkk k Zliczeniow y R 1 N, (7) gdzie n kk liczba przypadków z kategorii k trafnie zaklasyfikowanych do tej samej kategorii. 3. Charakterystyka materiału badawczego W artykule wykorzystano dane statystyczne pochodzące z Banku Danych Lokalnych Głównego Urzędu Statystycznego. Zbiorowość statystyczną stanowiło 16 województw w Polsce w latach Kategorie zmiennej zależnej zostały zdefiniowane na podstawie poziomu produktu krajowego brutto na jednego mieszkańca (PKB1) dla poszczególnych województw w latach W każdym roku rzeczywistym wartościom (PKB1) przyporządkowano kolejne liczby w następujących sposób: 1 dla PKB1 it Q1 t 2 dla Q1 t PKB1 it Q2t Yit 3 dla Q2t PKB1 it Q3t 4 dla PKB1 it Q3t gdzie: i numer województwa, t numer roku, Q 1t, Q 2t, Q 3t odpowiednio wartości pierwszego, drugiego i trzeciego kwartyla wyznaczone dla zmiennej PKB1 dla roku t. W zbiorze potencjalnych zmiennych objaśniających znalazły się następujące zmienne makroekonomiczne 3 : stopa bezrobocia według BAEL (%) SB, udział pracujących w rolnictwie w pracujących ogółem (%) UPR, udział pracujących w przemyśle w pracujących ogółem (%) UPP, udział pracujących w usługach w pracujących ogółem (%) UPU, średnie wynagrodzenie brutto w sektorze przedsiębiorstw (zł) WB, dochody nominalne na jednego mieszkańca (zł) DB1, sprzedaż detaliczna na jednego mieszkańca (zł) SD1, nakłady inwestycyjne na jednego mieszkańca (zł) NI1, produkcja sprzedana przemysłu na jednego mieszkańca (mln zł) PSP1. Na rysunku 1 przedstawiono kształtowanie się w czasie zmiennej zależnej (PKB1) dla poszczególnych województw w latach Widać wyraźnie, K 3 Przy pełnej nazwie zmiennej podano skrót literowy, który będzie stosowany przy prezentacji wyników estymacji modeli. Dla wszystkich zmiennych wyrażonych w złotych wykorzystano wartości nominalne.
5 Wykorzystanie porządkowych modeli logitowych w diagnozie i 41 że przebieg tej zmiennej w czasie jest identyczny we wszystkich województwach, a różnica dotyczy jedynie jej poziomu wyraźnie od pozostałych województw odbiega województwo mazowieckie i dlatego nie zostało ujęte na rysunku 1. W dalszej części artykułu wykazano, że takie same prawidłowości charakteryzują poszczególne województwa w zakresie wpływu określonych zmiennych makroekonomicznych na poziom produktu krajowego brutto na jednego mieszkańca. To z kolei pozwoliło na dokonanie klasyfikacji województw pod względem sytuacji gospodarczej w okresie badanym (diagnoza) i w okresie przyszłym (prognoza). Rysunek 1. Produkt krajowy brutto na jednego mieszkańca (PKB1) w województwach w Polsce w latach (bez mazowieckiego) Podkarpackie Podlaskie Świętokrzyskie Lubuskie Kujawsko-pomorskie Łódzkie Wielkopolskie Śląskie Źródło: Bank Danych Lokalnych GUS. Lubelskie Warmińsko-mazurskie Opolskie Małopolskie Zachodniopomorskie Pomorskie Dolnośląskie 4. Wyniki estymacji i weryfikacji porządkowego modelu logitowego Przed przystąpieniem do estymacji modelu wyznaczono współczynniki korelacji pomiędzy badanymi zmiennymi i na tej podstawie zredukowano zbiór zmiennych objaśniających wykorzystując metodę Hellwiga. Okazało się, że najlepsza była kombinacja zawierająca następujące zmienne objaśniające (H=0,9686): udział pracujących w usługach w pracujących ogółem (%) UPU, średnie wynagrodzenie brutto w sektorze przedsiębiorstw (zł) WB,
6 42 Barbara Batóg, Katarzyna Wawrzyniak dochody nominalne na jednego mieszkańca (zł) DB1, sprzedaż detaliczna na jednego mieszkańca (zł) SD1, produkcja sprzedana przemysłu na jednego mieszkańca (mln zł) PSP1. Wymienione powyżej zmienne były silnie skorelowane ze zmienną objaśnianą. Wartości współczynników korelacji pomiędzy zmiennymi objaśniającymi były z przedziału od 0,41 do 0,82, z wyjątkiem wysokich korelacji między zmiennymi WB i DB1 (0,91) oraz między DB1 i PSP1 (0,87). W tablicy 1 zamieszczono wyniki estymacji porządkowego modelu logitowego dla zdefiniowanej w punkcie 3 zmiennej zależnej. Tablica 1. Wyniki estymacji porządkowego modelu logitowego Ocena parametru Średni błąd Statystyka Poziom p szacunku Walda Wyraz wolny 1 9,2684 3, ,225 0,004 Wyraz wolny 2 14,4583 3, ,476 0,000 Wyraz wolny 3 17,9484 3, ,908 0,000 UPU -32,0548 6, ,512 0,000 WB 0,0193 0, ,107 0,000 DB1-0,0016 0, ,871 0,000 SD1-0,0003 0, ,716 0,017 PSP1-0,0009 0, ,854 0,000 Źródło: obliczenia własne z wykorzystaniem pakietu STATISTICA 9.1a. Statystyka Walda wskazuje, że wszystkie oceny parametrów strukturalnych są statystycznie istotne na poziomie 0,05. Potwierdza to zasadność wyboru zmiennych objaśniających. Ujemne (dodatnie) znaki oszacowanych parametrów przy zmiennych objaśniających oznaczają, że wraz ze wzrostem wartości danej zmiennej wzrasta (spada) prawdopodobieństwo zaklasyfikowania obiektu do najwyższej kategorii porządkowej. Należy jednak podkreślić, że jednoznaczny wniosek na podstawie znaków jest możliwy tylko w przypadku ostatniej kategorii porządkowej. Dla kategorii niższych wniosek o wzroście lub spadku zależy od wyjściowych wartości danej zmiennej objaśniającej, gdyż prawdopodobieństwa przynależności do kategorii niższych są obliczane jako różnice prawdopodobieństw przynależności do sąsiednich kategorii porządkowych wyznaczonych na podstawie modelu. Istotność wyrazów wolnych wskazuje na znaczne różnice w poziomie skumulowanych logitów dla poszczególnych grup kwartylowych. Dla oszacowanego modelu przeprowadzono test ilorazu wiarygodności. Wartość statystyki w tym teście wyniosła χ 2 = 196,186 (p = 0,000), co pozwala na odrzucenie hipotezy zerowej mówiącej, że wszystkie parametry oprócz wyrazu wolnego są równe zero. O właściwym wyborze zmiennych objaśniających świadczą również wyniki testu ilorazu wiarygodności typu 3 zamieszczone w tablicy 2. Okazało się, że
7 Wykorzystanie porządkowych modeli logitowych w diagnozie i 43 wprowadzenie każdej ze zmiennych objaśniających istotnie zwiększało wartość funkcji wiarygodności. Tablica 2. Test ilorazu wiarygodności typu 3 Logarytm ilorazu wiarygodności χ2 Poziom p UPU -74,449 34,5525 0,000 WB -95,111 75,8763 0,000 DB1-77,878 41,4104 0,000 SD1-60,216 6,0875 0,014 PSP1-88,990 63,6343 0,000 Źródło: obliczenia własne z wykorzystaniem pakietu STATISTICA 9.1a. O dobrej jakości modelu świadczą również wartości odchylenia D oraz R 2 McFaddena, które wynoszą odpowiednio: D = 114,345 (Df = 328, D/Df = 0,349), 2 R McFaddena 0, 632. W tablicy 3 zamieszczono wyniki klasyfikacji przypadków (województw w poszczególnych latach) na podstawie, których wyznaczono zliczeniowy R 2 równy 76,79%. Wartość ta świadczy o tym, że model poprawnie klasyfikuje województwa do grup kwartylowych. Tablica 3. Tablica klasyfikacji przypadków Obserwowane Przewidywane Kategoria 1 Kategoria 2 Kategoria 3 Kategoria 4 Kategoria Kategoria Kategoria Kategoria Źródło: obliczenia własne z wykorzystaniem pakietu STATISTICA 9.1a. 5. Wyniki diagnozowania (klasyfikacji) na podstawie oszacowanego modelu W tablicy 3 zamieszczono zbiorcze wyniki dotyczące klasyfikacji przypadków. Natomiast przewidywane przez model przynależności poszczególnych województw w poszczególnych latach do grup kwartylowych potraktowano jako diagnozy cząstkowe. Na tej podstawie oceniono które województwo w którym roku charakteryzowało się określoną sytuacją gospodarczą reprezentowaną przez daną grupę kwartylową. Zgodnie z definicją zmiennej zależnej podaną w punkcie 3 przynależność do wyższej grupy kwartylowej oznacza lepszą sytuację gospodarczą. Diagnozy cząstkowe wykorzystano do sformułowania diagnozy łącznej dla każdego województwa w całym badanych okresie (lata ). Diagnoza łączna została sformułowana na podstawie mediany dia-
8 44 Barbara Batóg, Katarzyna Wawrzyniak gnoz cząstkowych dla danego województwa. Otrzymaną w ten sposób diagnozę łączną zamieszczono w tablicy 4. Tablica 4. Diagnoza łączna grup kwartylowych dla województw Mediana diagnoz Diagnoza Województwo cząstkowych łączna bardzo dobra mazowieckie, śląskie, 4 sytuacja gospodarcza wielkopolskie dolnośląskie, kujawskopomorskie, lubuskie dobra 3 sytuacja gospodarcza łódzkie, pomorskie, zachodniopomorskie 2 1 Źródło: obliczenia własne. słaba sytuacja gospodarcza zła sytuacja gospodarcza małopolskie, opolskie, warmińsko-mazurskie lubelskie, świętokrzyskie, podkarpackie, podlaskie 6. Wyniki prognozowania na podstawie oszacowanego modelu Predyktorem służącym do wyznaczania prognoz przynależności województw do poszczególnych grup kwartylowych w 2009 roku był oszacowany porządkowy model logitowy, zaprezentowany w punkcie 4. Wartości zmiennych objaśniających w 2009 roku były znane oprócz zmiennej dochody nominalne na jednego mieszkańca (DB1), dla której prognozy wyznaczono na podstawie trendów liniowych dla każdego województwa osobno. Następnie wartości zmiennych objaśniających w okresie prognozowanym zostały wykorzystane do wyznaczenia na podstawie wzoru (3) prognoz prawdopodobieństw zaklasyfikowania danego województwa do grupy kwartylowej nie wyższej niż k-ta. Prognozy prawdopodobieństw zaklasyfikowania danego województwa do każdej z grup otrzymujemy poprzez odejmowanie. Ostatecznie, prognozowana grupa kwartylowa jest tą grupą, której odpowiada największa prognoza prawdopodobieństwa spośród prognoz prawdopodobieństw zaliczenia do kolejnych grup kwartylowych. Jakość prognozy klasyfikacji dla 2009 roku oceniono porównując zgodność przynależności województwa do danej grupy kwartylowej na podstawie prognozy oraz rzeczywistej przynależności w 2009 roku. Jednak ze względu na znaczne opóźnienie informacji o regionalnym PKB, do oceny wykorzystano szacunki PKB w regionach bazujące na udziale regionalnych PKB w PKB dla Polski w latach wcześniejszych. W tablicy 5 porównano prognozy przynależności województw do grup kwartylowych uzyskane na podstawie oszacowanego modelu oraz grupy kwartylowe wyznaczone na podstawie udziałów regionalnego PKB w PKB ogółem 4. 4 PKB per capita otrzymano dzieląc PKB przez liczbę ludności.
9 Wykorzystanie porządkowych modeli logitowych w diagnozie i 45 Tablica 5. Prognozy grup kwartylowych na podstawie modelu oraz grupy kwartylowe wyznaczone na podstawie udziałów Województwo Prognoza grupy kwartylowej na podstawie modelu Grupa kwartylowa wyznaczona na podstawie udziałów Dolnośląskie 4 4 Kujawsko-pomorskie 3 2 Lubelskie 1 1 Lubuskie 4 3 Łódzkie 3 3 Małopolskie 2 2 Mazowieckie 4 4 Opolskie 1 2 Podkarpackie 1 1 Podlaskie 1 1 Pomorskie 3 3 Śląskie 4 4 Świętokrzyskie 1 2 Warmińsko-mazurskie 1 1 Wielkopolskie 4 4 Zachodniopomorskie 2 3 Źródło: obliczenia własne. Prognozy przynależności województw do grup kwartylowych wyznaczone na podstawie modelu nie dały grup równolicznych. Zwiększeniu uległy liczebności grup pierwszej i czwartej. Może to być spowodowane tym, że zmienne objaśniające zmieniały się w różnym tempie w poszczególnych województwach. Województwa z grupy pierwszej i czwartej pozostały w tych samych grupach, natomiast dwa województwa z grupy drugiej spadły do grupy pierwszej dla nich tempo wzrostu zmiennych objaśniających mogło być mniejsze niż dla województw pozostających w tej grupie, a jedno województwo z grupy trzeciej przeszło do grupy czwartej dla niego tempo wzrostu zmiennych objaśniających mogło być większe niż dla województw pozostających w tej grupie, Dla prognoz zbudowano tablicę trafności analogiczną do tablicy klasyfikacji przypadków (tablica 6) oraz wyznaczono zliczeniowy R 2. Tablica 6. Tablica klasyfikacji przypadków dla prognoz Grupa kwartylowa wyznaczona Prognoza grupy kwartylowej na podstawie modelu na podstawie Grupa 1 Grupa 2 Grupa 3 Grupa 4 udziałów Grupa Grupa Grupa Grupa Źródło: obliczenia własne
10 46 Barbara Batóg, Katarzyna Wawrzyniak Zliczeniowy R 2 dla prognoz wyniósł 68,80% i jest niewiele niższy niż zliczeniowy R 2 w okresie próby. Świadczy to o tym, ze oszacowany porządkowy model logitowy jest dobrym narzędziem prognostycznym. Zakończenie Z przeprowadzonych badań wynika, że zaproponowany w artykule porządkowy model logitowy realizuje nie tylko funkcję analityczno-opisową modeli ekonometrycznych, ale również funkcję diagnostyczną i prognostyczną. Funkcja analityczno-opisowa oszacowanego modelu pozwoliła na wykazanie, że poziom porządkowej zmiennej zależnej jest zróżnicowany w zależności od grupy kwartylowej (istotne oceny wyrazów wolnych) oraz że wpływ zmiennych objaśniających jest podobny w każdej grupie. Proces diagnozowania w przypadku stosowanego modelu przeprowadzony został dwukrotnie. Najpierw przy tworzeniu zmiennej zależnej, a następnie przy wyznaczaniu diagnoz cząstkowych i diagnozy łącznej dla poszczególnych województw, przy czym efektem procesu diagnostycznego jest klasyfikacja województw pod względem sytuacji gospodarczej w latach (bardzo dobra, dobra, słaba, zła). Wykazano również, że oszacowany porządkowy model logitowy daje podstawy do wyznaczenia prognoz prawdopodobieństw przynależności województw do poszczególnych grup kwartylowych, a co za tym idzie prognoz sytuacji gospodarczej każdego z województw w 2009 roku. Literatura 1. Baltagi B.H. (red.) (2003), A Companion to Theoretical Econometrics, Blackwell Publishing, Malden, Oxford. 2. Batóg B., Wawrzyniak K. (2004), Diagnozowanie i prognozowanie kondycji spółek giełdowych za pomocą modeli probitowych i logitowych, Rynek Kapitałowy. Skuteczne inwestowanie, Część I, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin. 3. Batóg B., Wawrzyniak K. (2010), Dywersyfikacja spółek giełdowych z wykorzystaniem modeli wielomianowych, Zeszyty Naukowe nr 612, Finanse, Rynki Finansowe, Ubezpieczenia nr 28, Wydawnictwo Naukowe US, Szczecin. 4. Batóg B., Wawrzyniak K. (2007), Efektywność prognoz pozytywnej diagnozy łącznej sytuacji ekonomiczno-finansowej spółek giełdowych, Rynek Kapitałowy. Skuteczne inwestowanie, Część I. Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 462, Finanse-Rynki Finansowe-Ubezpieczenia nr 6, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin. 5. Batóg B., Wawrzyniak K. (2005), Modele probitowe i logitowe jako podstawa systemu diagnoz na przykładzie sektorów Warszawskiej Giełdy Papierów Wartościowych, Metody ilościowe w ekonomii, Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 415, Prace Katedry Ekonometrii i Statystyki nr 16, Szczecin.
11 Wykorzystanie porządkowych modeli logitowych w diagnozie i Batóg B., Wawrzyniak K. (2008), Wielomianowe modele zmiennych jakościowych w diagnozie i prognozie sektorowej na giełdzie papierów wartościowych w Warszawie, [w:] Dittmann P., Szanduła J. [red.], Prognozowanie w zarządzaniu firmą, Akademia Ekonomiczna we Wrocławiu, Wrocław. 7. Batóg J. (2010), Konwergencja dochodowa w krajach Unii Europejskiej. Analiza ekonometryczna. Rozprawy i Studia T. (DCCCLIV) 780, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin. 8. Cameron A. C., Trivedi P.K. (2005), Microeconometrics. Methods and applications, Cambridge University Press, Cambridge. 9. Cieślak M. (red.) (2000), Prognozowanie gospodarcze. Metody i zastosowania, Wydawnictwo Naukowe PWN, Warszawa. 10. Cramer J.S. (2003), Logit Models from Economics and Other Fields, Cambridge University Press, Cambridge. 11. Gruszczyński M. (red.) (2010), Mikroekonometria. Modele i metody analizy danych indywidualnych, Wolters Kluwer Polska Sp. z o.o., Warszawa. 12. Gruszczyński M. (2001), Modele i prognozy zmiennych jakościowych w finansach i bankowości, Oficyna Wydawnicza Szkoły Głównej Handlowej, Warszawa. 13. Hozer J., Zawadzki J. (1990), Zmienna czasowa i jej rola w badaniach ekonometrycznych, PWN, Warszawa. 14. Kleinbaum D.G., Klein M. (2002), Logistic Regression, Springer, New York. 15. Maddala G.S. (2006), Ekonometria, Wydawnictwo Naukowe PWN, Warszawa. 16. Stanisz A. (2007), Przystępny kurs statystyki z zastosowaniem StatisticaPL na przykładach z medycyny, Tom II, Modele liniowe i nieliniowe, StatSoft Polska, Kraków. 17. Wiśniewski J.W. (1986), Ekonometryczne badanie zjawisk jakościowych, Wydawnictwo UMK, Toruń. Streszczenie W artykule podjęto próbę zastosowania porządkowych modeli logitowych w celu wyznaczenia diagnoz oraz prognoz sytuacji gospodarczej województw w Polsce. W pierwszej kolejności podzielono województwa na grupy według poziomu PKB na jednego mieszkańca. Dla tak utworzonej zmiennej zależnej (prognozowanej) zaproponowano wstępny zbiór makroekonomicznych zmiennych objaśniających, który w toku badań zredukowano wykorzystując metodę Hellwiga oraz test wiarygodności typu 3. Podstawą diagnozy opartej na oszacowanym porządkowym modelu logitowym były dane o województwach w Polsce obejmujące lata , natomiast prognozy wyznaczono na 2009 rok. Jakość prognoz oceniono porównując zgodność przynależności województwa do danej grupy kwartylowej na podstawie prognozy i na podstawie udziałów regionalnego PKB w PKB ogółem.
12 48 Barbara Batóg, Katarzyna Wawrzyniak Application of ordinal logit models in diagnosing and forecasting of economic situation of voivodships (Summary) In the paper the Authors applied ordinal logit models to formulate the diagnoses and to compute the forecasts of economic situation of Polish voivodships. The endogenous variable was equal to the number of quartile group to which given voivodship belonged in regards to the value of gross domestic product per capita. The exogenous variables were such macroeconomic variables as nominal income, investment or sold production per capita. The model was estimated on the base of period and forecasts were computed for 2009.
KATARZYNA WAWRZYNIAK Zachodniopomorski Uniwersytet Technologiczny w Szczecinie BARBARA BATÓG Uniwersytet Szczeciński
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 KATARZYNA WAWRZYNIAK Zachodniopomorski Uniwersytet Technologiczny w Szczecinie BARBARA BATÓG Uniwersytet
Bardziej szczegółowoANALIZA PORÓWNAWCZA KONIUNKTURY WOJEWÓDZTW POLSKI W LATACH
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 318 2017 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii jozef.biolik@ue.katowice.pl
Bardziej szczegółowoSytuacja ekonomiczno-finansowa a poziom stóp zwrotu spółek giełdowych z wybranego sektora
Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 862 Finanse, Rynki Finansowe, Ubezpieczenia nr 75 (2015) DOI: 10.18276/frfu.2015.75-05 s. 55 66 Sytuacja ekonomiczno-finansowa a poziom stóp zwrotu spółek
Bardziej szczegółowoMiędzysektorowe porównanie stóp zwrotu na Giełdzie Papierów Wartościowych w Warszawie za pomocą modeli dla zmiennych jakościowych
Finanse, Rynki Finansowe, Ubezpieczenia nr 2/2017 (86) DOI: 10.18276/frfu.2017.86-21 s. 251 262 Międzysektorowe porównanie stóp zwrotu na Giełdzie Papierów Wartościowych w Warszawie za pomocą modeli dla
Bardziej szczegółowoDziałalność badawcza i rozwojowa w Polsce w 2012 r.
GŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Szczecinie Warszawa, październik 2013 r. Informacja sygnalna WYNIKI BADAŃ GUS Działalność badawcza i rozwojowa w Polsce w 2012 r. Wprowadzenie Niniejsza informacja
Bardziej szczegółowoDepartament Koordynacji Polityki Strukturalnej. Fundusze unijne. a zróżnicowanie regionalne kraju. Warszawa, 27 marca 2008 r. 1
Departament Koordynacji Polityki Strukturalnej Fundusze unijne a zróżnicowanie regionalne kraju Warszawa, 27 marca 2008 r. 1 Proces konwergencji w wybranych krajach UE (zmiany w stosunku do średniego PKB
Bardziej szczegółowoJak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Bardziej szczegółowoBADANIE KOINTEGRACJI POWIATOWYCH STÓP BEZROBOCIA W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Barbara Batóg Uniwersytet Szczeciński BADANIE KOINTEGRACJI POWIATOWYCH STÓP BEZROBOCIA W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM Streszczenie W artykule
Bardziej szczegółowoEkonometryczna analiza popytu na wodę
Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.
Bardziej szczegółowoWSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
Bardziej szczegółowo1. Analiza wskaźnikowa... 3 1.1. Wskaźniki szczegółowe... 3 1.2. Wskaźniki syntetyczne... 53 1.2.1.
Spis treści 1. Analiza wskaźnikowa... 3 1.1. Wskaźniki szczegółowe... 3 1.2. Wskaźniki syntetyczne... 53 1.2.1. Zastosowana metodologia rangowania obiektów wielocechowych... 53 1.2.2. Potencjał innowacyjny
Bardziej szczegółowogdzie. Dla funkcja ma własności:
Ekonometria, 21 listopada 2011 r. Modele ściśle nieliniowe Funkcja logistyczna należy do modeli ściśle nieliniowych względem parametrów. Jest to funkcja jednej zmiennej, zwykle czasu (t). Dla t>0 wartośd
Bardziej szczegółowoEkonometria. Modelowanie zmiennej jakościowej. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Modelowanie zmiennej jakościowej Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Ćwiczenia 8 Zmienna jakościowa 1 / 25 Zmienna jakościowa Zmienna ilościowa może zostać zmierzona
Bardziej szczegółowoWYKORZYSTANIE MODELU LOGITOWEGO DO ANALIZY BEZROBOCIA WŚRÓD OSÓB NIEPEŁNOSPRAWNYCH W POLSCE W 2010 ROKU
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Beata Bieszk-Stolorz Uniwersytet Szczeciński WYKORZYSTANIE MODELU LOGITOWEGO DO ANALIZY BEZROBOCIA WŚRÓD OSÓB NIEPEŁNOSPRAWNYCH W POLSCE W
Bardziej szczegółowoAnaliza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym
Jacek Batóg Uniwersytet Szczeciński Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym Warunki działania przedsiębiorstw oraz uzyskiwane przez
Bardziej szczegółowoKlasówka po szkole podstawowej Historia. Edycja 2006/2007. Raport zbiorczy
Klasówka po szkole podstawowej Historia Edycja 2006/2007 Raport zbiorczy Opracowano w: Gdańskiej Fundacji Rozwoju im. Adama Mysiora Informacje ogólne... 3 Raport szczegółowy... 3 Tabela 1. Podział liczby
Bardziej szczegółowoPowierzchnia województw w 2012 roku w km²
- 10 %? powierzchnia w km2 lokata DOLNOŚLĄSKIE 19947 7 KUJAWSKO-POMORSKIE 17972 10 LUBELSKIE 25122 3 LUBUSKIE 13988 13 ŁÓDZKIE 18219 9 MAŁOPOLSKIE 15183 12 MAZOWIECKIE 35558 1 OPOLSKIE 9412 16 PODKARPACKIE
Bardziej szczegółowoANALIZA PORÓWNAWCZA KONIUNKTURY GOSPODARKI WOJEWÓDZTWA ŚLĄSKIEGO I GOSPODARKI POLSKI
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 264 2016 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii jozef.biolik@ue.katowice.pl
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoMieczysław Kowerski. Program Polska-Białoruś-Ukraina narzędziem konwergencji gospodarczej województwa lubelskiego
Mieczysław Kowerski Wyższa Szkoła Zarządzania i Administracji w Zamościu Program Polska-Białoruś-Ukraina narzędziem konwergencji gospodarczej województwa lubelskiego The Cross-border Cooperation Programme
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe 1. Cele i przydatność ujęcia modelowego w ekonomii 2.
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 32 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 11 21 BARBARA BATÓG JACEK BATÓG Uniwersytet Szczeciński Katedra Ekonometrii i Statystyki ANALIZA ZBIEŻNOŚCI STRUKTUR
Bardziej szczegółowo3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych
3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach 1995-2005 3.1. Opis danych statystycznych Badanie zmian w potencjale opieki zdrowotnej można przeprowadzić w oparciu o dane dotyczące
Bardziej szczegółowoGŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Katowicach
GŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Katowicach Notatka informacyjna PRODUKT KRAJOWY BRUTTO RACHUNKI REGIONALNE W 2008 R. 1 PRODUKT KRAJOWY BRUTTO W 2008 roku wartość wytworzonego produktu krajowego
Bardziej szczegółowoPomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś.
Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś. Województwo Urodzenia według płci noworodka i województwa. ; Rok 2008; POLSKA Ogółem Miasta Wieś Pozamałżeńskie- Miasta Pozamałżeńskie-
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe 1. Cele i przydatność ujęcia modelowego w ekonomii 2.
Bardziej szczegółowoProces modelowania zjawiska handlu zagranicznego towarami
Załącznik nr 1 do raportu końcowego z wykonania pracy badawczej pt. Handel zagraniczny w województwach (NTS2) realizowanej przez Centrum Badań i Edukacji Statystycznej z siedzibą w Jachrance na podstawie
Bardziej szczegółowoAnaliza i prognoza wydatków majątkowych JST województw Polski Zachodniej w latach
Jacek Batóg Uniwersytet Szczeciński Analiza i prognoza wydatków majątkowych JST województw Polski Zachodniej w latach 1999-2020 Wprowadzenie Wpływ nakładów ponoszonych na inwestycje rzeczowe i kapitałowe
Bardziej szczegółowoTabela 1. Łączny kapitał pożyczkowy funduszy pożyczkowych (w mln zł) oraz dynamika zmian (w %) w latach 2011 2013 Wyszczególnienie 2011 2012 2013 Kapitał pożyczkowy 1674,60 1983,10 2166,71 Dynamika zmian
Bardziej szczegółowoŚrednia wielkość powierzchni gruntów rolnych w gospodarstwie za rok 2006 (w hektarach) Jednostka podziału administracyjnego kraju
ROLNYCH W GOSPODARSTWIE W KRAJU ZA 2006 ROK w gospodarstwie za rok 2006 (w hektarach) Województwo dolnośląskie 14,63 Województwo kujawsko-pomorskie 14,47 Województwo lubelskie 7,15 Województwo lubuskie
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoKlasówka po gimnazjum biologia. Edycja 2006\2007. Raport zbiorczy
Klasówka po gimnazjum biologia Edycja 2006\2007 Raport zbiorczy Opracowano w: Gdańskiej Fundacji Rozwoju im. Adama Mysiora Informacje ogólne... 3 Raport szczegółowy... 3 Tabela. Podział liczby uczniów
Bardziej szczegółowoEtapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Bardziej szczegółowoDZIAŁALNOŚĆ GOSPODARCZA PRZEDSIĘBIORSTW O LICZBIE PRACUJĄCYCH DO 9 OSÓB W 2008 R.
Warszawa, 2009.10.16 DZIAŁALNOŚĆ GOSPODARCZA PRZEDSIĘBIORSTW O LICZBIE PRACUJĄCYCH DO 9 OSÓB W 2008 R. W Polsce w 2008 r. prowadziło działalność 1780 tys. przedsiębiorstw o liczbie pracujących do 9 osób
Bardziej szczegółowoPrognozowanie gospodarcze - opis przedmiotu
Prognozowanie gospodarcze - opis przedmiotu Informacje ogólne Nazwa przedmiotu Prognozowanie gospodarcze Kod przedmiotu 11.9-WZ-EkoP-PrG-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia Profil
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoZmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2018 roku
Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2018 roku Szczecin 2018 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski w czerwcu 2018 roku 2 wynosiła 3,7% tj. o 1,1
Bardziej szczegółowoSytuacja młodych na rynku pracy
Sytuacja młodych na rynku pracy Plan prezentacji Zamiany w modelu: w obrębie każdego z obszarów oraz zastosowanych wskaźników cząstkowych w metodologii obliczeń wskaźników syntetycznych w obrębie syntetycznego
Bardziej szczegółowoModel 1: Estymacja KMNK z wykorzystaniem 4877 obserwacji Zmienna zależna: y
Zadanie 1 Rozpatrujemy próbę 4877 pracowników fizycznych, którzy stracili prace w USA miedzy rokiem 1982 i 1991. Nie wszyscy bezrobotni, którym przysługuje świadczenie z tytułu ubezpieczenia od utraty
Bardziej szczegółowoZACHODNIOPOMORSKIE NA TLE POLSKIEJ GOSPODARKI
ZACHODNIOPOMORSKIE EJ GOSPODARKI W prezentacji wykorzystane zostały dane GUS oraz wyniki badania Monitoring kondycji sektora w latach 21-212 przygotowanego przez PKPP Lewiatan w ramach projektu współ finansowanego
Bardziej szczegółowona podstawie opracowania źródłowego pt.:
INFORMACJA O DOCHODACH I WYDATKACH SEKTORA FINASÓW PUBLICZNYCH WOJEWÓDZTWA KUJAWSKO-POMORSKIEGO W LATACH 2004-2011 ZE SZCZEGÓLNYM UWZGLĘDNIENIEM WYDATKÓW STRUKTURALNYCH na podstawie opracowania źródłowego
Bardziej szczegółowoProdukt Krajowy Brutto. Rachunki Regionalne w 2014 roku
WWW.OBSERWATORIUM.MALOPOLSKA.PL Produkt Krajowy Brutto. Rachunki Regionalne w 2014 roku Opracowanie: Małopolskie Obserwatorium Rozwoju Regionalnego Departament Polityki Regionalnej Urząd Marszałkowski
Bardziej szczegółowoNiestacjonarne zmienne czasowe własności i testowanie
Materiał dla studentów Niestacjonarne zmienne czasowe własności i testowanie (studium przypadku) Część 3: Przykłady testowania niestacjonarności Nazwa przedmiotu: ekonometria finansowa I (22204), analiza
Bardziej szczegółowoBarometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym
Jacek Batóg Uniwersytet Szczeciński Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym Jednym z ważniejszych elementów każdej gospodarki jest system bankowy. Znaczenie
Bardziej szczegółowo1. Pokaż, że estymator MNW parametru β ma postać β = nieobciążony. Znajdź estymator parametru σ 2.
Zadanie 1 Niech y t ma rozkład logarytmiczno normalny o funkcji gęstości postaci [ ] 1 f (y t ) = y exp (ln y t β ln x t ) 2 t 2πσ 2 2σ 2 Zakładamy, że x t jest nielosowe a y t są nieskorelowane w czasie.
Bardziej szczegółowoŚcieżka rozwoju polskiej gospodarki w latach gospodarki w latach W tym celu wykorzystana zostanie metoda diagramowa,
Barbara Batóg, Jacek Batóg Uniwersytet Szczeciński Ścieżka rozwoju polskiej gospodarki w latach - W artykule podjęta zostanie próba analizy, diagnozy i prognozy rozwoju polskiej gospodarki w latach -.
Bardziej szczegółowoBudownictwo mieszkaniowe a) w okresie I-II 2014 r.
Warszawa, 17.3.214 r. Budownictwo mieszkaniowe a) w okresie I-II 214 r. Według wstępnych danych, w okresie styczeń-luty 214 r. oddano do użytkowania 2378 mieszkań, tj. o 4,9% mniej w porównaniu z analogicznym
Bardziej szczegółowoStatystyka I. Regresja dla zmiennej jakościowej - wykład dodatkowy (nieobowiązkowy)
Statystyka I Regresja dla zmiennej jakościowej - wykład dodatkowy (nieobowiązkowy) 1 Zmienne jakościowe qzmienne jakościowe niemierzalne kategorie: np. pracujący / bezrobotny qzmienna binarna Y=0,1 qczasami
Bardziej szczegółowoProdukt Krajowy Brutto. Rachunki Regionalne w 2013 roku
Produkt Krajowy Brutto. Rachunki Regionalne w 2013 roku Wstęp Publikacja Głównego Urzędu Statystycznego Produkt krajowy brutto Rachunki regionalne w 2013 r., zawiera informacje statystyczne dotyczące podstawowych
Bardziej szczegółowoDziałalność badawcza i rozwojowa w Polsce w 2013 r. Główne wnioski
GŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Szczecinie Warszawa, listopad 2014 r. Informacja sygnalna WYNIKI BADAŃ GUS Główne wnioski Wartość nakładów wewnętrznych 1 ogółem na działalność badawczo-rozwojową
Bardziej szczegółowoEkonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
Bardziej szczegółowoOcena sytuacji demograficznej Gdańska ze szczególnym uwzględnieniem jednostki pomocniczej Wrzeszcz Górny
Dr Krzysztof Szwarc Ocena sytuacji demograficznej Gdańska ze szczególnym uwzględnieniem jednostki pomocniczej Wrzeszcz Górny Gdańsk 2011 Po transformacji gospodarczej nastąpiły w Polsce diametralne zmiany
Bardziej szczegółowoGŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Katowicach
Materiał na konferencję prasową w dniu 30 listopada 2012 r. GŁÓWNY URZĄD STATYSTYCZNY Urząd Statystyczny w Katowicach Notatka informacyjna PRODUKT KRAJOWY BRUTTO RACHUNKI REGIONALNE W 2010 R. 1 PRODUKT
Bardziej szczegółowoBaza noclegowa w I kwartale 2012 roku 1
Materiał na konferencję prasową w dniu 31 maja 212 r. GŁÓWNY URZĄD STATYSTYCZNY Departament Badań Społecznych i Warunków Życia Notatka informacyjna WYNIKI BADAŃ GUS Baza noclegowa w I kwartale 212 roku
Bardziej szczegółowoparametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,
诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów
Bardziej szczegółowoRaport o sytuacji finansowej przedsiębiorstw w województwie mazowieckim w 2015 r.
Raport o sytuacji finansowej przedsiębiorstw w województwie mazowieckim w 2015 r. Opracowanie: Zespół Mazowieckiego Obserwatorium Rynku Pracy Najważniejsze obserwacje W 2015 r.: Przychody z całokształtu
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowoXXIII OGÓLNOPOLSKA OLIMPIADA MŁODZIEŻY - Lubuskie 2017 w piłce siatkowej
11-5-217 XXIII OGÓLNOPOLSKA OLIMPIADA MŁODZIEŻY - Lubuskie 217 sezon 216/217 A1 9. Łódzkie Świętokrzyskie "A" 11-5-217 A2 1.3 Pomorskie Kujawsko-Pomorskie "A" 11-5-217 A3 12. Świętokrzyskie Kujawsko-Pomorskie
Bardziej szczegółowoZmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2015 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2015 roku Szczecin 2015 Według danych Eurostat zharmonizowana stopa bezrobocia
Bardziej szczegółowoZmiany bezrobocia w województwie zachodniopomorskim w 2018 roku
Zmiany bezrobocia w województwie zachodniopomorskim w 2018 roku Szczecin 2019 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski w grudniu 2018 roku 2 wynosiła 3,5% tj. o 0,8 pkt proc.
Bardziej szczegółowoRaport z cen korepetycji w Polsce 2016/2017. Na podstawie cen z serwisu e-korepetycje.net
Raport z cen korepetycji w Polsce 2016/2017 Na podstawie cen z serwisu e-korepetycje.net Spis treści WSTĘP... 3 ZAŁOŻENIA DO RAPORTU... 3 ANALIZA WOJEWÓDZTW... 3 Województwo dolnośląskie... 5 Województwo
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoAdam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera
Bardziej szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowoANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych
Bardziej szczegółowoProdukt krajowy brutto w województwach ogółem
1 SPIS TREŚCI Wstęp... 3 Produkt krajowy brutto w województwach ogółem... 3 Produkt krajowy brutto w województwach w przeliczeniu na 1 mieszkańca... 7 Produkt krajowy brutto w podregionach... 8 Produkt
Bardziej szczegółowoWyniki analizy statystycznej opartej na metodzie modelowania miękkiego
Wyniki analizy statystycznej opartej na metodzie modelowania miękkiego Dorota Perło Uniwersytet w Białymstoku Wydział Ekonomii i Zarządzania Plan prezentacji. Założenia metodologiczne 2. Specyfikacja modelu
Bardziej szczegółowoPłacowa Polska B? Wynagrodzenia we wschodnich województwach
18.03.2016 Informacja prasowa portalu Pytania i dodatkowe informacje: Artur Szeremeta Specjalista ds. współpracy z mediami tel. 509 509 536 media@sedlak.pl Płacowa Polska B? Wynagrodzenia we wschodnich
Bardziej szczegółowoPROGNOZA DEMOGRAFICZNA NA LATA DLA WOJEWÓDZTWA WARMIŃSKO-MAZURSKIEGO
PROGNOZA DEMOGRAFICZNA NA LATA 214-25 DLA WOJEWÓDZTWA WARMIŃSKO-MAZURSKIEGO Niniejsza informacja została opracowana na podstawie prognozy ludności na lata 214 25 dla województw (w podziale na część miejską
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 9 Anna Skowrońska-Szmer lato 2016/2017 Ekonometria (Gładysz B., Mercik J., Modelowanie ekonometryczne. Studium przypadku, Wydawnictwo PWr., Wrocław 2004.) 2
Bardziej szczegółowoAnaliza wydajności pracy w rolnictwie zachodniopomorskim
Jacek Batóg Barbara Batóg Uniwersytet Szczeciński Analiza wydajności pracy w rolnictwie zachodniopomorskim Znaczenie poziomu i dynamiki wydajności pracy odgrywa znaczącą rolę w kształtowaniu wzrostu gospodarczego
Bardziej szczegółowoDziałalność gospodarcza przedsiębiorstw o liczbie pracujących do 9 osób w 2015 r.
GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 03.10.2016 r. Opracowanie sygnalne Działalność gospodarcza przedsiębiorstw o liczbie pracujących do 9 osób w 2015 r. W 2015 r. działalność gospodarczą w Polsce prowadziło
Bardziej szczegółowoRaport z cen korepetycji w Polsce Na podstawie cen z serwisu e-korepetycje.net
Raport z cen korepetycji w Polsce 2016 Na podstawie cen z serwisu e-korepetycje.net Spis treści WSTĘP... 3 ZAŁOŻENIA DO RAPORTU... 3 ANALIZA WOJEWÓDZTW... 3 Województwo dolnośląskie... 6 Województwo kujawsko-pomorskie...
Bardziej szczegółowoPrzykład 1. (A. Łomnicki)
Plan wykładu: 1. Wariancje wewnątrz grup i między grupami do czego prowadzi ich ocena 2. Rozkład F 3. Analiza wariancji jako metoda badań założenia, etapy postępowania 4. Dwie klasyfikacje a dwa modele
Bardziej szczegółowoAnaliza autokorelacji
Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.
Bardziej szczegółowoPrognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)
Bardziej szczegółowoŻłobki i kluby dziecięce w 2013 r.
Materiał na konferencję prasową w dniu 3 maja 214 r. GŁÓWNY URZĄD STATYSTYCZNY Departament Badań Społecznych i Warunków Życia Notatka informacyjna Żłobki i kluby dziecięce w 213 r. W pierwszym kwartale
Bardziej szczegółowoZmiany bezrobocia w województwie zachodniopomorskim w 2017 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w 2017 roku Szczecin 2018 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski
Bardziej szczegółowoKlasówka po gimnazjum język polski
Klasówka po gimnazjum język polski Rok 2005 Raport zbiorczy Opracowano w: Gdańskiej Fundacji Rozwoju im. Adama Mysiora Informacje ogólne...3 Informacje dotyczące wyników testu...4 2 Informacje ogólne Tegoroczna
Bardziej szczegółowoZmiany bezrobocia w województwie zachodniopomorskim w 2015 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w 2015 roku Szczecin 2016 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski
Bardziej szczegółowoRegresja logistyczna (LOGISTIC)
Zmienna zależna: Wybór opcji zachodniej w polityce zagranicznej (kodowana jako tak, 0 nie) Zmienne niezależne: wiedza o Unii Europejskiej (WIEDZA), zamieszkiwanie w regionie zachodnim (ZACH) lub wschodnim
Bardziej szczegółowoWykład 8 Dane kategoryczne
Wykład 8 Dane kategoryczne Wrocław, 19.04.2017r Zmienne kategoryczne 1 Przykłady zmiennych kategorycznych 2 Zmienne nominalne, zmienne ordynalne (porządkowe) 3 Zmienne dychotomiczne kodowanie zmiennych
Bardziej szczegółowoZmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2014 roku Porównanie grudnia 2013 i czerwca 2014 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2014 roku Porównanie grudnia 2013 i czerwca 2014 roku Szczecin 2014 Według danych
Bardziej szczegółowoBadanie nastrojów w branży maszyn i urządzeń rolniczych
Raport z badania ankietowego Badanie nastrojów w branży maszyn i urządzeń rolniczych Spis treści 1. WYNIKI OSTATNIEGO CYKLU BADANIA SIERPIEŃ 2016... 2 2. WYNIKI ZBIORCZE Z PIĘCIU CYKLÓW BADANIA CZERWIEC
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 7
Stanisław Cichocki Natalia Nehrebecka Wykład 7 1 1. Metoda Największej Wiarygodności MNW 2. Założenia MNW 3. Własności estymatorów MNW 4. Testowanie hipotez w MNW 2 1. Metoda Największej Wiarygodności
Bardziej szczegółowoZmiany bezrobocia w województwie zachodniopomorskim w 2016 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w 2016 roku Szczecin 2017 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski
Bardziej szczegółowoSytuacja na podlaskim rynku pracy w 2017 roku
Wojewódzki Urząd Pracy w Białymstoku Sytuacja na podlaskim rynku pracy w 2017 roku Wojewódzka Rada Rynku Pracy w Białymstoku, 18 września 2017 roku 1 Liczba bezrobotnych i stopa bezrobocia w woj. podlaskim
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 201/2015 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoROZDZIAŁ 12 DETERMINANTY POPYTU NA PRACĘ W POLSCE W UJĘCIU REGIONALNYM
Aleksandra Rogut ROZDZIAŁ 12 DETERMINANTY POPYTU NA PRACĘ W POLSCE W UJĘCIU REGIONALNYM Wprowadzenie Celem opracowania jest analiza regionalnego zróżnicowania popytu na pracę w Polsce w latach 1995-2001
Bardziej szczegółowoUrząd Marszałkowski Województwa Śląskiego Katowice, 20 grudnia 2013 r.
WPŁYW REALIZACJI REGIONALNEGO PROGRAMU OPERACYJNEGO WOJEWÓDZTWA ŚLĄSKIEGO NA LATA 2007-2013 (RPO WSL) NA ROZWÓJ SPOŁECZNO-GOSPODARCZY WOJEWÓDZTWA ŚLĄSKIEGO Z WYKORZYSTANIEM MAKROEKONOMICZNEGO 5-SEKTOROWEGO
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność
Bardziej szczegółowoMETODA DEA W ANALIZIE EFEKTYWNOŚCI NAKŁADÓW NA GOSPODARKĘ ODPADAMI
Katedra Statystyki METODA DEA W ANALIZIE EFEKTYWNOŚCI NAKŁADÓW NA GOSPODARKĘ ODPADAMI XX MIĘDZYNARODOWA KONFERENCJA NAUKOWA GOSPODARKA LOKALNA I REGIONALNA W TEORII I PRAKTYCE Mysłakowice k. Karpacza 17-18
Bardziej szczegółowoMikroekonometria 12. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 12 Mikołaj Czajkowski Wiktor Budziński Dane panelowe Co jeśli mamy do dyspozycji dane panelowe? Kilka obserwacji od tych samych respondentów, w różnych punktach czasu (np. ankieta realizowana
Bardziej szczegółowoInnowacyjność województwa kujawskopomorskiego
Innowacyjność województwa kujawskopomorskiego w 2015 r. Wiesława Gierańczyk, p.o. dyrektora, Urząd Statystyczny w Bydgoszczy 21.06.2018r., Toruń 1 Efekt współpracy: Urzędu Statystycznego w Bydgoszczy Wydziału
Bardziej szczegółowoTestowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego
Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego Ze względu na jakość uzyskiwanych ocen parametrów strukturalnych modelu oraz weryfikację modelu, metoda najmniejszych
Bardziej szczegółowoŻłobki i kluby dziecięce w 2012 r.
Materiał na konferencję prasową w dniu 29 maja 213 r. GŁÓWNY URZĄD STATYSTYCZNY Departament Badań Społecznych i Warunków Życia Notatka informacyjna Żłobki i kluby dziecięce w 212 r. W pierwszym kwartale
Bardziej szczegółowoWłączeni w rozwój wsparcie rodziny i podnoszenia kwalifikacji zawodowych w kontekście potrzeb gospodarki regionu pomorskiego
Włączeni w rozwój wsparcie rodziny i podnoszenia kwalifikacji zawodowych w kontekście potrzeb gospodarki regionu pomorskiego Gdańsk, 31 marca 2017 r. Projekt współfinansowany z Europejskiego Funduszu Społecznego
Bardziej szczegółowoKARTA KURSU. Kod Punktacja ECTS* 1
KARTA KURSU Nazwa Nazwa w j. ang. Wprowadzenie do statystyki Introduction to statistics Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Jerzy Wołek Zespół dydaktyczny Prof. dr hab. Jerzy Wołek doktoranci
Bardziej szczegółowoEmerytury i renty przyznane w 2016 r.
ZAKŁAD UBEZPIECZEŃ SPOŁECZNYCH DEPARTAMENT STATYSTYKI I PROGNOZ AKTUARIALNYCH Emerytury i renty przyznane w 2016 r. Podstawowe dane: Liczba emerytów i rencistów: 314,8 tys. osób Średni wiek emerytów: Średni
Bardziej szczegółowoMikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 13 Mikołaj Czajkowski Wiktor Budziński Endogeniczność regresja liniowa W regresji liniowej estymujemy następujące równanie: i i i Metoda Najmniejszych Kwadratów zakłada, że wszystkie zmienne
Bardziej szczegółowo