Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB

Wielkość: px
Rozpocząć pokaz od strony:

Download "Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB"

Transkrypt

1 Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB

2 Plan prezentacji Wprowadzenie do prognozowania Metody prognozowania i prawidłowości Analiza wybranych rynków za pomocą ARIMA X-12 i TRAMO-SEATS Zdolności prognostyczne metod Podsumowanie

3 Wprowadzenie Przewidywanie - wnioskowanie o zdarzeniach nieznanych na podstawie zdarzeń znanych Prognozowanie : Sąd sformułowany z wykorzystaniem dorobku nauki Odnosi się do określonej przyszłości Jest weryfikowalny empirycznie Jest niepewny, ale akceptowalny Funkcje prognoz: decyzyjna, aktywizująca, informacyjna Czy moŝna prognozować przyszłość? Czy moŝe istnieć jedna prognoza?

4 Metoda prognozowania Informacje prognostyczne Prognoza Moment wykonywania prognozy

5 Metody prognozowania - zalety i wady Metody prognozowania Metody szeregów czasowych Metody przyczynowo-opisowe Ilościowe Metody prognozowania Jakościowe Metody analogowe Metody heurystyczne

6 Metody / modele szeregów czasowych Modelem szeregu czasowego słuŝącym do określenia przyszłej wartości zmiennej prognozowanej Y w momencie t jest model, którego zmiennymi objaśniającymi mogą być przeszłe wartości oraz czas Model szeregu czasowego traktuje się jako czarną skrzynkę. Prawidłowości: w strukturze szeregu czasowego: trend, sezonowość, wahania cykliczne, przypadkowe. Czy to wystarcza do przewidzenia przyszłości?

7 Prawidłowości - ceny Ŝywca wieprzowego 5,50 5,00 4,50 4,00 3,50 3,00 2,50 2,00 Ceny TC TCI T sty 00 sty 01 sty 02 sty 03 sty 04 sty 05 sty 06 sty 07 sty 08 sty 09 sty 10 sty 11

8 1,20 1,15 1,10 1,05 1,00 0,95 0,90 0,85 0,80 Prawidłowości - ceny Ŝywca wieprzowego C 1,20 1,15 sty 00 sty 01 sty 02 sty 03 sty 04 sty 05 sty 06 sty 07 sty 08 sty 09 sty 10 sty 11 1,10 1,05 1,00 0,95 0,90 0,85 0,80 sty 10 sty 00 sty 01 sty 02 sty 03 sty 04 sty 05 sty 06 sty 07 sty 08 sty 09 sty 11 S

9 Cel badań empirycznych: Zbadanie prawidłowości szeregów czasowych wybranych miesięcznych cen surowców rolnych Ocena zdolności prognostycznych modeli szeregów czasowych Modele ilościowe a modele jakościowe porównanie i sposoby

10 Metody sezonowej korekty danych X-12-ARIMA i TRAMO/SEATS Cel metod: analiza trendu i wahań nieregularnych estymacja i usuwanie czynnika sezonowego z szeregu czasowego prognoza krótkookresowa RóŜne sposoby estymacji komponentów szeregu czasowego: model ARIMA (TRAMO/SEATS) filtry ad-hoc średniej ruchomej (X-12-ARIMA) Obie metody dokonują wstępnej korekty szeregu czasowego o efekty dni roboczych, obserwacje odstające, wpływ czynników zewnętrznych (rozszerzony model ARIMA) Metody rekomendowane przez Eurostat

11 Modele ARIMA (p,d,q)(p,d,q) Y t = φ0 + φ1y t 1 + φt 2Yt φ pyt p + Φ1Yt S + Φ 2Yt 2S Φ PYt + e t + θ 1et 1 + θ2et θqet q + Θ1et S + Θ2et 2S Θ PS Q e + t QS Yt Yt 1 t 2 Y... Yt p - wartość zmiennej w momencie/okresie t t 1, t 2,..., t p,, p rząd autoregresji oznaczający maksymalne opóźnienie zmiennej objaśnianej, φ0 φ 1... φ p - parametry modelu autoregresyjnego, et - błędy (reszty) modelu, tzw. biały szum. q rząd średniej ruchomej oznaczający maksymalne jej opóźnienie, θ 0 θ 1... θ q parametry modelu średniej ruchomej, Φ i Θ oznaczają sezonowe parametry części odpowiednio: autoregresyjnej i średniej ruchomej. φ S d S D ( B) Φ( B )(1 B) (1 B ) Yt = φ0 + θ ( B) Θ ( B S ) e t

12 Model regarima Model RegARIMA i TRAMO φ ( ) ( S ) d S D S B Φ B ( 1 B) (1 B ) Yt β i X i, t = θ ( B) Θ( B ) t Y t oryginalny szereg czasowy, β i parametr przy i-tej zmiennej objaśniającej, X t i-ta zmienna objaśniająca: Obserwacje nietypowe: AO, TC, LS, RP Efekty dni roboczych Efekt Wielkanocy i ε Cel modelu RegARIMA i TRAMO: usunięcie nieliniowości z oryginalnego szeregu

13 Metoda X-12-ARIMA Model RegARIMA (wydłużenie próby, korekta danych za pomocą regresorów) Modelowanie (wybór optymalnego modelu) Sezonowa korekta danych (Algorytm X-11) Diagnostyka (statystyki: historia rewizji, analiza podrób, analiza spektralna, statystyki M i Q, testy statystyczne)

14 Metoda TRAMO/SEATS TRAMO (wydłużenie próby, korekta danych za pomocą regresorów, dobór modelu ARIMA) SEATS dekompozycja modelu ARIMA w dziedzinie częstości na ortogonalne komponenty SEATS Ponowna identyfikacja modelu ARIMA SEATS Ze zbioru możliwych dekompozycji wybierany jest wariant, w którym wariancja komponentu nieregularnego jest maksymalizowana SEATS Estymacja komponentów za pomocą filtru Weinera-Kołmogorowa

15 Demetra+ - pakiet statystyczny do sezonownej korekty danych Demetra+ Zawiera programy X-12-ARIMA i TRAMO/SEATS UmoŜliwia porównanie wyników obu metod Przystosowana do regularnej produkcji danych MoŜliwość stosowania procedur automatycznych i manualnych Rozbudowany moduł wstępnej analizy danych

16 Ceny wołowiny składowe szeregu i prognozy ARIMA (0,1,1)(0,1,1)

17 Ceny wołowiny ARIMA i regresory

18 Korekta cen wołowiny z uwagi na wartości odstające

19 Ceny wołowiny porównanie czynników sezonowych

20 Ceny mleka składowe szeregu i prognozy ARIMA (2,1,0)(1,1,1)

21 Ceny mleka - model ARIMA i regresory

22 Ceny mleka porównanie czynników sezonowych

23 Ceny pszenicy składowe szeregu i prognozy ARIMA (1,1,0)(0,1,1)

24 Ceny pszenicy - model ARIMA i regresory

25 Ceny pszenicy porównanie czynników sezonowych

26 Dokładność prognoz ex post Oceniając zdolności prognostyczne metod dokonano analizy błędów prognoz wygasłych, Okres: marzec marzec 2011 Błędy obliczono za pomocą: MAPE = 1 k k t= 1 Y t Y Yˆ t t 100% gdzie: k liczba wykonanych prognoz ex post, Yt realizacja zmiennej Y w momencie t, Ŷt prognoza zmiennej Y na moment t.

27 Dokładność prognoz ex post cen pszenicy

28 Dokładność prognoz ex post cen wołowiny

29 Dokładność prognoz ex post cen mleka

30 Metody ilościowe a jakościowe

31 Prognozy ex post cen pszenicy Tramo Seats

32 Prognozy ex post cen pszenicy Model autoregresji (opóźnienia 1,2,43, t, S)

33 Dokładność prognoz ex post cen pszenicy

34 Prawidłowości szeregu czasowego cen pszenicy model multiplikatywny

35 Podsumowanie Modele szeregów czasowych pozwalają na formułowanie wniosków w zakresie prawidłowości kształtowania cen. Wahania sezonowe nie mają największego udziału w zmienności szeregów czasowych. Wejście do UE wpływ na zmiany wzorców i zmiany poziomów cen szczególnie na rynku wołowiny. Szoki cenowe najczęściej występują na rynku zbóŝ, ale największe co do skali były na rynku wołowiny.

36 Podsumowanie Prognozy budowane na podstawie modeli szeregów czasowych są generalnie mniej dokładne niŝ prognozy formułowane na podstawie opinii ekspertów Modele szeregów czasowych stanowić mogą dobre narzędzie prognoz krótkookresowych na okres do 3 miesięcy. Metody szeregów czasowych mogą stanowić źródło wiedzy o prawidłowościach natomiast prognozy generowane z ich udziałem muszą być merytorycznie ocenianie/korygowane przez ekspertów. Wiedza o przyszłości danego zjawiska nie stanowi gwarancji sformułowania dokładnych prognoz.

37 Dziękujemy za uwagę

PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY

PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY Joanna Chrabołowska Joanicjusz Nazarko PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY NA PRZYKŁADZIE PRZEDSIĘBIORSTWA HANDLOWEGO TYPU CASH & CARRY Wprowadzenie Wśród wielu prognoz szczególną rolę w zarządzaniu

Bardziej szczegółowo

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne

Bardziej szczegółowo

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw Arkadiusz Manikowski Zbigniew Tarapata Prognozowanie i symulacja rozwoju przedsiębiorstw Warszawa 2002 Recenzenci doc. dr. inż. Ryszard Mizera skład i Łamanie mgr. inż Ignacy Nyka PROJEKT OKŁADKI GrafComp,

Bardziej szczegółowo

Kształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie

Kształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie Kształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie Projekt prognostyczny ElŜbieta Bulak Piotr Olszewski Michał Tomanek Tomasz Witka IV ZI gr. 13. Wrocław 2007 I. Sformułowanie zadania

Bardziej szczegółowo

Statystyka 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 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 szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Studia podyplomowe w zakresie przetwarzanie, zarządzania i statystycznej analizy danych

Studia podyplomowe w zakresie przetwarzanie, zarządzania i statystycznej analizy danych Studia podyplomowe w zakresie przetwarzanie, zarządzania i statystycznej analizy danych PRZEDMIOT (liczba godzin konwersatoriów/ćwiczeń) Statystyka opisowa z elementami analizy regresji (4/19) Wnioskowanie

Bardziej szczegółowo

PORÓWNANIE METOD TRAMO-SEATS I SIECI NEURONOWYCH WYKORZYSTYWANYCH DO PROGNOZOWANIA KRÓTKOOKRESOWEGO SZEREGÓW CZASOWYCH WSTĘP

PORÓWNANIE METOD TRAMO-SEATS I SIECI NEURONOWYCH WYKORZYSTYWANYCH DO PROGNOZOWANIA KRÓTKOOKRESOWEGO SZEREGÓW CZASOWYCH WSTĘP Tomasz Ząbkowski Katedra Ekonometrii i Informatyki, SGGW e-mail: tzabkowski@mors.sggw.waw.pl PORÓWNANIE METOD TRAMO-SEATS I SIECI NEURONOWYCH WYKORZYSTYWANYCH DO PROGNOZOWANIA KRÓTKOOKRESOWEGO SZEREGÓW

Bardziej szczegółowo

Recenzenci dr inż. Stanisław Gędek, UP w Lublinie dr Rafał Kusy, WSFiZ w Warszawie. Korekta Barbara Walkiewicz. Redakcja techniczna Leszek Ślipski

Recenzenci dr inż. Stanisław Gędek, UP w Lublinie dr Rafał Kusy, WSFiZ w Warszawie. Korekta Barbara Walkiewicz. Redakcja techniczna Leszek Ślipski Pracę zrealizowano w ramach tematu Rozwój i aplikacja zaawansowanych metod analitycznych do ewolucji ex-ante i ex-post efektów zmian we Wspólnej Polityce Rolnej i w uwarunkowaniach makroekonomicznych w

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie 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 szczegółowo

A.Światkowski. Wroclaw University of Economics. Working paper

A.Światkowski. Wroclaw University of Economics. Working paper A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:

Bardziej szczegółowo

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K. Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą

Bardziej szczegółowo

MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY***

MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY*** ZAGADNIENIA TECHNICZNO-EKONOMICZNE Tom 48 Zeszyt 3 2003 Joanna Chrabołowska*, Joanicjusz Nazarko** MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY*** W artykule przedstawiono metodykę budowy modeli ARIMA oraz ich

Bardziej szczegółowo

Wprowadzenie do szeregów czasowych i modelu ARIMA

Wprowadzenie do szeregów czasowych i modelu ARIMA Wprowadzenie do szeregów czasowych i modelu ARIMA 25.02.2011 Plan 1 Pojęcie szeregu czasowego 2 Stacjonarne szeregi czasowe 3 Model autoregresyjny - AR 4 Model średniej ruchomej - MA 5 Model ARMA 6 ARIMA

Bardziej szczegółowo

Prognozowanie krótkoterminowe w procesie planowania zasobów

Prognozowanie krótkoterminowe w procesie planowania zasobów Analiza danych Data mining Sterowanie jakością Analityka przez Internet Prognozowanie krótkoterminowe w procesie planowania zasobów Marzena Imiłkowski,, GE Money Bank Andrzej Sokołowski, StatSoft Polska

Bardziej szczegółowo

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do

Bardziej szczegółowo

MRB TO KOMPENDIUM WIEDZY O AKTUALNEJ SYTUACJI GOSPODARCZEJ POLSKI I BRANŻY BUDOWLANEJ. A PONADTO NAJBARDZIEJ AKTUALNE, WIARYGODNE I RZETELNE PROGNOZY.

MRB TO KOMPENDIUM WIEDZY O AKTUALNEJ SYTUACJI GOSPODARCZEJ POLSKI I BRANŻY BUDOWLANEJ. A PONADTO NAJBARDZIEJ AKTUALNE, WIARYGODNE I RZETELNE PROGNOZY. MRB TO KOMPENDIUM WIEDZY O AKTUALNEJ SYTUACJI GOSPODARCZEJ POLSKI I BRANŻY BUDOWLANEJ. A PONADTO NAJBARDZIEJ AKTUALNE, WIARYGODNE I RZETELNE PROGNOZY. CHCESZ WIEDZIEĆ: JAK KSZTAŁTUJĄ SIĘ PROGNOZY NAJWAŻNIEJSZYCH

Bardziej szczegółowo

Co trzeba wiedzieć korzystając z modelu ARIMA i które parametry są kluczowe?

Co trzeba wiedzieć korzystając z modelu ARIMA i które parametry są kluczowe? Prognozowanie Co trzeba wiedzieć korzystając z modelu ARIMA Marta Płonka Predictive Solutions W trzecim już artykule dotyczącym szeregów czasowych przyjrzymy się modelom ARIMA. Dzisiaj skupimy się na metodzie

Bardziej szczegółowo

MF Working Paper Series. Agnieszka Pierzak Identyfikacja i usuwanie sezonowo±ci ze wska¹ników cen towarów i usªug konsumpcyjnych w Polsce

MF Working Paper Series. Agnieszka Pierzak Identyfikacja i usuwanie sezonowo±ci ze wska¹ników cen towarów i usªug konsumpcyjnych w Polsce MF Working Paper Series No 05-2010 August 2010 Agnieszka Pierzak Identyfikacja i usuwanie sezonowo±ci ze wska¹ników cen towarów i usªug konsumpcyjnych w Polsce Ministry of Finance in Poland Financial Policy,

Bardziej szczegółowo

Kierunki rozwoju firmy Decyzje o wyborze rynków Decyzje inwestycyjne Rozwój nowych produktów Pozycjonowanie. Marketing strategiczny

Kierunki rozwoju firmy Decyzje o wyborze rynków Decyzje inwestycyjne Rozwój nowych produktów Pozycjonowanie. Marketing strategiczny Badania marketingowe dr Grzegorz Mazurek Istota badań Podejmowanie decyzji odbywa się na bazie doświadczenia, wiedzy oraz intuicji. Podejmowanie decyzji wiąże się automatycznie z ryzykiem poniesienia porażki

Bardziej szczegółowo

KONCEPCJA SPOSOBU PROGNOZOWANIA CEN PSZENICY W POLSCE IDEA OF FORECASTING THE PRICE OF WHEAT IN POLAND. Wstęp

KONCEPCJA SPOSOBU PROGNOZOWANIA CEN PSZENICY W POLSCE IDEA OF FORECASTING THE PRICE OF WHEAT IN POLAND. Wstęp STOWARZYSZENIE EKONOMISTÓW Koncepcja sposobu ROLNICTWA prognozowania I AGROBIZNESU cen pszenicy w Polsce Roczniki Naukowe tom XVI zeszyt 5 79 Kamil Jodź, Agnieszka Mruklik Uniwersytet Przyrodniczy we Wrocławiu

Bardziej szczegółowo

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Sebastian Kokot XXI Krajowa Konferencja Rzeczoznawców Majątkowych, Międzyzdroje 2012 Rzetelnie wykonana analiza rynku nieruchomości

Bardziej szczegółowo

Janusz Wywiał Katedra Statystyki Akademia Ekonomiczna w Katowicach

Janusz Wywiał Katedra Statystyki Akademia Ekonomiczna w Katowicach Janusz Wywiał Katedra Statystyki Akademia Ekonomiczna w Katowicac Analiza dokładności ocen wartości średnic cec małyc firm W niniejszej pracy przedstawiono na odpowiednim materiale statystycznym praktyczny

Bardziej szczegółowo

PROGNOZY! ANALIZA RYNKU PRZEMYSŁOWEGO NAJBARDZIEJ AKTUALNE TO KOMPENDIUM WIEDZY O AKTUALNEJ SYTUACJI GOSPODARCZEJ POLSKI I BRANŻY PRZEMYSŁOWEJ

PROGNOZY! ANALIZA RYNKU PRZEMYSŁOWEGO NAJBARDZIEJ AKTUALNE TO KOMPENDIUM WIEDZY O AKTUALNEJ SYTUACJI GOSPODARCZEJ POLSKI I BRANŻY PRZEMYSŁOWEJ ANALIZA RYNKU PRZEMYSŁOWEGO TO KOMPENDIUM WIEDZY O AKTUALNEJ SYTUACJI GOSPODARCZEJ POLSKI I BRANŻY PRZEMYSŁOWEJ A PONADTO NAJBARDZIEJ AKTUALNE PROGNOZY! CHCESZ WIEDZIEĆ: JAK WYGLĄDA SYTUACJA MAKROEKONOMICZNA

Bardziej szczegółowo

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia

Bardziej szczegółowo

Wykład z dnia 8 lub 15 października 2014 roku

Wykład z dnia 8 lub 15 października 2014 roku Wykład z dnia 8 lub 15 października 2014 roku Istota i przedmiot statystyki oraz demografii. Prezentacja danych statystycznych Znaczenia słowa statystyka Znaczenie I - nazwa zbioru danych liczbowych prezentujących

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Wytyczne do projektów

Wytyczne do projektów Wytyczne do projektów Prognozowanie i symulacje wszystkie rodzaje studiów Politechnika Śląska Wydział Organizacji i Zarządzania w Zabrzu rok akademicki 2012/13 Wytyczne do projektów Prognozowanie i symulacje

Bardziej szczegółowo

EKONOMETRYCZNE MODELE KURSÓW WALUTOWYCH

EKONOMETRYCZNE MODELE KURSÓW WALUTOWYCH Monografie i Opracowania 547 Ewa Marta Syczewska EKONOMETRYCZNE MODELE KURSÓW WALUTOWYCH Warszawa 2007 Szkoła Główna Handlowa w Warszawie Wprowadzenie 15 Przegląd funkcjonowania kursów walutowych... 15

Bardziej szczegółowo

ALGORYTM RANDOM FOREST

ALGORYTM RANDOM FOREST SKRYPT PRZYGOTOWANY NA ZAJĘCIA INDUKOWANYCH REGUŁ DECYZYJNYCH PROWADZONYCH PRZEZ PANA PAWŁA WOJTKIEWICZA ALGORYTM RANDOM FOREST Katarzyna Graboś 56397 Aleksandra Mańko 56699 2015-01-26, Warszawa ALGORYTM

Bardziej szczegółowo

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:

Bardziej szczegółowo

Prognozowanie liczby pacjentów poradni ortopedycznej

Prognozowanie liczby pacjentów poradni ortopedycznej Zeszyty Naukowe Metody analizy danych Uniwersytet Ekonomiczny w Krakowie 876 Kraków 2011 Studia Doktoranckie Wydziału Zarządzania Prognozowanie liczby pacjentów poradni ortopedycznej 1. Wprowadzenie W

Bardziej szczegółowo

RYNEK ROLNY W UJ CIU FUNKCJONALNYM

RYNEK ROLNY W UJ CIU FUNKCJONALNYM RYNEK ROLNY W UJ CIU FUNKCJONALNYM RYNEK ROLNY W UJ CIU FUNKCJONALNYM Praca zbiorowa pod redakcj : dr hab. W odzimierz Rembisz dr in. Marcin Idzik Autorzy: prof. dr hab. Boles aw Borkowski dr hab. Szczepan

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE. dr Tomasz Głuszkowski (wykłady)

PROGNOZOWANIE I SYMULACJE. dr Tomasz Głuszkowski (wykłady) PROGNOZOWANIE I SYMULACJE dr Tomasz Głuszkowski (wykłady) LITERATURA PRZEDMIOTU: 1. P. Dittmann Metody prognozowania sprzedaży w przedsiębiorstwie (AE, Wrocław 1999 - wyd. 4) 2. Red. M.Cieślak Prognozowanie

Bardziej szczegółowo

Badania Marketingowe. Zajęcia 1 Wprowadzenie do badań marketingowych

Badania Marketingowe. Zajęcia 1 Wprowadzenie do badań marketingowych Badania Marketingowe Zajęcia 1 Wprowadzenie do badań marketingowych Definicje badań marketingowych Badanie marketingowe to systematyczne i obiektywne identyfikowanie, gromadzenie, analizowanie i prezentowanie

Bardziej szczegółowo

Wojny Coli - czyli siła reklamy na rynku oligopolicznym

Wojny Coli - czyli siła reklamy na rynku oligopolicznym Wojny Coli (Cola wars) - czyli siła reklamy na rynku oligopolicznym Maja Włoszczowska Promotor: Dr Rafał Weron Wydział Podstawowych Problemów Techniki Politechnika Wrocławska Wrocław, 26 stycznia 2008

Bardziej szczegółowo

Badania marketingowe. Omówione zagadnienia. Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania

Badania marketingowe. Omówione zagadnienia. Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Zarządzanie Badania marketingowe Wykład 5 Opracowanie: dr Joanna Krygier 1 Omówione zagadnienia Ograniczenia wtórnych źródeł informacji

Bardziej szczegółowo

STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie

STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...

Bardziej szczegółowo

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów

Bardziej szczegółowo

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007 Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja

Bardziej szczegółowo

Modelowanie ekonomiczne w zarządzaniu firmami Materiały do wykładu

Modelowanie ekonomiczne w zarządzaniu firmami Materiały do wykładu Modelowanie ekonomiczne w zarządzaniu firmami Materiały do wykładu Dr Adam Kucharski Spis treści 1 Podstawowe pojęcia statystyczne 2 1.1 Populacja i zbiorowość................................. 2 1.2 Badanie

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela

Statystyka w pracy badawczej nauczyciela Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem

Bardziej szczegółowo

Ekonometria_FIRJK Arkusz1

Ekonometria_FIRJK Arkusz1 Rok akademicki: Grupa przedmiotów Numer katalogowy: Nazwa przedmiotu 1) : łumaczenie nazwy na jęz. angielski 3) : Kierunek studiów 4) : Ekonometria Econometrics Ekonomia ECS 2) Koordynator przedmiotu 5)

Bardziej szczegółowo

w ekonomii, finansach i towaroznawstwie

w ekonomii, finansach i towaroznawstwie w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez

Bardziej szczegółowo

Zasady budowania prognoz ekonometrycznych

Zasady budowania prognoz ekonometrycznych Zasad budowania prognoz ekonometrcznch Klasczne założenia teorii predkcji 1. Znajomość modelu kształtowania się zmiennej prognozowanej Znajomość postaci analitcznej wstępującch zależności międz zmiennmi

Bardziej szczegółowo

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF 120 I. Ogólne informacje o przedmiocie Cel przedmiotu: Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod statystycznych.

Bardziej szczegółowo

STATYSTYKA wykład 5-6

STATYSTYKA wykład 5-6 TATYTYKA wykład 5-6 Twierdzenia graniczne Rozkłady statystyk z próby Wanda Olech Twierdzenia graniczne Jeżeli rozpatrujemy ciąg zmiennych losowych {X ; X ;...; X n }, to zdarza się, że ich rozkłady przy

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

ISBN (wersja drukowana) 978-83-7969-062-6 ISBN (wersja elektroniczna) 978-83-7969-090-9

ISBN (wersja drukowana) 978-83-7969-062-6 ISBN (wersja elektroniczna) 978-83-7969-090-9 Joanna Stawska Uniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny Instytut Finansów, Zakład Bankowości Centralnej i Pośrednictwa Finansowego 90-214 Łódź, ul. Rewolucji 1905 r. nr 39 RECENZENT Mirosław

Bardziej szczegółowo

Model Matematyczny Call Center

Model Matematyczny Call Center OFERTA SZKOLENIOWA Model Matematyczny Call Center TELEAKADEMIA to profesjonalne centrum szkoleniowe mające swoją siedzibę w Pomorskim Parku Naukowo-Technologicznym w Gdyni. TELEAKADEMIA realizuje szkolenia

Bardziej szczegółowo

Zarządzanie projektami PROJECT MANAGEMENT

Zarządzanie projektami PROJECT MANAGEMENT Politechnika Krakowska im. T. Kościuszki Wydział Mechaniczny Instytut Technologii Maszyn i Automatyzacji Produkcji Zarządzanie projektami PROJECT MANAGEMENT Temat 5. Monitoring i ewaluacja Opracowanie:

Bardziej szczegółowo

estymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń

estymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń estymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń Łukasz Wawrowski, Maciej Beręsewicz 12.06.2015 Urząd Statystyczny w Poznaniu, Uniwersytet

Bardziej szczegółowo

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40 Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)

Bardziej szczegółowo

Wykorzystanie technologii informacyjnych do zarządzania łańcuchami i sieciami dostaw w warunkach globalizacji rynku żywności

Wykorzystanie technologii informacyjnych do zarządzania łańcuchami i sieciami dostaw w warunkach globalizacji rynku żywności Zarządzanie łańcuchami dostaw żywności w Polsce. Kierunki zmian. Wacław Szymanowski Książka jest pierwszą na naszym rynku monografią poświęconą funkcjonowaniu łańcuchów dostaw na rynku żywności w Polsce.

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 14 grudnia 2014 Metodologia i metoda badawcza Metodologia Zadania metodologii Metodologia nauka

Bardziej szczegółowo

APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI

APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI Łukasz MACH Streszczenie: W artykule przedstawiono wybrane aspekty prognozowania czynników istotnie określających sytuację na

Bardziej szczegółowo

EKONOMETRIA PRZESTRZENNA

EKONOMETRIA PRZESTRZENNA EKONOMETRIA PRZESTRZENNA Wstęp podstawy ekonometrii Uniwersytet Ekonomiczny w Krakowie, 2012 1 EKONOMETRIA wybrane definicje (Osińska) Ekonometria dziedzina ekonomii wykorzystująca modele i sposoby wnioskowania

Bardziej szczegółowo

SPIS TREŚCI. Do Czytelnika... 7

SPIS TREŚCI. Do Czytelnika... 7 SPIS TREŚCI Do Czytelnika.................................................. 7 Rozdział I. Wprowadzenie do analizy statystycznej.............. 11 1.1. Informacje ogólne..........................................

Bardziej szczegółowo

Istnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy.

Istnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy. system informatyczny wspomagający monitorowanie i planowanie zapasów w przedsiębiorstwie System informatyczny MonZa do wspomagania decyzji managerskich w obszarze zarządzania zapasami jest odpowiedzią

Bardziej szczegółowo

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów Dawid Doliński Dlaczego MonZa? Korzyści z wdrożenia» zmniejszenie wartości zapasów o 40 %*» podniesienie poziomu obsługi

Bardziej szczegółowo

Uwarunkowania komercjalizacji produktów żywnościowych

Uwarunkowania komercjalizacji produktów żywnościowych Uwarunkowania komercjalizacji produktów żywnościowych prof. dr hab. Bogdan Sojkin Uniwersytet Ekonomiczny w Poznaniu Wydział Towaroznawstwa 1 Jak rozumieć komercjalizację? dobro, usługa, Komercjalizacja?

Bardziej szczegółowo

Statystyka opisowa SYLABUS A. Informacje ogólne

Statystyka opisowa SYLABUS A. Informacje ogólne Statystyka opisowa SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok

Bardziej szczegółowo

Makroekonomiczny Barometr koniunktury giełdowej WIGTRACER b

Makroekonomiczny Barometr koniunktury giełdowej WIGTRACER b Pierwszy w Polsce barometr koniunktury giełdowej Makroekonomiczny Barometr koniunktury giełdowej WIGTRACER b Pomaga ustalić, czy na giełdzie warszawskiej mamy hossę czy bessę Przewiduje punkty zwrotne

Bardziej szczegółowo

Polski rynek pracy a imigracja. Analiza ekonomiczna

Polski rynek pracy a imigracja. Analiza ekonomiczna Polski rynek pracy a imigracja. Analiza ekonomiczna Krzysztof Beck - Uczelnia Łazarskiego, ISEE Bogna Gawrońska- Nowak - Uczelnia Łazarskiego, ISEE, Tomasz Schabek Uniwersytet Łódzki, ISEE Uniwersytet

Bardziej szczegółowo

BADANIA SONDAŻOWE W PRACY ADMINISTRACJI PUBLICZNEJ

BADANIA SONDAŻOWE W PRACY ADMINISTRACJI PUBLICZNEJ Kierunek studiów Stopień studiów Forma studiów ADMINISTRACJA I niestacjonarne SYLABUS PRZEDMIOTU BADANIA SONDAŻOWE W PRACY ADMINISTRACJI PUBLICZNEJ 1. DANE PODSTAWOWE Rodzaj przedmiotu Kod przedmiotu:

Bardziej szczegółowo

Wykaz publikacji. Pozycje zwarte:

Wykaz publikacji. Pozycje zwarte: Wykaz publikacji Pozycje zwarte: 1. Zadania z metod ilościowych w ekonomii. Skrypt. Praca zbiorowa pod red. M. Montygierda-Łoyby. Wrocław AE 1988, 209 s. (Współautorzy: Z. Bobowski, T. Borys, M. Budrewicz,

Bardziej szczegółowo

Zarządzanie ryzykiem. Opracował: Dr inŝ. Tomasz Zieliński

Zarządzanie ryzykiem. Opracował: Dr inŝ. Tomasz Zieliński Zarządzanie ryzykiem Opracował: Dr inŝ. Tomasz Zieliński I. OGÓLNE INFORMACJE O PRZEDMIOCIE Cel przedmiotu: Celem przedmiotu jest zaprezentowanie studentom podstawowych pojęć z zakresu ryzyka w działalności

Bardziej szczegółowo

Pakiet dla Efektywności Energetycznej

Pakiet dla Efektywności Energetycznej Pakiet dla Efektywności Energetycznej Przegląd systemu 2/28/2012 Aplikacje dla spółek energetycznych Audyt Energetyczny Zużycie Mediów Budynki i Instalacje Monitoring Billing Energia elektryczna Multimedia

Bardziej szczegółowo

TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr 341[02]/MEN/2008.05.20. klasa 3 TE

TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr 341[02]/MEN/2008.05.20. klasa 3 TE TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr [0]/MEN/008.05.0 klasa TE LP TREŚCI NAUCZANIA NAZWA JEDNOSTKI DYDAKTYCZNEJ Lekcja organizacyjna Zapoznanie

Bardziej szczegółowo

ZALICZENIA. W celu uzyskania zaliczenia należy wybrać jeden z trzech poniższych wariantów I, II lub III

ZALICZENIA. W celu uzyskania zaliczenia należy wybrać jeden z trzech poniższych wariantów I, II lub III ZALICZENIA W celu uzyskania zaliczenia należy wybrać jeden z trzech poniższych wariantów I, II lub III 1 Wariant I. PROBLEM WŁASNY Sformułować własne zadanie statystyczne związane z własną pracą badawczą

Bardziej szczegółowo

Badania Marketingowe. Zajęcia 1 Wprowadzenie do badao marketingowych

Badania Marketingowe. Zajęcia 1 Wprowadzenie do badao marketingowych Badania Marketingowe Zajęcia 1 Wprowadzenie do badao marketingowych Definicje badao marketingowych Badanie marketingowe to systematyczne projektowanie, zbieranie, prezentowanie danych i wyników badao istotnie

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Analiza Współzależności

Analiza Współzależności Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

PYTANIA 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 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 szczegółowo

ANALITYK DANYCH Kto to jest analityk danych? Na czym polega praca analityka danych?

ANALITYK DANYCH Kto to jest analityk danych? Na czym polega praca analityka danych? ANALITYK DANYCH Kto to jest analityk danych? Współczesny świat oraz nowoczesna gospodarka bazują w znacznej mierze na umiejętności analizy i opracowywania napływających danych. Działania te są niezbędne

Bardziej szczegółowo

Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH

Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informatyki Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH rozprawa doktorska Promotor: prof.

Bardziej szczegółowo

BADANIA CZYNNIKÓW WPŁYWAJĄCYCH Ą NA BEZPIECZEŃSTWO RUCHU W WOJEWÓDZTWACH. Joanna Wachnicka Politechnika Gdańska

BADANIA CZYNNIKÓW WPŁYWAJĄCYCH Ą NA BEZPIECZEŃSTWO RUCHU W WOJEWÓDZTWACH. Joanna Wachnicka Politechnika Gdańska BADANIA CZYNNIKÓW WPŁYWAJĄCYCH Ą NA BEZPIECZEŃSTWO RUCHU W WOJEWÓDZTWACH Politechnika Gdańska Dotychczasowe doświadczenia: Problemy badaczy: różne sposoby zbierania danych, brak dostępności do pewnych

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

... Budżetowanie ... 1

... Budżetowanie ... 1 1 Budżetowanie 3 Budżet ogólny przedsiębiorstwa (MB) 3 Budżety cząstkowe 4 Budżet sprzedaży 4 Budżet kosztów produkcji lub zakupu towarów 4 Budżet kosztów ogólnych 5 Budżet amortyzacji środków trwałych

Bardziej szczegółowo

Nowe technologie w służbie procesu badawczego, czyli wykorzystanie platformy internetowej w prowadzeniu ewaluacji

Nowe technologie w służbie procesu badawczego, czyli wykorzystanie platformy internetowej w prowadzeniu ewaluacji Nowe technologie w służbie procesu badawczego, czyli wykorzystanie platformy internetowej w prowadzeniu ewaluacji Początki platformy SEO Stan obecny Ankietowanie on-line Zarządzanie bazą narzędzi Statystyki

Bardziej szczegółowo

Gospodarcze zastosowania algorytmów genetycznych

Gospodarcze zastosowania algorytmów genetycznych Marta Woźniak Gospodarcze zastosowania algorytmów genetycznych 1. Wstęp Ekonometria jako nauka zajmująca się ustalaniem za pomocą metod statystycznych ilościowych prawidłowości zachodzących w życiu gospodarczym

Bardziej szczegółowo

PRACE I MATERIAŁY Instytutu Rozwoju Gospodarczego SGH 87. Zmiany aktywności gospodarczej w świetle wyników badań koniunktury

PRACE I MATERIAŁY Instytutu Rozwoju Gospodarczego SGH 87. Zmiany aktywności gospodarczej w świetle wyników badań koniunktury PRACE I MATERIAŁY Instytutu Rozwoju Gospodarczego SGH 87 Zmiany aktywności gospodarczej w świetle wyników badań koniunktury Szkoła Główna Handlowa w Warszawie Warszawa 2011 Prace i Materiały Instytutu

Bardziej szczegółowo

PROGNOZOWANIE W ZARZĄDZANIU RYZYKIEM

PROGNOZOWANIE W ZARZĄDZANIU RYZYKIEM PROGNOZOWANIE W ZARZĄDZANIU RYZYKIEM RYZYKO WOLUMETRYCZNE Alicja Zachura PKN ORLEN S.A. Prognozowanie to przewidywanie przyszłych zdarzeń, którego celem jest zmniejszenie ryzyka w procesie podejmowania

Bardziej szczegółowo

PROJEKCJE MAKROEKONOMICZNE EKSPERTÓW EUROSYSTEMU DLA OBSZARU EURO

PROJEKCJE MAKROEKONOMICZNE EKSPERTÓW EUROSYSTEMU DLA OBSZARU EURO PROJEKCJE MAKROEKONOMICZNE EKSPERTÓW EUROSYSTEMU DLA OBSZARU EURO Eksperci Eurosystemu opracowali projekcje rozwoju sytuacji makroekonomicznej w obszarze euro na podstawie informacji dostępnych na dzień

Bardziej szczegółowo

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego.

Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Strona 1 z 38 Zmiany fazy/okresu oscylacji Chandlera i rocznej we współrzędnych bieguna ziemskiego. Alicja Rzeszótko alicja@cbk.waw.pl 2 czerwca 2006 1 Omówienie danych 3 Strona główna Strona 2 z 38 2

Bardziej szczegółowo

Controlling operacyjny i strategiczny

Controlling operacyjny i strategiczny Controlling operacyjny i strategiczny dr Piotr Modzelewski Katedra Bankowości, Finansów i Rachunkowości Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego Plan zajęć 1, 2. Wprowadzenie do zagadnień

Bardziej szczegółowo

Wykorzystanie Propensity Score do poprawy wnioskowań z wyników badań marketingowych.

Wykorzystanie Propensity Score do poprawy wnioskowań z wyników badań marketingowych. SESJA: II Respondent jako dobro rzadkie. TEMAT Wykorzystanie Propensity Score do poprawy wnioskowań z wyników badań marketingowych. OPRACOWANY PRZEZ LILIANĘ STOŁOWSKĄ LECHA KOMENDANTA WŁODZIMIERZA DAAB

Bardziej szczegółowo

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku Uchwała Nr 69 /2012 Senatu Uniwersytetu Jana Kochanowskiego w Kielcach z dnia 31 maja 2012 roku w sprawie określenia efektów kształcenia dla kierunku zarządzanie na poziomie drugiego stopnia o profilu

Bardziej szczegółowo

Case nr 3. Zaawansowana Eksploracja Danych (Specj. TPD) Szeregi czasowe i prognozowanie

Case nr 3. Zaawansowana Eksploracja Danych (Specj. TPD) Szeregi czasowe i prognozowanie Case nr 3. Zaawansowana Eksploracja Danych (Specj. TPD) Szeregi czasowe i prognozowanie Jerzy Stefanowski, Instytut Informatyki Politechnika Poznańska 2010/11. Cel studium przypadku: Studium poświęcone

Bardziej szczegółowo

ŚREDNI BŁĄD PROGNOZOWANIA DLA METODY EKSTRAPOLACJI PRZYROSTU EMPIRYCZNEGO

ŚREDNI BŁĄD PROGNOZOWANIA DLA METODY EKSTRAPOLACJI PRZYROSTU EMPIRYCZNEGO B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 3 4 006 Bogusław GUZIK ŚREDNI BŁĄD PROGNOZOWANIA DLA METODY EKSTRAPOLACJI PRZYROSTU EMPIRYCZNEGO W artykule sformułowano standardowy układ założeń stochastycznych

Bardziej szczegółowo

Analiza ekonometryczna wybranych zjawisk na rynku. kart płatniczych w Polsce

Analiza ekonometryczna wybranych zjawisk na rynku. kart płatniczych w Polsce Patryk Falgowski Analiza ekonometryczna wybranych zjawisk na rynku kart płatniczych w Polsce Abstrakt. W artykule przedstawiono procedurę budowy modeli trendu, sezonowości i autoregresji dla liczby wyemitowanych

Bardziej szczegółowo

Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu

Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu Badania rynkowe (wybrane elementy) Przez badania (analizę) rynku rozumiemy oparte na naukowych podstawach rozpoznanie

Bardziej szczegółowo

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business www.comarch.pl Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Tomasz Matysik Kołobrzeg, 19.11.2009

Bardziej szczegółowo

Funkcja personalna Proces planowania kadr w organizacji

Funkcja personalna Proces planowania kadr w organizacji Funkcja personalna Proces planowania kadr w organizacji Opracowanie: Aneta Stosik Planowanie kadr Jest procesem analizowania i ustalania potrzeb organizacji w tym zakresie dla przyjętego przedziału czasu.

Bardziej szczegółowo

Proces modelowania zjawiska handlu zagranicznego towarami

Proces 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 szczegółowo

Sposób wykorzystywania świadectw wzorcowania do ustalania okresów między wzorcowaniami

Sposób wykorzystywania świadectw wzorcowania do ustalania okresów między wzorcowaniami EuroLab 2010 Warszawa 3.03.2010 r. Sposób wykorzystywania świadectw wzorcowania do ustalania okresów między wzorcowaniami Ryszard Malesa Polskie Centrum Akredytacji Kierownik Działu Akredytacji Laboratoriów

Bardziej szczegółowo

ANALIZA SPRZEDAŻY: - struktura

ANALIZA SPRZEDAŻY: - struktura KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI ANALIZA SPRZEDAŻY: - struktura - koncentracja - kompleksowa analiza - dynamika Spis treści Wstęp 3 Analiza struktury 4 Analiza koncentracji 7 Kompleksowa

Bardziej szczegółowo

SPIS TREŚCI CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17

SPIS TREŚCI CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17 SPIS TREŚCI WSTĘP..13 CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17 1. TREŚĆ, PRZEZNACZENIE I PROCES BADAŃ MARKETINGOWYCH....19 1.1. Dlaczego badania marketingowe

Bardziej szczegółowo

Wojewódzki Urząd Pracy w Białymstoku

Wojewódzki Urząd Pracy w Białymstoku 1 CEL: analiza zawodów, które będą atrakcyjne w przyszłości (prognozowanie). Sposób realizacji: Identyfikacja trendów światowych na podstawie analizy światowych serwisów rekrutacyjnych. 2 Podstawą produktu

Bardziej szczegółowo