Prognozowanie cen detalicznych żywności w Polsce

Wielkość: px
Rozpocząć pokaz od strony:

Download "Prognozowanie cen detalicznych żywności w Polsce"

Transkrypt

1 Prognozowane cen dealcznych żywnośc w Polsce Marusz Hamulczuk IERGŻ - PIB Kaarzyna Herel NBP

2 Co dlaczego prognozujemy Krókookresowe prognozy cen dealcznych Ceny dealczne (ndywdualne produky, agregay) Isone dla uczesnków rynku (producenc roln, przewórcy, dealśc, konsumenc) Zarządzane ryzykem Dla polyk ekonomcznej

3 Jak prognozujemy Meody loścowe a jakoścowe Dane saysyczne: ch dosępność długość próby Jednowymarowe modele szeregów czasowych Modele uwzględnające nformacje o nnych czynnkach Prognozujemy, czy eż wyjaśnamy Sopeń kompleksowośc podejśca prognosycznego Jak częso prognozujemy

4 Co wpływa na ceny żywnośc koncepcje modelowana prognozowana Syuacja gospodarcza na rynkach globalnych: popy, konunkura, ceny ropy, kursy waluowe, p. Śwaowe ceny surowców rolnych Ceny surowców rolnych w Polsce Syuacja ogólnogospodarcza w Polsce: popy, ceny energ, palw, CPI, p. Ceny dealczne żywnośc w Polsce

5 Meody prognozowana Jednowymarowe modele szeregów czasowych Jednorównanowe modele przyczynowoskukowe Modele welorównanowe Rola ekspera (analyka): prognozowane, specyfkacja modelu, parameryzacja modelu, ocena jakośc dopuszczalnośc prognoz

6 sy-99 sy-00 sy-01 sy-02 sy-03 sy-04 sy-05 sy-06 sy-07 sy-08 sy-09 sy-10 sy-11 sy-12 sy Szynka weprzowa Modele szeregów czasowych Cena odzwercedla wszyske nformacje TC S TC S Model ekonomeryczne: I I Modele przełącznkowe ETS: Zmenna War. oczekwana Pozom Trend Sezonowość ε 1b 1 b s s m 1b 1 b 1 / 1 s m T 0 k 1 D r1 1 Model regarima X, S Z p j1 j j rend szok sezonowość dososowana Szok, zmany sruk. Proces SARIMA

7 sy-99 Ognwa łańcucha markengowego a podejśce koszowe mar-00 maj-01 lp-02 wrz-03 ls-04 sy-06 mar-07 maj-08 lp-09 wrz-10 ls-11 sy-13 sy-99 sy-00 sy-01 sy-02 sy-03 sy-04 sy-05 sy-06 sy-07 sy-08 sy-09 sy-10 sy-11 sy-12 sy-13 Meody prognosyczne Prognozy cen dealcznych Szynka weprzowa Cena żywca Rozsęp cenowy

8 Łańcuch markengowy Sprzedaż bezpośredna

9 Cena dealczna a nne czynnk

10 Meody prognozowana na podsawe zależnośc przyczynowo-skukowych Model jednorównanowe Modele welorównanowe k j q j j p X y k j q j j p ECT X k j q j j p X p p e A A A D A p p e D A

11 Prognozowane wskaźnka cen dealcznych żywnośc Konsrukcja danych meody prognosyczne

12 Prognozowane wskaźnka cen żywnośc po co o wszysko? Część wskaźnka owarów usług konsumpcyjnych (po. nflacj) Wskaźnk cen żywnośc jes ważny, bo: duża część wydaków gospodarsw domowych, zwłaszcza w krajach nżej rozwnęych Pokazuje zmanę cen produków bardzo częso kupowanych przez konsumenów -> szczególny wpływ na kszałowane sę oczekwań nflacyjnych CPI w dekompozycj na podsawowe komponeny Udzał żywnośc w koszyku CPI w Polsce wybranych krajach europejskch

13 Wskaźnk cen żywnośc jes szczególny, bo: Wększa zmenność poencjalne znaczne zmany z mesąca na mesąc Inne czynnk wpływające na zmany relaywne szywny popy, wpływ zman podaży (sezonowość, cyklczność) Lczne obserwacje neypowe spowodowane rudnym do przewdzena szokam Wpływ zman uwarunkowań polycznych w zakrese produkcj rolnej Rozbudowana baza nformacyjna duża lość dosępnych danych o czynnkach wpływających na kszałowane sę cen dealcznych żywnośc Inflacja dynamka cen żywnośc r/r Inflacja dynamka cen żywnośc m/m

14 Konsrukcja wskaźnka cen żywnośc GUS nouje ceny ponad 300 różnych produków spożywczych w różnych lokalzacjach Ceny żywnośc napojów bezalkoholowych podzelone na 10 głównych kaegor. Wewnąrz ych kaegor na grupy bardzej szczegółowe, np.: Męso -> wędlny -> wędlny drobowe Mleko, sery jaja -> pozosałe produky mleczne -> śmeana Dla każdego z ych pod-agregaów oblczane są odpowedne wskaźnk cen (m/m, r/r, wskaźnk jednopodsawowe) Sposób agregacj wskaźnków cen produków ndywdualnych do agregaów jednoly dla całego CPI (wskaźnk Laspeyresa). Do agregacj użyy sysem wag opary na wydakach gospodarsw domowych z poprzednego roku (akualzacja co roku). Udzały poszczególnych grup produków żywnoścowych we wskaźnku cen żywnośc napojów bezalkoholowych

15 Dane Badane wykonane w ramach Programu Welolenego 22 wskaźnków cen na różnym pozome agregacj: Wskaźnk GUS wskaźnk auorske (wykres żywnośc napojów oraz zywnosc_ogr) W sosunku do składu wskaźnka cen żywnośc napojów bezalkoholowych GUS pomnęo grupy: ryby, owoce, warzywa, pozosała żywność, napoje Podsawa wskaźnk m/m (mesąc poprzedn = 100) Ewenualne, na porzeby badana wskaźnk jednopodsawowe Próba: syczeń 1999 grudzeń 2013 Prognozy: syczeń grudzeń 2014 r. Dane do weryfkacj skuecznośc prognoz: syczeń--czerwec 2014 r. * Szereg zbudowane na porzeby badana Żywność napoje bezalkoholowe Żywność napoje bezalkoholowe Żywność wybrane prognozowane grupy* Peczywo produky zbożowe 3 szereg Peczywo produky zbożowe mąka pozosałe produky zbożowe peczywo Męso 7 szeregów Męso Męso wołowe celęce Męso weprzowe Wędlny Wędlny z wyjąkem drobowych Wędlny drobowe Męso drobowe Mleko, sery jaja 5 szeregów Mleko, sery jaja Mleko* Sery warog Pozosałe produky mleczne* jaja Oleje pozosałe łuszcze 2 szereg Masło Tłuszcze roślnne* Cuker, dżem, mód, czekolada wyroby cukerncze 3 szereg Cuker, dżem, mód, Cuker Wyroby cukerncze*

16 Koncepcje prognozowana wskaźnków Prognozowane wpros lub prognozowane poprzez agregację Trudnośc w znalezenu odpowednego wskaźnka cen surowców rolnych jako zmennej objaśnającej agregau cen żywnośc Prognozowane zdezagregowanych wskaźnków cen żywnośc Ceny żywnośc o grupa heerogenczna różne wskaźnk porafą meć bardzo różne własnośc (sezonowość, średna, zmenność, asymera, źródła charaker szoków) Różne czynnk wpływające na e grupy cen różne składnk koszów, np. różne surowce, różny sopeń przeworzena produków -> różny udzał cen surowca w cene osaecznej Meody: jednowymarowe modele szeregów czasowych, modele przyczynowo-skukowe, meody ekspercke Seres: CUKIER Sample 1999M M12 Observaons Seres: WR_CUK Sample 1999M M12 Observaons Mean Medan Maxmum Mnmum Sd. Dev Skewness Kuross Mean Medan Maxmum Mnmum Sd. Dev Skewness Kuross Jarque-Bera Probably Jarque-Bera Probably

17 Meody prognozowana pojedynczych szeregów czasowych - np. RegARIMA ETS Wygodne w użycu, bo: Ne porzeba żadnych dodakowych nformacj do sformułowana prognoz Przy cyklcznej publkacj ławość akualzacj (dane z jednego źródła) Częso procedury zauomayzowane Meody newysarczające, jeśl: Porzeba nerpreacj wynków lub analzy scenaruszowej Bardzo neypowe zachowane szeregów Porównane meod ETS - modele wygładzana wykładnczego prossze w koncepcj, choć mnej elasyczne w opse szeregu. Obserwacje neypowe na konec próby mogą slne wpłynąć na prognozę RegARIMA kluczowa konrola nad obserwacjam odsającym. Wnosk z badana: Podobne wnosk na ema srukury badanych szeregów (np. sezonowość) Żadna z meod ne posada ewdennej przewag prognosycznej, Błędy RMSE - ETS przeważył w przypadku 12 szeregów, RegArma w 9 szeregach. Agregacja ne poprawła znacząco wynków prognoz agregau cen żywnośc, Lepsze prognozy cen agregau zywnosc_ogr nż wskaźnka cen żywnośc napojów bezalkoholowych. Problemayczny wpływ cen owoców warzyw (duża zmenność)

18 Meody prognozowana w oparcu o zależnośc mędzy zmennym Przydane, gdy: koneczne ne ylko podane prognozy, ale równeż wyjaśnene, dlaczego aka prognoza dodane zmennych zewnęrznych lepej objaśn prognozowane zmenne Pyana zagadnena: Jake zmenne wybrać do modelu? Podsawy eoreyczne Podejśce aeoreyczne (np. modele czynnkowe - DFM) Skąd wząć warośc zmennych objaśnających na okres prognozy Prognozy zewnęrzne (zewnęrzne modele, prognozy ekspercke, scenarusze) Założene, że neresującą nas zmenną zmenne objaśnające objaśna jeden welowymarowy proces (modele VAR/VECM) prognozy wszyskch zmennych powsają równolegle

19 Meody prognozowana w oparcu o zależnośc mędzy zmennym Nasze badane: podejśce koszowe oraz zależnośc mędzy cenam subsyuów na rynku dealcznym Dodakowe zmenne: Wynagrodzena Ceny energ elekrycznej Ceny palw Peczywo produky zbożowe Męso Mleko, sery jaja Oleje pozosałe łuszcze Cuker wyroby cukerncze Ceny pszency Ceny bydła Ceny rzody Ceny drobu Ceny mleka Ceny jaj Ceny oleju rzepakowego Ceny rzepaku Ceny cukru (gełda Londyn) Dla celów analzy konegracj wykorzysane szeregów w posac wskaźnków jednopodsawowych Tam, gdze konegracja ne wysępowała analza zależnośc krókookresowych

20 Modele prognozowana w oparcu o zależnośc mędzy zmennym - ECM oraz VAR/VECM Zwązk długookresowe mędzy zmennym: esy konegracj Engle a-grangera esem Johansena: Najczęścej: zależnośc pomędzy cenam dealcznym a cenam surowców, czasem dodakowo wybrane zmenne makro Tesy Engle a-grangera częścej powerdzały snene relacj długookresowych Wynk częso nucyjne: m wyższy sopeń przeworzena, ym nższa reakcja ceny dealcznej na cenę surowca. Na ej podsawe konsrukcja model ECM VECM E. Roeger, E. Lebag (2011) ceny dealczne produków żywnoścowych (na przykładze chleba wołowny) dososowują sę nesymeryczne do zman cen surowców rolnych ECM: Symeryczna nesymeryczna reakcja na nerównowagę długookresową p k q jx j 1ECT 1 2ECT 1 1 j0 0 najczęścej sona reakcja na ujemne odchylene od ceny równowag, wększa co do warośc nż reakcja symeryczna Częsy problem: w przypadku welu produków ake uwzględnene asymer ne wysarcza. Skośność w reszach z analzowanych model. Wnosk ECM ne ma jednej odpowedz na o, czy lepej prognozuje model symeryczny czy asymeryczny Modele ECM w I półroczu 2014 częścej lepsze nż modele jednorównanowe.

21 Podsumowane Ceny dealczne żywnośc są funkcją welu czynnków Koncepcje apara analyczno-prognosyczny może być zróżncowany możlwe uśrednane prognoz Możlwe rozszerzene badań o modele nelnowe (np. STAR, Markov-Swchng, GARCH) być może lepej odzwercedlające charakerysyk szeregów wpływ nnych zmennych Ale należy pamęać o koszach ne zawsze bardzej skomplkowane modele lepej prognozują Dwa słowa o korekach eksperckch kedy bywają porzebne? Wedza ekspercka nezbędna, jeśl porzebne wyjaśnena do prognozy lub ops scenarusza Śwadomość ogranczeń model (np. w syuacj, gdy wysąpene pewnego szoku generuje reakcję nelnową, a dysponujemy modelem lnowym) Idenyfkacja ocena ryzyka wysąpena zdarzeń neuwzględnanych przez modele (zdarzena, kóre wcześnej ne wysępowały, nformacje o charakerze jakoścowym lub kórych ocena loścowa jes nepewna)

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Ocena pozycji konkurencyjnej nowych państw członkowskich UE w handlu zagranicznym produktami rolno-spożywczymi. dr Łukasz Ambroziak

Ocena pozycji konkurencyjnej nowych państw członkowskich UE w handlu zagranicznym produktami rolno-spożywczymi. dr Łukasz Ambroziak Ocena pozycj konkurencyjnej nowych państw członkowskch UE w handlu zagrancznym produktam rolno-spożywczym dr Łukasz Ambrozak Zakład Ekonomk Przemysłu Spożywczego Warszawa, 22 lstopada 2013 r. Plan wystąpena

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Stanisław Cichocki Natalia Nehrebecka. Wykład 2 Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 3 Szereg

Bardziej szczegółowo

Finansowe szeregi czasowe wykład 7

Finansowe szeregi czasowe wykład 7 Fnansowe szereg czasowe wykład 7 dr Tomasz Wójowcz Wydzał Zarządzana AGH 38 33 28 23 18 13 8 1 11 21 31 41 51 61 71 Kraków 213 Noowana ndeksu WIG w okrese: 3 marca 29 31 syczna 211 55 5 45 4 35 3 25 2

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

Wybrane problemy prognozowania cen produktów rolnych

Wybrane problemy prognozowania cen produktów rolnych V EUROPEJSKI KONGRES MENADŻERÓW AGROBIZNESU, ŁYSOMICE 14.11.218 Wybrane problemy prognozowania cen produków rolnych Cezary Klimkowski INSTYTUT EKONOMIKI ROLNICTWA I GOSPODARKI ŻYWNOŚCIOWEJ PAŃSTWOWY INSTYTUT

Bardziej szczegółowo

Podstawowe algorytmy indeksów giełdowych

Podstawowe algorytmy indeksów giełdowych Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 25-11-13 Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 2013-11-25 Sps reśc I. Algorymy oblczana warośc ndeksów gełdowych...3 1. Warość beżąca

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

Inne kanały transmisji

Inne kanały transmisji Wykład 4 Inne kanały ransmsj Plan wykładu. Ceny akywów 3. Ceny akywów Wzros sopy procenowej powoduje spadek cen domów akcj. gdze C warość kuponu, F warość nomnalna gdze dywdenda, g empo wzrosu dywdendy

Bardziej szczegółowo

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

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE.   Strona 1 KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

MODELOWANIE I PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ W WYBRANYM REGIONIE

MODELOWANIE I PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ W WYBRANYM REGIONIE MODELOWANIE I PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ W WYBRANYM REGIONIE Marcn Zawada Kaedra Ekonomer Saysyk, Wydzał Zarządzana, Polechnka Częsochowska, Częsochowa 1 WSTĘP Proces ransformacj

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska Jerzy Czesław Ossowsk Kaedra Ekonom Zarzdzana Przedsborswem Wydzał Zarzdzana Ekonom Polechnka Gdaska IX Ogólnoposke Semnarum Naukowe n. Dynamczne modele ekonomeryczne, Kaedra Ekonomer Saysyk, Unwersye

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Stanisław Cichocki Natalia Nehrebecka. Wykład 2 Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 3 Szereg czasowy jes pojedynczą realzacją pewnego

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

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

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy dx stąd w przybliżeniu: y Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium

Kier. MTR Programowanie w MATLABie Laboratorium Ker. MTR Programowane w MATLABe Laboraorum Ćw. Zasosowane bbloecznych funkcj MATLABa do numerycznego rozwązywana równań różnczkowych. Wprowadzene Układy równań różnczkowych zwyczajnych perwszego rzędu

Bardziej szczegółowo

HIPOTEZA STOPY NATURALNEJ. MIĘDZY EKONOMETRIĄ A HISTORIĄ MYŚLI EKONOMICZNEJ.

HIPOTEZA STOPY NATURALNEJ. MIĘDZY EKONOMETRIĄ A HISTORIĄ MYŚLI EKONOMICZNEJ. Jacek Wallusch Akadema Ekonomczna w Poznanu HIPOTEZA STOPY NATURALNEJ. MIĘDZY EKONOMETRIĄ A HISTORIĄ MYŚLI EKONOMICZNEJ. Dazu brauche ch ene Besazung de mmach dam alles klapp. Wenn se mmachen soll dann

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11 Stansław Cchock Natala Nehrebecka Wykład 11 1 1. Testowane hpotez łącznych 2. Testy dagnostyczne Testowane prawdłowośc formy funkcyjnej: test RESET Testowane normalnośc składnków losowych: test Jarque-Berra

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak E i E E i r r 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania Reguła poliyki monearnej

Bardziej szczegółowo

PREFERENCJE KONSUMPCYJNE A STRUKTURA WYDATKÓW GOSPODARSTW DOMOWYCH W POLSCE

PREFERENCJE KONSUMPCYJNE A STRUKTURA WYDATKÓW GOSPODARSTW DOMOWYCH W POLSCE Zeszyty Naukowe Wydzału Informatycznych Technk Zarządzana Wyższej Szkoły Informatyk Stosowanej Zarządzana Współczesne Problemy Zarządzana Nr /2008 PREFERENCJE KONSUMPCYJNE A STRUKTURA WYDATKÓW GOSPODARSTW

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

5. Surowce, dodatki do żywności i materiały pomocnicze

5. Surowce, dodatki do żywności i materiały pomocnicze spis treści 3 Wstęp... 8 1. Żywność 1.1. Podstawowe definicje związane z żywnością... 9 1.2. Klasyfikacja żywności... 11 2. Przechowywanie i utrwalanie żywności 2.1. Zasady przechowywania żywności... 13

Bardziej szczegółowo

Ocena porównawcza sektora rolno-spożywczego Polski i Ukrainy

Ocena porównawcza sektora rolno-spożywczego Polski i Ukrainy Ocena porównawcza sektora rolno-spożywczego Polski i Ukrainy Andrzej Drozd Toruń, 30 listopada 2016 r. 1 Gospodarka Ukrainy na tle gospodarki Polski Wyszczególnienie Ukraina Polska 2012 2015 2015 Ludność

Bardziej szczegółowo

Wstęp. Obliczenia własne na podstawie: Budżety (2015), s. 116.

Wstęp. Obliczenia własne na podstawie: Budżety (2015), s. 116. Studa Prace WNEZ US nr 43/3 216 DOI: 1.18276/sp.216.43/3-38 Anna Turczak* Zachodnopomorska Szkoła Bznesu w Szczecne Czynnk kształtujące wydatk na żywność napoje bezalkoholowe gospodarstw domowych w Polsce

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych

Wskaźniki cen towarów i usług konsumpcyjnych GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 15.07.2015 Opracowanie sygnalne Wskaźniki cen towarów i usług konsumpcyjnych Ceny towarów i usług konsumpcyjnych w czerwcu 2015 r., utrzymały się przeciętnie na poziomie

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych

Wskaźniki cen towarów i usług konsumpcyjnych GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 15.10.2015 Opracowanie sygnalne Wskaźniki cen towarów i usług konsumpcyjnych Ceny towarów i usług konsumpcyjnych we wrześniu 2015 r. w stosunku do poprzedniego miesiąca

Bardziej szczegółowo

INFORMACJA O REALIZACJI WAŻNIEJSZYCH ZADAŃ SPOŁECZNO - GOSPODARCZYCH W WOJEWÓDZTWIE BIELSKIM

INFORMACJA O REALIZACJI WAŻNIEJSZYCH ZADAŃ SPOŁECZNO - GOSPODARCZYCH W WOJEWÓDZTWIE BIELSKIM WOJEWÓDZK URZĄD STATYSTYCZNY W BELSKU-BAŁEJ Ecaemplarz Bezpłany NFORMACJA O REALZACJ WAŻNEJSZYCH ZADAŃ SPOŁECZNO - GOSPODARCZYCH W WOJEWÓDZTWE BELSKM r Opracowano 990 - - 09 naíqx- ZNAK OUOWNS Kr b k *.

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) E i E E i r r ν φ θ θ ρ ε ρ α 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo

Ocena porównawcza sektora rolno-spożywczego Polski i Ukrainy

Ocena porównawcza sektora rolno-spożywczego Polski i Ukrainy Ocena porównawcza sektora rolno-spożywczego Polski i Ukrainy mgr Mirosława Tereszczuk Warszawa, 25 listopada 2016 r. 1 Gospodarka Ukrainy na tle gospodarki Wyszczególnienie Polski Ukraina Polska 2012 2015

Bardziej szczegółowo

SPIS TREŚCI ROZDZIAŁ 1. PODSTAWY TOWAROZNAWSTWA 11 WSTĘP 9

SPIS TREŚCI ROZDZIAŁ 1. PODSTAWY TOWAROZNAWSTWA 11 WSTĘP 9 SPIS TREŚCI WSTĘP 9 ROZDZIAŁ 1. PODSTAWY TOWAROZNAWSTWA 11 1. Podstawy towaroznawstwa 13 1.1. Zakres towaroznawstwa 13 1.2. Klasyf ikacja towarów 15 1.3. Kryteria podziału towarów (PKWiU) 15 1.4. Normalizacja

Bardziej szczegółowo

Sytuacja na podstawowych rynkach rolnych

Sytuacja na podstawowych rynkach rolnych Ministerstwo Rolnictwa i Rozwoju Wsi www.minrol.gov.pl Sytuacja na podstawowych rynkach rolnych Jacek Bogucki Sekretarz Stanu w MRiRW Warszawa, 23 lutego 2018 r. Zbiory poszczególnych gatunków zbóż w Polsce

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych

Wskaźniki cen towarów i usług konsumpcyjnych GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 13.08.2015 Opracowanie sygnalne Wskaźniki cen towarów i usług konsumpcyjnych Ceny towarów i usług konsumpcyjnych w lipcu 2015 r. w stosunku do poprzedniego miesiąca

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa

Bardziej szczegółowo

1. Szereg niesezonowy 1.1. Opis szeregu

1. Szereg niesezonowy 1.1. Opis szeregu kwaralnych z la 2000-217 z la 2010-2017.. Szereg sezonowy ma charaker danych model z klasy ARIMA/SARIMA i model eksrapolacyjny oraz d prognoz z ych modeli. 1. Szereg niesezonowy 1.1. Opis szeregu Analizowany

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych

Wskaźniki cen towarów i usług konsumpcyjnych GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 15.04.2015 Opracowanie sygnalne Wskaźniki cen towarów i usług konsumpcyjnych Ceny towarów i usług konsumpcyjnych w marcu 2015 r., w stosunku do poprzedniego miesiąca,

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny

Bardziej szczegółowo

Analiza empiryczna struktury handlu międzynarodowego. Zajęcia z TWM dr Leszek Wincenciak

Analiza empiryczna struktury handlu międzynarodowego. Zajęcia z TWM dr Leszek Wincenciak Analza empryczna struktury handlu mędzynarodowego Zajęca z TWM dr Leszek Wncencak 15.12.2014 Uwag ogólne Celem zajęć jest przedstawene dwóch zagadneń: analzy służącej określanu specyfk struktury przewag

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Niższe ceny żywności!

Niższe ceny żywności! https://www. Niższe ceny żywności! Autor: Ewa Ploplis Data: 11 maja 2018 Maleją ceny żywności w detaluw ostatnim czasie. Czy taka tendencja utrzyma się w kolejnych miesiącach 2018 r.? Czy ceny jaj i ceny

Bardziej szczegółowo

WSHiG Karta przedmiotu/sylabus. Prawo pracy i ubezpieczeń społecznych. Studia stacjonarne 16 godz. Studia niestacjonarne 30 godz.

WSHiG Karta przedmiotu/sylabus. Prawo pracy i ubezpieczeń społecznych. Studia stacjonarne 16 godz. Studia niestacjonarne 30 godz. WSHG Karta przedmotu/sylabus KIERUNEK SPECJALNOŚĆ TRYB STUDIÓW SEMESTR Turystyka Rekreacja Zarządzane marketng Stacjonarny / nestacjonarny III/I stopna Nazwa przedmotu Wymar godznowy poszczególnych form

Bardziej szczegółowo

Drożyzna przed świętami. Rekordowy wzrost cen żywności w sklepach

Drożyzna przed świętami. Rekordowy wzrost cen żywności w sklepach Drożyzna przed świętami. Rekordowy wzrost cen żywności w sklepach data aktualizacji: 2017.12.11 Według danych Głównego Urzędu Statystycznego wzrost cen towarów i usług konsumpcyjnych w listopadzie br.

Bardziej szczegółowo

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ)

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ) Załącznk nr 1C do Umowy nr.. z dna.2014 r. ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymane Systemu Kop Zapasowych (USKZ) 1 INFORMACJE DOTYCZĄCE USŁUGI 1.1 CEL USŁUGI: W ramach Usług Usługodawca zobowązany jest

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających

Bardziej szczegółowo

Monitor konwergencji cyklicznej

Monitor konwergencji cyklicznej PF Monor konwergencj cyklcznej lsopad 9 Mnserswo Fnansów Deparamen Polyk Fnansowej, Analz Saysyk Numer / 9 Buro Pełnomocnka Rządu ds. Wprowadzena Euro przez Rzeczpospolą Polską Monor konwergencj cyklcznej

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych

Wskaźniki cen towarów i usług konsumpcyjnych GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 15.01.2016 Opracowanie sygnalne Wskaźniki cen towarów i usług konsumpcyjnych Ceny towarów i usług konsumpcyjnych w grudniu 2015 r., w stosunku do poprzedniego miesiąca,

Bardziej szczegółowo

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010 EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Ekonomeryczne modele nelnowe Wykład 5 Progowe modele regrej Leraura Hanen B. E. 997 Inference n TAR Model, Sude n Nonlnear Dynamc and Economerc,. Tek na rone nerneowej wykładu Dodakowa leraura Hanen B.

Bardziej szczegółowo

Myślę co jem - profilaktyka otyłości i chorób dietozależnych wśród dzieci. Temat 2: Jak jem? Opracowanie: mgr Agnieszka Augustyniak

Myślę co jem - profilaktyka otyłości i chorób dietozależnych wśród dzieci. Temat 2: Jak jem? Opracowanie: mgr Agnieszka Augustyniak 1. Cel główny Uczeń ocenia swój sposób żywienia Temat 2: Jak jem? Opracowanie: mgr Agnieszka Augustyniak 2. Cele szczegółowe Uczeń: ocenia wielkość porcji poszczególnych grup produktów spożywczych identyfikuje

Bardziej szczegółowo

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności Jacek Batóg Unwersytet Szczecńsk Propozycja modyfkacj klasycznego podejśca do analzy gospodarnośc Przedsęborstwa dysponujące dentycznym zasobam czynnków produkcj oraz dzałające w dentycznych warunkach

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Urząd Statystyczny w Olsztynie CENY W WOJEWÓDZTWIE WARMIŃSKO-MAZURSKIM W 2014 R.

Urząd Statystyczny w Olsztynie CENY W WOJEWÓDZTWIE WARMIŃSKO-MAZURSKIM W 2014 R. Urząd Statystyczny w Olsztynie Informacja sygnalna Olsztyn, 2015-07-24 Kontakt: e-mail SekretariatUSOls@stat.gov.pl tel. (89) 524-36-66, fax (89) 524-36-67 Internet: http://olsztyn.stat.gov.pl CENY W WOJEWÓDZTWIE

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga Makroekonoma Gospodark Otwartej Wykład 8 Poltyka makroekonomczna w gospodarce otwartej. Model Mundella-Flemnga Leszek Wncencak Wydzał Nauk Ekonomcznych UW 2/29 Plan wykładu: Założena analzy Zaps modelu

Bardziej szczegółowo

Badanie optymalnego poziomu kapitału i zatrudnienia w polskich przedsiębiorstwach - ocena i klasyfikacja

Badanie optymalnego poziomu kapitału i zatrudnienia w polskich przedsiębiorstwach - ocena i klasyfikacja Jacek Batóg Unwersytet Szczecńsk Badane optymalnego pozomu kaptału zatrudnena w polskch przedsęborstwach - ocena klasyfkacja Prowadząc dzałalność gospodarczą przedsęborstwa kerują sę jedną z dwóch zasad

Bardziej szczegółowo

FINANSOWE SZEREGI CZASOWE WYKŁAD 3

FINANSOWE SZEREGI CZASOWE WYKŁAD 3 FINANSOWE SZEREGI CZASOWE WYKŁAD 3 dr Tomasz Wójowcz Wydzał Zarządzana AGH 3800 3300 800 300 800 300 800 0 0 30 40 50 60 70 Kraków 0 Tomasz Wójowcz, WZ AGH Kraków przypomnene MA(q): gdze ε są d(0,σ ).

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %) Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych w grudniu 2012 r.

Wskaźniki cen towarów i usług konsumpcyjnych w grudniu 2012 r. Warszawa, 2013.01.15 Wskaźniki cen towarów i usług konsumpcyjnych w grudniu 2012 r. Ceny towarów i usług konsumpcyjnych w grudniu 2012 r., w stosunku do poprzedniego miesiąca, wzrosły o 0,1%. W poszczególnych

Bardziej szczegółowo

cz.2 dr inż. Zbigniew Szklarski

cz.2 dr inż. Zbigniew Szklarski Wykład 1: Prąd sały cz. dr nż. Zbgnew Szklarsk szkla@agh.edu.pl hp://layer.uc.agh.edu.pl/z.szklarsk/ Pasma energeyczne pasma energeyczne - 198 Felx Bloch zblżane sę aomów do sebe powoduje rozszczepene

Bardziej szczegółowo

PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM

PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany

Bardziej szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

Bardziej szczegółowo

Modele ekonometryczne w Gretlu

Modele ekonometryczne w Gretlu Modele ekonomeryczne w Grelu Grel jes aplkacją przede wszyskm do zasosowań ekonomerycznych (oraz do analzy szeregów czasowych nekórzy wolą rozgranczać ekonomerę analzę szeregów czasowych, przy czym a osana

Bardziej szczegółowo

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki Dr nż. Robert Smusz Poltechnka Rzeszowska m. I. Łukasewcza Wydzał Budowy Maszyn Lotnctwa Katedra Termodynamk Projekt jest współfnansowany w ramach programu polskej pomocy zagrancznej Mnsterstwa Spraw Zagrancznych

Bardziej szczegółowo

Wyższa Szkoła Hotelarstwa i Gastronomii w Poznaniu SYLABUS

Wyższa Szkoła Hotelarstwa i Gastronomii w Poznaniu SYLABUS 1 Wyższa Szkoła Hotelarstwa i Gastronomii w Poznaniu SYLABUS Profil : Zawodowy Stopień studiów: I Kierunek studiów: Turystyka i Rekreacja Specjalność: Semestr: Forma studiów: II stacjonarne/niestacjonarne

Bardziej szczegółowo

W lipcu ceny żywności w sklepach spadły o 1 proc. - raport GUS

W lipcu ceny żywności w sklepach spadły o 1 proc. - raport GUS W lipcu ceny żywności w sklepach spadły o 1 proc. - raport GUS data aktualizacji: 2016.08.12 Według danych GUS ceny towarów i usług konsumpcyjnych w lipcu 2016 r., w stosunku do poprzedniego miesiąca,

Bardziej szczegółowo

Jakie będą detaliczne ceny żywności i ceny surowców rolnych?

Jakie będą detaliczne ceny żywności i ceny surowców rolnych? .pl https://www..pl Jakie będą detaliczne ceny żywności i ceny surowców rolnych? Autor: Ewa Ploplis Data: 31 maja 2017 W br. mają być droższe tłuszcze, artykuły mleczne, w tym głównie masło i sery dojrzewające,

Bardziej szczegółowo

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Wprowadzene W dzałalnośc nstytucj fnansowych, takch

Bardziej szczegółowo

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO WSKAŹNIK OCENY SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO Dagmara KARBOWNICZEK 1, Kazmerz LEJDA, Ruch cała człoweka w samochodze podczas wypadku drogowego zależy od sztywnośc nadwoza

Bardziej szczegółowo

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI.

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI. EONOMIA MENEDŻERSA Wykład 3 Funkcje rodukcj 1 FUNCJE PRODUCJI. ANAIZA OSZTÓW I ORZYŚCI SAI. MINIMAIZACJA OSZTÓW PRODUCJI. 1. FUNCJE PRODUCJI: JEDNO- I WIEOCZYNNIOWE Funkcja rodukcj określa zależność zdolnośc

Bardziej szczegółowo

W 2017 r. ceny żywności wzrosły o ponad 4,5 proc. [ANALIZA GUS]

W 2017 r. ceny żywności wzrosły o ponad 4,5 proc. [ANALIZA GUS] W 2017 r. ceny żywności wzrosły o ponad 4,5 proc. [ANALIZA GUS] data aktualizacji: 2018.01.15 Według danych Głównego Urzędu Statystycznego ceny towarów i usług konsumpcyjnych w grudniu 2017 r., w stosunku

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki Metody Planowana Eksperymentów Rozdzał 1. Strona 1 z 14 METODY PLANOWANIA EKSPERYMENTÓW dr hab. nż. Marusz B. Bogack Marusz.Bogack@put.poznan.pl www.fct.put.poznan.pl/cv23.htm Marusz B. Bogack 1 Metody

Bardziej szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów

Bardziej szczegółowo

Analiza rynku projekt

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

Bardziej szczegółowo

Usługi KPMG oferowane polskim przedsiębiorcom

Usługi KPMG oferowane polskim przedsiębiorcom Usług KPMG oferowane polskm przedsęborcom Czyl jak w czym pomagamy polskm frmom kpmg.pl 1 Usług KPMG oferowane polskm przedsęborcom 2013 Usług KPMG oferowane polskm przedsęborcom Doradztwo fnansowe ksęgowe

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych w maju 2014 r.

Wskaźniki cen towarów i usług konsumpcyjnych w maju 2014 r. Warszawa, 2014.06.13 Wskaźniki cen towarów i usług konsumpcyjnych w maju 2014 r. Ceny towarów i usług konsumpcyjnych w maju 2014 r., w stosunku do poprzedniego miesiąca, obniżyły się o 0,1%. W poszczególnych

Bardziej szczegółowo

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)

Bardziej szczegółowo

WSHiG Karta przedmiotu/sylabus

WSHiG Karta przedmiotu/sylabus WSHG Karta przedmotu/sylabus KIERUNEK SPECJALNOŚĆ TRYB STUDIÓW SEMESTR Turystyka Rekreacja Zarządzane marketng Stacjonarny / nestacjonarny I / I stopna Nazwa przedmotu ELEMENTY PRAWA GOSPODARCZEGO ZM_MKPR_S_8

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

Wskaźniki cen towarów i usług konsumpcyjnych

Wskaźniki cen towarów i usług konsumpcyjnych GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 15.06.2015 Opracowanie sygnalne Wskaźniki cen towarów i usług konsumpcyjnych Ceny towarów i usług konsumpcyjnych w maju 2015 r., utrzymały się przeciętnie na poziomie

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo