Prognozowanie i symulacje

Wielkość: px
Rozpocząć pokaz od strony:

Download "Prognozowanie i symulacje"

Transkrypt

1 Prognozowanie i symulacje - Wykład (15 godzin) -Ćwiczenia przy komputerze (30 godzin) - Zaliczenie jedna ocena - Zasady zaliczenia i literatura dr Tadeusz RóŜański Helena Gaspars Prognozowanie i symulacje 1 LITERATURA (?) 1) B. Guzik, D. Appenzeller, W. Jurek: Prognozowanie i symulacje. Wybrane zagadnienia. MD 153 lub 168, AE Poznań 2) M. Cieślak (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, Warszawa ) B. Radzikowska: Metody prognozowania, zbiór zadań, wydanie drugie rozszerzone, Wrocław ) M. Anholcer, H. Gaspars, A. Owczarkowski: Przykłady i zadania z badań operacyjnych i ekonometrii, MD 163, AE Poznań 5) B. Guzik, W. Jurek: Podstawowe metody ekonometrii, MD 143, AE Poznań Helena Gaspars Prognozowanie i symulacje 2 1

2 PROGNOZA - sąd o następujących własnościach: sformułowany z wykorzystaniem dorobku nauki odnoszący się do określonej przyszłości weryfikowalny empirycznie w przyszłości wartość logiczna sądu nieznana w momencie jego formułowania niepewny, ale akceptowany sąd oznajmujący (bezwarunkowy), a nie warunkowy Helena Gaspars Prognozowanie i symulacje 3 Dlaczego poniŝsze zdania nie są prognozą? 1. W przyszłym roku (2008) luty będzie liczył 29 dni. 2. JeŜeli stopa zwrotu WIG-u wyniesie jutro 0,5%, to wartość jednostek uczestnictwa w Funduszu Inwestycyjnym X wzrośnie o 0,3%. 3. Spotkałem dziś rano kominiarza, więc dzisiejszy dzień mogę spisać na straty. 4. W budynku B Akademii Ekonomicznej zostanie zainstalowana winda DEFINICJA PROGNOZY sformułowany z wykorzystaniem dorobku nauki odnoszący się do określonej przyszłości weryfikowalny empirycznie w przyszłości wartość logiczna sądu nieznana w momencie jego formułowania niepewny, ale akceptowany sąd oznajmujący, a nie warunkowy Helena Gaspars Prognozowanie i symulacje 4 2

3 INNA DEFINICJA PROGNOZY Hellwig: prognoza to sąd o znanej i dostatecznie duŝej wiarygodności Dylemat: jak zmierzyć prawdopodobieństwo tego, Ŝe dane zdanie jest prawdziwe? Helena Gaspars Prognozowanie i symulacje 5 FUNKCJE PROGNOZ Treść prognozy sformułowanej w II połowie semestru przez prowadzących ćwiczenia z matematyki: 20 % studentów I roku WZ nie uzyska w tym roku zaliczenia z ćwiczeń z matematyki (w I podejściu). - Preparacyjna - Aktywizująca - Informacyjna Wykładowca: W takim razie studenci zmieszczą się w jednej sali. Wynajmę tylko jedną salę na egzamin. Student: Nie chcę znaleźć się wśród tych, którzy nie zaliczą. Zabieram się ostro do nauki Dziekan: NaleŜy liczyć się z tym, Ŝe liczba studentów na II roku spadnie Helena Gaspars Prognozowanie i symulacje 6 3

4 KLASYFIKACJA PROGNOZ (1) Prognoza jakościowa Pani Gaspars będzie wymagająca przy ocenianiu wejściówek z prognozowania i symulacji Studenci pani Gaspars dostaną średnio 3 pkt z kaŝdej wejściówki (na 5 moŝliwych). Prognoza ilościowa punktowa Prognoza ilościowa przedziałowa Studenci pani Gaspars najczęściej otrzymywać będą między 2 a 4 punkty z wejściówki Helena Gaspars Prognozowanie i symulacje 7 KLASYFIKACJA PROGNOZ (2a) 1. Prognozy krótkookresowe 2. Prognozy średniookresowe 3. Prognozy długookresowe Kryteria podziału: Zasięg ekstrapolacji (mierzony bezwzględnie) Zasięg ekstrapolacji w stosunku do liczby posiadanych danych (mierzony względnie) Która prognoza jest zatem długookresowa??? B A Helena Gaspars Prognozowanie i symulacje 8 4

5 KLASYFIKACJA PROGNOZ (2b) 1. Prognozy krótkookresowe 2. Prognozy średniookresowe 3. Prognozy długookresowe Do momentu prognozowanego zachodzą zmiany ilościowe i powaŝne zmiany jakościowe Do momentu prognozowanego zachodzą zmiany ilościowe i drobne zmiany jakościowe Do momentu prognozowanego zachodzą tylko zmiany ilościowe Helena Gaspars Prognozowanie i symulacje 9 KLASYFIKACJA PROGNOZ (3) 1. Prognoza badawcza (w tym ostrzegawcza) 2. Prognoza realistyczna KLASYFIKACJA PROGNOZ (4) 1. Prognoza samorealizująca się 2. Prognoza samounicestwiająca się Helena Gaspars Prognozowanie i symulacje 10 5

6 ETAPY PROGNOZOWANIA 1. Sformułowanie zadania prognostycznego: - obiekt zjawisko zmienne jednostki zmiennych zasięg prognozy 2. Określenie przesłanek prognostycznych: - hipoteza dotycząca powiązania zmiennej prognozowanej z innymi wielkościami (propozycja modelu), postawa pasywna czy aktywna? 3. Zebranie danych - potrzebnych do oszacowania modelu i obliczenia prognozy 4. Określenie metody (i reguły) prognozowania Helena Gaspars Prognozowanie i symulacje 11 ETAPY PROGNOZOWANIA dc. 5. Wyznaczenie prognozy 6. Oszacowanie przypuszczalnej trafności prognoz - Prognozę uznaje się za dopuszczalną, gdy jej przypuszczalna trafność jest wysoka 7. Wykorzystanie prognoz 8. Monitorowanie prognoz Helena Gaspars Prognozowanie i symulacje 12 6

7 REGUŁY PROGNOZOWANIA 1. Reguła podstawowa 2. Reguła podstawowa z poprawką 3. Reguła największego prawdopodobieństwa 4. Reguła minimalnej straty Helena Gaspars Prognozowanie i symulacje 13 METODY PROGNOZOWANIA 1. Metody prognozowania na podstawie szeregów czasowych (wygładzanie wykładnicze, średnie ruchome, metoda wskaźników, modele adaptacyjne itd.) 2. Metody prognozowania przyczynowoskutkowego (modele ekonometryczne, symulacje, itd.) 3. Metody prognozowania przez analogie (analogie przestrzenne, historyczne, itd.) 4. Heurystyczne metody prognozowania (burza mózgów, metoda delficka itd.) Helena Gaspars Prognozowanie i symulacje 14 7

8 SYMULACJA - sąd o następujących własnościach: niepewny warunkowy (odpowiada na pytanie: co by było, gdyby) nie musi odnosić się do określonej przyszłości Helena Gaspars Prognozowanie i symulacje 15 Prognozowanie Czy istnieje jakiś związek? Symulacja Helena Gaspars Prognozowanie i symulacje 16 8

9 Prognozowanie a symulacja I. Prognozy mogą stanowić dane wejściowe do symulacji Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 17 Prognozowanie a symulacja II. Model spaja prognozowanie i symulacje Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 18 9

10 Prognozowanie a symulacja III. Symulacja to jedna z metod prognozowania Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 19 Prognozowanie a symulacja IV. Za prognozę uznajemy tę symulację, która wydaje nam się najbardziej wiarygodna Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 20 10

11 Symulacja to puszczenie modelu w ruch Helena Gaspars Prognozowanie i symulacje 21 Źródła: Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowanie, PWN, Warszawa 2001: , 2.2, 2,5 Appenzeller Dorota, Guzik Bogusław, Jurek Witold, Prognozowanie i symulacje. Wybrane zagadnienia, Materiały dydaktyczne, zeszyt 153, Poznań 2004: 1, 2.2, 2.3 Nowak Edward, Prognozowanie gospodarcze. Metody, modele, zastosowania, przykłady, Warszawa 1998: , 2.2 Helena Gaspars Prognozowanie i symulacje 22 11

12 Za tydzień zapraszam na wykład poświęcony ekonometrii Dziękuję za uwagę Helena Gaspars Prognozowanie i symulacje 23 12

Maria Cieślak (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, Warszawa 2004 r.

Maria Cieślak (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, Warszawa 2004 r. Metody prognozowania: Wprowadzenie Dr inż. Sebastian a Skoczypiec Literatura: Maria Cieślak (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, Warszawa 2004 r. Ryszard Tadeusiewiecz: Sieci

Bardziej szczegółowo

UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki

UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych prowadzący: dr inż. Tomasz Bartłomowicz tomasz.bartlomowicz@ue.wroc.pl

Bardziej szczegółowo

Prognozowanie popytu. mgr inż. Michał Adamczak

Prognozowanie popytu. mgr inż. Michał Adamczak Prognozowanie popytu mgr inż. Michał Adamczak Plan prezentacji 1. Definicja prognozy 2. Klasyfikacja prognoz 3. Szereg czasowy 4. Metody prognozowania 4.1. Model naiwny 4.2. Modele średniej arytmetycznej

Bardziej szczegółowo

Prognozowanie gospodarcze - opis przedmiotu

Prognozowanie gospodarcze - opis przedmiotu Prognozowanie gospodarcze - opis przedmiotu Informacje ogólne Nazwa przedmiotu Prognozowanie gospodarcze Kod przedmiotu 11.9-WZ-EkoP-PrG-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia Profil

Bardziej szczegółowo

SYLABUS. 4.Studia Kierunek studiów/specjalność Poziom kształcenia Forma studiów Ekonomia Studia pierwszego stopnia Studia stacjonarne i niestacjonarne

SYLABUS. 4.Studia Kierunek studiów/specjalność Poziom kształcenia Forma studiów Ekonomia Studia pierwszego stopnia Studia stacjonarne i niestacjonarne SYLABUS 1.Nazwa przedmiotu Prognozowanie i symulacje 2.Nazwa jednostki prowadzącej Katedra Metod Ilościowych i Informatyki przedmiot Gospodarczej 3.Kod przedmiotu E/I/A.16 4.Studia Kierunek studiów/specjalność

Bardziej szczegółowo

egzamin oraz kolokwium

egzamin oraz kolokwium KARTA PRZEDMIOTU Kod przedmiotu E/FIRP/PSY w języku polskim Prognozowanie i symulacje Nazwa przedmiotu w języku angielskim Forecasting and simulation USYTUOWANIE PRZEDMIOTU W SYSTEMIE STUDIÓW Kierunek

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: PROGNOZOWANIE Z WYKORZYSTANIEM SYSTEMÓW INFORMATYCZNYCH Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU

Bardziej szczegółowo

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2015/2016. Kierunek: Opis przedmiotu. prognoz. Dane podstawowe. Efekty i cele. Opis.

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2015/2016. Kierunek: Opis przedmiotu. prognoz. Dane podstawowe. Efekty i cele. Opis. Sylabus przedmiotu: Specjalność: Prognozowanie i symulacja w przedsiębiorstwie Wszystkie specjalności Data wydruku: 23.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji

Bardziej szczegółowo

Zapraszamy do współpracy FACULTY OF ENGINEERING MANAGEMENT www.fem.put.poznan.pl Agnieszka Stachowiak agnieszka.stachowiak@put.poznan.pl Pokój 312 (obok czytelni) Dyżury: strona wydziałowa Materiały dydaktyczne:

Bardziej szczegółowo

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015 Tryb studiów Niestacjonarne Nazwa kierunku studiów Finanse i Rachunkowość Poziom studiów Stopień pierwszy Rok studiów/ semestr II/4 Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki

Bardziej szczegółowo

METODY ILOŚCIOWE W ZARZĄDZANIU

METODY ILOŚCIOWE W ZARZĄDZANIU 1.1.1 Metody ilościowe w zarządzaniu I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE METODY ILOŚCIOWE W ZARZĄDZANIU Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: RiAF_PS5 Wydział Zamiejscowy

Bardziej szczegółowo

UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki

UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki UE, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych wykład ćwiczenia laboratorium prowadzący: dr inż. Tomasz Bartłomowicz konsultacje:

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

23 Zagadnienia - Prognozowanie i symulacje

23 Zagadnienia - Prognozowanie i symulacje 1. WYJAŚNIJ POJĘCIE PROGNOZY I OMÓW PODSTAWOWE PEŁNIONE PRZEZ PROGNOZĘ FUNKCJE. Prognoza - jest to sąd dotyczący przyszłej wartości pewnego zjawiska o następujących właściwościach: jest sformułowany w

Bardziej szczegółowo

UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki

UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki UE, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych wykład ćwiczenia laboratorium prowadzący: dr inż. Tomasz Bartłomowicz konsultacje:

Bardziej szczegółowo

Po co w ogóle prognozujemy?

Po co w ogóle prognozujemy? Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym

Bardziej szczegółowo

Ekonomia II stopień ogólnoakademicki. stacjonarne wszystkie Katedra Matematyki Dr hab. Artur Maciąg. podstawowy. obowiązkowy polski.

Ekonomia II stopień ogólnoakademicki. stacjonarne wszystkie Katedra Matematyki Dr hab. Artur Maciąg. podstawowy. obowiązkowy polski. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Z-EKO2-500 Nazwa modułu Ekonometria i prognozowanie procesów ekonomicznych Nazwa modułu w języku angielskim Econometrics and forecasting economics proceses Obowiązuje

Bardziej szczegółowo

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2015/2016

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2015/2016 Tryb studiów Niestacjonarne Nazwa kierunku studiów EKONOMIA Poziom studiów Stopień drugi Rok studiów/ semestr II/ Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 205/206 Specjalność

Bardziej szczegółowo

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2010/2011

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2010/2011 SYLLABUS na rok akademicki 00/0 Tryb studiów Stacjonarne Nazwa kierunku studiów EKONOMIA Poziom studiów Stopień pierwszy Rok studiów/ semestr III; semestr 5 Specjalność Bez specjalności Kod przedmiotu

Bardziej szczegółowo

Imię, nazwisko i tytuł/stopień KOORDYNATORA przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, dr

Imię, nazwisko i tytuł/stopień KOORDYNATORA przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, dr Tryb studiów Stacjonarne Nazwa kierunku studiów EKONOMIA Poziom studiów Stopień pierwszy Rok studiów/ semestr III; semestr 5 Specjalność Bez specjalności Kod przedmiotu w systemie USOS 1000-ES1-3EC1 Liczba

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Prognozowanie i symulacje Forecasting and simulations Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów:

Bardziej szczegółowo

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015. Forma studiów: Stacjonarne Kod kierunku: 06.

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015. Forma studiów: Stacjonarne Kod kierunku: 06. Państwowa Wyższa Szko la Zawodowa w Nowym Sa czu Karta przedmiotu Instytut Techniczny obowiązuje studentów rozpoczynających studia w roku akademickim 201/201 Kierunek studiów: Zarządzanie i inżynieria

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest

Bardziej szczegółowo

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol) KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Ekonometria 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/6 5. LICZBA PUNKTÓW ECTS: 5 6. LICZBA GODZIN: 30 / 30 7. TYP PRZEDMIOTU

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

EKONOMETRIA I SYLABUS

EKONOMETRIA I SYLABUS Załącznik nr 5 do Uchwały nr 1202 Senatu UwB z dnia 29 lutego 2012 r. EKONOMETRIA I SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 201/2015 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

PROGNOZY I SYMULACJE

PROGNOZY I SYMULACJE Forecasting is the art of saying what will happen, and then explaining why it didn t. Ch. Chatfield (1986) PROGNOZY I SYMULACJE Katarzyna Chudy Laskowska konsultacje: p. 400A środa 10-12 czwartek 830-10

Bardziej szczegółowo

Prognozy analogowe.metody heurystyczne.

Prognozy analogowe.metody heurystyczne. Notatki do wykładu 1009 Prognozy analogowe.metody heurystyczne. - metody analogowe - metody heurystyczne -- burza mózgów -- metoda delficka M. Cieślak (red. Nauk) Prognozowanie Gospodarcze. Metody i zastosowania.

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 1

Stanisław Cichocki Natalia Nehrebecka. Wykład 1 Stanisław Cichocki Natalia Nehrebecka Wykład 1 1 1. Sprawy organizacyjne Zasady zaliczenia Ćwiczenia Literatura 2. Czym zajmuje się ekonometria? 3. Formy danych statystycznych 4. Model ekonometryczny 2

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 1

Stanisław Cichocki Natalia Nehrebecka. Wykład 1 Stanisław Cichocki Natalia Nehrebecka Wykład 1 1 1. Sprawy organizacyjne Zasady zaliczenia Ćwiczenia Literatura 2. Czym zajmuje się ekonometria? 3. Formy danych statystycznych 4. Model ekonometryczny 2

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

Metody analizy przestrzennej. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 30. niestacjonarne: Wykłady: 18 Ćwiczenia: 18

Metody analizy przestrzennej. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 30. niestacjonarne: Wykłady: 18 Ćwiczenia: 18 Karta przedmiotu Wydział: Wydział Finansów Kierunek: Gospodarka przestrzenna I. Informacje podstawowe Nazwa przedmiotu Metody analizy przestrzennej Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu

Bardziej szczegółowo

KARTA PRZEDMIOTU. 10. WYMAGANIA WSTĘPNE: wiadomości i umiejętności z zakresu matematyki z semestru 1

KARTA PRZEDMIOTU. 10. WYMAGANIA WSTĘPNE: wiadomości i umiejętności z zakresu matematyki z semestru 1 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Matematyka 2. KIERUNEK: Mechanika i budowa maszyn 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: I/2 5. LICZBA PUNKTÓW ECTS: 4 6. LICZBA GODZIN: 30 WY + 30

Bardziej szczegółowo

Management Systems in Production Engineering No 1(5), 2012

Management Systems in Production Engineering No 1(5), 2012 METODY I TECHNIKI PROGNOZOWANIA WARTOŚCI KLUCZOWYCH WSKAŹNIKÓW EFEKTYWNOŚCI DLA POTRZEB WPROWADZANIA ZMIAN W ORGANIZACJI UTRZYMANIA RUCHU METHODS AND TECHNIQUES OF PREDICTION OF KEY PERFORMANCE INDICATORS

Bardziej szczegółowo

BADANIA RYNKOWE I MARKETINGOWE

BADANIA RYNKOWE I MARKETINGOWE 1.1.1 Badania rynkowe i marketingowe I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE BADANIA RYNKOWE I MARKETINGOWE Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P15 Wydział Zamiejscowy

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

Wykład ze statystyki. Maciej Wolny Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:

Bardziej szczegółowo

dr Tadeusz Różański- wykład

dr Tadeusz Różański- wykład Kod przedmiotu: PLPILA0-IKO-L-4p8-01 Pozycja planu: B8 INFORMACJ O PRZDMIOCI A. Podstawowe dane 1 Nazwa przedmiotu konometria Rodzaj przedmiotu Podstawowy/Obowiązkowy 3 Kierunek studiów konomia 4 Poziom

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

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Plan prezentacji Wprowadzenie do prognozowania Metody

Bardziej szczegółowo

Prognozowanie na podstawie modelu ekonometrycznego

Prognozowanie na podstawie modelu ekonometrycznego Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)

Bardziej szczegółowo

Ekonometria dynamiczna i finansowa Kod przedmiotu

Ekonometria dynamiczna i finansowa Kod przedmiotu Ekonometria dynamiczna i finansowa - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonometria dynamiczna i finansowa Kod przedmiotu 11.5-WK-IiED-EDF-W-S14_pNadGenMOT56 Wydział Kierunek Wydział Matematyki,

Bardziej szczegółowo

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006 Modele dynamiczne Paweł Cibis pcibis@o2.pl 27 kwietnia 2006 1 Wyodrębnianie tendencji rozwojowej 2 Etap I Wyodrębnienie tendencji rozwojowej Etap II Uwolnienie wyrazów szeregu empirycznego od trendu Etap

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu

Bardziej szczegółowo

Ekonometria i prognozowanie Econometrics and prediction

Ekonometria i prognozowanie Econometrics and prediction KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Ekonometria i prognozowanie Econometrics and prediction A. USYTUOWANIE

Bardziej szczegółowo

Uczelnia Łazarskiego. Sylabus. 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu

Uczelnia Łazarskiego. Sylabus. 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu Uczelnia Łazarskiego Sylabus 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu 3. Język wykładowy Język polski 4. Status przedmiotu podstawowy do wyboru Języki X kierunkowy specjalistyczny Inne 5. Cel

Bardziej szczegółowo

Analiza Danych Zastanych SYLABUS A. Informacje ogólne

Analiza Danych Zastanych SYLABUS A. Informacje ogólne Analiza Danych Zastanych SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj

Bardziej szczegółowo

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

Stanisław Cichocki Natalia Nehrebecka. Wykład 1

Stanisław Cichocki Natalia Nehrebecka. Wykład 1 Stanisław Cichocki Natalia Nehrebecka Wykład 1 1 1. Sprawy organizacyjne Zasady zaliczenia Ćwiczenia Literatura 2. Formy danych statystycznych 3. Czym zajmuje się ekonometria? Model ekonometryczny 2 1.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność (jeśli

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

Metodologia badań psychologicznych

Metodologia badań psychologicznych Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Psychologia jako nauka empiryczna Wprowadzenie pojęć Wykład 5 Cele badań naukowych 1. Opis- (funkcja deskryptywna) procedura definiowania

Bardziej szczegółowo

Z-LOGN Ekonometria Econometrics. Przedmiot wspólny dla kierunku Obowiązkowy polski Semestr IV

Z-LOGN Ekonometria Econometrics. Przedmiot wspólny dla kierunku Obowiązkowy polski Semestr IV bbbbkarta MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN1-0184 Ekonometria Econometrics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE

Bardziej szczegółowo

Rachunek kosztów. WZ-ST1-RC-Co-12/13Z-RCHU Controlling. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 45

Rachunek kosztów. WZ-ST1-RC-Co-12/13Z-RCHU Controlling. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 45 Karta przedmiotu Wydział: Wydział Zarządzania Kierunek: Rachunkowość i Controlling I. Informacje podstawowe Nazwa przedmiotu Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu Rachunek kosztów Cost

Bardziej szczegółowo

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA 1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje

Bardziej szczegółowo

1.1.1 Statystyka matematyczna i badania operacyjne

1.1.1 Statystyka matematyczna i badania operacyjne 1.1.1 Statystyka matematyczna i badania operacyjne I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE (MODULE) Kod przedmiotu: STATYSTYKA MATEMATYCZNA I BADANIA OPERACYJNE P5 Wydział Zamiejscowy w Ostrowie

Bardziej szczegółowo

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: - Nazwa modułu: Statystyka opisowa i ekonomiczna Rok akademicki: 2013/2014 Kod: ZIE-1-205-n Punkty ECTS: 6 Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Specjalność: - Poziom studiów: Studia I

Bardziej szczegółowo

Kierunkowy Obowiązkowy Polski Semestr VI

Kierunkowy Obowiązkowy Polski Semestr VI KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 Z-ID-603 Prognozowanie i symulacje w przedsiębiorstwie Forecasting and

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 WydziałPrawa, Administracji i Stosunków Międzynarodowych

Bardziej szczegółowo

Karta modułu przedmiotu

Karta modułu przedmiotu Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie Karta modułu przedmiotu 1 Informacje ogólne Kierunek studiów: Specjalność: Profil kształcenia: Forma studiów: Stopień kształcenia: Semestr: Nazwa przedmiotu

Bardziej szczegółowo

1.1. Zajęcia w ramach przedmiotu są prowadzone w oparciu o Regulamin Studiów obowiązujący na Uniwersytecie Przyrodniczym oraz niniejszy regulamin.

1.1. Zajęcia w ramach przedmiotu są prowadzone w oparciu o Regulamin Studiów obowiązujący na Uniwersytecie Przyrodniczym oraz niniejszy regulamin. EKONOMETRIA dr inż.. ALEKSANDRA ŁUCZAK Uniwersytet Przyrodniczy w Poznaniu Katedra Finansów w i Rachunkowości ci Zakład Metod Ilościowych Collegium Maximum,, pokój j 617 Tel. (61) 8466091 luczak@up.poznan.pl

Bardziej szczegółowo

studiów Podstawy Statystyki TR/2/PP/STAT 7 3

studiów Podstawy Statystyki TR/2/PP/STAT 7 3 kod nr w planie ECTS Przedmiot studiów Podstawy Statystyki TR/2/PP/STAT 7 3 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy

Bardziej szczegółowo

Metodologia badań. 1,5 ECTS F-2-P-MB-15 Forma studiów /liczba godzin studia /liczba punktów ECTS: stacjonarne w/ćw

Metodologia badań. 1,5 ECTS F-2-P-MB-15 Forma studiów /liczba godzin studia /liczba punktów ECTS: stacjonarne w/ćw Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów): Koordynator, osoby

Bardziej szczegółowo

studia stacjonarne w/ćw zajęcia zorganizowane: 30/15 3,0 praca własna studenta: 55 Godziny kontaktowe z nauczycielem akademickim: udział w wykładach

studia stacjonarne w/ćw zajęcia zorganizowane: 30/15 3,0 praca własna studenta: 55 Godziny kontaktowe z nauczycielem akademickim: udział w wykładach Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów) Osoby prowadzące:

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA PRZEDMIOTU / SYLABUS Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

Bardziej szczegółowo

Metodologia badań naukowych

Metodologia badań naukowych Metodologia badań naukowych Cele zajęć: Nabycie umiejętności określania problemu badawczego i planowania badania Przyswojenie umiejętności z zakresu przygotowania i przeprowadzenia badania empirycznego

Bardziej szczegółowo

Wprowadzenie do teorii prognozowania

Wprowadzenie do teorii prognozowania Wprowadzenie do teorii prognozowania I Pojęcia: 1. Prognoza i zmienna prognozowana (przedmiot prognozy). Prognoza punktowa i przedziałowa. 2. Okres prognozy i horyzont prognozy. Prognozy krótkoterminowe

Bardziej szczegółowo

Opis przedmiotu: Probabilistyka I

Opis przedmiotu: Probabilistyka I Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca

Bardziej szczegółowo

Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Seminarium dyplomowe. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: studia pierwszego stopnia

Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Seminarium dyplomowe. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: studia pierwszego stopnia Załącznik Nr 1 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: dyplomowe 2. KIERUNEK: Pedagogika 3. POZIOM STUDIÓW: studia pierwszego stopnia 4. ROK/ SEMESTR STUDIÓW: II/4; III/,6. LICZBA PUNKTÓW ECTS: 6 6. LICZBA

Bardziej szczegółowo

Analiza metod prognozowania kursów akcji

Analiza metod prognozowania kursów akcji Analiza metod prognozowania kursów akcji Izabela Łabuś Wydział InŜynierii Mechanicznej i Informatyki Kierunek informatyka, Rok V Specjalność informatyka ekonomiczna Politechnika Częstochowska izulka184@o2.pl

Bardziej szczegółowo

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność

Bardziej szczegółowo

dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu

dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne

Bardziej szczegółowo

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Matematyka finansowa (MFI222) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Matematyka finansowa (MFI222) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Matematyka finansowa (MFI222) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4 5. LICZBA PUNKTÓW ECTS: 8 6. LICZBA GODZIN: 30 / 30

Bardziej szczegółowo

ZARZĄDZANIE JAKOŚCIĄ. 1.1.1 Zarządzanie jakością I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE

ZARZĄDZANIE JAKOŚCIĄ. 1.1.1 Zarządzanie jakością I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE 1.1.1 Zarządzanie jakością I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE ZARZĄDZANIE JAKOŚCIĄ Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P12 Wydział Zamiejscowy w Ostrowie Wielkopolskim

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne

WNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne WNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok studiów /semestr Wymagania wstępne (tzw. sekwencyjny system

Bardziej szczegółowo

MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek

MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek Tytuł: Autor: MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek Wstęp Książka "Modelowanie polskiej gospodarki z pakietem R" powstała na bazie materiałów, które wykorzystywałem przez ostatnie

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA PRZEDMIOTU / SYLABUS Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

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

Metodologia badań społecznych Kod przedmiotu

Metodologia badań społecznych Kod przedmiotu Metodologia badań społecznych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Metodologia badań społecznych Kod przedmiotu 14.9-WP-PSP-MBS-W_pNadGen6WRNJ Wydział Kierunek Wydział Pedagogiki, Psychologii

Bardziej szczegółowo

KARTA PRZEDMIOTU. 10. WYMAGANIA WSTĘPNE: wiadomości i umiejętności z zakresu matematyki ze szkoły średniej

KARTA PRZEDMIOTU. 10. WYMAGANIA WSTĘPNE: wiadomości i umiejętności z zakresu matematyki ze szkoły średniej KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Matematyka 2. KIERUNEK: Mechanika i budowa maszyn 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: I/1 5. LICZBA PUNKTÓW ECTS: 4 6. LICZBA GODZIN: 30 WY + 30

Bardziej szczegółowo

OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Organizacje międzynarodowe na kierunku Prawo

OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Organizacje międzynarodowe na kierunku Prawo Prof. UAM dr hab. Tadeusz Gadkowski Kierownik Katedry Prawa Międzynarodowego i Organizacji Międzynarodowych Poznań, dnia 30 września 2015 r. OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Organizacje

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo

Bardziej szczegółowo

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF Podstawy ekonometrii Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF Cele przedmiotu: I. Ogólne informacje o przedmiocie. - Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod modelowania

Bardziej szczegółowo

K A R T A P R Z E D M I O T U

K A R T A P R Z E D M I O T U Uczelnia Wydział Kierunek studiów Poziom kształcenia Profil kształcenia Uniwersytet Marii CurieSkłodowskiej w Lublinie Wydział Prawa i Administracji Kierunek prawnobiznesowy Studia pierwszego stopnia Profil

Bardziej szczegółowo

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/5 5. LICZBA PUNKTÓW ECTS: 6 6. LICZBA GODZIN: 30

Bardziej szczegółowo

przedmiotu Nazwa Pierwsza studia drugiego stopnia

przedmiotu Nazwa Pierwsza studia drugiego stopnia Nazwa przedmiotu K A R T A P R Z E D M I O T U ( S Y L L A B U S ) O p i s p r z e d m i o t u Kod przedmiotu EKONOMETRIA UTH/I/O/MT/zmi/ /C 1/ST/2(m)/1Z/C1.1.5 Język wykładowy ECONOMETRICS JĘZYK POLSKI

Bardziej szczegółowo

przedmiot podstawowy obowiązkowy polski drugi

przedmiot podstawowy obowiązkowy polski drugi KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering

Bardziej szczegółowo

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Analiza zespolona. 2. KIERUNEK: Matematyka. 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4

KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Analiza zespolona. 2. KIERUNEK: Matematyka. 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Analiza zespolona 2. KIERUNEK: Matematyka 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4 5. LICZBA PUNKTÓW ECTS: 3 6. LICZBA GODZIN: 15 wykład + 15 ćwiczenia

Bardziej szczegółowo

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek: Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne

Bardziej szczegółowo

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Wprowadzenie do teorii ekonometrii Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Zajęcia Wykład Laboratorium komputerowe 2 Zaliczenie EGZAMIN (50%) Na egzaminie obowiązują wszystkie informacje

Bardziej szczegółowo

Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

Bardziej szczegółowo

CZĘŚĆ I. PRZYGOTOWANIE PROCESU BADAŃ MARKETINGOWYCH. 1.2.1. Faza identyfikacji problemów decyzyjnych lub okoliczności sprzyjających

CZĘŚĆ I. PRZYGOTOWANIE PROCESU BADAŃ MARKETINGOWYCH. 1.2.1. Faza identyfikacji problemów decyzyjnych lub okoliczności sprzyjających Badania marketingowe. Podstawy metodyczne Autor: Stanisław Kaczmarczyk Wstęp CZĘŚĆ I. PRZYGOTOWANIE PROCESU BADAŃ MARKETINGOWYCH Rozdział 1. Badania marketingowe a zarządzanie 1.1. Rozwój praktyki i teorii

Bardziej szczegółowo

METODY I TECHNIKI ZARZĄDZANIA

METODY I TECHNIKI ZARZĄDZANIA 1.1.1 Metody i techniki zarządzania I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE METODY I TECHNIKI ZARZĄDZANIA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: ZZL_PS1 Wydział Zamiejscowy

Bardziej szczegółowo

Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: I stopień

Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: I stopień Załącznik Nr 1 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii 2. KIERUNEK: Pedagogika 3. POZIOM STUDIÓW: I stopień 4. ROK/ SEMESTR STUDIÓW: rok II / semestr 3. LICZBA PUNKTÓW ECTS:

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

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Ryzyko w procesie zarządzania dr Mirosław Wójciak Uniwersytet Ekonomiczny w Katowicach 27 lutego 2012 1 Gdzie spotykamy się z ryzykiem? Praktycznie w każdej dziedzinie życia.

Bardziej szczegółowo

PROGNOZOWANIE RENTOWNOŚCI PRODUKCJI WĘGLA KAMIENNEGO Z WYKORZYSTANIEM MODELU KOMPUTEROWEGO

PROGNOZOWANIE RENTOWNOŚCI PRODUKCJI WĘGLA KAMIENNEGO Z WYKORZYSTANIEM MODELU KOMPUTEROWEGO PROGNOZOWANIE RENTOWNOŚCI PRODUKCJI WĘGLA KAMIENNEGO Z WYKORZYSTANIEM MODELU KOMPUTEROWEGO Jolanta BIJAŃSKA, Krzysztof WODARSKI Streszczenie: W artykule przedstawiono model komputerowy, który został opracowany

Bardziej szczegółowo

LOGISTYKA ZAOPATRZENIA

LOGISTYKA ZAOPATRZENIA 1.1.1 Logistyka zaopatrzenia I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE LOGISTYKA ZAOPATRZENIA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: ZL_PS1 Wydział Zamiejscowy w Ostrowie

Bardziej szczegółowo

ANALIZA ANKIETY KURSÓW PRZEDMIOTOWYCH

ANALIZA ANKIETY KURSÓW PRZEDMIOTOWYCH Koszalin, dn. 12.0.2017r. Pani Prorektor d/s Kształcenia dr hab. Danuta Zawadzka, prof. nadzw. PK Sprawozdanie z wyników ankietyzacji oceniających kursy przedmiotowe realizowane na Studiach Doktoranckich

Bardziej szczegółowo