ZESTAW VI. ε, są składnikami losowymi. Oba modele są nieliniowe. Model (1) Y X Y = = Y X NIELINIOWE MODELE EKONOMETRYCZNE, FUNKCJA PRODUKCJI
|
|
- Bartosz Maj
- 6 lat temu
- Przeglądów:
Transkrypt
1 NIELINIOWE MODELE EKONOMETRYCZNE, FUNKCJA PRODUKCJI ZESTAW VI Przykład: Weźmy pod uwagę dwa modele ednorównaniowe: () Y = a+ b + c, () Y = + g + g Z + ξ, Gdzie,Y,Z oznaczaą zmienne, a,b,c,,g paramery srukuralne modelu, naomias ξ es nieliniowy względem zmiennych, a model () es nieliniowy względem paramerów. ε, są składnikami losowymi. Oba modele są nieliniowe. Model () UWAGA: Podział na modele liniowe i nieliniowe względem paramerów es w ekonomerii waŝnieszy! MODELE LINIOWE WZGLĘDEM PARAMETRÓW: Posać ogólna: gy ) = α ( x) + α ( x) +... α ( ) ( k k x Przykłady:. model ściśle liniowy Y = α + α + α +... αkk. model wielomianowy Y = α + α + α k +... α 3. model logarymiczny k Y = α + α ln + α lnz 4. model hiperboliczny = α + α + α Z Y 5. model z inerakcami Y = α + α + α Z + α ) ( 3 Z MODELE LINEARYZOWALNE To akie, kóre maą posać po odpowiednie ransormaci. Przykłady. model poęgowy β δ ε Y = α Z e ln Y = lnα + β ln + δ lnz. model wykładniczy Y = e a+ b+ ε 3. model S-krzywe Y = e ln Y = a+ b a+ b lny = a+ b gy ) = α ( x) + α ( x) +... α ( ) ( k k x ELASTYCZNOŚĆ CZĄSTKOWA Jes miarą wraŝliwości zmienne obaśniane na zmianę warości zmienne obaśniaące, chodzi u o zmiany względne a nie bezwzględne. Elasyczność Y względem oznacza, ceeris paribus, przyros względny (procenowy) warości Y w eekcie ednoskowego (procenowego) przyrosu warości. Y Y Y / Y E Y / = = Y Y /,
2 moŝna korzysać eŝ ze wzoru: EY / lny = ln FUNKCJA PRODUKCJI Teoria produkci es edna z dziedzin ekonomii, w kóre korzysa się z narzędzi maemaycznych. Ekonomeria zamue się u przede wszyskim meodologią szacowania i weryikaci zw. unkci produkci. Funkca produkci zaleŝność między nakładami czynników produkcynych w pewnym procesie a wielkością (warością) wyworzonego produku. Tradycynie: L nakłady pracy, K nakłady kapiału, Y produkca. Dwuczynnikową unkce produkci zapisać moŝemy ako Y = ( K,, przy czym zakładamy Y, K, L>. ZałoŜenia:. produkcyność krańcowa czynnika produkci es dodania K > L, >. produkcyność krańcowa czynnika es maleąca względem nakładów ego czynnika KK < LL, < 3. krańcowa produkcyność ednego czynnika rośnie w miarę zwiększania nakładów drugiego czynnika KL > KL, > 4. unkca es ednorodna Przypomnienie: es ednorodna sopnia r, eŝeli r ( λ K, λ = λ ( K, Inerpreaca: np. dla r= mamy: przyros nakładów kaŝdego z czynników o p% oznacza przyros produkci o p%. Dla r=, mówimy o sałych przychodach (korzyściach) skali. Dla r<, mówimy o maleących przychodach (korzyściach) skali. Dla r>, mówimy o rosnących przychodach (korzyściach) skali. 5. czynniki produkci są wzaemnie zasępowalne Subsyuca czynników produkci es dopuszczalna w określonych granicach. MoŜna przyąć, Ŝe ypową subsyucą w procesie produkci es zasępowanie nakładów pracy przez kapiał. Miarą sopnia subsyuci es krańcowa sopa subsyuci (KSS). Jes o wielkość przyrosu ednego czynnika aki powinien nasąpić, aby urzymać ę samą wielkość produkci, gdy nakład drugiego czynnika malee o pewną małą ednoskę. KSS L =. K Przykład: KSS=-, oznacza () wzrosowi (spadkowi) L o ednoskę powinien owarzyszyć spadek (wzros) K o, ednoski, () wzrosowi (spadkowi) K o ednoskę powinien owarzyszyć spadek (wzros) L o /,=5 ednosek. Przykładowe unkce produkci: () unkca Cobba-Douglasa: ak b L c ε ln Y = lna+ b lnk+ c lnl+ ln () unkca CES Y = po ransormaci ε
3 ELASTYCZNOŚĆ PRODUKCJI I ELASTYCZNOŚĆ SUBSTYTUCJI Elasyczność produkci względem danego czynnika deiniuemy ako elasyczność unkci względem ego czynnika (parz wyŝe). Warość współczynnika elasyczności obliczonego dla dane kombinaci nakładów oznacza, ceeris paribus, względny (procenowy) przyros warości Y wywołany ednoskowym (ednoprocenowym) przyrosem danego czynnika produkci. Elasyczność subsyuci mierz szybkość zmian współczynnika KSS. Jes deiniowana ako ( K / KSS σ = KSS ( K / Iloraz K/L nazywamy echnicznym uzbroeniem pracy. FUNKCJA PRODUKCJI COBBA-DOUGLASA W WERSJI DYNAMICZNEJ Gdy model unkci es szacowany na podsawie szeregów czasowych, wówczas do czynników produkci moŝna włączyć zmienną czasową. Czynnik czasowy es rakowany ako reprezenan zw. posepu echnicznego, o znaczy akich zmian auonomicznych procesu produkci, kóre przynoszą wzros produkci bez zwiększania nakładów czynników podsawowych. Posać dynamiczna unkci Comba-Douglasa moŝe być nasepuąca: b c d Y = akle ε, Dla raconalnych procesów produkcynych paramer d es dodani. Przyros względny warości produkci z okresu na okres wynosi (przy załoŝeniu niezmienności K i : Y Y Y = e d Zadanie Posulue się, Ŝe krańcowa skłonność do konsumpci dla poedynczego konsumena es liniową unkcą ego maąku. UŜywaąc rzech zmiennych A konsumpca, B dochód, C maąek, Zaproponu model ednorównaniowy, za pomocą kórego moŝna zweryikować ę hipoezę. Zadanie Oblicz E Y/ dla a) Y = a+ b b) Y = a+ b ln c) ln Y = a+ b ln Zadanie 3 Funkca opisuąca zaleŝność popyu na pomidory Y od ceny P ma posać: Yˆ = 4+ 7 P a) Oblicz i zinerpreu cenową elasyczność popyu na pomidory przy cenie wynoszące 35 p, b) Na akim poziomie naleŝy usalić cenę, by ze względu na zgromadzony zapas, kóry moŝe ulec zepsuciu, doprowadzić do wzrosu popyu o %? Przyąć, Ŝe obecna cena wynosi 35p. 3
4 Zadanie 4 Oszacowano nasępuącą unkce popyu na odbiorniki radiowe urysyczne: ORT = 7, ,77 +,3( LM), PR Gdzie ORT i PR oznaczaą odpowiednio, poziom sprzedaŝy i produkci odbiorników (w ys.) naomias LM es liczbą zawieranych małŝeńsw (w ys.). Obliczyć i skomenować kierunek zmian elasyczności popyu zmienne ORT względem poziomu produkci oraz liczby małŝeńsw, wiedząc, Ŝe dla = i = warości zmiennych były nasępuące: ORT =4; PR =35; LM =4; ORT =445; PR =33; LM =56. Zadanie 5 Oszacowano model rendu, w kórym Y oznacza warość nakładów inwesycynych w mld złoych rocznie:,45 Y = e, gdzie oznacza zmienną czasową(numer roku). a) kóry z nasępuących wniosków es prawidłowy i dlaczego? ) Nakłady inwesycyne wzrasały rocznie średnio o 4,5%, ) Nakłady inwesycyne wzrasały rocznie średnio o,45 mld zł. 3) Oba zdania błędne. Powinno być: b) Podać posać modeli rendu, dla kórych słuszne są wnioski z punków,. Zadanie 6 Dany es model:,6 Y = 5,5e, gdzie oznacza zmienną czasową(numer roku). Uzupełnić brakuące inormace: a) wzros o edną ednoskę ( rok) wiąŝe się ze wzrosem Y o % b) Jeśli zaem w pewnym roku Y=, o po roku będzie Y= c) Jeśli w pewnym roku Y=5, o po dwóch laach, w przybliŝeniu będzie Y= Zadanie 7 W poszczególnych laach liczba abonenów eleonicznych w dniu 3. w Polsce była nasępuąca (w ys.): 48, 65, 774, 953, 3, 39, 3565, 3938, 446, 56. Oszacowano nasępuące modele rendu, wyraŝaące relacę między liczbą abonenów w danym roku (Y ) oraz numerem roku (=,,,): (I) ln Y = 7,7 +,747, R =,97 (II) Y = 579, 33,6 + 6,8, R =,993 (III) ln Y = 7,845 +,3 +,47, R =,97 a) Zinerpreu ocenę parameru przy zmienne w modelu (I). b) Dla =5 oblicz i zinerpreu warość pochodne Y względem w kaŝdym z modeli. Dlaczego warości e są róŝne? c) Kóre współczynniki deerminaci moŝna bezpośrednio porównywać, a kórych nie moŝna i dlaczego? Zaproponu sposób porównywania sopnia dopasowania modelu dla e drugie syuaci. d) Kóry z modeli wybrałbyś ako nalepszy do prognozowania, nie znaąc warości Y? Zadanie 8 Oszacowano nasępuący nieliniowy model unkci konsumpci dla gospodarki USA korzysaąc z kwaralnych danych z okresu 946:-974: ˆ, 9539 Y C =,357+,49, Gdzie C oznacza realną globalna konsumpcę, naomias Y realny globalny dochód do dyspozyci. 4
5 a) Czy orzymane wyniki świadczą o prawdziwości hipoezy o maleące (w miarę wzrosu dochodu) krańcowe skłonności do konsumpci (KSK)? [wskazówka: KSK pochodna konsumpci względem dochodu.] b) Oblicz i zinerpreu KSK dla średnie warości Y równe 47 mld USD (w warunkach roku 958) i porówna ą z KSK orzymaną dla modelu liniowego oszacowanego dla ych samych danych: C ˆ = 7,985+,895 Y. c) Zarówno model liniowy, ak i nieliniowy dobrze pasuą do danych i maą paramery isonie róŝne od zera. Na akie podsawie moŝna dokonać wyboru ednego z ych modeli? Zadanie 9 Dana es unkca produkci: K P( K, = +,5L a) PokaŜ, Ŝe P(K, opisue maleące korzyści skali. [wskazówka: udowodni, Ŝe dla λ > es P( λ K, λ < λp( K, ] b) Jaka es elasyczność unkci P(K, względem K? Poda inerpreacę orzymanego wyniku. Zadanie Dane są dwa oszacowane modele unkci produkci: () PROD = azat + bmaj () PROD = ZAT c MAJ d, c +d =, Gdzie PROD, ZAT, MAJ oznaczaą odpowiednio: warość produkci, wielkość zarudnienia produkcynego, maąek rwały. PokaŜ, Ŝe oba modele opisuą procesy produkci z przychodami proporconalnymi do nakładów. Zadanie Na podsawie danych kwaralnych oszacowany zosał model:,7,9 PROD =,5MAJ ZAT Gdzie PROD, MAJ, ZAT ak w poprzednim zadaniu. a) Ocen zasadność wyników esymaci wykorzysuąc poecia: - krańcowe produkcyności czynników, - elasyczności produkci względem kaŝdego z czynników, - eeków skali produkci. b) Oblicz i zinerpreu krańcową sopę subsyuci dla MAJ=5 oraz ZAT=6. Zadanie Produkca P określona es modelem P ˆ =az b M c, gdzie Z oznacza zarudnienie, a M maąek rwały. Wybierz prawidłową odpowiedź: a) eśli warość maąku rwałego wzrasa o %, a zarudnienie nie zmienia się, koprodukca wzrasa o około: M % c c% ( b) % b % c b) Jeśli zarudnienie zwiększa się o ednoskę, o produkca nie ulegnie zmianie, gdy maąek: zmalee o około bm ednosek, 5
6 wzrośnie o około zmalee o około wzrośnie o około bm ednosek, bm ednosek, ednosek bm Zadanie 3 Produkcę globalną pewnego układu gospodarczego opisue dwuczynnikowa unkca produkci Comba-Douglasa, przy czym: Y warość produkci w mln p, liczba zarudnionych osób w mln, kapiał rwały w mld p. Elasyczność produkci względem zarudnienia i maaku wynosi odpowiednio, i,5. Tempo wzrosu produkci z okresu na okres przy niezmienionych nakładach czynników wywórczych wynosi e,. Krzywa sałego produku dla roku = odpowiadaąca produkci 6 mln p przechodzi przez punk o współrzędnych =3, mln osób oraz =9mld p. a) poda posać e unkci produkci, b) oblicz i zinerpreu krańcową produkcyność kapiału w roku = (. dla =3, oraz =9). c) Na począku roku τ na zarudnionego przypada kapiał rwały o warości,5 ys. p. W ciągu roku τ przewidue się spadek zarudnienia o ok. ys. osób. Jaka zmiana maąku es porzebna, aby zapobiec spadkowi produkci w ciągu ego roku? Zadanie 4 Oszacowano unkcę produkci ˆ M Z Y = ( ) ( ), gdzie M oznacza maąek 3 rwały, Z oznacza zarudnienie. Wiadomo, Ŝe M >, Z > 3. a) Naszkicu izokwanę e unkci dla Y =, b) Zbada monooniczność krańcowe produkcyności maąku i dokona inerpreaci uzyskanego rezulau. Oblicz i zinerpreu krańcową produkcyność maąku dla M = 5, Y =. c) Oblicz krańcową sopę subsyuci dla M = 5, Y =. 6
Wykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
Bardziej szczegółowoEkonometria. Model nieliniowe i funkcja produkcji. Jakub Mućk. Katedra Ekonomii Ilościowej. Modele nieliniowe Funkcja produkcji
Ekonometria Model nieliniowe i funkcja produkcji Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Ćwiczenia 7 Modele nieliniowe i funkcja produkcji 1 / 19 Agenda Modele nieliniowe 1 Modele
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie
Bardziej szczegółowoEkonometria. Model nieliniowe i funkcja produkcji. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Model nieliniowe i funkcja produkcji Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 7 i funkcja produkcji 1 / 23 Agenda 1 2 3 Jakub Mućk Ekonometria Wykład 7 i funkcja
Bardziej szczegółowoE k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowoAnaliza 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 szczegółowoDr hab. Jerzy Czesław Ossowski Wybrane elementy ekonometrii stosowanej cz. II Istotność zmiennych modelu, autokorelacja i modele multiplikatywne
Dr hab. Jerzy Czesław Ossowski Wybrane elemeny ekonomerii sosowanej cz. II Isoność zmiennych modelu, auokorelacja i modele muliplikaywne Ekonomeria-ćw.cz-SSW dr hab. Jerzy Czesław Ossowski Kaedra Nauk
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoPROGNOZOWANIE 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 szczegółowoMAKROEKONOMIA 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 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzros produkcji poencjalnej; Zakłócenie podażowe o sile
Bardziej szczegółowoINWESTYCJE. Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak
INWESTYCJE Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak Inwesycje Inwesycje w kapiał rwały: wydaki przedsiębiorsw na dobra używane podczas procesu produkcji innych dóbr Inwesycje
Bardziej szczegółowoPROGNOZOWANIE 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 szczegółowoKonspekty wykładów z ekonometrii
Konspek wkładów z ekonomerii Budowa i werfikaca modelu - reść przkładu W wniku ssemacznch badań popu na warzwa w pewnm mieście, orzmano nasępuące szeregi czasowe: przros (zmian) popu na warzwa (w zł. na
Bardziej szczegółowoJerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoPOTENCJAŁ KONKURENCYJNY PRZEMYSŁU SPOŻYWCZEGO W POLSCE
MAŁGORZATA JUCHNIEWICZ ATARZYNA ŁUIEWSA Uniwersye Warmińsko-Mazurski Olszyn POTENCJAŁ ONURENCYJNY PRZEMYSŁU SPOŻYWCZEGO W POSCE Wprowadzenie Wielowymiarowe podejście do konkurencyjności powoduje, że w
Bardziej szczegółowoInwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak
Inwesycje Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak CIASTECZOWY ZAWRÓT GŁOWY o akcja mająca miejsce w najbliższą środę (30 lisopada) na naszym Wydziale. Wydarzenie o związane jes z rwającym od
Bardziej szczegółowoCechy szeregów czasowych
energecznch Cech szeregów czasowch Rozdział Modelowanie szeregów czasowch 7 proces deerminisczn proces kórego warość może bć preczjnie określona w dowolnm czasie =T+τ = a +b T T+τ czas = sin(ω) T T+τ czas
Bardziej szczegółowoAnaliza popytu. Ekonometria. Metody i analiza problemów ekonomicznych. (pod red. Krzysztofa Jajugi), Wydawnictwo AE Wrocław, 1999.
Analiza popyu Eonomeria. Meody i analiza problemów eonomicznych (pod red. Krzyszofa Jajugi) Wydawnicwo AE Wrocław 1999. Popy P = f ( X X... X ε ) 1 2 m Zmienne onrolowane: np.: cena (C) nałady na relamę
Bardziej szczegółowoZajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego
Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb
Bardziej szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoMAKROEKONOMIA 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 szczegółowoStatystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego
Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez
Bardziej szczegółowo( ) ( ) ( τ) ( t) = 0
Obliczanie wraŝliwości w dziedzinie czasu... 1 OBLICZANIE WRAśLIWOŚCI W DZIEDZINIE CZASU Meoda układu dołączonego do obliczenia wraŝliwości układu dynamicznego w dziedzinie czasu. Wyznaczane będą zmiany
Bardziej szczegółowoKURS 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 szczegółowoMAKROEKONOMIA 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 szczegółowoMAKROEKONOMIA 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 szczegółowoPROGNOZOWANIE. 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 szczegółowoPrognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata
Projek Kapiał ludzki i społeczny jako czynniki rozwoju regionu łódzkiego współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Prognoza scenariuszowa poziomu oraz srukury
Bardziej szczegółowoEkonometria. wiczenia 7 Modele nieliniowe. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej
Ekonometria wiczenia 7 Modele nieliniowe (7) Ekonometria 1 / 19 Plan wicze«1 Nieliniowo± : co to zmienia? 2 Funkcja produkcji Cobba-Douglasa 3 Nieliniowa MNK (7) Ekonometria 2 / 19 Plan prezentacji 1 Nieliniowo±
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO NR 394 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 15 2004 JÓZEF HOZER Uniwersye Szczeci ski ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA 1. PYTANIE PROFESORA RAUTSKAUKASA
Bardziej szczegółowo( 3 ) Kondensator o pojemności C naładowany do różnicy potencjałów U posiada ładunek: q = C U. ( 4 ) Eliminując U z równania (3) i (4) otrzymamy: =
ROZŁADOWANIE KONDENSATORA I. el ćwiczenia: wyznaczenie zależności napięcia (i/lub prądu I ) rozładowania kondensaora w funkcji czasu : = (), wyznaczanie sałej czasowej τ =. II. Przyrządy: III. Lieraura:
Bardziej szczegółowoRuch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof.
Ruch płaski Ruchem płaskim nazywamy ruch, podczas kórego wszyskie punky ciała poruszają się w płaszczyznach równoległych do pewnej nieruchomej płaszczyzny, zwanej płaszczyzną kierującą. Punky bryły o jednakowych
Bardziej szczegółowoEkonometria Wykład 7 Modele nieliniowe, funkcja produkcji. Dr Michał Gradzewicz Katedra Ekonomii I KAE
Ekonometria Wykład 7 Modele nieliniowe, funkcja produkcji Dr Michał Gradzewicz atedra Ekonomii I AE Plan wykładu (Nie)liniowość modeli ekonomerycznych iniowość modeli ekonometrycznych Efekty krańcowe Elastyczności
Bardziej szczegółowoAnaliza opłacalności inwestycji logistycznej Wyszczególnienie
inwesycji logisycznej Wyszczególnienie Laa Dane w ys. zł 2 3 4 5 6 7 8 Przedsięwzięcie I Program rozwoju łańcucha (kanału) dysrybucji przewiduje realizację inwesycji cenrum dysrybucyjnego. Do oceny przyjęo
Bardziej szczegółowoModel segmentowy bezzatrudnieniowego wzrostu gospodarczego
Maria Jadamus-Hacura * Krysyna Melich-Iwanek ** Model segmenowy bezzarudnieniowego wzrosu gospodarczego Wsęp Wzros gospodarczy jes jednym z podsawowych czynników kszałujących rynek pracy. Rynek en jes
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoWZROST GOSPODARCZY A BEZROBOCIE
Wojciech Pacho & WZROST GOSPODARCZ A BEZROBOCIE Celem niniejszego arykułu jes pokazanie związku pomiędzy ezroociem a dynamiką wzrosu zagregowanej produkcji. Poszukujemy oowiedzi na pyanie czy i jak silnie
Bardziej szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO
ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO Sreszczenie Michał Barnicki Poliechnika Śląska, Wydział Oranizacji i Zarządzania Monika Odlanicka-Poczobu Poliechnika Śląska, Wydział
Bardziej szczegółowoPostęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
Bardziej szczegółowodr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
Kaedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Sposoby usalania płac w gospodarce Jednym z głównych powodów, dla kórych na rynku pracy obserwujemy poziom bezrobocia wyższy
Bardziej szczegółowoMakroekonomia 1 Wykład 14 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa
Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Krzywa Pillipsa: przypomnienie
Bardziej szczegółowoĆWICZENIE 7 WYZNACZANIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA. Wprowadzenie
ĆWICZENIE 7 WYZNACZIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA Wprowadzenie Ciało drgające w rzeczywisym ośrodku z upływem czasu zmniejsza ampliudę drgań maleje energia mechaniczna
Bardziej szczegółowoMacierz X ma wymiary: 27 wierszy (liczba obserwacji) x 6 kolumn (kolumna jednostkowa i 5 kolumn ze zmiennymi objaśniającymi) X
ROZWIĄZANIA ZADAO Zadanie EKONOMETRIA_dw_.xls Na podsawie danych zamieszczonych w arkuszu Zadanie. Podad posad analiyczną modelu ekonomerycznego wielkości produkcji w przemyśle od PO - liczby pracujących
Bardziej szczegółowoZadania z ekonomii matematycznej Teoria konsumenta
Paweł Kliber Zadania z ekonomii matematycznej Teoria konsumenta Zad Dla podanych niżej funcji użyteczności: (a u (x x = x + x (b u (x x = x x (c u (x x = x x (d u (x x = x x 4 (e u (x x = x + x = x + x
Bardziej szczegółowoRównania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Bardziej szczegółowoLABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR
LORTORIUM PODSTWY ELEKTRONIKI adanie ramki X-OR 1.1 Wsęp eoreyczny. ramka XOR ramka a realizuje funkcję logiczną zwaną po angielsku EXLUSIVE-OR (WYŁĄZNIE LU). Polska nazwa brzmi LO. Funkcję EX-OR zapisuje
Bardziej szczegółowo8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH
39 8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH 8.1. Funkcje popytu i elastyczności popytu 8.1.1. Czynniki determinujące popyt i ich wpływ Załóżmy, że hipoteza ekonomiczna dotycząca kształtowania się
Bardziej szczegółowoANALIZA EFEKTÓW SKALI
acek BATÓG Uniwersytet Szczeciński ANALIZA EFEKTÓW SKALI Podstawowe definice Wzrost wielkości przedsiębiorstwa związany ze zwiększaniem się poziomu produkci oraz takimi zawiskami ak: wzrost specalizaci
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoNEOKLASYCZNY MODEL WZROSTU GOSPODARCZEGO Z CYKLICZNĄ LICZBĄ PRACUJĄCYCH 1
STUDIA OECONOMICA POSNANIENSIA 8, vol. 6, no. 9 DOI:.8559/SOEP.8.9. Paweł Dykas Uniwersye Jagielloński w Krakowie, Wydział Zarządzania i Komunikacji Społecznej, Kaedra Ekonomii Maemaycznej pawel.dykas@uj.edu.pl
Bardziej szczegółowoMakroekonomia 1 Wykład 15 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa
Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Prawo Okuna Związek między bezrobociem,
Bardziej szczegółowoNieliniowe. Liniowe. Nieliniowe. Liniowe. względem parametrów. Linearyzowane. sensu stricto
Ekonometria jak dorać funkcję? Przykłady użyte w materiałach opracowano w większości na azie danych ze skryptu B.Guzik, W.Jurek Podstawowe metody ekonometrii (wyd. AE Poznań 3) W doorze postaci funkcji
Bardziej szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowoPrognozowanie i symulacje
Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez
Bardziej szczegółowoGranica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej
Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej
Bardziej szczegółowoMetody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy?
Meody prognozowania: Szeregi czasowe Dr inż. Sebasian Skoczypiec ver. 11.20.2009 Co o jes szereg czasowy? Szereg czasowy: uporządkowany zbiór warości badanej cechy lub warości określonego zjawiska, zaobserwowanych
Bardziej szczegółowoZATRUDNIENIE A WZROST GOSPODARCZY W TEORII I W RZECZYWISTOŚCI GOSPODARKI POLSKIEJ 1
PRZEGĄD STATSTCZN R. VII ZESZT 200 JERZ CZESŁAW OSSOWSKI ZATRUDNIENIE A WZROST GOSPODARCZ W TEORII I W RZECZWISTOŚCI GOSPODARKI POSKIEJ. MAKROEKONOMICZNE PODSTAW ZAPOTRZEBOWANIA NA PRACĘ Zaporzebowanie
Bardziej szczegółowoHarmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej
Mariusz Markowski, Marian Trafczyński Poliechnika Warszawska Zakład Aparaury Przemysłowe ul. Jachowicza 2/4, 09-402 Płock Harmonogram czyszczenia z osadów sieci wymienników ciepła w rakcie eksploaaci insalaci
Bardziej szczegółowoParytet 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 szczegółowo1. 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 szczegółowoPodstawowe człony dynamiczne
Podsawowe człony dynamiczne charakerysyki czasowe. Człon proporcjonalny = 2. Człony całkujący idealny 3. Człon inercyjny = = + 4. Człony całkujący rzeczywisy () = + 5. Człon różniczkujący rzeczywisy ()
Bardziej szczegółowoZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU. Henryk J. Wnorowski, Dorota Perło
0-0-0 ZAŁOŻENIA NEOKLASYCZNEJ TEORII WZROSTU EKOLOGICZNIE UWARUNKOWANEGO W MODELOWANIU ZRÓWNOWAŻONEGO ROZWOJU REGIONU Henryk J. Wnorowski, Doroa Perło Plan wysąpienia Cel referau. Kluczowe założenia neoklasycznej
Bardziej szczegółowoGranica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej
Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej
Bardziej szczegółowoTWIERDZENIE FRISCHA-WAUGHA-STONE A A PYTANIE RUTKAUSKASA
Uniwersye Szczecińsi TWIERDZENIE FRISCHA-WAUGHA-STONE A A PYTANIE RUTKAUSKASA Zagadnienia, óre zosaną uaj poruszone, przedsawiono m.in. w pracach [], [2], [3], [4], [5], [6]. Konferencje i seminaria nauowe
Bardziej szczegółowoMODELOWANIE PROCESU PRODUKCJI W MAKROEKONOMETRYCZNYM MODELU W8D-2010
ACTA UNIVERSITATIS LODZIENSIS FOLIA OECONOMICA 294, 213 Waldemar Florczak *, Iwona Świeczewska ** Władysław Welfe *** MODELOWANIE PROCESU PRODUKCJI W MAKROEKONOMETRYCZNYM MODELU W8D-21 Sreszczenie. Arykuł
Bardziej szczegółowoEkonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Bardziej szczegółowoEkonometria I materiały do ćwiczeń
lp daa wkładu ema Wkład dr Doroa Ciołek Ćwiczenia mgr inż. - Rodzaje danch sascznch - Zmienne ekonomiczne jako zmienne losowe 1a) Przkład problemów badawczch hipoeza, propozcja modelu ekonomercznego, zmienne
Bardziej szczegółowoWygładzanie metodą średnich ruchomych w procesach stałych
Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja
Bardziej szczegółowoTESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się
Bardziej szczegółowoFinanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena
Finanse 1. Premia za ryzyko PR r m r f. Wskaźnik Treynora T r r f 3. Wskaźnik Jensena r [ rf ( rm rf ] 4. Porfel o minimalnej wariancji (ile procen danej spółki powinno znaleźć się w porfelu w a w cov,
Bardziej szczegółowoRACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową
Bardziej szczegółowoJEDNOCZYNNIKOWA i DWUCZYNNIKOWA FUNKCJA PRODUKCJI
JEDNOCZYNNIKOWA i DWUCZYNNIKOWA FUNKCJA PRODUKCJI Zadanie 1: Uzupełnij tabelę, gdzie: TP produkt całkowity AP produkt przeciętny MP produkt marginalny L nakład czynnika produkcji, siła robocza (liczba
Bardziej szczegółowo2. Wprowadzenie. Obiekt
POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,
Bardziej szczegółowoψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Bardziej szczegółowoPROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody
Bardziej szczegółowoANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-86 Nr 89 06 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii pawel.prenzena@edu.ueka.pl
Bardziej szczegółowoTeoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie, przykłady.
Przedmiot: EKONOMIA MATEMATYCZNA Katedra: Ekonomii Opracowanie: dr hab. Jerzy Telep Temat: Matematyczna teoria produkcji Zagadnienia: Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie,
Bardziej szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Bardziej szczegółowoPrzychody skali. Proporcjonalne zwiększenie czynników = zwiększenie produkcji, ale czy również proporcjonalne? W zależności od odpowiedzi:
Przychody skali Proporcjonalne zwiększenie czynników = zwiększenie produkcji, ale czy również proporcjonalne? W zależności od odpowiedzi: Stałe przychody skali, CRS (constant returns to scale) Rosnące
Bardziej szczegółowoStrukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym
Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach
Bardziej szczegółowoStatystyka opisowa. Wykład V. Regresja liniowa wieloraka
Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +
Bardziej szczegółowoModel Dixita Stiglitza: Love of variety
Model Dixita Stiglitza: ove of variety mgr eszek Wincenciak 9 lutego 2005 r. 1 Strona podażowa Zakłada się, że rynek charakteryzue monopolistyczna konkurenca pomiędzy N firmami, które dostarczaą różne
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoCopyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
Bardziej szczegółowoSYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
Bardziej szczegółowoKombinowanie 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 szczegółowoMakroekonomia 1 Wykład 13 Naturalna stopa bezrobocia i krzywa Phillipsa
Makroekonomia Wykład 3 Nauralna sopa bezrobocia i krzywa hillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Oryginalne badanie hillipsa A. W. hillips (LSE, 958: obserwacja empiryczna
Bardziej szczegółowoWYKŁAD FIZYKAIIIB 2000 Drgania tłumione
YKŁD FIZYKIIIB Drgania łumione (gasnące, zanikające). F siła łumienia; r F r b& b współczynnik łumienia [ Nm s] m & F m & && & k m b m F r k b& opis różnych zjawisk izycznych Niech Ce p p p p 4 ± Trzy
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoPROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Bardziej szczegółowoMichał Zygmunt, Piotr Kapusta Sytuacja gospodarcza w Polsce na koniec 3. kwartału 2013 r. Finanse i Prawo Finansowe 1/1, 94-97
Michał Zygmun, Pior Kapusa Syuacja gospodarcza w Polsce na koniec 3. kwarału 013 r. Finanse i Prawo Finansowe 1/1, 94-97 014 94 Dodaek Kwaralny Syuacja gospodarcza w Polsce na koniec 3. kwarału 013 r.
Bardziej szczegółowo