Uśrednianie prognoz jako sposób na zmniejszenie ryzyka związanego z podejmowaniem decyzji w przedsiębiorstwie energetycznym
|
|
- Tomasz Matusiak
- 6 lat temu
- Przeglądów:
Transkrypt
1 Uśrednianie prognoz jako sposób na zmniejszenie ryzyka związanego z podejmowaniem decyzji w przedsiębiorstwie energetycznym Jakub Nowotarski Promotor: prof. dr hab. Rafał Weron Promotor pomocniczy: dr Katarzyna Maciejowska Katedra Badań Operacyjnych, Finansów i Zastosowań Informatyki Wydział Informatyki i Zarządzania, Politechnika Wrocławska Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
2 Jakub Nowotarski krótki życiorys 1/ Lic. z Matematyki, PWR Mgr z Matematyki Finansowej i Ubezpieczeniowej, PWR Nagroda rektora za szczególne wyniki w nauce Stypendium motywacyjne Ministerstwa Nauki i Szkolnictwa Wyższego (MNiSW) Uczestnictwo w 11 warsztatach z modelowania matematycznego (ECMI Modeling Week, European Study Group with Industry) W 2012 zapytał, czy może uczestniczyć w prawdziwym projekcie naukowym W 2013 pierwszy artykuł w Energy Economics Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
3 Jakub Nowotarski krótki życiorys 2/ doktorat z Zarządzania, PWR Grant PRELUDIUM, Narodowe Centrum Nauki, 07/2014 Najlepsza publikacja i prezentacja spośród doktorantów, Conference on Energy Finance (EF14), Erice, Włochy, 09/ miejsce w konkursie Global Energy Forecasting Competition GEFCom2014, 07/2015 Stypendium Wincentego Stysia z nauk społecznych i humanistycznych, przyznane przez prezydenta Wrocławia, 09/ /2016 Stypendium ministra dla doktorantów, MNiSW, 12/2016 jedyny student nauk ekonomicznych! Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
4 Jakub Nowotarski krótki życiorys 3/ doktorat z Zarządzania, PWR Prezentował wyniki na 17 konferencjach w Europie i USA Conference on Energy Finance (2014, 2015, 2016) IEEE PES (Power & Energy Society) General Meeting (2015) International Symposium on Forecasting (2015, 2016) 16 publikacji 12 z prognozowania na rynkach energii 13 na tzw. liście filadelfijskiej (LF) 50 cytowań wg. bazy Scopus (bez autocytowań), H-index = 5 Obecnie pracuje w zespole Model Risk Management Group w BNY Mellon, Wrocław Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
5 Uśrednianie prognoz jako sposób na zmniejszenie ryzyka związanego z podejmowaniem decyzji w przedsiębiorstwie energetycznym Jakub Nowotarski Promotor: prof. dr hab. Rafał Weron Promotor pomocniczy: dr Katarzyna Maciejowska Katedra Badań Operacyjnych, Finansów i Zastosowań Informatyki Wydział Informatyki i Zarządzania, Politechnika Wrocławska Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
6 Wprowadzenie Rynki energii elektrycznej (REE) w Europie Nord Pool (DK, EST, FIN, NOR, SWE) N2EX (UK) Belpex (BE) EPEX Spot (AT,CH, DE, FR) APX-ENDEX (NL) PolPX (PL) OTE (CZ) OKTE (SK) OPCOM (RO) OMIE (ES, PT) GME (IT) HUPX (HU) EXAA (AT) Borzen (SLO) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
7 Wprowadzenie... w Ameryce Północnej i Australii Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
8 Wprowadzenie Rynek dnia następnego (RDN) i cena spotowa Day d 2 Day d 1 Day d Bidding for day d 1 Bidding for day d 24 hours (48 half-hours) of day d 1 24 hours (48 half-hours) of day d Źródło: Weron (2014, Int. J. Forecasting) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
9 Wprowadzenie Kształtowanie się cen spotowych Podaż i popyt, źródła odnawialne i ujemne ceny Źródło: Ziel & Steinert (2016, Energy Economics) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
10 Wprowadzenie Szereg czasowy cen energii elektrycznej Sezonowość, powracanie do średniej i piki cenowe (spikes) Daily POLPX spot price [PLN/MWh] Days [ ] Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
11 Wprowadzenie Dlaczego prognozowanie na REE jest tak ważne? Błąd prognozy cen i zapotrzebowania mniejszy o 1% oszczędności rzędu $600 tys. (przy 1 GW mocy zainstalowanej) Oszczędności = Zapotrzebowanie ( Pd,h DA min(p DA d,h )) }{{}}{{} bez prognoz wiemy, czy DA>RT d,h, P RT Źródło: Hong (2015, EnergyBiz) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
12 Wprowadzenie Nowe trendy na REE: Uśrednianie prognoz Uśrednianie prognoz to pomysł z lat 1960-tych (Bates & Granger, 1969; Crane & Crotty, 1967) Na REE Prognozowanie zapotrzebowania na energię elektryczną od połowy lat 1980-tych (Bunn, 1985; Bunn & Farmer, 1985; Smith, 1989), stosowane również współcześnie (Loland et al., 2012; Taylor, 2010; Taylor & Majithia, 2000) Dopiero w 2013 roku pojawiły się pierwsze artykuły nt. prognozowania cen energii elektrycznej: Bordignon et al. (2013), Nowotarski et al. (2014), Weron (2014), Raviv et al. (2015) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
13 Wprowadzenie Nowe trendy na REE: Prognozy probabilistyczne Prognozy przedziałowe (prediction intervals) czy gęstości rozkładu (density forecasts) niosą dużo więcej informacji, które menadżerowie mogą wykorzystać w planowaniu i podejmowaniu decyzji (Chatfield, 2000; Gneiting & Katzfuss, 2014) P 0 t 0 t 1 t 2 t 3 t 4 t 5 Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
14 Wprowadzenie Cel i zadania Cel: Rozwiniecie skutecznych i odpornych narzędzi prognozowania cen spotowych energii elektrycznej Zadania: 1 Weryfikacja, czy uśrednianie poprawia jakość prognoz [P1, P2-P3] 2 Opracowanie metod pozwalających wykorzystać prognozy punktowe do wyznaczania prognoz przedziałowych [P2, P3-P4] 3 Opracowanie wytycznych co do stosowania poszczególnych metod, miar błędów i testów w kontekście prognozowania probabilistycznego na REE [P5] Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
15 Zadanie 1 Prognozy punktowe [P1] Uśrednianie prognoz (prognozy punktowe) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
16 Prognozy indywidualne Zadanie 1 Prognozy punktowe [P1] Na czym polega uśrednianie prognoz punktowych? P 1,t P 2,t Estymacja wag P t c Prognoza uśredniona P M,t Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
17 Zadanie 1 Prognozy punktowe [P1] Wyniki Empiryczny dowód, że uśrednianie prognoz działa dla cen energii elektrycznej Przewaga uśredniania istotna statystycznie (test Diebolda-Mariano) Nord Pool, 2010 Week Simple OLS LAD PW CLS IRMSE BMA BI ARX Summary statistics WMAE # better than AR # better than BI # best m.d.f.b Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
18 Zadania 1 i 2 Prognozy probabilistyczne [P2-4] Uśrednianie prognoz (prognozy probabilistyczne) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
19 Prognozy indywidualne Zadania 1 i 2 Prognozy probabilistyczne [P2] Quantile Regression Averaging (QRA) Wykorzystanie prognoz punktowych do wyznaczenia prognoz przedziałowych P 1,t P 2,t Regresja kwantylowa: min βτ τ 1 Pt<Xtβτ t P t X t β τ P t L, P t U P M,t X t = 1, P 1,t,, P M,t β τ - wektor parametrów Uśredniona prognoza przedziałowa (np. dla τ=0.05 & 0.95) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
20 Prognozy indywidualne Zadania 1 i 2 Prognozy probabilistyczne [P3] Factor QRA (FQRA) QRA dla dużej liczby prognoz indywidualnych P 1,t P 2,t መf 1,t PCA Regresja kwantylowa: P t L, P t U X t = 1, መf 1,t,, መf k,t P M,t መf k,t k <M składowych z panelu prognoz punktowych Uśredniona prognoza przedziałowa (np. dla τ=0.05 & 0.95) Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
21 Zadanie 2 Prognozy probabilistyczne [P4] QRA w GEFCom sze i 2-gie miejsce dla QRA! Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
22 Zadanie 3 Wytyczne co do stosowania prognoz probabilistycznych [P5] Wytyczne co do stosowania poszczególnych metod, miar błędów i testów na REE Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
23 Zadanie 3 Wytyczne co do stosowania prognoz probabilistycznych [P5] Ocena jakości prognoz probabilistycznych Nietrywialne zagadnienie do ewaluacji prognozujemy rozkład, obserwujemy tylko jedną wartość P 0 t 0 t 1 t 2 t 3 t 4 t 5 Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
24 Zadanie 3 Wytyczne co do stosowania prognoz probabilistycznych [P5] Ocena jakości prognoz probabilistycznych Kompleksowa analiza metod wraz ze wskazaniem najlepszych Badanie empiryczne z ich wykorzystaniem Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
25 Podsumowanie Najważniejsze wyniki 1 Uśrednianie prognoz dokładniejsze i mniej ryzykowne niż wybór modelu ex-ante [P1, P2-P3] 2 Quantile Regression Averaging (QRA) nowa, niezwykle skuteczna metoda do prognozowania probabilistycznego, łączy uśrednianie prognoz i regresję kwantylową [P2, P3-P4] 3 Oryginalny zestaw wytycznych co do stosowania prognoz probabilistycznych na REE (i nie tylko) [P5] Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
26 Publikacje 1 J. Nowotarski, E. Raviv, S. Trück, R. Weron (2014) An empirical comparison of alternate schemes for combining electricity spot price forecasts, Energy Economics 46, , [IF 5Y =3.574, 40p MNiSW] 2 J. Nowotarski, R. Weron (2015) Computing electricity spot price prediction intervals using quantile regression and forecast averaging, Computational Statistics 30(3), , [IF 5Y =0.560, 15p MNiSW] 3 K. Maciejowska, J. Nowotarski, R. Weron (2014) Probabilitic forecasting of electricity spot prices, International Journal of Forecasting 32, , [IF 5Y =1.994, 30p MNiSW] 4 K. Maciejowska, J. Nowotarski (2016), A hybrid model for GEFCom2014 probabilistic electricity price forecasting, International Journal of Forecasting 32 (3), , [IF 5Y =1.994, 30p MNiSW] 5 J. Nowotarski, R. Weron (2017), Recent advances in electricity price forecasting: A review of probabilistic forecasting, Renewable & Sustainable Energy Reviews, w druku, [IF 5Y =7.896, 45p MNiSW] Dalsze 9 prac z tej tematyki (w tym 5 artykułów na liście filadelfijskiej, LF) Oraz 3 artykuły na LF dot. stosowania metod statystycznych w medycynie Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
27 Odpowiedzi na recenzje Odpowiedzi na recenzje Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
28 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Bunna 1. Wartość dodana dla podejmowania decyzji Prognozy cen energii elektrycznej używane jako dane wejściowe do modeli optymalizacyjnych (Conejo et al., 2010; Shahidehpour et al., 2002): Rynek dnia następnego i rynek bilansujący strategia ofertowania (arbitraż) Strategia ofertowania dla producenta energii z wiatru (dodatkowa niepewność związana z prognozowaniem wiatru) Zarządzanie ryzykiem dla producenta energii z wiatru z uwzględnieniem miar ryzyka Dokładniejsze dane wejściowe poprawiają jakość modeli optymalizacyjnych Bibliografia: Conejo et al. (2010) Decision Making Under Uncertainty in Electricity Markets, Springer Shahidehpour et al. (2002) Market operations in electric power systems, Wiley Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
29 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Bunna 2. Aspekt finansowy prognozowania cen EE Hong (2015): szacunkowe wyliczenia zakładamy, że wiemy czy DA > RT Roczne oszczędności rzędu $ dla przedsiębiorstwa o 1GW mocy zainstalowanej Zareipour et al. (2010): względna różnica kosztów przy optymalizacji z prawdziwymi i prognozowanymi cenami Nawet do 0.35% redukcji kosztu na każdy 1% błędu MAPE Bazuje na Forecast Inaccuracy Economic Impact: Koszt(Cena prognozowana) - Koszt(Cena obserwowana) Koszt(Cena prognozowana) 100% Bibliografia: Hong (2015) Crystal ball lessons in predictive analytics, EnergyBiz Magazine Zareipour et al. (2010) Economic impact of electricity market price forecasting errors: A demand-side analysis, IEEE Transactions on Power Systems Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
30 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Bunna 2. Aspekt finansowy prognozowania cen EE cd. Boomsmaa et al. (2014): 14% zysku przy prognozowaniu i konkretnej optymalizacji Bibliografia: Boomsmaa et al. (2014) Bidding in sequential electricity markets: The Nordic case, European Journal of Operational Research Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
31 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Bunna 3. W którym momencie prognozujemy? Większość zbiorów danych zakłada prognozy na godzin do przodu Zródło danych GEFCom2014 nieujawnione Zmienne zewnętrzne: prawdziwe temperatury, prognozowane temperatury, prognozowane zapotrzebowanie Przyczyna: kompromis pomiędzy złożonością i dostępnością danych Day d 2 Day d 1 Day d Bidding for day d 1 Bidding for day d 24 hours (48 half-hours) of day d 1 24 hours (48 half-hours) of day d Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
32 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Bunna 4. Prostota metod indywidualnych Liniowa zależność może nie opisywać prawdziwej zależności między zmiennymi Diagnostyka jest skomplikowana, bo rozważamy wiele zmiennych Sieci neuronowe, które zakładają zależności nieliniowe, nie są dokładniejsze niż ARX (Marcjasz et al., 2017) Bibliografia: Marcjasz et al. (2017) Importance of the long-term seasonal component in day-ahead electricity price forecasting revisited: Statistical vs. neural network models, Working Paper Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
33 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Śmiecha 1. Czy należy odwoływać się do ryzyka w tytule? Alternatywne tytuły również odzwierciedlają treść rozprawy Timmermann (2006): [w prognozowaniu] niepewność jest odzwierciedlona w błędzie prognozy a źródło ryzyka dotyczy niepełnej informacji o obserwowanej zmiennej Bunn (1985): Uśrednianie prognoz zmniejsza ryzyko (wariancję) Bibliografia: Timmermann (2006) Forecast combinations, Handbook of Economic Forecasting Bunn (1985) Statistical efficiency in the linear combination of forecasts, Int. J. Forecasting Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
34 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Śmiecha 2. Właśności szeregu czasowego, które wpływają na skuteczne prognozowanie Hyndman and Athanasopoulos (2014): prognozowalność zależy od tego: Jak dobrze rozumiemy czynniki, które oddziałują na obserwowaną zmienną Jak dużo danych jest dostępnych Czy prognozy danej zmiennej mają na nią wpływ Prognozy zapotrzebowania spełniają te warunki ale prognozy cen już nie Bibliografia: Hyndman & Athanasopoulos (2014) Forecasting: principles and practice, OTexts Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
35 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Śmiecha oraz uśredniania prognoz Badania empiryczne w bardzo wielu dziedzinach Warunki, przy których uśrednianie działa wymienia Timmermann (2006): Pełny zbiór informacji nie jest obserwowany Prognozy indiwidualne różnie reagują na niestacjonarne zachowania zmiennej Bibliografia: Timmermann (2006) Forecast combinations, Handbook of Economic Forecasting Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
36 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Śmiecha 3. Najlepsza metoda uśredniania Jeden z celów badawczych w pracy [P1] Testowanie wsteczne zalecane do wyboru najlepszej metody Niektóre prace rozważają nawet uśrednianie uśredniania... ale średnia arytmetyczna jest skuteczna i trudna do pokonania Genre et al. (2013, IJF) Combining expert forecasts: Can anything beat the simple average? DeMiguel et al. (2007, RFS) Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio Strategy? Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
37 Odpowiedzi na recenzje Odpowiedzi na komentarze prof. Śmiecha 4. Własności teoretyczne QRA QRA należy do ogólnej klasy asymetrycznych funkcji straty w uśrednianiu prognoz Elliott and Timmermann (2004) przedstawiają wyniki teoretyczne (Przy pewnych założeniach) QRA jest równoważna dwukrokowej procedurze: 1 Wyestymuj wagi metodą OLS (prognoza punktowa) 2 Użyj błędów prognozy z kroku 1 do estymacji stałej w QRA 3 Dokładność QRA związana z dokładnością uśredniania punktowego Własności teoretyczne regresji kwantylowej (Koenker, 2005) Bibliografia: Elliott & Timmermann (2004) Optimal forecast combinations under general loss functions and forecast error distributions, Journal of Econometrics Koenker (2005) Quantile regression, Cambridge University Press Jakub Nowotarski (KBO) Uśrednianie prognoz jako sposób na... Wrocław, / 37
Probabilistyczne prognozowanie hurtowych cen energii elektrycznej
Probabilistyczne prognozowanie hurtowych cen energii elektrycznej Rafał Weron Katedra Badań Operacyjnych, Finansów i Zastosowań Informatyki Politechnika Wrocławska (PWr) Rafał Weron (PWr) Prognozowanie
Katedra Demografii i Statystki Ekonomicznej
Katedra Demografii i Statystki Ekonomicznej Wydział Informatyki i Komunikacji http://www.ue.katowice.pl/jednostki/katedry/katedry-wiik/ Skład osobowy Katedry Pracownicy: prof. zw. dr hab. Grażyna Trzpiot
Interdyscyplinarne seminaria
26 II 2019, uaktualnione: 5 III 2019, 12 III 2019 Interdyscyplinarne seminaria semestr letni 2018/2019 Zajęcia: wt. 8:15-9:00 s. 3.11, bud. C-11 Prowadzący: prof. dr hab. Krzysztof Bogdan dr Damian Brzyski
Czynniki mające wpływ na kształtowanie się cen energii na rynku w Polsce
Czynniki mające wpływ na kształtowanie się cen energii na rynku w Polsce Robert Zajdler Marcin Gałczyński Warszawa, dnia września 25 r. Polski rynek energii elektrycznej jest obecnie dużym systemem stale
KRÓTKOOKRESOWE PROGNOZOWANIE CENY EKSPORTOWEJ WĘGLA ROSYJSKIEGO W PORTACH BAŁTYCKICH. Sławomir Śmiech, Monika Papież
KRÓTKOOKRESOWE PROGNOZOWANIE CENY EKSPORTOWEJ WĘGLA ROSYJSKIEGO W PORTACH BAŁTYCKICH Sławomir Śmiech, Monika Papież email: smiechs@uek.krakow.pl papiezm@uek.krakow.pl Plan prezentacji Wprowadzenie Ceny
Wykład 4 Wybór najlepszej procedury. Estymacja parametrów re
Wykład 4 Wybór najlepszej procedury. Estymacja parametrów regresji z wykorzystaniem metody bootstrap. Wrocław, 22.03.2017r Wybór najlepszej procedury - podsumowanie Co nas interesuje przed przeprowadzeniem
Ekonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe Wykład 10 Modele przełącznikowe Markowa Literatura P.H.Franses, D. van Dijk (2000) Non-linear time series models in empirical finance, Cambridge University Press. R. Breuning,
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...
inwestycji w energetyce?
Dlaczego LCOE nie jest dobra miarą rentowności inwestycji w energetyce? Wydział Matematyki Stosowanej Akademia Górniczo-Hutnicza 1 lutego 2017 Seminarium Opcje rzeczowe - problemy naukowe i praktyczne
PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Wielokryterialny model optymalizacji zabezpieczenia zapotrzebowania odbiorcy na energię elektryczną
Wielokryterialny model optymalizacji zabezpieczenia zapotrzebowania odbiorcy na energię elektryczną Dominik Kudyba KATEDRA BADAŃ OPERACYJNYCH UNIWERSYTET EKONOMICZNY W KATOWICACH PLAN Wstęp Definicje podstawowych
DRZEWA REGRESYJNE I LASY LOSOWE JAKO
DRZEWA REGRESYJNE I LASY LOSOWE JAKO NARZĘDZIA PREDYKCJI SZEREGÓW CZASOWYCH Z WAHANIAMI SEZONOWYMI Grzegorz Dudek Instytut Informatyki Wydział Elektryczny Politechnika Częstochowska www.gdudek.el.pcz.pl
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Dr hab. inż. Agnieszka Wyłomańska Faculty of Pure and Applied Mathematics Hugo Steinhaus Center Wrocław University of Science and
Praca dyplomowa - magisterska
Wydział Matematyki kierunek studiów: Matematyka specjalność: Matematyka Finansowa i Ubezpieczeniowa Praca dyplomowa - magisterska Krótkoterminowe prognozowanie cen energii elektrycznej z wykorzystaniem
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
System prognozowania rynków energii
System prognozowania rynków energii STERMEDIA Sp. z o. o. Software Development Grupa IT Kontrakt ul. Ostrowskiego13 Wrocław Poland tel.: 0 71 723 43 22 fax: 0 71 733 64 66 http://www.stermedia.eu Piotr
Recenzja rozprawy doktorskiej mgr Yasena Asada Mhanna Rajihy. nt. ICA and Artificial Neural Networks in Supporting Decision Process
Dorota Witkowska, prof. zw. dr hab. Katedra Finansów i Strategii Przedsiębiorstwa Uniwersytetu Łódzkiego Łódź 27.11.2019r. Recenzja rozprawy doktorskiej mgr Yasena Asada Mhanna Rajihy nt. ICA and Artificial
strona 1 / 8 Specjalizacja: H2. Prognozowanie gospodarcze Publikacje:
Specjalizacja: H2. Prognozowanie gospodarcze Publikacje: 1. Autorzy: Batóg Jacek Tytuł: Prognozowanie dochodów jednostek samorządu terytorialnego w warunkach niepełnej informacji i zmianach strukturalnych
Publikowanie w czasopismach z tzw. "listy filadelfijskiej" i korzystanie z finansowania zewnętrznego - wyzwania i możliwości rozwoju młodego naukowca
Publikowanie w czasopismach z tzw. "listy filadelfijskiej" i korzystanie z finansowania zewnętrznego - wyzwania i możliwości rozwoju młodego naukowca Katarzyna Czernek Katedra Turystyki Publikowanie w
FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
informatyka Ekonomiczna
Dziedziny badań naukowych: ekonometria teoretyczna i empiryczna, historia gospodarcza i informatyka Ekonomiczna Przynależność do organizacji i stowarzyszeń naukowych: Członek Polskiego Towarzystwa Ekonomicznego
Ćwiczenie 5 PROGNOZOWANIE
Ćwiczenie 5 PROGNOZOWANIE Prognozowanie jest procesem przewidywania przyszłych zdarzeń. Obszary zastosowań prognozowania obejmują np. analizę danych giełdowych, przewidywanie zapotrzebowania na pracowników,
Efektywność rynku w przypadku FOREX Weryfikacja hipotezy o efektywności dla FOREX FOREX. Jerzy Mycielski. 4 grudnia 2018
4 grudnia 2018 Zabezpieczony parytet stóp procentowych (CIP - Covered Interest Parity) Warunek braku arbitrażu: inwestycja w złotówkach powinna dać tę samą stopę zwrotu co całkowicie zabezpieczona inwestycja
Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption
Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption Wojciech Zalewski Politechnika Białostocka, Wydział Zarządzania,
Wstęp do sieci neuronowych, wykład 6 Wsteczna propagacja błędu - cz. 3
Wstęp do sieci neuronowych, wykład 6 Wsteczna propagacja błędu - cz. 3 Andrzej Rutkowski, Maja Czoków, Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2018-11-05 Projekt
WYKORZYSTANIE MODELI TAKAGI SUGENO DO KRÓTKOTERMINOWEGO PROGNOZOWANIA ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ ODBIORCÓW WIEJSKICH
Inżynieria Rolnicza 1(110)/2009 WYKORZYSTANIE MODELI TAKAGI SUGENO DO KRÓTKOTERMINOWEGO PROGNOZOWANIA ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ ODBIORCÓW WIEJSKICH Małgorzata Trojanowska Katedra Energetyki
Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
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
Eliza Khemissi, doctor of Economics
Eliza Khemissi, doctor of Economics https://www.researchgate.net/profile/eliza_khemissi Publication Highlights Thesis Eliza Khemissi: Wybór najlepszych prognostycznych modeli zmienności za pomocą testów
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.
Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą
Punktacja czasopism naukowych How scientific journals are pointed
Punktacja czasopism naukowych How scientific journals are pointed Donata Kurpas Uniwersytet Medyczny, Wrocław Państwowa Medyczna Wyższa Szkoła Zawodowa, Opole Polska Opole, 04 kwietnia 2014 Na podstawie
Modelowanie i prognozowanie cen surowców energetycznych. Monika Papie Sławomir Âmiech
Modelowanie i prognozowanie cen surowców energetycznych Monika Papie Sławomir Âmiech Modelowanie i prognozowanie cen surowców energetycznych Autorzy: Monika Papie wst p*, rozdziały: 2, 3.5, 4; 5, 7, zakoƒczenie*
MODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XI/2, 2010, str. 254 263 MODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE Agnieszka Tłuczak Zakład Ekonometrii i Metod Ilościowych, Wydział Ekonomiczny
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,
Spis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Klastry a międzynarodowa konkurencyjność sektorów rolno-żywnościowych w UE. Szczepan Figiel, Justyna Kufel, Dominika Kuberska
Klastry a międzynarodowa konkurencyjność sektorów rolno-żywnościowych w UE Szczepan Figiel, Justyna Kufel, Dominika Kuberska Warszawa, 14 grudzień 2012 Główne zagadnienia Uzasadnienie podjęcia problemu
Kierunek studiów: Finanse i Rachunkowość Specjalność: Inżynieria finansowa
Kierunek studiów: Finanse i Rachunkowość Specjalność: Inżynieria finansowa Kierunek studiów: FINANSE I RACHUNKOWOŚĆ Specjalność: Inżynieria finansowa Spis treści 1. Dlaczego warto wybrać specjalność Inżynieria
Kierunek: Matematyka. Specjalność: MATEMATYKA FINANSOWA I UBEZPIECZENIOWA
Kierunek: Matematyka Specjalność: MATEMATYKA FINANSOWA I UBEZPIECZENIOWA DLACZEGO MATEMATYKA NA PWR? Oprócz przedmiotów matematycznych i informatycznych proponujemy dużą liczbę przedmiotów specjalistycznych
PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH
InŜynieria Rolnicza 14/2005 Sławomir Francik Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH Streszczenie W
Szkolenia SAS Cennik i kalendarz 2017
Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS
Statystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 9 Anna Skowrońska-Szmer lato 2016/2017 Ekonometria (Gładysz B., Mercik J., Modelowanie ekonometryczne. Studium przypadku, Wydawnictwo PWr., Wrocław 2004.) 2
Minimum programowe dla studentów MIĘDZYWYDZIAŁOWYCH INDYWIDUALNYCH STUDIÓW SPOŁECZNO-HUMANISTYCZNYCH - studia magisterskie II stopnia
ROK AKADEMICKI 019-00 Minimum programowe dla studentów MIĘDZYWYDZIAŁOWYCH INDYWIDUALNYCH STUDIÓW SPOŁECZNO-HUMANISTYCZNYCH - studia magisterskie II stopnia Kierunek: FINANSE I RACHUNKOWOŚĆ Zaawansowana
Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202.
Jorge Chan-Lau (2001) Corporate Restructuring in Japan: An Event- Study Analysis IMF Working Paper WP/01/202. Modelowanie Rynków Finansowych 1 Japoński system bankowo-przemysłowy akcjonariat krzyżowy brak
EMERALD: Wspierają Badania
EMERALD: Wspierają Badania Szczecin 2010 Marcin Dembowski Regional Manager Eastern Europe Russia & CIS countries Emerald Group Publishing Prezentacja Wprowadzenie do Emerald Group Publishing Ltd Historia
Maszyny wektorów podpierajacych w regresji rangowej
Maszyny wektorów podpierajacych w regresji rangowej Uniwersytet Mikołaja Kopernika Z = (X, Y ), Z = (X, Y ) - niezależne wektory losowe o tym samym rozkładzie X X R d, Y R Z = (X, Y ), Z = (X, Y ) - niezależne
WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW
Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy
4 Szczegóły dotyczące konstrukcji portfela aktywów przedstawiono w punkcie 4. 5 Por. Statman M., How Many Stocks Make a Diversified
1 (ang.) Modern Portfolio Theory (MPT) znana jest także pod terminami teoria średniej I wariancji portfela (Mean-Variance Portfolio Theory) czy portfelową teorią Markowitza (Markowitz Portfolio Theory).
TGE na rynku europejskim At the heart of Central European power and gas trading
TGE na rynku europejskim At the heart of Central European power and gas trading Warszawa, 22 kwietnia 2016 r. Rynek energii - projekty europejskie 2 lipca 2015 r. TGE została pełnoprawnym członkiem europejskiego
Perspektywa europejska rynku energii. Prof. Krzysztof Żmijewski Sekretarz Generalny. Rynek Energii w Polsce r.
SPOŁECZNA RADA NARODOWEGO PROGRAMU REDUKCJI EMISJI Perspektywa europejska rynku energii Prof. Krzysztof Żmijewski Sekretarz Generalny Rynek Energii w Polsce 13.4.211 r. Warszawa Społeczna Rada NPRE Struktura
Szeregi czasowe, analiza zależności krótkoi długozasięgowych
Szeregi czasowe, analiza zależności krótkoi długozasięgowych Rafał Weron rweron@im.pwr.wroc.pl Definicje Mając dany proces {X t } autokowariancję definiujemy jako : γ(t, t ) = cov(x t, X t ) = = E[(X t
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Guy Meredith (2003) Medium-Term Exchange Rate Forecasting: What We Can Expect IMF Working Paper WP 03/021.
Guy Meredith (2003) Medium-Term Exchange Rate Forecasting: What We Can Expect IMF Working Paper WP 03/021. Celem artykułu jest porównanie różnych modeli używanych w prognozowaniu kursów walutowych. Modelowanie
Doktorant składa wniosek o przyznanie stypendium doktoranckiego do kierownika studiów doktoranckich. RODZAJ OSIĄGNIĘĆ NAUKOWYCH
Szczegółowe kryteria i zasady oceny merytorycznej wniosków o przyznanie stypendium doktoranckiego na Studiach Doktoranckich w zakresie konserwacji i restauracji dzieł sztuki /opracowane w oparciu o Rozporządzenie
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja
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
Testowanie hipotez statystycznych. Wprowadzenie
Wrocław University of Technology Testowanie hipotez statystycznych. Wprowadzenie Jakub Tomczak Politechnika Wrocławska jakub.tomczak@pwr.edu.pl 10.04.2014 Pojęcia wstępne Populacja (statystyczna) zbiór,
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bezpieczeństwo emerytalne kobiet w Europie. dr Agnieszka Chłoń-Domińczak Instytut Statystyki i Demografii SGH Instytut Badań Edukacyjnych
Bezpieczeństwo emerytalne kobiet w Europie dr Agnieszka Chłoń-Domińczak Instytut Statystyki i Demografii SGH Instytut Badań Edukacyjnych 1. Przesłanki badania 2. Cele badawcze 3. Uwarunkowania rynku pracy
Wojny Coli - czyli siła reklamy na rynku oligopolicznym
Wojny Coli (Cola wars) - czyli siła reklamy na rynku oligopolicznym Maja Włoszczowska Promotor: Dr Rafał Weron Wydział Podstawowych Problemów Techniki Politechnika Wrocławska Wrocław, 26 stycznia 2008
Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
RYZYKO INWESTYCJI W SPÓŁKI GIEŁDOWE SEKTORA ENERGETYCZNEGO
Alicja Ganczarek-Gamrot Uniwersytet Ekonomiczny w Katowicach RYZYKO INWESTYCJI W SPÓŁKI GIEŁDOWE SEKTORA ENERGETYCZNEGO Wprowadzenie Liberalizacja polskiego rynku energii elektrycznej wpłynęła na rozwój
Opis programu studiów
IV. Opis programu studiów Załącznik nr 9 do Zarządzenia Rektora nr 35/19 z dnia 1 czerwca 019 r. 3. KARTA PRZEDMIOTU Kod przedmiotu I-IŚ-103 Nazwa przedmiotu Statystyka w inżynierii środowiska Nazwa przedmiotu
Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
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
dr Anna Matuszyk PUBLIKACJE: CeDeWu przetrwania w ocenie ryzyka kredytowego klientów indywidualnych Profile of the Fraudulelent Customer
dr Anna Matuszyk PUBLIKACJE: Lp. Autor/ red. 2015 naukowy 1 A. Matuszyk, Zastosowanie analizy przetrwania w ocenie ryzyka kredytowego klientów indywidualnych Tytuł Okładka CeDeWu 2 A.Matuszyk, A. Ptak-Chmielewska,
Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
10. Redukcja wymiaru - metoda PCA
Algorytmy rozpoznawania obrazów 10. Redukcja wymiaru - metoda PCA dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. PCA Analiza składowych głównych: w skrócie nazywana PCA (od ang. Principle Component
5-15 pkt. 5-15 pkt. 24-30 pkt. Monografia: współautorstwo Należy podać autora/redaktora, wydawcę, numer ISBN, nakład, rok wydania, objętość. 70% pkt.
Szczegółowe kryteria punktacji postępów w nauce doktorantów Studiów Doktoranckich z zakresu sztuk plastycznych w dyscyplinie Konserwacja Dzieł Sztuki Wydział Sztuk Pięknych Uniwersytetu Mikołaja Kopernika
ARMAX (ANN) : :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E27 C53 C45 :JEL
47-70 39 7 ARMAX (ANN) 39 9 : 39 :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E7 C53 C45 :JEL navid_moarrefzadeh@yahoo.com 7 48....... (ANN). ARMAX..... 90. (994)... Kuan & White Yousefi (994) 49... (993) (995).
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Wprowadzenie do modelowania ekonometrycznego Estymator Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 1 Estymator 1 / 16 Agenda 1 Literatura Zaliczenie przedmiotu 2 Model
Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.
Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Liczba godzin Punkty ECTS Sposób zaliczenia
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: dr Rafał Kusy Poziom studiów (I lub II stopnia): I stopnia Tryb studiów: Niestacjonarne
Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej. Adam Żychowski
Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej Adam Żychowski Definicja problemu Każdy z obiektów może należeć do więcej niż jednej kategorii. Alternatywna definicja Zastosowania
Integracja polskiego rynku energii z rynkiem europejskim aktualny stan realizacji regionalnych projektów w zakresie RDN (i RDB)
Integracja polskiego rynku energii z rynkiem europejskim aktualny stan realizacji regionalnych projektów w zakresie RDN (i RDB) Jacek Brandt Dyrektor ds. Współpracy Międzynarodowej i Regulacji VIII FORUM
Ćwiczenia IV
Ćwiczenia IV - 17.10.2007 1. Spośród podanych macierzy X wskaż te, których nie można wykorzystać do estymacji MNK parametrów modelu ekonometrycznego postaci y = β 0 + β 1 x 1 + β 2 x 2 + ε 2. Na podstawie
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
5. Model sezonowości i autoregresji zmiennej prognozowanej
5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =
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
Inżynieria Rolnicza 5(114)/2009
Inżynieria Rolnicza (114)/29 MODELE ROZMYTE ZAPOTRZEBOWANIA NA MOC DLA POTRZEB KRÓTKOTERMINOWEGO PROGNOZOWANIA ZUŻYCIA ENERGII ELEKTRYCZNEJ NA WSI CZĘŚĆ II OPRACOWANIE PREDYKCYJNYCH MODELI RELACYJNYCH
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
ZMIENNOŚĆI CENOWE NA RYNKACH ROLNYCH. Mariusz Hamulczuk SGGW
ZMIENNOŚĆI CENOWE NA RYNKACH ROLNYCH Mariusz Hamulczuk SGGW 2 Wstęp Rola cen w gospodarce rynkowej, Funkcja celu uczestników rynku rolnego, Zmiany ceny jako źródło ekspozycji na ryzyko dochodowe (zmienność
Ścieżka rozwoju polskiej gospodarki w latach gospodarki w latach W tym celu wykorzystana zostanie metoda diagramowa,
Barbara Batóg, Jacek Batóg Uniwersytet Szczeciński Ścieżka rozwoju polskiej gospodarki w latach - W artykule podjęta zostanie próba analizy, diagnozy i prognozy rozwoju polskiej gospodarki w latach -.
Sprawy organizacyjne
Sprawy organizacyjne forma zajęć warunki uczestnictwa warunki zaliczenia Modelowanie Rynków Finansowych 1 Hipoteza Random Walk na wschodzących rynkach Europejskich Graham Smith, Hyun-Jung Ryoo (2003) Variance
Elastyczność popytu na rynku energii elektrycznej
Elastyczność popytu na rynku energii elektrycznej Autor: Mgr inż. Magdalena Borgosz-Koczwara- IASE Wrocław ( Energetyka grudzień 2004) Praca wykonana w ramach projektu KBN nr 4 T10B 030 25 Analizujemy
Dr hab. inż. Krzysztof Wojdyga, prof. PW Politechnika Warszawska Wydział Instalacji Budowlanych, Hydrotechniki i Inżynierii Środowiska
Warszawa, 21.07.2017r. Dr hab. inż. Krzysztof Wojdyga, prof. PW Politechnika Warszawska Wydział Instalacji Budowlanych, Hydrotechniki i Inżynierii Środowiska RECENZJA rozprawy doktorskiej mgr inż. Agnieszki
Finanse behawioralne; badanie skłonności poznawczych inwestorów
Finanse behawioralne; badanie skłonności poznawczych inwestorów Łukasz Małek promotor dr inż. R. Weron Instytut Matematyki i Informatyki Politechnika Wrocławska Wrocław, 13.07.2007 Spis treści 1 Cel pracy
Prognozowanie ceny energii na TGE SA analiza empiryczna
Anna Góra * Krystyna Strzała ** Prognozowanie ceny energii na TGE SA analiza empiryczna Wstęp Rozwój konkurencyjnego rynku energii przyczynił się do utworzenia giełd energii elektrycznej, a także do poszukiwania
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
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
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
dr hab. Renata Karkowska 1
dr hab. Renata Karkowska 1 Czym jest ryzyko? Rodzaje ryzyka? Co oznacza zarządzanie? Dlaczego zarządzamy ryzykiem? 2 Przedmiot ryzyka Otoczenie bliższe/dalsze (czynniki ryzyka egzogeniczne vs endogeniczne)
Projekcja inflacji Narodowego Banku Polskiego materiał edukacyjny
Projekcja inflacji Narodowego Banku Polskiego materiał edukacyjny Plan prezentacji I. Projekcja inflacji NBP - podstawowe zagadnienia II. Główne założenia projekcji inflacji NBP III. Sposób prezentacji
PLANY I PROGRAMY STUDIÓW
WYDZIAŁ INŻYNIERII PRODUKCJI I LOGISTYKI PLANY I PROGRAMY STUDIÓW STUDY PLANS AND PROGRAMS KIERUNEK STUDIÓW FIELD OF STUDY - ZARZĄDZANIE I INŻYNIERIA PRODUKCJI - MANAGEMENT AND PRODUCTION ENGINEERING Studia
Sylabus Formularz opisu przedmiotu (formularz sylabusa) dla studiów I i II stopnia 1 wypełnia koordynator przedmiotu
Sylabus Formularz opisu przedmiotu (formularz sylabusa) dla studiów I i II stopnia 1 wypełnia koordynator przedmiotu A. Informacje ogólne Nazwa pola Nazwa przedmiotu Treść Analiza Szeregów Czasowych Jednostka
Indeksy dynamiki (o stałej i zmiennej podstawie)
Indeksy dynamiki (o stałej i zmiennej podstawie) Proste indeksy dynamiki określają tempo zmian pojedynczego szeregu czasowego. Wyodrębnia się dwa podstawowe typy indeksów: indeksy o stałej podstawie; indeksy