PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński
|
|
- Dawid Przybylski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Ćwiczenia 2 mgr Dawid Doliński
2 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 Modele ARMA, ARIMA Model wskaźników seznowości Model Winersa Modele ARIMA
3 Zadanie 1 Tydzień Popy ) Swórz wykres zarejesrowanego popyu, 2) Zbuduj model prognosyczny oraz wyznacz prognozę na 21 ydzień wykorzysując model Browna 3) Oceń rafność prognozy ex pos wykorzysując średni kwadraowy błąd prognozy
4 Model Browna Model Browna opiera się na idei wyrównywania wykładniczego szeregu czasowego, co polega na ym, że szereg czasowy wygładza się za pomocą średniej ruchomej ważonej, przy czym wagi są wyznaczane z funkcji wykładniczej y = ay -1 + (1 - a) y -1 y y - 1 y - 1 a - prognoza zjawiska na okres - wielkość badanego zjawiska w okresie -1 - prognoza zjawiska (warość wygładzania wykładniczego) w okresie -1 - paramer modelu sała wygładzania o warości z przedziału [0,1] a = 0 - sała prognoza, a = 1 - prognoza równa popyowi w poprzednim okresie (model naiwny)
5 Model Browna Popy 25 Model Browna a = 0, Popy Model - prognoza Czas Popy Model Browna a = 0, Popy Model - prognoza Czas
6 Tydzień Model Browna y y a = 0,1 59 y = ( 1-a) y- 1 + ay -1 59, , ,0 (1-0,1) + 340,1 = 56,5 53, ,5 (1-0,1) + 230,1 = 53,2 51, ,2 (1-0,1) + 370,1 = 51,5
7 Zadanie 2 Dyrekor Sprzedaży firmy wywarzającej sprzęgła samochodowe chce przygoować prognozę na kolejny miesiąc. Liczba sprzedaży w poprzednich miesiącach przedsawia abela Miesiąc Popy ) Zbuduj model prognosyczny oraz wyznacz prognozę na kolejny miesiąc wykorzysując meody: a) Model Hola b) Model funkcji liniowej c) model funkcji wykładniczej d) model funkcji poęgowej e) model funkcji logarymicznej 2) Dla każdego modelu określ średni kwadraowy błąd prognozy oraz średni względny błąd prognozy
8 Model Hola Model Hola opiera się na idei wyrównywania wykładniczego, przy czym model en jes bardziej elasyczny od modelu Browna, ponieważ uwzględnia rend i posiada dwa paramery y = F + ( - n) S n n y F n S n n - prognoza zjawiska na okres - wygładzona warość zmiennej prognozowanej dla okresu n - przyros rendu na okres n - liczba wyrazów szeregu czasowego Przy budowaniu modelu korzysamy z równań a ~ 0 sacjonarny, a ~ 1 duże wahania β ~ 0 słaby rend, β ~ 1 silny rend a b S F = a y + ( 1-a) ( F S- 1) b = ( F - F - 1 ) + (1 - ) S- 1 - paramer określający sacjonarność szeregu - paramer określający siłę rendu b
9 F S Model Hola = a y + ( 1-a) ( F S- 1) b b = ( F - F - 1 ) + (1 - ) S- 1 a = 0,95 b = 0, = 8 Miesiące Syczeń 2007 Luy 2007 Warość Sprzedaży F 45 0,9553+(1-0,95)(45+8)=53,0 S 8 0,6(53-45)+(1-0,6)8=8,0 y =53 Marzec ,9557+(1-0,95)(53+8)=58,6 0,6(58,6-53)+(1-0,6)8=5,7 53+8=61 Grudzień ,9570+(1-0,95)(70,9+2,5)= 71,4 0,6(71,4-70,9)+(1-0,6) 2,5=0,6 70,9+2,5= 73,4 Syczeń ,4+0,6= 72 y = F + ( - n) S n n y 13 = 71,4 + (13-12) 0,6 = 72
10 Modele analiyczne Modele analiyczne należą do klasy modeli ekonomerycznych, w kórych zmienną objaśniającą jes czas. Modele e opierają się na esymacji paramerów modelu, a nasępnie wykorzysania ych paramerów do prognozowania Meoda Najmniejszych Kwadraów 2 R s w Modele analiyczne cechy charakerysyczne Do budowy modelu wysarczają jedynie dane empiryczne w posaci szeregu czasowego Prosy sposób esymacji paramerów Ławy sposób określania dokładności prognoz Częso wysępuje auokorelacja składnika reszowego, co uniemożliwia dokładne określenie błędu prognozy
11 Modele analiyczne Modele analiyczne określa się jako funkcje rendu. Najpopularniejsze o: Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Y Funkcja liniowa y = a + b gdzie kolejna jednoska czasu α, β esymowane paramery czas 14
12 Modele analiyczne Funkcja liniowa y warości eoreyczne ,5 38,9 40, funkcja rendu , ,9 44,3 45, , ,3 49, ? prognoza y = a + b KMNK a = 36, 65 b =1, 03 y = 36,65 + 1,03 = 11 y 11 = 36,65 + 1,0311 y 11 = 47, 98
13 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Funkcja wykładnicza y = e a +b y = a e b gdzie β>0 Y y = a eb gdzie kolejna jednoska czasu gdzie β>1 α, β esymowane paramery e liczba Euler a - e ~ 2,71 czas
14 Modele analiyczne Funkcja wykładnicza y = a e b a 0 a 1 >1 0<a 1 <1 a 1 jes sopą wzrosu warość zmiennej objaśnianej wzrasa (spada gdy a 1 <1) przecięnie o (a 1-1)100%, gdy warość zmiennej objaśniającej wzrasa o jednoskę (np. z okresu na okres), w modeluyˆ = 2,7 1, 13 warość zmiennej y wzrasa przecięnie o 13% z okresu na okres. a 0 o ile go inerpreujemy jes poziomem zmiennej objaśnianej, gdy zmienna objaśniająca jes równa 0. Model liniowy przekszałca się do posaci liniowej jako: ln yˆ = lna 0 + lna1 x W=c+bx Podsawiając: W=ln(y) b = lna0 c = lna 1
15 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Y Funkcja poęgowa b y = a gdzie β>1 lub 0< β<1 gdzie kolejna jednoska czasu α, β esymowane paramery czas
16 Modele analiyczne Funkcja poęgowa y ˆ = a x 0 a a 0 jes poziomem zmiennej objaśnianej, gdy zmienna objaśniająca jes równa 1. a 1 jes elasycznością zmiennej objaśnianej względem zmiennej objaśniającej i oznacza w przybliżeniu procenową zmianę y spowodowaną zmianą warości x o 1% 1 a 1 <0 a 1 >1 Model poęgowy przekszałca się do posaci liniowej jako: ln y = lna 0 + a1 ln x a 0 1 0<a 1 <1 Podsawiając: W=ln(y) Z=ln(x) = lna0 b = a c 1 FUNKCJA LINIOWA W=c+bZ
17 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Y Funkcja logarymiczna y = a + bln gdzie β>0 gdzie kolejna jednoska czasu α, β esymowane paramery ln logarym nauralny czas
18 Modele analiyczne Modele analiyczne Funkcja liniowa Funkcja wykładnicza Funkcja poęgowa Funkcja logarymiczna Funkcja wielomianowa Funkcja wielomianowa Y y = a 0 + a 1 + a a n n gdzie kolejna jednoska czasu α, esymowane paramery czas 12
19 Model na zaliczenie 1) Dobór modelu prognosycznego - 2 PUNKTY Przedsawienie kilku modeli prognosycznych Kryeria wyboru modelu dlaczego aki model? 2) Zbudowanie prognozy na kolejne okresy - 1 PUNKT Określenie prognozy na kolejne okresy na podsawie wybranego modelu 3) Ocena błędu / rafności prognozy - 2 PUNKTY określenie błędu zbudowanej prognozy Ocena rafności prognozy przez wykładowcę Trafność % - 0,5 punka Trafność > 90% - 1 punk 4) Forma - 1 PUNKT Wykresy danych wejściowych, NAJLEPSZEGO modelu Komenarze Czyelność budowanego modelu prognosycznego
20 Dziękuj kuję za uwagę
PROGNOZOWANIE. Ćwiczenia 3. mgr Dawid Doliński
Ćwiczenia 3 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 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 szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK
1 ANALIZA, PROGNOZOWANIE I SYMULACJA 2 POBRAĆ Z INTERNETU Plaforma WSL on-line Nazwisko prowadzącego Maryna Kupczyk Folder z nazwą przedmiou - Analiza, prognozowanie i symulacja Plik o nazwie Baza do ćwiczeń
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 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 szczegółowoZadania z parametrem
Zadania z paramerem Zadania z paramerem są bardzo nielubiane przez maurzysów Nie jes ławo odpowiedzieć na pyanie: dlaczego? Nie są o zadania o dużej skali rudności Myślę, że głównym powodem akiego sanu
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 szczegółowoJoanna Kisielińska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
1 DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Katedra Ekonometrii i Statystyki, Uniwersytet Mikołaja Kopernika w Toruniu Joanna Kisielińska Szkoła Główna
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 szczegółowodyfuzja w płynie nieruchomym (lub w ruchu laminarnym) prowadzi do wzrostu chmury zanieczyszczenia
6. Dyspersja i adwekcja w przepływie urbulennym podsumowanie własności laminarnej (molekularnej) dyfuzji: ciągły ruch molekuł (molekularne wymuszenie) prowadzi do losowego błądzenia cząsek zanieczyszczeń
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 szczegółowoPrognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzystaniem wybranych metod statystycznych
dr Anna Koz owska-grzybek mgr Marcin Kowalski Kaedra Mikroekonomii Akademia Ekonomiczna w Poznaniu Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzysaniem wybranych
Bardziej szczegółowoPodstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych
Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja
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 szczegółowoPAKIET MathCad - Część III
Opracowanie: Anna Kluźniak / Jadwiga Matla Ćw3.mcd 1/12 Katedra Informatyki Stosowanej - Studium Podstaw Informatyki PAKIET MathCad - Część III RÓWNANIA I UKŁADY RÓWNAŃ 1. Równania z jedną niewiadomą MathCad
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW
Statystyczna analiza danych w programie STATISTICA ( 4 (wykład Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Regresja prosta liniowa Regresja prosta jest
Bardziej szczegółowoTemat: Funkcje. Własności ogólne. A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1
Temat: Funkcje. Własności ogólne A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1 Kody kolorów: pojęcie zwraca uwagę * materiał nieobowiązkowy A n n a R a
Bardziej szczegółowoMatematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia
Maemayka A kolokwium maja rozwia zania Należy przeczyać CA LE zadanie PRZED rozpocze ciem rozwia zywania go!. Niech M. p. Dowieść że dla każdej pary liczb ca lkowiych a b isnieje aka para liczb wymiernych
Bardziej szczegółowo7. OPRACOWYWANIE DANYCH I PROWADZENIE OBLICZEŃ powtórka
7. OPRACOWYWANIE DANYCH I PROWADZENIE OBLICZEŃ powtórka Oczekiwane przygotowanie informatyczne absolwenta gimnazjum Zbieranie i opracowywanie danych za pomocą arkusza kalkulacyjnego Uczeń: wypełnia komórki
Bardziej szczegółowoKurs wyrównawczy dla kandydatów i studentów UTP
Kurs wyrównawczy dla kandydatów i studentów UTP Część III Funkcja wymierna, potęgowa, logarytmiczna i wykładnicza Magdalena Alama-Bućko Ewa Fabińska Alfred Witkowski Grażyna Zachwieja Uniwersytet Technologiczno
Bardziej szczegółowoSTA T T A YSTYKA Korelacja
STATYSTYKA Korelacja Pojęcie korelacji Korelacja (współzależność cech) określa wzajemne powiązania pomiędzy wybranymi zmiennymi. Charakteryzując korelację dwóch cech podajemy dwa czynniki: kierunek oraz
Bardziej szczegółowoAUTOR MAGDALENA LACH
PRZEMYSŁY KREATYWNE W POLSCE ANALIZA LICZEBNOŚCI AUTOR MAGDALENA LACH WARSZAWA, 2014 Wstęp Celem raportu jest przedstawienie zmian liczby podmiotów sektora kreatywnego na obszarze Polski w latach 2009
Bardziej szczegółowoKlasyfikacja modeli. Metoda najmniejszych kwadratów
Konspek ekonomeria: Weryfikacja modelu ekonomerycznego Podręcznik: Ekonomeria i badania operacyjne, red. nauk. Marek Gruszczyński, Maria Podgórska, omasz Kuszewski (ale można czyać dowolny podręcznik do
Bardziej szczegółowoKurs z matematyki - zadania
Kurs z matematyki - zadania Miara łukowa kąta Zadanie Miary kątów wyrażone w stopniach zapisać w radianach: a) 0, b) 80, c) 90, d), e) 0, f) 0, g) 0, h), i) 0, j) 70, k), l) 80, m) 080, n), o) 0 Zadanie
Bardziej szczegółowoCzas trwania obligacji (duration)
Czas rwaia obligacji (duraio) Do aalizy ryzyka wyikającego ze zmia sóp proceowych (szczególie ryzyka zmiay cey) wykorzysuje się pojęcie zw. średiego ermiu wykupu obligacji, zwaego rówież czasem rwaia obligacji
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 szczegółowoEkonomiczno-techniczne aspekty wykorzystania gazu w energetyce
Ekonomiczno-echniczne aspeky wykorzysania gazu w energeyce Janusz Koowicz Wydział Inżynierii i Ochrony Środowiska Poliechnika zęsochowska Inerpreacja wskazników NPV oraz IRR Janusz Koowicz W7 Wydział Inżynierii
Bardziej szczegółowoZadanie 1. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny:
Matematyka ubezpieczeń majątkowych 5.2.2008 r. Zadanie. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny: Pr ( N = k) = 0 dla k = 0,, K, 9. Liczby szkód w
Bardziej szczegółowoWykład 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 II SYLABUS A. Informacje ogólne
EKONOMETRIA II SYLABUS A. Informacje ogólne Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok studiów /semestr Wymagania wstępne (tzw. sekwencyjny system zajęć
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 szczegółowoDTR.ZL-24-08 APLISENS PRODUKCJA PRZETWORNIKÓW CIŚNIENIA I APARATURY POMIAROWEJ INSTRUKCJA OBSŁUGI (DOKUMENTACJA TECHNICZNO-RUCHOWA)
DTR.ZL-24-08 APLISENS PRODUKCJA PRZETWORNIKÓW CIŚNIENIA I APARATURY POMIAROWEJ INSTRUKCJA OBSŁUGI (DOKUMENTACJA TECHNICZNO-RUCHOWA) ZASILACZ SIECIOWY TYPU ZL-24-08 WARSZAWA, KWIECIEŃ 2008. APLISENS S.A.,
Bardziej szczegółowoMapa umiejętności czytania, interpretacji i posługiwania się mapą Polski.
Mapa umiejętności czytania, interpretacji i posługiwania się mapą Polski. Uczeń: odczytuje z map informacje przedstawione za pomocą różnych metod kartograficznych Mapa i jej przeznaczenie Wybierając się
Bardziej szczegółowo14P2 POWTÓRKA FIKCYJNY EGZAMIN MATURALNYZ FIZYKI I ASTRONOMII - II POZIOM PODSTAWOWY
14P2 POWTÓRKA FIKCYJNY EGZAMIN MATURALNYZ FIZYKI I ASTRONOMII - II POZIOM PODSTAWOWY Ruch jednostajny po okręgu Pole grawitacyjne Rozwiązania zadań należy zapisać w wyznaczonych miejscach pod treścią zadania
Bardziej szczegółowoOBWODY REZYSTANCYJNE NIELINIOWE
Politechnika Białostocka Wydział Elektryczny atedra Elektrotechniki Teoretycznej i Metrologii nstrukcja do zaj laboratoryjnych OBWODY REZYSTANCYJNE NELNOWE Numer wiczenia E17 Opracowanie: dr in. Jarosław
Bardziej szczegółowoE k o n o m e t r i a S t r o n a 1
E k o n o m e t r i a S t r o n a Liniowy model ekonometryczny Jednorównaniowy liniowy model ekonometryczny (model regresji wielorakiej) można zapisać w postaci: y = α + α x + α x +... + α x + ε, t =,,...,
Bardziej szczegółowoWYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA REWERSYJNEGO I MATEMATYCZNEGO
Nr ćwiczenia: 101 Prowadzący: Data 21.10.2009 Sprawozdanie z laboratorium Imię i nazwisko: Wydział: Joanna Skotarczyk Informatyki i Zarządzania Semestr: III Grupa: I5.1 Nr lab.: 1 Przygotowanie: Wykonanie:
Bardziej szczegółowoROZWIĄZANIA PRZYKŁADOWYCH ZADAŃ. KORELACJA zmiennych jakościowych (niemierzalnych)
ROZWIĄZANIA PRZYKŁADOWYCH ZADAŃ KORELACJA zmiennych jakościowych (niemierzalnych) Zadanie 1 Zapytano 180 osób (w tym 120 mężczyzn) o to czy rozpoczynają dzień od wypicia kawy czy też może preferują herbatę.
Bardziej szczegółowoSYSTEMY TRANSAKCYJNE (TraderTeam.pl: Rafa Jaworski, Marek Matuszek) Lekcja XIX
SYSTEMY TRANSAKCYJNE (TraderTeam.pl: Rafa Jaworski, Marek Matuszek) Lekcja XIX Systemy oparte na rednich krocz cych cz.1 Wszelkie prawa zastrze one. Kopiowanie i rozpowszechnianie ca ci lub fragmentu niniejszej
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 szczegółowoMETODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ
B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 3 2009 Barbara GŁADYSZ* METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ W arykule zaproponowano meodę określania wielkości konraków na
Bardziej szczegółowowww.biznesplan.waw.pl
www.biznesplan.waw.pl A. WSKAŹNIKI PŁYNNOŚCI FINANSOWEJ A 1. Wskaźnik płynności bieżącej: WPB AB AB - aktywa bieżące, - zobowiązania bieżące. Wskaźnik ten informuje o tym, ile razy bieżące aktywa pokrywają
Bardziej szczegółowoObjaśnienia do Wieloletniej Prognozy Finansowej(WPF) Gminy Dmosin na lata 2016 2027 ujętej w załączniku Nr 1
Załącznik Nr 2 do Uchwały Nr XV/83/15 Rady Gminy Dmosin z dnia 30 grudnia 2015 r. Objaśnienia do Wieloletniej Prognozy Finansowej(WPF) Gminy Dmosin na lata 2016 2027 ujętej w załączniku Nr 1 I. Objaśnienia
Bardziej szczegółowoProgram zdrowotny. Programy profilaktyczne w jednostkach samorz du terytorialnego. Programy zdrowotne a jednostki samorz du terytorialnego
Mirosław Moskalewicz 1 z 7 Programy profilaktyczne w jednostkach samorz du terytorialnego Specjalista Zdrowia Publicznego i Medycyny Spo ecznej Specjalista Po o nictwa i Ginekologii Lek. Med. Miros aw
Bardziej szczegółowoEfektywność nauczania w Gimnazjum w Lutyni
Efektywność nauczania w Gimnazjum w Lutyni Efektywność nauczania w danej szkole często utożsamiana jest z jej wynikami egzaminacyjnymi. Gdyby wszystkie szkoły w Polsce pracowały z uczniami o tym samym
Bardziej szczegółowoĆwiczenie: "Ruch harmoniczny i fale"
Ćwiczenie: "Ruch harmoniczny i fale" Opracowane w ramach projektu: "Wirtualne Laboratoria Fizyczne nowoczesną metodą nauczania realizowanego przez Warszawską Wyższą Szkołę Informatyki. Zakres ćwiczenia:
Bardziej szczegółowoWyklad 1. Analiza danych za pomocą pakietu SAS. Obiekty i zmienne. Rodzaje zmiennych
Bioinformatyka - rozwój oferty edukacyjnej Uniwersytetu Przyrodniczego we Wrocławiu projekt realizowany w ramach Programu Operacyjnego Kapitał Ludzki współfinansowanego ze środków Europejskiego Funduszu
Bardziej szczegółowoK P K P R K P R D K P R D W
KLASA III TECHNIKUM POZIOM PODSTAWOWY I ROZSZERZONY PROPOZYCJA POZIOMÓW WYMAGAŃ Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i
Bardziej szczegółowoEkonomiczny Uniwersytet Dziecięcy
Ekonomiczny Uniwersytet Dziecięcy Akcje na giełdzie dr Adam Zaremba Uniwersytet Ekonomiczny w Poznaniu 28 kwietnia 2016 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL PLAN WYKŁADU I.
Bardziej szczegółowoLABORATORIUM PRZYRZĄDÓW PÓŁPRZEWODNIKOWYCH
Wydział Elektroniki Mikrosystemów i Fotoniki Politechniki Wrocławskiej STUDA DZENNE e LAORATORUM PRZYRZĄDÓW PÓŁPRZEWODNKOWYH LPP 2 Ćwiczenie nr 10 1. el ćwiczenia Przełączanie tranzystora bipolarnego elem
Bardziej szczegółowoKONCEPCJA NAUCZANIA PRZEDMIOTU RACHUNKOWOŚĆ SKOMPUTERYZOWANA" NA WYDZIALE ZARZĄDZANIA UNIWERSYTETU GDAŃSKIEGO
KONCEPCJA NAUCZANIA PRZEDMIOTU RACHUNKOWOŚĆ SKOMPUTERYZOWANA" NA WYDZIALE ZARZĄDZANIA UNIWERSYTETU GDAŃSKIEGO Grzegorz Bucior Uniwersytet Gdański, Katedra Rachunkowości 1. Wprowadzenie Rachunkowość przedsiębiorstwa
Bardziej szczegółowoOGÓLNODOSTĘPNE IFORMACJE O WYNIKACH EGZAMINÓW I EFEKTYWNOŚCI NAUCZANIA W GIMNAZJACH przykłady ich wykorzystania i interpretowania
Teresa Kutajczyk, WBiA OKE w Gdańsku Okręgowa Komisja Egzaminacyjna w Gdańsku OGÓLNODOSTĘPNE IFORMACJE O WYNIKACH EGZAMINÓW I EFEKTYWNOŚCI NAUCZANIA W GIMNAZJACH przykłady ich wykorzystania i interpretowania
Bardziej szczegółowoSCENARIUSZ ZAJĘĆ SZKOLNEGO KOŁA NAUKOWEGO Z PRZEDMIOTU CHEMIA PROWADZONEGO W RAMACH PROJEKTU AKADEMIA UCZNIOWSKA
SCENARIUSZ ZAJĘĆ SZKOLNEGO KOŁA NAUKOWEGO Z PRZEDMIOTU CHEMIA PROWADZONEGO W RAMACH PROJEKTU AKADEMIA UCZNIOWSKA Temat lekcji Jak dowieść, że woda ma wzór H 2 O? Na podstawie pracy uczniów pod opieką Tomasza
Bardziej szczegółowo4.3. Warunki życia Katarzyna Gorczyca
4.3. Warunki życia Katarzyna Gorczyca [w] Małe i średnie w policentrycznym rozwoju Polski, G.Korzeniak (red), Instytut Rozwoju Miast, Kraków 2014, str. 88-96 W publikacji zostały zaprezentowane wyniki
Bardziej szczegółowoRegulamin Rozgrywania Mistrzostw Polski oraz innych Turniejów Tańca w Show
Regulamin Rozgrywania Mistrzostw Polski oraz innych Turniejów Tańca w Show Warunek: uczestnikami mogą być amatorzy pow.15 lat 1. Style taneczne turniejów tańca w show. 1. 1. Turnieje tańca w show przeprowadzane
Bardziej szczegółowoZadanie I. 2. Gdzie w przestrzeni usytuowane są punkty (w której ćwiartce leży dany punkt):
GEOMETRIA WYKREŚLNA ĆWICZENIA ZESTAW I Rok akademicki 2014/2015 Zadanie I. 1. Według podanych współrzędnych punktów wyznaczyć ich położenie w przestrzeni (na jednym rysunku aksonometrycznym) i określić,
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 szczegółowoMiejski Zakład Gospodarki Komunalnej Spółka z o.o. w Piotrkowie Trybunalskim
Miejski Zakład Gospodarki Komunalnej Spółka z o.o. w Piotrkowie Trybunalskim TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW obowiązująca na terenie gminy Piotrków Trybunalski
Bardziej szczegółowoRozwój małych elektrowni wodnych w kontekście sytemu wsparcia OZE
Rozwój małych elektrowni wodnych w kontekście sytemu wsparcia OZE Radosław Koropis Poznań 28.05.2013 r. DOTYCHCZASOWE WARUNKI SYSTEMU WSPARCIA ANALIZA RENTOWNOŚCI MEW ILE KOSZTUJE ZANIECHANIE SYSTEMU WSPARCIA?
Bardziej szczegółowoRys. 1. Rysunek do zadania testowego
Test zaliczeniowy Zadanie testowe. Przeanalizuj rysunek 1., przedstawiający odwzorowanie pewnej sytuacji przestrzennej przy pomocy metody Monge a (rzutów prostokątnych na dwie wzajemnie prostopadłe rzutnie
Bardziej szczegółowoSurowiec Zużycie surowca Zapas A B C D S 1 0,5 0,4 0,4 0,2 2000 S 2 0,4 0,2 0 0,5 2800 Ceny 10 14 8 11 x
Przykład: Przedsiębiorstwo może produkować cztery wyroby A, B, C, i D. Ograniczeniami są zasoby dwóch surowców S 1 oraz S 2. Zużycie surowca na jednostkę produkcji każdego z wyrobów (w kg), zapas surowca
Bardziej szczegółowoZASADY REPRODUKCJI SYMBOLI GRAFICZNYCH PRZEDMOWA
Poprzez połączenie symbolu graficznego Unii Europejskiej oraz części tekstowej oznaczającej jeden z jej programów operacyjnych powstaje symbol graficzny, który zgodnie z obowiązującymi dyrektywami ma być
Bardziej szczegółowoTemat: Co to jest optymalizacja? Maksymalizacja objętości naczynia prostopadłościennego za pomocą arkusza kalkulacyjngo.
Konspekt lekcji Przedmiot: Informatyka Typ szkoły: Gimnazjum Klasa: II Nr programu nauczania: DKW-4014-87/99 Czas trwania zajęć: 90min Temat: Co to jest optymalizacja? Maksymalizacja objętości naczynia
Bardziej szczegółowoKATALOG ROZWIĄZA ZAŃ AKUSTYCZNYCH - UNIKALNE NARZĘDZIE DLA PROJEKTANTÓW. Marek Niemas
KATALOG ROZWIĄZA ZAŃ AKUSTYCZNYCH - UNIKALNE NARZĘDZIE DLA PROJEKTANTÓW Marek Niemas Zakres katalogu ZAKRES PREZENTACJI Jednoliczbowe wskaźniki charakteryzujące właściwości dźwiękoizolacyjne i dźwiękochłonne
Bardziej szczegółowoWYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji. Laboratorium Obróbki ubytkowej materiałów.
WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Obróbki ubytkowej materiałów Ćwiczenie nr 1 Temat: Geometria ostrzy narzędzi skrawających Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoZagadnienia transportowe
Mieczysław Połoński Zakład Technologii i Organizacji Robót Inżynieryjnych Wydział Inżynierii i Kształtowania Środowiska SGGW Zagadnienia transportowe Z m punktów odprawy ma być wysłany jednorodny produkt
Bardziej szczegółowo4. MATERIA NAUCZANIA. 4.1. Kierowanie ruchu w sieciach telekomunikacyjnych. 4.1.1. Materia nauczania
4. MTERI NUCZNI 4.1. Kierowanie ruchu w sieciach elekomunikacyjnych 4.1.1. Maeria nauczania Poj cia i erminy sosowane w in ynierii ruchu Poj cia ogólne: obs uga ruchu zdolno obieku do obs ugi ruchu o okre
Bardziej szczegółowoWarszawa, dnia 22 stycznia 2015 r. Poz. 112 ROZPORZĄDZENIE MINISTRA ŚRODOWISKA 1) z dnia 15 stycznia 2015 r.
DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 22 stycznia 2015 r. ROZPORZĄDZENIE MINISTRA ŚRODOWISKA z dnia 15 stycznia 2015 r. w sprawie wzoru zaświadczenia potwierdzającego recykling oraz wzoru
Bardziej szczegółowoUrząd Transportu Kolejowego
Urząd Transportu Kolejowego Instrukcja kalkulacji stawek jednostkowych opłaty podstawowej za dostęp i korzystanie z infrastruktury kolejowej cel i zakres projektu Urząd Transportu Kolejowego Warszawa,
Bardziej szczegółowoFormularz Zgłoszeniowy propozycji zadania do Szczecińskiego Budżetu Obywatelskiego na 2016 rok
Formularz Zgłoszeniowy propozycji zadania do Szczecińskiego Budżetu Obywatelskiego na 2016 rok 1. KONTAKT DO AUTORA/AUTORÓW PROPOZYCJI ZADANIA (OBOWIĄZKOWE) UWAGA: W PRZYPADKU NIEWYRAŻENIA ZGODY PRZEZ
Bardziej szczegółowoMATEMATYKA 4 INSTYTUT MEDICUS FUNKCJA KWADRATOWA. Kurs przygotowawczy na studia medyczne. Rok szkolny 2010/2011. tel. 0501 38 39 55 www.medicus.edu.
INSTYTUT MEDICUS Kurs przygotowawczy na studia medyczne Rok szkolny 00/0 tel. 050 38 39 55 www.medicus.edu.pl MATEMATYKA 4 FUNKCJA KWADRATOWA Funkcją kwadratową lub trójmianem kwadratowym nazywamy funkcję
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 szczegółowoDynamika wzrostu cen nośników energetycznych
AKTUALIZACJA PROJEKTU ZAŁOŻEŃ DO PLANU ZAOPATRZENIA W CIEPŁO, ENERGIĘ ELEKTRYCZNĄ I PALIWA GAZOWE DLA MIASTA KATOWICE Część 13 Dynamika wzrostu cen nośników energetycznych W 880.13 2/24 SPIS TREŚCI 13.1
Bardziej szczegółowoW Regulaminie dokonuje się następujących zmian:
Niniejsza informacja dotyczy abonentów, którzy w okresie od 23 czerwca 2013r. do 7 czerwca 2014r. związali/zwiążą się Regulaminem Świadczenia Usług Telekomunikacyjnych na rzecz Abonentów T- Mobile. Regulamin
Bardziej szczegółowoEwaluacja projektu szkoleniowego Międzykulturowe ABC
1. Definicja obiektu 2. Cele ewaluacji 3. Zakres przedmiotowy 4.Zakres czasowy Szkolenia dla 50 urzędników zatrudnionych w różnych departamentach i wydziałach Urzędu Miasta Lublina, obecnie lub w przyszłości
Bardziej szczegółowoZakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych
Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2011 roku. Warszawa 2011 I. Badana populacja
Bardziej szczegółowoBudowanie roli HR Business Partnera w firmach świadczących usługi profesjonalne - wdrożenie projektu
Budowanie roli HR Business Partnera w firmach świadczących usługi profesjonalne - wdrożenie projektu 8-letnie doswiadczenie w roli HR Business Partnera / HR Managera w firmach świadczących usługi profesjonalne
Bardziej szczegółowoO MIERNIKACH DOKŁADNOŚCI PROGNOZ EX POST W PROGNOZOWANIU ZMIENNYCH O SILNYM NATĘŻENIU SEZONOWOŚCI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/, 0, s. 3 O MIERNIKACH DOKŁADNOŚCI PROGNOZ EX POST W PROGNOZOWANIU ZMIENNYCH O SILNYM NATĘŻENIU SEZONOWOŚCI Maia Szmuksa Zawadzka Sudium Maemayki Zachodniopomoski
Bardziej szczegółowoREGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I
Załącznik Nr 1 do zarządzenia Nr169/2011 Burmistrza Miasta Mława z dnia 2 listopada 2011 r. REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława Ilekroć w niniejszym regulaminie
Bardziej szczegółowoASD - ćwiczenia III. Dowodzenie poprawności programów iteracyjnych. Nieformalnie o poprawności programów:
ASD - ćwiczenia III Dowodzenie poprawności programów iteracyjnych Nieformalnie o poprawności programów: poprawność częściowa jeżeli program zakończy działanie dla danych wejściowych spełniających założony
Bardziej szczegółowoStrategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania).
Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania). W momencie gdy jesteś studentem lub świeżym absolwentem to znajdujesz się w dobrym momencie, aby rozpocząć planowanie swojej ścieżki
Bardziej szczegółowoMetrologia cieplna i przepływowa
Metrologia cieplna i przepływowa Systemy, Maszyny i Urządzenia Energetyczne, I rok mgr Pomiar małych ciśnień Instrukcja do ćwiczenia Katedra Systemów Energetycznych i Urządzeń Ochrony Środowiska AGH Kraków
Bardziej szczegółowoProjektowanie bazy danych
Projektowanie bazy danych Pierwszą fazą tworzenia projektu bazy danych jest postawienie definicji celu, założeo wstępnych i określenie podstawowych funkcji aplikacji. Każda baza danych jest projektowana
Bardziej szczegółowo7. REZONANS W OBWODACH ELEKTRYCZNYCH
OBWODY SYGNAŁY 7. EZONANS W OBWODAH EEKTYZNYH 7.. ZJAWSKO EZONANS Obwody elektryczne, w których występuje zjawisko rezonansu nazywane są obwodami rezonansowymi lub drgającymi. ozpatrując bezźródłowy obwód
Bardziej szczegółowoSYSTEMY TRANSAKCYJNE (TraderTeam.pl: Rafa Jaworski, Marek Matuszek) Lekcja XXII
SYSTEMY TRANSAKCYJNE (TraderTeam.pl: Rafa Jaworski, Marek Matuszek) Lekcja XXII Systemy oparte na wska nikach technicznych cz.2 Wszelkie prawa zastrze one. Kopiowanie i rozpowszechnianie ca ci lub fragmentu
Bardziej szczegółowoWiedza niepewna i wnioskowanie (c.d.)
Wiedza niepewna i wnioskowanie (c.d.) Dariusz Banasiak Katedra Informatyki Technicznej Wydział Elektroniki Wnioskowanie przybliżone Wnioskowanie w logice tradycyjnej (dwuwartościowej) polega na stwierdzeniu
Bardziej szczegółowoOpis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows.
Opis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows. Zadaniem modułu jest wspomaganie zarządzania magazynem wg. algorytmu just in time, czyli planowanie
Bardziej szczegółowoWyznaczanie współczynnika sprężystości sprężyn i ich układów
Ćwiczenie 63 Wyznaczanie współczynnika sprężystości sprężyn i ich układów 63.1. Zasada ćwiczenia W ćwiczeniu określa się współczynnik sprężystości pojedynczych sprężyn i ich układów, mierząc wydłużenie
Bardziej szczegółowoEksperyment,,efekt przełomu roku
Eksperyment,,efekt przełomu roku Zapowiedź Kluczowe pytanie: czy średnia procentowa zmiana kursów akcji wybranych 11 spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie (i umieszczonych już
Bardziej szczegółowoEKONOMETRIA 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 szczegółowoOptyka geometryczna i falowa
Pojęcie podstawowe: promień świetlny. Optyka geometryczna i alowa Podstawowa obserwacja: jeżeli promień świetlny pada na granicę dwóch ośrodków to: ulega odbiciu na powierzchni granicznej za!amaniu przy
Bardziej szczegółowoZarządzanie Produkcją II
Zarządzanie Produkcją II Dr Janusz Sasak Poziomy zarządzania produkcją Strategiczny Taktyczny Operatywny Uwarunkowania decyzyjne w ZP Poziom strategiczny - wybór strategii - wybór systemu produkcyjnego
Bardziej szczegółowoBiomasa w odpadach komunalnych
Otwarte seminaria 2012 Biomasa w odpadach komunalnych mgr inż. Oktawian Pastucha Centralne Laboratorium Plan seminarium Podstawowe definicje określające biomasę oraz odpady komunalne występujące w prawie
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 szczegółowoWykorzystanie metod statystycznych w badaniach IUNG PIB w Puławach
Instytut Uprawy Nawożenia i Gleboznawstwa Państwowy Instytut Badawczy Wykorzystanie metod statystycznych w badaniach IUNG PIB w Puławach Stanisław Krasowicz Wiesław Oleszek Puławy, 2010r. Nauka ogniwo
Bardziej szczegółowoJan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia
Procesy z Procesy z Jan Olek Uniwersytet Stefana ardynała Wyszyńskiego 2013 Wzór równania logistycznego: Ṅ(t)=rN(t)(1- N ), gdzie Ṅ(t) - przyrost populacji w czasie t r - rozrodczość netto, (r > 0) N -
Bardziej szczegółowoAnaliza wyników egzaminu gimnazjalnego. Test matematyczno-przyrodniczy matematyka. Test GM-M1-122,
Analiza wyników egzaminu gimnazjalnego Test matematyczno-przyrodniczy Test GM-M1-122, Zestaw zadań z zakresu matematyki posłużył w dniu 25 kwietnia 2012 r. do sprawdzenia, u uczniów kończących trzecią
Bardziej szczegółowoLXXVI Forum Dyskusyjne nt:
Stowarzyszenie Inżynierów i Techników Komunikacji RP Oddział w Warszawie LXXVI Forum Dyskusyjne nt: Metody cyklicznego szacowania przewozów pasażerskich w transporcie zbiorowym organizowanym przez Zarząd
Bardziej szczegółowoHarmonogramowanie projektów Zarządzanie czasem
Harmonogramowanie projektów Zarządzanie czasem Zarządzanie czasem TOMASZ ŁUKASZEWSKI INSTYTUT INFORMATYKI W ZARZĄDZANIU Zarządzanie czasem w projekcie /49 Czas w zarządzaniu projektami 1. Pojęcie zarządzania
Bardziej szczegółowo