Po co w ogóle prognozujemy?
|
|
- Aniela Witek
- 7 lat temu
- Przeglądów:
Transkrypt
1
2 Po co w ogóle prognozujemy?
3 Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym empirycznie, niepewnym, ale akceptowalnym Prognozowanie to sztuka przewidywania przyszłości... i uzasadniania, dlaczego owe przewidywania się nie sprawdzają.
4 Prognozowanie w przedsiębiorstwie
5 Typy prognoz (kryterium czasu) prognozowanie Prognozy długoterminowe wybiegają kilka lat w przyszłość Prognozy średnioterminowe 3 miesiące do 2 lat Prognozy krótkoterminowe kilka tygodni
6 Metody prognozowania Metody prognozowania ilościowe /statystyczne jakościowe projekcyjne przyczynowo skutkowe
7 Schemat powstawania prognoz jakościowych
8 pytania 1. Dlaczego prognozy są wykorzystywane w zarządzaniu operacyjnym? Wszystkie plany i decyzje są wykonywane w przyszłości, jeżeli planujemy na poziomie operacyjnym to musimy znać okoliczności, w których nasze plany zostaną zweryfikowanie. 2. Prognozowanie jest wyspecjalizowana funkcją wykorzystującą techniki matematyczne dla projekcji danych historycznych. Czy uważasz że to stwierdzenie jest prawdziwe? 3. Jakie znasz podejścia do prognozowania? NIE subiektywne, przyczynowe, projekcyjne
9 Prognozowanie oparte na osądach
10 Intuicja osobista Metoda delficka Prognozowanie oparte na sądzie Panele dyskusyjne Analogie historyczne Badania rynku
11 Zadanie 1 Porównaj metody oparte na osądzie. Przedstaw odpowiedź w formie tabeli. METODA DOKŁADNOŚĆ W OKRESIE KOSZT INTUICJA OSOBISTA PANELE DYSKUSYJNE BADANIA RYNKU ANALOGIE HISTORYCZNE METODA DELFICKA KRÓTKIM ŚREDNIM DŁUGIM mała mała do średniej mała mała do dobrej słaba słaba niski niski bardzo dobra dobra średnia wysoki mała średnia do bardzo dobrej średnia do dobrej średnia do bardzo dobrej średnia do dobrej średnia do bardzo dobrej średni średni do wysokiego
12 Szeregi czasowe
13 Ogólna postać szeregu czasowego
14 Szereg czasowy Składowa przypadkowa składowa systematyczna trend stały poziom składowa okresowa wahania sezonowe wahania cykliczne
15 Prognozowanie na podstawie szeregów czasowych Trend (tendencja rozwojowa) - długookresowa skłonność do jednokierunkowych zmian (wzrostu lub spadku) wartości zmiennej badanej. Jest konsekwencją działania stałych czynników np. w przypadku sprzedaży - liczba potencjalnych klientów, ich dochody lub preferencje. Może być wyznaczony gdy mamy długi ciąg obserwacji. Stały (przeciętny poziom) - występuje gdy w szeregu czasowym nie ma trendu, zaś wartości badanej zmiennej oscylują wokół pewnego stałego poziomu. Wahania cykliczne - długookresowe wahania wokół trendu lub stałego poziomu. W ekonomii najczęściej związane z cyklem koniunkturalnym gospodarki. Wahania sezonowe - wahania wokół trendu lub stałego poziomu. Wahania te maj skłonności do powtarzania się w określonym czasie nie przekraczającym jednego roku, odzwierciedlaj wpływ pogody lub kalendarza na działalności gospodarczej.
16 Jak wygląda szereg czasowy?
17 Jak wygląda szereg czasowy?
18 Dekompozycja szeregów czasowych zadanie 2 nazwij krzywe na poniższym rysunku
19 Dekompozycja szeregów czasowych
20 Stały poziom
21 trend
22 Stały poziom + wahania sezonowe
23 Podstawowy model Wartość rzeczywista Przypadkowe zakłócenie
24 Zakłócenia nakładające się na podstawowy trend
25 Ze względu na występowanie zakłóceń prognozy zawsze mają błędy. Mamy wtedy do czynienia z różnicą pomiędzy prognozą a wartością rzeczywistą. Jeżeli w nasze prognozie w czasie t prognozujemy popyt F t a w rzeczywistości popyt okazuje się być na poziomie D t w naszej prognozie wystąpił błąd E t E t =D t -F t Średni błąd= σ E t n
26 Inne metody prognozowania Prognozowanie przyczynowe: Poszukuje przyczyn lub związków, które można wykorzystać w prognozie (dane zewnętrzne) regresja liniowa współczynnik determinacji Prognozowanie projekcyjne: Bada historyczne dane dotyczące popytu i wykorzystuje je do prognozowania przyszłości (dane wewnętrzne) średnie zwykłe średnie ruchome wygładzenie wykładnicze model sezonowości i trendu
27 PROCES to seria kroków i działań, która przetwarza dostarczone przez dostawców wejścia w odbierane przez klientów wyjścia G. Eckers, Rewolucja SIX SIGMA, s 45. Charakterystyka procesu: jest zbiorem powiązanych działań, posiada określone wejście i wyjście, wykonywany jest przez jednostki organizacyjne usytuowane w różnych obszarach struktury organizacyjnej przedsiębiorstwa, proces składa się z działań (funkcji) w wyniku których powstaje wartość dla klienta, posiada wewnętrzną strukturę działań, proces powinien być mierzalny, proces powinien być ciągle doskonalony, procesowi podlega obiekt działania (np. informacje, surowce, itp.), odbiorcami efektów procesu są klienci wewnętrzni oraz zewnętrzni, w procesie wykorzystywane są różne zasoby, a w tym ludzkie i techniczne.
28 Schemat procesu Co mogę powiedzieć na temat tego procesu?
29 Typy procesu PROCES GŁÓWNY ZESPÓŁ MIĘDZYFUNKCYJNYCH DZIAŁAŃ, LUB KROKÓW, KTÓRE W SPOSÓB ISTOSTNY, BEZPOŚREDNIO LUB POŚREDNIO, WPŁYWAJĄ NA REALIZACJĘ CELÓW BIZNESOWYCH KLUCZOWE PODPROCESY SKŁADAJĄ SIĘ NA SUMĘ PROCES GŁÓWNEGO PROCESY POMOCNICZE POŚREDNIO WPŁYWAJA NA ZADOWOLENIE KLIENTA, ALE MAJĄ ISTOTNE ZNACZENIE DLA FIRMY, UMOŻLIWIAJĄC JEJ REALIZOWANIE PODSTAWOWYCH ZADAŃ. G. Eckers, Rewolucja SIX SIGMA, s 46-48
30 WŁAŚCICIELE PROCESU Posiada wiedzę na temat podprocesu wystarczającą by być postrzeganym jako ekspert w danej dziedzinie. Ma zdolności przywódcze Rozumie i szanuje zasady zarządzania procesami biznesowymi Doświadcza negatywnych skutków gdy proces nie przebiega właściwie Szanuje osoby zaangażowane w poprzednie i kolejne procesy
31 narzędzie używane przez zespół do zidentyfikowania wszystkich elementów procesu przed rozpoczęciem jego realizacji zgodnie z przyjętymi zasadami i wobec uzgodnionych kryteriów Czym jest SIPOC? rezultat zastosowania diagramu SIPOC podpowiada zespołowi, by rozważył w procesie wpływ i zaangażowanie Po co korzystamy dostawców, wejść z SIPOC? i składowych procesu nad poprawą którego zespół pracuje, rezultatów procesu oraz klientów.
32 S dostawca (ang. supplier), podmiot, który dostarcza informacje, zasoby do realizowanego procesu. I wejście (ang. input), informacje, zasoby dostarczane przez dostawcę. P proces (ang. process), powiązane czynności przekształcające wejście w wyjście. O wyjście (ang. output), informacje, zasoby dostarczane przez proces. C klient (ang. customer), podmiot, który otrzymuje efekt wyjściowy.
33 1. Nazwa procesu Np. zarządzanie kadrami. 2. Właściciel (nazwa!?) procesu ODPOWIEDZIALNY ZA PROCES 3. Cel procesu (np. zapewnić i doskonalić kompetencje i motywację pracowników firmy). KARTA PROCESU 4. Zadanie(a) i mierniki mierzalne aspekty związane z celem (np. zwiększenie o 5% liczby godzin szkoleń, przypadających na jednego pracownika w stosunku do roku...) W zależności od specyfiki procesu, przyjąć można jedno lub kilka zadań 5. Metoda i częstotliwość monitorowania Jak będzie wyglądało monitorowanie procesu: pomiar, porównywanie, zliczanie, przeglądanie zapisów, kontrola wzrokowa. W jakich odstępach czasu proces ma być monitorowany oraz kto to monitorowanie prowadzi 6. Metoda analizy wyników np. wykres, diagram, tabela, omówienie na zebraniu 7. Dokumenty stanowiące podstawę realizacji Dokumenty występujące w formie elektronicznej oznaczane mogą być w formie hiperłącza, co zapewnia błyskawiczny do nich dostęp. 8. Wykorzystywane formularze Jeśli stosowane formularze mają formę elektroniczną, można je również przyporządkować za pomocą nazwy (hiperłącza) do odpowiedniego procesu. 9. Powstające zapisy 10. Uwagi
3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Bardziej szczegółowoIstota funkcjonowania przedsiębiorstwa produkcyjnego. dr inż. Andrzej KIJ
Istota funkcjonowania przedsiębiorstwa produkcyjnego dr inż. Andrzej KIJ 1 Popyt rynkowy agregacja krzywych popytu P p2 p1 D1 q1 D2 q2 Q 2 Popyt rynkowy agregacja krzywych popytu P p2 p1 D1 +D2 D1 D2 q1
Bardziej szczegółowoNa poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy
Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne
Bardziej szczegółowoHistoria norm ISO serii 9000
Historia norm ISO serii 9000 15.XII.2000 Nowelizacja norm ISO serii 9000 1996 Normy PN-ISO serii 9000 1994 Aktualizacja norm ISO serii 9000 1993 Normy PN-EN serii 29000 1987 Normy ISO serii 9000 1979 Brytyjska
Bardziej szczegółowoĆwiczenie 5 PROGNOZOWANIE
Ćwiczenie 5 PROGNOZOWANIE Prognozowanie jest procesem przewidywania przyszłych zdarzeń. Obszary zastosowań prognozowania obejmują np. analizę danych giełdowych, przewidywanie zapotrzebowania na pracowników,
Bardziej szczegółowoStatystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30
Statystyka Wykład 13 Magdalena Alama-Bućko 12 czerwca 2017 Magdalena Alama-Bućko Statystyka 12 czerwca 2017 1 / 30 Co wpływa na zmiany wartości danej cechy w czasie? W najbardziej ogólnym przypadku, na
Bardziej szczegółowoZapraszamy do współpracy FACULTY OF ENGINEERING MANAGEMENT www.fem.put.poznan.pl Agnieszka Stachowiak agnieszka.stachowiak@put.poznan.pl Pokój 312 (obok czytelni) Dyżury: strona wydziałowa Materiały dydaktyczne:
Bardziej szczegółowoEkonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006
Modele dynamiczne Paweł Cibis pcibis@o2.pl 27 kwietnia 2006 1 Wyodrębnianie tendencji rozwojowej 2 Etap I Wyodrębnienie tendencji rozwojowej Etap II Uwolnienie wyrazów szeregu empirycznego od trendu Etap
Bardziej szczegółowoStatystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36
Statystyka Wykład 13 Magdalena Alama-Bućko 18 czerwca 2018 Magdalena Alama-Bućko Statystyka 18 czerwca 2018 1 / 36 Agregatowy (zespołowy) indeks wartości określonego zespołu produktów np. jak zmianiała
Bardziej szczegółowoAnaliza autokorelacji
Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.
Bardziej szczegółowoPrognoza sprawozdania finansowego Bilans
Prognoza sprawozdania go Bilans 31.12.24 31.12.25 31.12.26 Wartości niematerialne i prawne Rzeczowe aktywa trwałe Długoterminowe Zapasy Należności Inwestycje 594 3474 3528 954 52119 54 12 759 693 2259
Bardziej szczegółowoPrognozowanie popytu. mgr inż. Michał Adamczak
Prognozowanie popytu mgr inż. Michał Adamczak Plan prezentacji 1. Definicja prognozy 2. Klasyfikacja prognoz 3. Szereg czasowy 4. Metody prognozowania 4.1. Model naiwny 4.2. Modele średniej arytmetycznej
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoSzczegółowy 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
Bardziej szczegółowoPROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY
Joanna Chrabołowska Joanicjusz Nazarko PROGNOZOWANIE PRZYCHODÓW ZE SPRZEDAŻY NA PRZYKŁADZIE PRZEDSIĘBIORSTWA HANDLOWEGO TYPU CASH & CARRY Wprowadzenie Wśród wielu prognoz szczególną rolę w zarządzaniu
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND Finanse i Rachunkowość rok 2 Analiza dynamiki Szereg czasowy: y 1 y 2... y n 1 y n. y t poziom (wartość) badanego zjawiska w
Bardziej szczegółowoAnaliza metod prognozowania kursów akcji
Analiza metod prognozowania kursów akcji Izabela Łabuś Wydział InŜynierii Mechanicznej i Informatyki Kierunek informatyka, Rok V Specjalność informatyka ekonomiczna Politechnika Częstochowska izulka184@o2.pl
Bardziej szczegółowoPrognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB
Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB Plan prezentacji Wprowadzenie do prognozowania Metody
Bardziej szczegółowoOrganizacja i monitorowanie procesów magazynowych / Stanisław
Organizacja i monitorowanie procesów magazynowych / Stanisław KrzyŜaniak [et al.]. Poznań, 2013 Spis treści Przedmowa 11 1.1. Magazyn i magazynowanie 13 1.1.1. Magazyn i magazynowanie - podstawowe wiadomości
Bardziej szczegółowoPrognozowanie 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
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoAnaliza współzależności zjawisk. dr Marta Kuc-Czarnecka
Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z
Bardziej szczegółowoĆwiczenia 13 WAHANIA SEZONOWE
Ćwiczenia 3 WAHANIA SEZONOWE Wyrównanie szeregu czasowego (wyodrębnienie czystego trendu) mechanicznie Zadanie. Badano spożycie owoców i przetworów (yt) (w kg) w latach według kwartałów: kwartał lata 009
Bardziej szczegółowoTeoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
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 szczegółowoSpis treści. Przedmowa
Spis treści Przedmowa 1.1. Magazyn i magazynowanie 1.1.1. Magazyn i magazynowanie - podstawowe wiadomości 1.1.2. Funkcje i zadania magazynów 1.1.3. Rodzaje magazynów 1.1.4. Rodzaje zapasów 1.1.5. Warunki
Bardziej szczegółowoPrognozowanie i symulacje
Prognozowanie i symulacje - Wykład (15 godzin) -Ćwiczenia przy komputerze (30 godzin) - Zaliczenie jedna ocena - Zasady zaliczenia i literatura dr Tadeusz RóŜański Helena Gaspars Prognozowanie i symulacje
Bardziej szczegółowoZarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, Spis treści
Zarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, 2017 Spis treści Wprowadzenie 11 1. O inżynierii jakości i zarządzaniu jakością 11 2. Zakres i układ książki 14 3. Komentarz terminologiczny 17
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest
Bardziej szczegółowo3. Analiza własności szeregu czasowego i wybór typu modelu
3. Analiza własności szeregu czasowego i wybór typu modelu 1. Metody analizy własności szeregu czasowego obserwacji 1.1. Analiza wykresu szeregu czasowego 1.2. Analiza statystyk opisowych zmiennej prognozowanej
Bardziej szczegółowoSzczegółowy 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
Bardziej szczegółowoPOLITYKA JAKOŚCI. Polityka jakości to formalna i ogólna deklaracja firmy, jak zamierza traktować sprawy zarządzania jakością.
POLITYKA JAKOŚCI Polityka jakości jest zestawem nadrzędnych celów, zamiarów oraz orientacji organizacji na jakość. Stanowi ona dowód na to, że przedsiębiorca wie, czego chce i kieruje swoim przedsiębiorstwem
Bardziej szczegółowoWstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
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 szczegółowoAnaliza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny
Analiza sezonowości Wiele zjawisk charakteryzuje się nie tylko trendem i wahaniami przypadkowymi, lecz także pewną sezonowością. Występowanie wahań sezonowych może mieć charakter kwartalny, miesięczny,
Bardziej szczegółowoBarometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym
Jacek Batóg Uniwersytet Szczeciński Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym Jednym z ważniejszych elementów każdej gospodarki jest system bankowy. Znaczenie
Bardziej szczegółowoistocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy
MODEL REGRESJI LINIOWEJ. METODA NAJMNIEJSZYCH KWADRATÓW Analiza regresji zajmuje się badaniem zależności pomiędzy interesującymi nas wielkościami (zmiennymi), mające na celu konstrukcję modelu, który dobrze
Bardziej szczegółowoZARZĄDZANIE RYZYKIEM W LABORATORIUM BADAWCZYM W ASPEKCIE NOWELIZACJI NORMY PN-EN ISO/ IEC 17025:
ZARZĄDZANIE RYZYKIEM W LABORATORIUM BADAWCZYM W ASPEKCIE NOWELIZACJI NORMY PN-EN ISO/ IEC 17025:2018-02 DR INŻ. AGNIESZKA WIŚNIEWSKA DOCTUS SZKOLENIA I DORADZTWO e-mail: biuro@doctus.edu.pl tel. +48 514
Bardziej szczegółowo... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...
4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoStruktura terminowa rynku obligacji
Krzywa dochodowości pomaga w inwestowaniu w obligacje Struktura terminowa rynku obligacji Wskazuje, które obligacje są atrakcyjne a których unikać Obrazuje aktualną sytuację na rynku długu i zmiany w czasie
Bardziej szczegółowoPAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH
PROGNOZA WIELKOŚCI ZUŻYCIA CIEPŁA DOSTARCZANEGO PRZEZ FIRMĘ FORTUM DLA CELÓW CENTRALNEGO OGRZEWANIA W ROKU 2013 DLA BUDYNKÓW WSPÓLNOTY MIESZKANIOWEJ PRZY UL. GAJOWEJ 14-16, 20-24 WE WROCŁAWIU PAWEŁ SZOŁTYSEK
Bardziej szczegółowoArkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw
Arkadiusz Manikowski Zbigniew Tarapata Prognozowanie i symulacja rozwoju przedsiębiorstw Warszawa 2002 Recenzenci doc. dr. inż. Ryszard Mizera skład i Łamanie mgr. inż Ignacy Nyka PROJEKT OKŁADKI GrafComp,
Bardziej szczegółowo23 Zagadnienia - Prognozowanie i symulacje
1. WYJAŚNIJ POJĘCIE PROGNOZY I OMÓW PODSTAWOWE PEŁNIONE PRZEZ PROGNOZĘ FUNKCJE. Prognoza - jest to sąd dotyczący przyszłej wartości pewnego zjawiska o następujących właściwościach: jest sformułowany w
Bardziej szczegółowoLOGISTYKA. Zapas: definicja. Zapasy: podział
LOGISTYKA Zapasy Zapas: definicja Zapas to określona ilość dóbr znajdująca się w rozpatrywanym systemie logistycznym, bieżąco nie wykorzystywana, a przeznaczona do późniejszego przetworzenia lub sprzedaży.
Bardziej szczegółowoWykład 7. Opis współzaleŝności zjawisk. 1. Wprowadzenie.
Wykład 7. Opis współzaleŝności zjawisk 1. Wprowadzenie. 2. Prezentacja materiału statystycznego. Rodzaje współzaleŝności zjawisk 1. WspółzaleŜność funkcyjna określonym wartościom jednej zmiennej jest ściśle
Bardziej szczegółowoRynek Budowlany-J.Deszcz 2013-03-02
Politechnika Śląska w Gliwicach Wydział Budownictwa Katedra Procesów Budowlanych Badania i analizy rynku w działalności przedsiębiorstwa budowlanego. Potrzeby badań rynku na etapie planowania biznesu Kim
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Bardziej szczegółowoANALIZA SPRZEDAŻY: - struktura
KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI ANALIZA SPRZEDAŻY: - struktura - koncentracja - kompleksowa analiza - dynamika Spis treści Wstęp 3 Analiza struktury 4 Analiza koncentracji 7 Kompleksowa
Bardziej szczegółowoWYKŁAD 2. Problemy makroekonomii i wielkości makroekonomiczne
WYKŁAD 2 Problemy makroekonomii i wielkości makroekonomiczne PLAN WYKŁADU Przedmiot makroekonomii Wzrost gospodarczy stagnacja wahania koniunktury Inflacja bezrobocie Krzywa Phillipsa (inflacja a bezrobocie)
Bardziej szczegółowoZ-ZIP2-1067złd Gospodarka magazynowa Warehouse management. Specjalnościowy Obowiązkowy Polski Semestr drugi
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 Z-ZIP2-1067złd Gospodarka magazynowa Warehouse management A. USYTUOWANIE
Bardziej szczegółowoI jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek
ZADANIA statystyka opisowa i CTG 1. Dokonano pomiaru stężenia jonów azotanowych w wodzie μg/ml 1 0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47 0.51 0.52 0.53 0.48 0.59 0.50 0.52 0.49 0.49 0.50 0.49
Bardziej szczegółowoAnaliza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 Pojęcie szeregów czasowych i ich składowych SZEREGIEM CZASOWYM nazywamy tablicę, która zawiera ciag wartości cechy uporzadkowanych
Bardziej szczegółowoProjekt okładki: Aleksandra Olszewska Redakcja: Leszek Plak Copyright by: Wydawnictwo Placet 2008
Projekt okładki: Aleksandra Olszewska Redakcja: Leszek Plak Copyright by: Wydawnictwo Placet 2008 Wszelkie prawa zastrzeżone. Publikacja ani jej części nie mogą być w żadnej formie i za pomocą jakichkolwiek
Bardziej szczegółowoStatystyka 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
Bardziej szczegółowoSYLABUS. 4.Studia Kierunek studiów/specjalność Poziom kształcenia Forma studiów Ekonomia Studia pierwszego stopnia Studia stacjonarne i niestacjonarne
SYLABUS 1.Nazwa przedmiotu Prognozowanie i symulacje 2.Nazwa jednostki prowadzącej Katedra Metod Ilościowych i Informatyki przedmiot Gospodarczej 3.Kod przedmiotu E/I/A.16 4.Studia Kierunek studiów/specjalność
Bardziej szczegółowoZARZĄDCZE MIARY OBSZARU IT
ZARZĄDCZE MIARY OBSZARU IT KOSZTA, EFEKTYWNOŚĆ, WYDAJNOŚĆ, RYZYKO XVII Forum Teleinformatyki mgr inż. Michał BIJATA, doktorant, Wydział Cybernetyki WAT Michal.Bijat a@wat.edu.pl, Michal@Bijata.com 23 września
Bardziej szczegółowoPROCES. PROCES to seria kroków i działań, która przetwarza dostarczone przez dostawców wejścia w odbierane przez klientów wyjścia
Mapowanie procesów Agenda Proces i charakterystyka procesu Mapy i mapowanie procesów Notacja a modelowanie Charakterystyka notacji graficznych Charakterystyka wybranych notacji BPMN Przykład PROCES PROCES
Bardziej szczegółowoPrognozy analogowe.metody heurystyczne.
Notatki do wykładu 1009 Prognozy analogowe.metody heurystyczne. - metody analogowe - metody heurystyczne -- burza mózgów -- metoda delficka M. Cieślak (red. Nauk) Prognozowanie Gospodarcze. Metody i zastosowania.
Bardziej szczegółowoPrognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)
Bardziej szczegółowoPrognozowanie cen surowców w rolnych na podstawie szeregów w czasowych
Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych Mariusz Hamulczuk Pułtusk 06.12.1011 Wprowadzenie Przewidywanie a prognozowanie Metoda prognozowania rodzaje metod i prognoz Czy moŝna
Bardziej szczegółowoANALIZA ABC/XYZ. Zajęcia Nr 5
ANALIZA ABC/XYZ Zajęcia Nr 5 ANALIZY Analiza ABC XYZ CVA kryterium przyporządkowania: udział w wartości sprzedaży, udział w ilości sprzedaży) ILOŚCIOWA/WARTOŚCIOWA stopień regularności zapotrzebowania
Bardziej szczegółowoWSHiG Karta przedmiotu/sylabus. Podstawy statystyki. Studia niestacjonarne - 8. Podstawy statystyki
WSHiG Karta przedmiotu/sylabus KIERUNEK SPECJALNOŚĆ TRYB STUDIÓW SEMESTR Turystyka i Rekreacja wszystkie specjalności Stacjonarny / niestacjonarny IV / I stopnia Nazwa przedmiotu Podstawy statystyki Wymiar
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoPO PROSTU JAKOŚĆ. PODRĘCZNIK ZARZĄDZANIA JAKOŚCIĄ. Autor: JAN M. MYSZEWSKI
PO PROSTU JAKOŚĆ. PODRĘCZNIK ZARZĄDZANIA JAKOŚCIĄ Autor: JAN M. MYSZEWSKI WSTĘP CZĘŚĆ I FUNDAMENTY ZARZĄDZANIA JAKOŚCIĄ 1. Istota jakości 1.1. W poszukiwaniu znaczenia pojęcia "jakość" 1.2. Struktura jakości
Bardziej szczegółowoPodstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych dla studentów Chemii (2018) Autor prezentacji :dr hab. Paweł Korecki dr Szymon Godlewski e-mail: szymon.godlewski@uj.edu.pl
Bardziej szczegółowoDOSKONALENIE SYSTEMU JAKOŚCI Z WYKORZYSTANIEM MODELU PDCA
Koncepcje zarządzania jakością. Doświadczenia i perspektywy., red. Sikora T., Uniwersytet Ekonomiczny w Krakowie, Kraków 2008, ss. 17-22 Urszula Balon Uniwersytet Ekonomiczny w Krakowie DOSKONALENIE SYSTEMU
Bardziej szczegółowo7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu
Zagadnienia na egzamin magisterski na kierunku Ekonomia 1. Znaczenie wnioskowania statystycznego w weryfikacji hipotez 2. Organizacja doboru próby do badań 3. Rozkłady zmiennej losowej 4. Zasady analizy
Bardziej szczegółowoZastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych
Konferencja Systemy Czasu Rzeczywistego 2012 Kraków, 10-12 września 2012 Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych Piotr Szwed AGH University
Bardziej szczegółowoAnaliza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Bardziej szczegółowoZarządzanie efektywnością procesów w SSC/BPO
Zarządzanie efektywnością procesów w SSC/BPO Praktyczny warsztat Terminy: Kraków, 12 13 grudnia 2018 Poznań, 26 27 lutego 2019 Wrocław, 9 10 kwietnia 2019 Kontakt Katarzyna Pudelska tel. +48 510 201 305
Bardziej szczegółowoDojrzałość procesowa subiektywnie i obiektywnie
Tytuł slajdu Dojrzałość procesowa subiektywnie i obiektywnie wnioski z ogólnopolskiego badania dojrzałości procesowej 2016 Łukasz Tartanus 24/11/2016 Kontekst badanie dojrzałości procesowej Raport podsumowujący
Bardziej szczegółowoWydatki [zł] Wydatki 36,4 38, ,6 37,6 40, , ,5 33 Czas
Wydatki [zł] Zestaw zadań z Zastosowania metod progn. Zadanie 1 Dany jest następujący szereg czasowy: t 1 2 3 4 5 6 7 8 y t 11 14 13 18 17 25 26 28 Dokonaj jego dekompozycji na podstawowe składowe. Wykonaj
Bardziej szczegółowoPROGNOZOWANIE SPRZEDAŻY STUDIUM PRZYPADKU
PROGNOZOWANIE SPRZEDAŻY STUDIUM PRZYPADKU prof. dr hab. Andrzej Sokołowski 2 W tym opracowaniu przedstawiony zostanie przebieg procesu poszukiwania modelu prognostycznego wykorzystującego jedynie przeszłe
Bardziej szczegółowoPoziom Obsługi Klienta
Poziom Obsługi Klienta Zadanie 1. Na podstawie przedstawionego poniżej profilu popytu na telefony komórkowe marki X w salonie firmowym jednego z operatorów sieci telefonii komórkowej, obserwowanego w czasie
Bardziej szczegółowo5. 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 =
Bardziej szczegółowoSylabus przedmiotu: Data wydruku: Dla rocznika: 2015/2016. Kierunek: Opis przedmiotu. prognoz. Dane podstawowe. Efekty i cele. Opis.
Sylabus przedmiotu: Specjalność: Prognozowanie i symulacja w przedsiębiorstwie Wszystkie specjalności Data wydruku: 23.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji
Bardziej szczegółowoStatystyka opisowa SYLABUS A. Informacje ogólne
Statystyka opisowa SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok
Bardziej szczegółowoKARTA INFORMACYJNA PRZEDMIOTU
Uniwersytet Rzeszowski WYDZIAŁ KIERUNEK Matematyczno-Przyrodniczy Fizyka techniczna SPECJALNOŚĆ RODZAJ STUDIÓW stacjonarne, studia pierwszego stopnia KARTA INFORMACYJNA PRZEDMIOTU NAZWA PRZEDMIOTU WG PLANU
Bardziej szczegółowoDefinicja testu psychologicznego
Definicja testu psychologicznego Badanie testowe to taka sytuacja, w której osoba badana uczestniczy dobrowolnie, świadoma celu jakim jest jej ocena. Jest to sytuacja tworzona specjalnie dla celów diagnostycznych,
Bardziej szczegółowot y x y'y x'x y'x x-x śr (x-x śr)^2
Na podstawie:w.samuelson, S.Marks Ekonomia menedżerska Zadanie 1 W przedsiębiorstwie toczy się dyskusja na temat wpływu reklamy na wielkość. Dział marketingu uważa, że reklama daje wysoce pozytywne efekty,
Bardziej szczegółowoZarządzanie jakością wg norm serii ISO 9000:2000 cz.1 system, kierownictwo i zasoby
Jakub Wierciak Zagadnienia jakości i niezawodności w projektowaniu Zarządzanie jakością wg norm serii ISO 9000:2000 cz.1 system, kierownictwo i zasoby System zarządzania jakością (ISO 9000:2000) System
Bardziej szczegółowoPODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI MARCIN FOLTYŃSKI
PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI WŁAŚCIWIE PO CO ZAPASY?! Zasadniczą przyczyną utrzymywania zapasów jest występowanie nieciągłości w przepływach materiałów i towarów. MIEJSCA UTRZYMYWANIA ZAPASÓW
Bardziej szczegółowoSposoby opisu i modelowania zakłóceń kanałowych
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń
Bardziej szczegółowoAnaliza Zmian w czasie
Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Zmian w czasie Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowoMarketing dr Grzegorz Mazurek
Marketing dr Grzegorz Mazurek Orientacja rynkowa jako podstawa marketingu Orientacja przedsiębiorstwa określa co jest głównym przedmiotem uwagi i punktem wyjścia w kształtowaniu działalności przedsiębiorstwa.
Bardziej szczegółowoMetody 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
Bardziej szczegółowoDOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:
DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DATAMINING 1 S t r o n a WSTĘP Czyli jak zastąpić wróżenie z fusów i przysłowiowego nosa, statystyką i modelami ekonometrycznymi. Niniejszy dokument,
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 szczegółowoRozdział 2 Wprowadzenie
Rozdział 2 Wprowadzenie Analiza szeregów czasowych zyskuje ostatnio coraz bardziej na znaczeniu i jest z niesłabnącym powodzeniem stosowana w wielu obszarach nauki, biznesu czy przemysłu. Podstawowym celem
Bardziej szczegółowoZagadnienia do próbnych matur z poziomu podstawowego.
Zagadnienia do próbnych matur z poziomu podstawowego. Wiadomości: 1. opisuje budowę i funkcje organizmu człowieka: a. opisuje budowę organizmu człowieka lub nazywa elementy budowy przedstawione na ilustracji,
Bardziej szczegółowoMETODY I TECHNIKI BADAŃ SPOŁECZNYCH
METODY I TECHNIKI BADAŃ SPOŁECZNYCH Schemat poznania naukowego TEORIE dedukcja PRZEWIDYWANIA Świat konstrukcji teoret Świat faktów empirycznych Budowanie teorii Sprawdzanie FAKTY FAKTY ETAPY PROCESU BADAWCZEGO
Bardziej szczegółowoSTATYSTYKA EKONOMICZNA
STATYSTYKA EKONOMICZNA Analiza statystyczna w ocenie działalności przedsiębiorstwa Opracowano na podstawie : E. Nowak, Metody statystyczne w analizie działalności przedsiębiorstwa, PWN, Warszawa 2001 Dr
Bardziej szczegółowoJak analiza regresji może zwiększyć efektywność normowania czasu pracy?
Jak analiza regresji może zwiększyć efektywność normowania czasu pracy? Jedną z najbardziej rozpowszechnionych metod ustalania norm czasu pracy jest chronometraż. Norma zostaje określona po przeprowadzeniu
Bardziej szczegółowoISO 9001:2015 przegląd wymagań
ISO 9001:2015 przegląd wymagań dr Inż. Tomasz Greber (www.greber.com.pl) Normy systemowe - historia MIL-Q-9858 (1959 r.) ANSI-N 45-2 (1971 r.) BS 4891 (1972 r.) PN-N 18001 ISO 14001 BS 5750 (1979 r.) EN
Bardziej szczegółowoRok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -
Nazwa modułu: Statystyka opisowa i ekonomiczna Rok akademicki: 2013/2014 Kod: ZIE-1-205-n Punkty ECTS: 6 Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Specjalność: - Poziom studiów: Studia I
Bardziej szczegółowoZagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA
Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA Zadanie 1 (Plik danych: Transport w Polsce (1990-2015)) Na
Bardziej szczegółowoPrognozowanie przyszłego popytu (sprzedaży) Dr Rafał Zbyrowski Wydział Zarządzania UW
Prognozowanie przyszłego popytu (sprzedaży) Dr Rafał Zbyrowski Wydział Zarządzania UW Istota prognozowania Podczas gry na lodowisku jadę tam, dokąd krążek zmierza, a nie tam, gdzie jest Wayne Gretzky (www.brandcenter.pl)
Bardziej szczegółowoZarządzanie projektami. Wykład 2 Zarządzanie projektem
Zarządzanie projektami Wykład 2 Zarządzanie projektem Plan wykładu Definicja zarzadzania projektami Typy podejść do zarządzania projektami Cykl życia projektu/cykl zarządzania projektem Grupy procesów
Bardziej szczegółowo