WPŁYW CEN SKUPU ŻYWCA NA CENY DETALICZNE MIĘSA
|
|
- Grażyna Wieczorek
- 7 lat temu
- Przeglądów:
Transkrypt
1 METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 011, sr WPŁYW CEN SKUPU ŻYWCA NA CENY DETALICZNE MIĘSA Agnieszka Tłuczak Zakład Ekonomerii i Meod Ilościowych Uniwersye Oolski aluczak@uni.oole.l Sreszczenie: Ceny dealiczne arykułów sożywczych w osanich miesiącach znacząco wzrosły. Według Głównego Urzędu Saysycznego ceny żywności w marcu 011 roku były o ok. 5% wyższe niż rzed rokiem. Isnieje wiele czynników mających wływ na wzros cen żywności, i ak n. ceny mięsa drożeją ze względu na wzros cen rzody chlewnej czy bydła w skuie. Celem arykułu jes idenyfikacja, za omocą esu rzyczynowości Granger a związków rzyczynowych omiędzy cenami wybranych roduków rolnych w skuie a cenami dealicznymi wybranych roduków żywnościowych. Słowa kluczowe: ceny dealiczne żywności, ceny w skuie roduków rolnych, modele VAR, es Grangera, związki rzyczynowe WPROWADZENIE Według rognoz Banku Świaowego i FAO najbliższa dekada będzie sała od znakiem drogiej żywności. Obecnie rynki żywności na całym świecie rzeżywają kolejną falę dynamicznego wzrosu cen. Powsał zw. efek kuli śniegowej odwyżki cen jednego roduku, ociągają za sobą odwyżki kolejnego. Na rzykład odwyżki cen szenicy owodują, że więcej załacimy za ieczywo i roduky mączne. Dużym roblemem w skali globalnej jes nie ylko kwesia drożejącej żywności, ale również nierzewidywalność kszałowania się jej cen. Celem badań było usalenie związków rzyczynowych w sensie Grangera omiędzy cenami dealicznymi mięsa a cenami żywca w skuie. W ym celu
2 374 Agnieszka Tłuczak zasosowano es rzyczynowości Grangera 1, kórego rocedura oiera się na modelach wekorowej auoregresji - VAR METODOLOGIA Do weryfikacji hioezy o wysęowaniu związków rzyczynowych omiędzy zmiennymi zosał wykorzysany es rzyczynowości Grangera. Tes en oiera się na modelach wekorowej auoregresji - VAR, kóre są szeroko omawiane w lieraurze rzedmiou, w szczególności w racy Kusideł [00]. Procedura sosowania esu Grangera rozoczyna się od oszacowania aramerów modeli [Borkowski 005; Deadman, Charemza 1997]: y = α + α y α y + ε (1) y = α + α y α y + β x + β x β x + η () gdzie: x realizacja zmiennej X; y realizacja zmiennej Y; rząd oóźnień zmiennych. W eście Grangera weryfikacji oddaje się hioezy osaci: ( ε ) = σ ( η ); H : σ ( ε ) σ ( η ) H 0 : σ 1 Saysyka esowa ma osać: n ( s ( ε ) s ( η )) F = (3) s ( ε ) i rzy rawdziwości hioezy zerowej ma ona ma rozkład chi-kwadra χ ( ). Sosowanie esu Grangera wymaga, aby analizowane szeregi czasowe były sacjonarne. Do badania sacjonarności wykorzysuje się oularny es ADF, czyli rozszerzony es Dickey a-fullera. Tes ADF bazuje na oszacowaniu aramerów równania: Δy k 1 δ i= 1 = μ + δy + Δy + e lub Δy = δ y + Δy + e (4) i k 1 δ i i= 1 Saysyka esowa w ym eście rzyjmuje osać ˆ δ DF = (5) S( ˆ) δ i ozwala na weryfikację hioezy H 0 : δ=0 (brak sacjonarności) wobec hioezy H 1 : δ<0 (roces jes sacjonarny) [Kusideł 000]. Celem usalenia rzędu oóźnień, odobnie jak ma o miejsce w rzyadku modeli ARMA, sosuje się kryeria informacyjne, w ym na użyek ej racy, zwrócimy szczególną uwagę na kryerium SBC (Shwarz Bayesian Crierion), dla kórego saysyka ma osać [Kusideł 000]: i α 1 Definicja rzyczynowości w sensie Grangera głosi, że zmienna x jes rzyczyną zmiennej y jeżeli bieżące warości zmiennej y można rognozować z większą dokładnością rzy użyciu rzeszłych warości zmiennej x niż bez ich wykorzysania, rzy założeniu, że ozosała informacja jes niezmieniona.
3 Wływ wybranych czynników na ceny dealiczne 375 SBC l ~ 1 = l( θ ) k logt, gdzie ( ~ T θ ) l - maksymalna warość logarymu wiarygodności modelu w kórym ~ θ jes esymaorem największej wiarygodności; k liczba szacowanych aramerów; T - liczba obserwacji. ANALIZA WSTĘPNA W oracowaniu zbadano wysęowanie związków rzyczynowych omiędzy cenami w skuie wybranych roduków rolnych, akich jak cena bydła w zł/kg, cena rzody chlewnej w zł/kg, cena drobiu w zł/kg a cenami dealicznymi wybranych gaunków mięsa: wołowe z kością w zł/kg, wołowe bez kości (z udźca) w zł/kg, wierzowe z kością (schab środkowy) w zł/kg, kurczęa aroszone w zł/kg. Analizie oddano ceny z okresu od sycznia 000 roku do grudnia 010. Dane miesięczne o cenach analizowanych roduków zaczernięo z Biuleynów Saysycznych Głównego Urzędu Saysycznego. Ze względu na wielość zmiennych rzyjęo nasęujące oznaczenia: v1 cena dealiczna mięsa wolowego z kością w zł/kg, v cena dealiczna mięsa wołowego bez kości (z udźca) w zł/kg, v3 cena dealiczna mięsa wierzowego z kością (schab środkowy) w zł/kg, v4 cena dealiczna kurczą aroszonych w zł/kg, v5 cena bydła w skuie w zł/kg, v6 cena rzoda chlewnej w skuie w zł/kg, v7 cena drobiu w skuie w zł/kg. Wszyskie analizowane zmienne charakeryzują się umiarkowanym zróżnicowaniem wsółczynnik zmienności dla zmiennych oisujących ceny w skuie oraz ceny dealiczne kszałuje się na średnim oziomie 16% (ab.1). Najmniejszym zróżnicowaniem charakeryzują się ceny dealiczne mięsa wierzowego z kością (ws. zmienności 7,%) a największym ceny dealiczne mięsa wołowego z kością. Pozosałe odsawowe sayski oisowe dla analizowanych zmiennych rzedsawione są w abeli 1. Kszałowanie się analizowanych zmiennych rzedsawiono na rysunku 1. h://
4 376 Agnieszka Tłuczak Tabela 1. Podsawowe saysyki oisowe analizowanych zmiennych Zmienna aramer v1 v v3 v4 v5 v6 v7 średnia 15,00 19,77 13,77 5,78 3,64 3,89 3,7 odch. sand 3,86 4,71 0,99 0,75 0,75 0,54 0,33 ws. zmienności 5,7% 3,8% 7,% 1,9% 0,7% 13,8% 10,% min 9, 13,01 11,8 4,7,48,91,54 max 0,54 6,85 15,88 7,39 5,16 5,08 4,05 Źródło: obliczenia własne na odsawie danych GUS Rysunek 1. Kszałowanie się analizowanych zmiennych w okresie od sycznia 000 do grudnia 010 (zł/kg) a) v1 b) v c) v3 d) v4
5 Wływ wybranych czynników na ceny dealiczne 377 e) v5 f) v6 g) v7 Źródło: obliczenia własne na odsawie danych GUS Sosowanie esu Grangera wymaga, aby zmienne były sacjonarne, w ierwszej kolejności zbadano sacjonarność zmiennych v i (i=1,,7). Na odsawie rozszerzonego esu Dickey a-fuller a z wyrazem wolnym rzy oziomie isoności 0,05 dla zmiennych v3, v4, v6 i v7 rzyjęo hioezy o sacjonarności zmiennych. Naomias dla ozosałych zmiennych v1, v, v5, za sacjonarne zosały uznane ierwsze rzyrosy zmiennych Δv i.
6 378 Agnieszka Tłuczak Tabela. Wyniki esu ADF dla zmiennych v i oraz Δv i, i=1,..,8 Zmienna Warość saysyki ADF -value v1 -,654 0,688 v -0,445 0,9304 v5-0,773 0,863 v3-3,9046 0,000 v4-3,1376 0,039 v6-4,0681 0,0010 v7-3,3003 0,04614 Δv1 -,9101 0,04 Δv -,9631 0,0384 Δv5 -,9741 0,0373 Źródło: obliczenia własne OCENA POWIĄZAŃ Kolejnym krokiem było usalenie rzędów oóźnień dla modeli, rzy wyborze oymalnego rzędu oóźnień kierowano się kryerium informacyjnym Shwarza BIC (abela 3). Tabela 3. Warości saysyki BIC oraz rzędy oóźnień dla szacowanych modeli Zmienna zależna Przyczyna Rząd oóźnień Warość saysyki BIC Δv1 Δv5-0, Δv Δv5 3 0, v3 v6 1 0, v4 v7 0, Δv5 Δv1-0, Δv5 Δv 1-0,1784 v6 v3-0,6343 v7 v4-1,8166 Źródło: obliczenia własne Tabela 4 rzedsawia wyniki badań owiązań omiędzy zmiennymi za omocą esu rzyczynowości Grangera.
7 Wływ wybranych czynników na ceny dealiczne 379 Tabela 4. Warości saysyki Granger a F oraz warości kryyczne χ 0,05 Zmienna zależna Przyczyna Warość saysyki F χ0,05 Źródło: obliczenia własne Δv1 Δv5 6,7359 5,9915 Δv Δv5 1,1954 7,8147 v3 v6 15,671 3,8415 v4 v7 31,0765 5,9914 Δv5 Δv1 5,5559 5,9914 Δv5 Δv 5,1697 5,9914 v6 v3 19,0709 5,9914 v7 v4 34,889 5,9914 Uzyskane w eście Granger a wyniki ozwoliły na zidenyfikowanie jednokierunkowych zależności rzyczynowych omiędzy analizowanymi zmiennymi (ab.4). Na odsawie saysyki esu F można swierdzić, że: - zmienna Δv5 (ierwsze różnice zmiennej cena bydła w skuie) jes rzyczyną dla zmiennej Δv1(ierwsze różnice zmiennej cena dealiczna mięsa wolowego z kością) oraz dla zmiennej Δv (ierwsze różnice zmiennej cena dealiczna mięsa wolowego bez kości), - zmienna v6 (cena rzody chlewnej w skuie) jes rzyczyną dla zmiennej v3 (cena dealiczna mięsa wierzowego z kością), - zmienna v7 (cena drobiu w skuie) jes rzyczyną dla zmiennej v4 (cena dealiczna kurczą aroszonych), - zmienne Δv1 oraz Δv (ierwsze różnice zmiennej cena dealiczna mięsa wołowego z kością, ierwsze różnice zmiennej cena dealiczna mięsa wołowego bez kości) nie są rzyczynami zmian zmiennej Δv5 (ierwsze różnice zmiennej cena bydła w skuie), - zmienna v3 (cena rzody mięsa wierzowego z kością) jes rzyczyną dla zmiennej v6 (cena rzody chlewnej w skuie), - zmienna v4 (cena dealiczna kurczą aroszonych) jes rzyczyną dla zmiennej v7 (cena drobiu w skuie), Dokładniej możemy swierdzić, że zmiany cen w skuie wybranych roduków rolnych, w ym wyadku ceny żywca, owodują zmiany cen dealicznych w skleach arykułów sożywczych. W kolejności zmiany cen dealicznych mięsa wierzowego oraz kurczą aroszonych mają wływ na zmiany cen rzody chlewnej oraz cen drobiu w skuie.
8 380 Agnieszka Tłuczak PODSUMOWANIE Przerowadzone badania wykazały, że modele VAR, a w szczególności es rzyczynowości Grangera, dla kórego są odsawą, są użyecznym narzędziem idenyfikacji związków rzyczynowych między zmiennymi. Zidenyfikowano związki rzyczynowe omiędzy analizowanymi zmiennymi. Niniejsze oracowanie nie wyczeruje w ełni odjęej emayki, należy amięać, że badane w racy czynniki nie są jedynymi czynnikami mającymi wływ na zmiany cen dealicznych. BIBLIOGRAFIA Bednarz J., Analiza wsółzależności kursów na olskim rynku waluowym, w: Zeszyy Naukowe Szkoły Głównej Gosodarswa Wiejskiego w Warszawie, Ekonomika i organizacja gosodarki Żywnościowej, NR 60 (006), Wydawnicwo SGGW Warszawa 006 Borkowski B., 005, Analiza rzyczynowości (związków rzyczynowych i orządku rzyczynowego), h:// Charemza W., Deadman D., 1997, Nowa ekonomeria, Polskie Wydawnicwo Ekonomiczne, Warszawa 1997 Gędek S., 010, Analiza wsółzależności cen roduków rolnych, h:// Hamulczuk M., 011, Powiązania cen wierzowiny omiędzy rynkiem olskim, duńskim i niemieckim, h://kerimsg.wne.sggw.l/liki/mariusz_hamulczuk.df Kusideł E., 000, Modele wekorowo-auoregresyjne VAR. Meodologia i zasosowania, Red. naukowy B. Suchecki Dane anelowe i modelowanie wielowymiarowe w badaniach ekonomicznych, Tom 3, Wyd. Absolwen, Łódź 001 Osińska M., Ekonomeria wsółczesna, Dom Organizaora, Toruń 007 THE INFLUENCE OF CHOSEN FACTORS ON RETAIL PRICES FOODSTUFFS Absrac: The reail rices of foodsuffs have increased a lo laely. According o he Cenral Saisic Office food rices in March 011 were 5% higher han a year ago. There are a lo of facors influencing he food rice increase, e.g. he rices of flour and bread are geing higher due o he increase of cros rocuremen rices. The rices of frui are growing because of low amoun of frui in he home marke. The aim of his aricle is o idenify he causal relaionshis beween some facors, e.g. he size of rocuremen, he agriculural rices and food rices. Key words: agriculural rices, foodsuffs rices, VAR model, Granger causaliy
WPŁYW CZYNNIKÓW POGODOWYCH NA WIELKOŚĆ I CENY SKUPU PSZENICY I ŻYTA W POLSCE
WODA-ŚRODOWISKO-OBSZARY WIEJSKIE 011:. 11 z. 4 (36) WATER-ENVIRONMENT-RURAL AREAS s. 17 7 Rolnicwo jes jedną z ych gałęzi akywności ludzkiej, na kórą warunki pogodowe mają szczególny wpływ. Niekorzysne
Bardziej szczegółowoANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-86 Nr 89 06 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii pawel.prenzena@edu.ueka.pl
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej 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 szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Zmienne sacjonarne 2. Zmienne zinegrowane 3. Regresja pozorna 4. Funkcje ACF i PACF 5. Badanie sacjonarności Tes Dickey-Fullera (DF) 2 1. Zmienne sacjonarne
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoZALEŻNOŚCI CENOWE W ŁAŃCUCHACH DOSTAW ŻYWNOŚCI NA PRZYKŁADZIE CEN MIĘSA
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 083-8611 Nr 49 015 Uniwersye Oolski Wydział Ekonomiczny aluczak@uni.oole.l ZALEŻNOŚCI CENOWE W ŁAŃCUCHACH DOSTAW ŻYWNOŚCI NA
Bardziej szczegółowoTESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się
Bardziej szczegółowoNiezawodność elementu nienaprawialnego. nienaprawialnego. 1. Model niezawodnościowy elementu. 1. Model niezawodnościowy elementu
Niezawodność elemenu nienarawialnego. Model niezawodnościowy elemenu nienarawialnego. Niekóre rozkłady zmiennych losowych sosowane w oisie niezawodności elemenów 3. Funkcyjne i liczbowe charakerysyki niezawodności
Bardziej szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Bardziej szczegółowoAnaliza szeregów czasowych w Gretlu (zajęcia 8)
Analiza szeregów czasowych w Grelu (zajęcia 8) Grel jes dość dobrym narzędziem do analizy szeregów czasowych. Już w samej podsawie Grela znajdziemy sporo zaimplemenowanych echnik służących do obróbki danych
Bardziej szczegółowoModelowanie i analiza szeregów czasowych
Modelowanie i analiza szeregów czasowych Małgorzaa Doman Plan zajęć Część. Modelowanie szeregów jednowymiarowych.. Szeregi jednowymiarowe własności i diagnozowanie. Modele auoregresji i średniej ruchomej
Bardziej szczegółowoWŁASNOŚCI DYSKRYMINACYJNE ZNANYCH WSKAŹNIKÓW TECHNICZNYCH A KALIBRACJA ICH PARAMETRÓW
Arykuł rzygoowany na XIV Ogólnoolską Konferencję Naukową Mikroekonomeria w eorii i rakyce, 3-5 wrzesień 2009 r. Świnoujście-Koenhaga, organizaor: Uniwersye Szczeciński, Kaedra Ekonomerii i Saysyki oraz
Bardziej szczegółowo[ ] [ ] [ ] [ ] 1. Sygnały i systemy dyskretne (LTI, SLS) y[n] x[n] 1.1. Systemy LTI. liniowy system dyskretny
Cyfrowe rzewarzanie sygnałów --. Sygnały i sysemy dyskrene (LTI, SLS).. Sysemy LTI Pojęcie sysemy LTI oznacza liniowe sysemy niezmienne w czasie (ang. Linear Time - Invarian ). W lieraurze olskiej częściej
Bardziej szczegółowoBAYESOWSKA ANALIZA MODELI DYSKRETNEGO WYBORU (DWUMIANOWYCH) 1
Jerzy Marzec, Kaedra Ekonomerii i Badań Oeracyjnych, Uniwersye Ekonomiczny w Krakowie JERZY MARZEC BAYESOWSKA ANALIZA MODELI DYSKRETNEGO WYBORU (DWUMIANOWYCH) 1 1. WSTĘP W laach siedemdziesiąych ubiegłego
Bardziej szczegółowoWPŁYW CEN ROPY NAFTOWEJ NA PRODUKCJĘ I INFLACJĘ W WYBRANYCH PAŃSTWACH UNII EUROPEJSKIEJ 1
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/, 5, sr. 48 59 WPŁYW CEN ROPY NAFTOWEJ NA PRODUKCJĘ I INFLACJĘ W WYBRANYCH PAŃSTWACH UNII EUROPEJSKIEJ Andrzej Geise Kaedra Ekonomerii i Saysyki, Uniwersye
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 2013 MAŁGORZATA BOŁTUĆ Uniwersye Ekonomiczny we Wrocławiu ZALEŻNOŚĆ POMIĘDZY RYNKIEM SWAPÓW KREDYTOWYCH
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych
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 szczegółowoBADANIA WPŁYWU KÓŁ PRZEDNICH I TYLNYCH WYBRANYCH CIĄGNIKÓW ROLNICZYCH NA UGNIATANIE GLEBY LEKKIEJ
Problemy Inżynierii Rolniczej nr 4/2008 Zbigniew Błaszkiewicz Insyu Inżynierii Rolniczej Uniwersye Przyrodniczy w Poznaniu BADANIA WPŁYWU KÓŁ PRZEDNICH I TYLNYCH WYBRANYCH CIĄGNIKÓW ROLNICZYCH NA UGNIATANIE
Bardziej szczegółowoIntegracja zmiennych Zmienna y
Inegracja zmiennych Zmienna y jes zinegrowana rzędu d jeśli jej różnice rzędu d są sacjonarne. Zapisujemy o y ~ I ( d ). Przyjmuje się również, że zmienna sacjonarna y (jako że nie rzeba jej różnicować,
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoWYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK
Przemysław Jeziorski Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Zakład Demografii i Saysyki Ekonomicznej przemyslaw.jeziorski@ue.kaowice.pl WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA
Bardziej szczegółowoXLI Egzamin dla Aktuariuszy z 8 stycznia 2007 r.
Komisja Egzaminacyjna dla Akuariuszy XLI Egzamin dla Akuariuszy z 8 sycznia 7 r. Część II Maemayka ubezieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 1 minu Warszawa, 9 aździernika
Bardziej szczegółowoFINANSOWE SZEREGI CZASOWE WYKŁAD 3
FINANSOWE SZEREGI CZASOWE WYKŁAD 3 dr Tomasz Wójowcz Wydzał Zarządzana AGH 3800 3300 800 300 800 300 800 0 0 30 40 50 60 70 Kraków 0 Tomasz Wójowcz, WZ AGH Kraków przypomnene MA(q): gdze ε są d(0,σ ).
Bardziej szczegółowoJacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
Bardziej szczegółowoPOWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE
Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
Bardziej szczegółowoAlicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna w Kaowicach Analiza
Bardziej szczegółowoANALIZA SZEREGU CZASOWEGO CEN ŻYWCA BROJLERÓW W LATACH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/1, 2012, sr. 224 233 ANALIZA SZEREGU CZASOWEGO CEN ŻYWCA BROJLERÓW W LATACH 1991-2011 Kaarzyna Unik-Banaś Kaedra Zarządzania i Markeingu w Agrobiznesie
Bardziej szczegółowoDyskretny proces Markowa
Procesy sochasyczne WYKŁAD 4 Dyskreny roces Markowa Rozarujemy roces sochasyczny X, w kórym aramer jes ciągły zwykle. Będziemy zakładać, że zbiór sanów jes co najwyżej rzeliczalny. Proces X, jes rocesem
Bardziej szczegółowoZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYCH INDEKSÓW GIEŁDOWYCH: WIG, WIG20, MIDWIG I TECHWIG
Doroa Wikowska, Anna Gasek Kaedra Ekonomerii i Informayki SGGW dwikowska@mors.sggw.waw.pl ZASTOSOWANIE TESTU PERRONA DO BADANIA PUNKTÓW ZWROTNYC INDEKSÓW GIEŁDOWYC: WIG, WIG2, MIDWIG I TECWIG Sreszczenie:
Bardziej szczegółowoSTATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU KAPITAŁOWEGO WPROWADZENIE METODOLOGIA TESTOWANIA MODELU
GraŜyna Trzpio, Dominik KręŜołek Kaedra Saysyki Akademii Ekonomicznej w Kaowicach e-mail rzpio@sulu.ae.kaowice.pl, dominik_arkano@wp.pl STATYSTYCZNA WERYFIKACJA MODELU CAPM NA PRZYKŁADZIE POLSKIEGO RYNKU
Bardziej szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoZarządzanie ryzykiem. Lista 3
Zaządzanie yzykiem Lisa 3 1. Oszacowano nasępujący ozkład pawdopodobieńswa dla sóp zwou z akcji A i B (Tabela 1). W chwili obecnej Akcja A ma waość ynkową 70, a akcja B 50 zł. Ile wynosi pięciopocenowa
Bardziej szczegółowoUrządzenia i Układów Automatyki Instrukcja Wykonania Projektu
KAEDRA ENERGOELEKRYKI POLIECHNIKI WROCŁAWSKIEJ Urądenia i Układów Auomayki Insrukcja Wykonania Projeku Auory: rof. dr hab. inż. Eugenius Rosołowski dr inż. Pior Pier dr inż. Daniel Bejmer Wrocław 5 I.
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 szczegółowoStudia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii
Bardziej szczegółowoMAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna
Bardziej szczegółowoStacjonarność Integracja. Integracja. Integracja
Biały szum AR(1) Słaba stacjonarność Szereg czasowy nazywamy słabo (wariancyjnie) stacjonarnym jeżeli: Biały szum AR(1) Słaba stacjonarność Szereg czasowy nazywamy słabo (wariancyjnie) stacjonarnym jeżeli:
Bardziej szczegółowoBADANIE NIESPŁACALNOŚCI KREDYTÓW ZA POMOCĄ BAYESOWSKICH MODELI DYCHOTOMICZNYCH - ZAŁOŻENIA I WYNIKI 1. 1. Wprowadzenie.
Jerzy Marzec, Kaedra Ekonomerii i Badań Oeracyjnych, Uniwersye Ekonomiczny w Krakowie Jerzy Marzec BADANIE NIESPŁACALNOŚCI KREDYTÓW ZA POMOCĄ BAYESOWSKICH MODELI DYCHOTOMICZNYCH - ZAŁOŻENIA I WYNIKI 1
Bardziej szczegółowoHeteroskedastyczność szeregu stóp zwrotu a koncepcja pomiaru ryzyka metodą VaR
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Heeroskedasyczność szeregu sóp zwrou a koncepcja pomiaru ryzyka meodą VaR Wsęp Spośród wielu rodzajów ryzyka
Bardziej szczegółowo2. Próbkowanie równomierne
Cyrowe rzewarzanie sygnałów -- 3. Próbkowanie równomierne Wrowadzenie Próbkowanie równomierne, jes rocesem konwersji sygnału analogowego (o czasie ciągłym) do osaci róbek obieranych w równych odsęach czasu.
Bardziej szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoMODELE 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
Bardziej szczegółowoParytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
Bardziej 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 szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 2
Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 3 Szereg
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoZASTOSOWANIE MODELI EKONOMETRYCZNYCH DO BADANIA SKŁONNOŚCI
Zasosowanie modeli ekonomerycznych do badania skłonności STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 2 39 MARIUSZ DOSZYŃ Uniwersye Szczeciński ZASTOSOWANIE MODELI EKONOMETRYCZNYCH DO BADANIA
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 szczegółowoPRÓBKOWANIE RÓWNOMIERNE
CPS 6/7 PRÓKOWANIE RÓWNOMIERNE Próbkowanie równomierne, Ujes rocesem konwersji sygnału analogowego (o czasie ciągłym) do osaci róbeku obieranych w równych odsęach czasu. Próbkowanie rzerowadza się orzez
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 2
Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 3 Szereg czasowy jes pojedynczą realzacją pewnego
Bardziej szczegółowoRozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów
Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
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 szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
Bardziej szczegółowoStrukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym
Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach
Bardziej szczegółowoOcena efektywności procedury Congruent Specyfication dla małych prób
243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji
Bardziej szczegółowoEFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Bardziej szczegółowo2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Bardziej szczegółowoPrognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
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 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 szczegółowoJaka jest cena wołowiny i jakiej możemy się spodziewać?
.pl Jaka jest cena wołowiny i jakiej możemy się spodziewać? Autor: Ewa Ploplis Data: 23 kwietnia 2018 Poprawia się opłacalność produkcji żywca wołowego. Także perspektywy dla produkcji żywca są dobre.
Bardziej szczegółowoModelowanie systemów skointegrowanych. Aspekty teoretyczne
Bank i Kredy 45(5), 04, 433 466 Modelowanie sysemów skoinegrowanych. Aspeky eoreyczne Michał Majserek Nadesłany: 30 kwienia 04 r. Zaakcepowany: 3 września 04 r. Sreszczenie Analiza ekonomeryczna w przypadku
Bardziej szczegółowoW porównaniu z marcem ub. roku odnotowano na obu rynkach spadek cen produktów rolnych, z wyjątkiem cen żywca wołowego.
GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 20.04.2015 Opracowanie sygnalne Ceny produktów rolnych w marcu 2015 r. Na rynku rolnym w marcu 2015 r., w porównaniu z lutym 2015 r. odnotowano zarówno w skupie, jak
Bardziej szczegółowoW porównaniu z kwietniem ub. roku odnotowano na obu rynkach spadek cen produktów rolnych, za wyjątkiem cen żywca wołowego na targowiskach.
GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 19.05.2015 Opracowanie sygnalne Ceny produktów rolnych w kwietniu 2015 r. Na rynku rolnym w kwietniu 2015 r., w porównaniu z marcem 2015 r. odnotowano zarówno w skupie,
Bardziej szczegółowo1 Modele ADL - interpretacja współczynników
1 Modele ADL - interpretacja współczynników ZADANIE 1.1 Dany jest proces DL następującej postaci: y t = µ + β 0 x t + β 1 x t 1 + ε t. 1. Wyjaśnić, jaka jest intepretacja współczynników β 0 i β 1. 2. Pokazać
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 szczegółowoOeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu
OeconomiA copernicana 2011 Nr 4 Małgorzaa Madrak-Grochowska, Mirosława Żurek Uniwersye Mikołaja Kopernika w Toruniu TESTOWANIE PRZYCZYNOWOŚCI W WARIANCJI MIĘDZY WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
Bardziej szczegółowoA C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009 Uniwersye Mikołaja Kopernika w Toruniu Kaedra Ekonomerii i Saysyki
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoCENY PRODUKTÓW ROLNYCH we wrześniu 2007 r. CENY SKUPU
Warszawa, 27.1.17 CENY PRODUKTÓW ROLNYCH we wrześniu 27 r. Produkty 26 27 I-VI VII-XII VIII w złotych 26 = 1 VIII 27 = 1 CENY SKUPU Ziarno zbóż (bez siewnego) - za 1 dt: Pszenica... 39,56 48,17 67,86 83,73
Bardziej szczegółowoPUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Chrisian Lis PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 Wprowadzenie Przedmioem
Bardziej szczegółowoProdukcja drobiu coraz mniej rentowna
.pl https://www..pl Produkcja drobiu coraz mniej rentowna Autor: Ewa Ploplis Data: 21 grudnia 2016 Niższe ceny skupu kurcząt i indyków, niższe koszty paszowe w chowie drobiu rzeźnego, tańsze komponenty
Bardziej szczegółowoElżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyk Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowo( ) ( ) ( τ) ( t) = 0
Obliczanie wraŝliwości w dziedzinie czasu... 1 OBLICZANIE WRAśLIWOŚCI W DZIEDZINIE CZASU Meoda układu dołączonego do obliczenia wraŝliwości układu dynamicznego w dziedzinie czasu. Wyznaczane będą zmiany
Bardziej szczegółowoMODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ
Agaa MESJASZ-LECH * MODELE AUTOREGRESYJNE JAKO INSTRUMENT ZARZĄDZANIA ZAPASAMI NA PRZYKŁADZIE ELEKTROWNI CIEPLNEJ Sreszczenie W arykule przedsawiono wyniki analizy ekonomerycznej miesięcznych warości w
Bardziej szczegółowoCENY PRODUKTÓW ROLNYCH W LIPCU 2012 r I-VI VII-XII VI VII w złotych CENY SKUPU. Pszenica... 93,17 76,10 90,69 90,83 105,4 100,2
Warszawa, 2012.08.17 Produkty Ziarno zbóż (bez siewnego) - za 1 dt: CENY PRODUKTÓW ROLNYCH W LIPCU 2012 r. 2011 2012 I-VI -XII VI w złotych CENY SKUPU 2011 = 100 VI 2012= 100 Pszenica... 93,17 76,10 90,69
Bardziej szczegółowoI-VI VII-XII IV V w złotych. Pszenica... 68,21 65,95 62,37 62,54 96,6 100,3. Żyto... 50,79 51,72 54,35 53,80 108,2 99,0
GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 20.06.2016 Opracowanie sygnalne Ceny produktów rolnych w maju 2016 r. Na rynku rolnym w maju 2016 r., w porównaniu z kwietniem 2016 r., odnotowano zarówno w skupie,
Bardziej szczegółowoOcena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 3..007 r. Zadanie. Każde z ryzyk pochodzących z pewnej populacji charakteryzuje się tym że przy danej wartości λ parametru ryzyka Λ rozkład wartości szkód z tego ryzyka
Bardziej szczegółowoKrzysztof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa. Analiza spektralna indeksów giełdowych DJIA i WIG. 1. Wprowadzenie
Krzyszof Borowski, Paweł Skrzypczyński Szkoła Główna Handlowa Analiza spekralna indeksów giełdowych DJIA i WIG 1 Wprowadzenie We współczesnych analizach ekonomicznych doyczących pomiaru cyklu koniunkuralnego
Bardziej szczegółowoAleksander Jakimowicz. Dynamika nieliniowa a rozumienie współczesnych idei ekonomicznych
Aleksander Jakimowicz Dynamika nieliniowa a rozumienie wsółczesnych idei ekonomicznych Plan rezenacji Dynamika ekonomiczna w rzesrzeni aramerów. Oczekiwania adaacyjne a oczekiwania racjonalne. Krzywa Phillisa.
Bardziej szczegółowoPREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 5
Sanisław Cichocki Naalia Nehrebecka Wkład 5 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA 2 . Proces AR 2. Proces MA 3. Modele ARMA 4. Prognozowanie za pomocą modelu ARMA
Bardziej szczegółowoPszenica... 68,21 65,95 62,54 63,36 97,3 101,3. Żyto... 50,79 51,72 53,80 54,51 103,8 101,3. Jęczmień... 59,07 61,60 59,43 59,09 105,3 99,4
GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 19.07.2016 Opracowanie sygnalne Ceny produktów rolnych w czerwcu 2016 r. Na rynku rolnym w czerwcu 2016 r., w porównaniu z majem 2016 r., wzrosły ceny większości produktów
Bardziej szczegółowoOddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu
Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzaa Doman Akademia Ekonomiczna w Poznaniu Modele mikrosrukury rynku Bageho (97) informed raders próbują wykorzysać swoją przewagę informacyjną
Bardziej szczegółowoPrzyczynowość Kointegracja. Kointegracja. Kointegracja
korelacja a związek o charakterze przyczynowo-skutkowym korelacja a związek o charakterze przyczynowo-skutkowym Przyczynowość w sensie Grangera Zmienna x jest przyczyną w sensie Grangera zmiennej y jeżeli
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 szczegółowoInwestycje w lokale mieszkalne jako efektywne zabezpieczenie przed inflacją na przykładzie Poznania w latach
Radosław Trojanek Kaedra Mikroekonomii Akademia Ekonomiczna w Poznaniu Srona nieparzysa Inwesycje w lokale mieszkalne jako efekywne zabezpieczenie przed inflacją na przykładzie Poznania w laach 996-2004.
Bardziej szczegółowoOPTYMALIZACJA PORTFELA INWESTYCYJNEGO ZE WZGLĘDU NA MINIMALNY POZIOM TOLERANCJI DLA USTALONEGO VaR
Daniel Iskra Uniwersye Ekonomiczny w Kaowicach OPTYMALIZACJA PORTFELA IWESTYCYJEGO ZE WZGLĘDU A MIIMALY POZIOM TOLERACJI DLA USTALOEGO VaR Wprowadzenie W osanich laach bardzo popularną miarą ryzyka sała
Bardziej szczegółowoBadanie funktorów logicznych TTL - ćwiczenie 1
adanie funkorów logicznych TTL - ćwiczenie 1 1. Cel ćwiczenia Zapoznanie się z podsawowymi srukurami funkorów logicznych realizowanych w echnice TTL (Transisor Transisor Logic), ich podsawowymi paramerami
Bardziej szczegółowo