UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki
|
|
- Kinga Kasprzak
- 7 lat temu
- Przeglądów:
Transkrypt
1 UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki Prognozowanie procesów gospodarczych prowadzący: dr inż. Tomasz Bartłomowicz tomasz.bartlomowicz@ue.wroc.pl Konspekt do ćwiczeń nr 1
2 START Sformułowanie zadania prognostycznego Określenie przesłanek prognostycznych Zebranie, statystyczna obróbka i analiza danych prognostycznych Wybór metody prognozowania Konstrukcja Aktualizacja danych prognostycznych prognoza trafna Ocena dopuszczalności prognoza dopuszczalna Zastosowanie Ocena trafności prognoza nietrafna prognoza niedopuszczalna Rezygnacja z budowy STOP Rys. Procedura prognozowania Źródło: Opracowanie na podstawie P. Dittmann, Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Oficyna Ekonomiczna, Kraków
3 Etapy prognozowania (budowy prognoz) 1. Sformułowanie zadania prognostycznego 2. Określenie przesłanek prognostycznych 3. Zebranie, statystyczna obróbka i analiza danych prognostycznych 4. Wybór metody prognozowania 5. Konstrukcja 6. Ocena dopuszczalności 7. Zastosowanie 8. Ocena trafności Źródło: P. Dittmann, Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Oficyna Ekonomiczna, Kraków Etap I. Sformułowanie zadania prognostycznego Określenie: 1) obiekt prognozowany (jednostka statystyczna, zbiorowość statystyczna, cecha/zmienna statystyczna), 2) zjawisko prognozowane (liczba zmiennych opisujących/definiujących zjawisko prognozowane): proste; złożone, 3) cel : pragmatyczny najbardziej prawdopodobne, realistyczne; poznawczy badawcze/ostrzegawcze, (funkcje prognoz: preparacyjna, aktywizująca, informacyjna) 4) zmienna/e prognozowane (opisujące zjawisko prognozowane): kryterium możliwości kwantyfikacji zmiennej (metryczne/ilościowe/mierzalne i niemetryczne/jakościowe/opisowe/niemierzalne) - ( ilościowe oraz jakościowe: punktów zwrotnych, monotoniczności ciągów realizacji, przewyższeń); kryterium zbioru wartości, jakie może zmienna przyjmować (skokowe i ciągłe) - ( punktowe i przedziałowe); 3
4 kryterium preferencji wartości zmiennej (stymulanta, destymulanta, nominanta), 5) wymagania co do dopuszczalności, 6) horyzont (daty ) krótkookresowe (krótkoterminowe) średniookresowe (średnioterminowe) długookresowe (długoterminowe) Etap II. Określenie przesłanek prognostycznych - obejmuje hipotezy badawcze określające wstępnie mechanizm rozwojowy prognozowanego zjawiska oraz dostępne o nim informacje jakościowe i ilościowe. Analiza tych hipotez prowadzi do zajęcia przez prognostę określonej postawy wobec przyszłości prognozowanego zjawiska. Wyróżnia się dwie, ekstremalne postawy, postawę pasywna i postawę aktywną, co oznacza, że w praktyce są możliwe również postawy pośrednie. Postawa pasywna oznacza widzenie przyszłości zjawiska jako nieuniknionego, pojedynczego następstwa przeszłości, określonego przez konieczne, niezależne od woli ludzi związki między zjawiskami. Siła tych związków i ich trwałość czynią ich naruszenie zdarzeniami mało prawdopodobnymi, co oznacza, iż zjawisko charakteryzuje duża inercja. W tej sytuacji zadaniem prognosty jest odgadniecie praw ruchu zjawiska, wyrażających jego przyszłe stany przez stany przeszłe. Prognozę uzyskuje się z owych praw ruchu. Postawa aktywna charakteryzuje się uznaniem przyszłości za stosunkowo niezależną od przyszłości. Przyszłość zależy oczywiście od przeszłych zjawisk naturalnych i działań ludzi, ale także w mniejszym lub większym stopniu od pragnień, intencji, celów i dążeń ludzi. Przyszłość jest więc otwarta, pluralistyczna. Przewidywanie przyszłości nie jest w tej sytuacji przenoszeniem praw ruchu z przeszłości w przyszłość, lecz poszukiwaniem w teraźniejszości faktów niosących przyszłość, antycypacją ludzkich potrzeb i działań, próbą odgadnięcia, czego ludzie będą chcieli, a 4
5 co odrzucą. Jest projektowaniem możliwych wariantów przyszłości i wskazaniem wariantów najbardziej przez ludzi pożądanych, a więc na ogół najbardziej realistycznych. Etap III. Zebranie, statystyczna obróbka i analiza danych prognostycznych Do samodzielnego opracowania (zapoznania się): 1. Dittmann P., Prognozowanie w przedsiębiorstwie, s , 2. Prognozowanie w przedsiębiorstwie, red. M. Cieślak, s Kryteria wyboru danych gromadzonych na potrzeby budowy prognoz 1. Rzetelność (dokładność, prawdziwość, wiarygodność) danych 2. Jednoznaczność danych 3. Identyfikowalność zjawiska przez zmienną (zmienne) 4. Kompletność danych 5. Odpowiedniość (istotność) danych 6. Aktualność danych 7. Koszt gromadzenia i przetwarzania danych 8. Porównywalność danych Rys. Dane wykorzystywane w prognozowaniu Dane o obiekcie Dane zewnętrzne Dane wewnętrzne Źródło: M. Cieślak, Prognozowanie gospodarcze metody i zastosowania, Wydawnictwo naukowe PWN, Warszawa
6 Rys. Statystyczna obróbka danych Metody statystycznej obróbki danych Transformacja danych danych Uzupełnianie brakujących danych Rys. danych danych rzeczowa przestrzenna czasowa Rys. Statystyczna analiza danych Metody statystycznej analiza danych Identyfikacja składowych szeregu Identyfikacja zależności zmiennych Eliminacja obserwacji nietypowych 6
Prognozowanie 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 szczegółowoUE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki
UE, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych wykład ćwiczenia laboratorium prowadzący: dr inż. Tomasz Bartłomowicz konsultacje:
Bardziej szczegółowoUE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki
UE, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych wykład ćwiczenia laboratorium prowadzący: dr inż. Tomasz Bartłomowicz konsultacje:
Bardziej szczegółowoMaria Cieślak (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, Warszawa 2004 r.
Metody prognozowania: Wprowadzenie Dr inż. Sebastian a Skoczypiec Literatura: Maria Cieślak (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, Warszawa 2004 r. Ryszard Tadeusiewiecz: Sieci
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 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 szczegółowoWykład z dnia 8 lub 15 października 2014 roku
Wykład z dnia 8 lub 15 października 2014 roku Istota i przedmiot statystyki oraz demografii. Prezentacja danych statystycznych Znaczenia słowa statystyka Znaczenie I - nazwa zbioru danych liczbowych prezentujących
Bardziej szczegółowoPodstawowe pojęcia statystyczne
Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk
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 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 szczegółowoMETODY ILOŚCIOWE W ZARZĄDZANIU
1.1.1 Metody ilościowe w zarządzaniu I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE METODY ILOŚCIOWE W ZARZĄDZANIU Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: RiAF_PS5 Wydział Zamiejscowy
Bardziej szczegółowoMetody badań w naukach ekonomicznych
Metody badań w naukach ekonomicznych Tomasz Poskrobko Metodyka badań naukowych Metody badań ilościowe jakościowe eksperymentalne Metody badań ilościowe jakościowe eksperymentalne Metody ilościowe metody
Bardziej szczegółowoMetody Prognozowania
Wprowadzenie Ewa Bielińska 3 października 2007 Plan 1 Wprowadzenie Czym jest prognozowanie Historia 2 Ciągi czasowe Postępowanie prognostyczne i prognozowanie Predykcja długo- i krótko-terminowa Rodzaje
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 szczegółowoEkonomia II stopień ogólnoakademicki. stacjonarne wszystkie Katedra Matematyki Dr hab. Artur Maciąg. podstawowy. obowiązkowy polski.
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Z-EKO2-500 Nazwa modułu Ekonometria i prognozowanie procesów ekonomicznych Nazwa modułu w języku angielskim Econometrics and forecasting economics proceses Obowiązuje
Bardziej szczegółowoPrognozowanie gospodarcze - opis przedmiotu
Prognozowanie gospodarcze - opis przedmiotu Informacje ogólne Nazwa przedmiotu Prognozowanie gospodarcze Kod przedmiotu 11.9-WZ-EkoP-PrG-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia Profil
Bardziej szczegółowoWprowadzenie do teorii prognozowania
Wprowadzenie do teorii prognozowania I Pojęcia: 1. Prognoza i zmienna prognozowana (przedmiot prognozy). Prognoza punktowa i przedziałowa. 2. Okres prognozy i horyzont prognozy. Prognozy krótkoterminowe
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: PROGNOZOWANIE Z WYKORZYSTANIEM SYSTEMÓW INFORMATYCZNYCH Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU
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 szczegółowoWykład ze statystyki. Maciej Wolny
Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
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 szczegółowo3. 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 szczegółowoPOJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.
[1] POJĘCIA WSTĘPNE STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. BADANIE STATYSTYCZNE - ogół prac mających na celu poznanie struktury określonej
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 201/2015 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoegzamin oraz kolokwium
KARTA PRZEDMIOTU Kod przedmiotu E/FIRP/PSY w języku polskim Prognozowanie i symulacje Nazwa przedmiotu w języku angielskim Forecasting and simulation USYTUOWANIE PRZEDMIOTU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowoEkonometria dynamiczna i finansowa Kod przedmiotu
Ekonometria dynamiczna i finansowa - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonometria dynamiczna i finansowa Kod przedmiotu 11.5-WK-IiED-EDF-W-S14_pNadGenMOT56 Wydział Kierunek Wydział Matematyki,
Bardziej szczegółowoZałącznik Nr 5 do Zarz. Nr 33/11/12 KARTA PRZEDMIOTU. 2. Kod przedmiotu ZP-Z1-19
Załącznik Nr 5 do Zarz. Nr 33/11/12 (pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: BADANIA MARKETINGOWE 3. Karta przedmiotu ważna od roku akademickiego: 2014/2015
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 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 szczegółowoWytyczne do projektów
Wytyczne do projektów Prognozowanie i symulacje wszystkie rodzaje studiów Politechnika Śląska Wydział Organizacji i Zarządzania w Zabrzu rok akademicki 2012/13 Wytyczne do projektów Prognozowanie i symulacje
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 szczegółowoCZĘŚĆ I. PRZYGOTOWANIE PROCESU BADAŃ MARKETINGOWYCH. 1.2.1. Faza identyfikacji problemów decyzyjnych lub okoliczności sprzyjających
Badania marketingowe. Podstawy metodyczne Autor: Stanisław Kaczmarczyk Wstęp CZĘŚĆ I. PRZYGOTOWANIE PROCESU BADAŃ MARKETINGOWYCH Rozdział 1. Badania marketingowe a zarządzanie 1.1. Rozwój praktyki i teorii
Bardziej szczegółowoZastosowanie metodyki myślenia sieciowego do tworzenia scenariuszy transformacji wiedzy w sieciach gospodarczych Wielkopolski
Zastosowanie metodyki myślenia sieciowego do tworzenia scenariuszy transformacji wiedzy w sieciach gospodarczych Wielkopolski 29.07.2011 r. WND POIG.01.01.01-30-014/09 Program Operacyjny Innowacyjna Gospodarka
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 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 szczegółowoWprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP.
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 września 2017 1 Wprowadzenie 2 Pojęcia podstawowe 3 Szeregi rozdzielcze Zwykle wyróżnia się dwa podstawowe działy statystyki: statystyka
Bardziej szczegółowoEtapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Bardziej szczegółowoCzynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej
Czynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej Konferencja nt. WPR a konkurencyjność polskiego i europejskiego sektora żywnościowego 26-28
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 szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoManagement Systems in Production Engineering No 1(5), 2012
METODY I TECHNIKI PROGNOZOWANIA WARTOŚCI KLUCZOWYCH WSKAŹNIKÓW EFEKTYWNOŚCI DLA POTRZEB WPROWADZANIA ZMIAN W ORGANIZACJI UTRZYMANIA RUCHU METHODS AND TECHNIQUES OF PREDICTION OF KEY PERFORMANCE INDICATORS
Bardziej szczegółowoData wydruku: Dla rocznika: 2015/2016. Opis przedmiotu
Sylabus przedmiotu: Specjalność: Statystyka Wszystkie specjalności Data wydruku: 31.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji Inżynieryjno-Ekonomiczny Dane podstawowe
Bardziej szczegółowoZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO
Wydział Nauk Ekonomicznych i Zarządzania Kierunek Analityka Gospodarcza Studia stacjonarne I stopnia ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO Zagadnienia ogólnoekonomiczne 1. Aktualna sytuacja na europejskim
Bardziej szczegółowoNazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:
Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne
Bardziej szczegółowoEkonometria_FIRJK Arkusz1
Rok akademicki: Grupa przedmiotów Numer katalogowy: Nazwa przedmiotu 1) : łumaczenie nazwy na jęz. angielski 3) : Kierunek studiów 4) : Ekonometria Econometrics Ekonomia ECS 2) Koordynator przedmiotu 5)
Bardziej szczegółowoMetodologia badań psychologicznych
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Psychologia jako nauka empiryczna Wprowadzenie pojęć Wykład 5 Cele badań naukowych 1. Opis- (funkcja deskryptywna) procedura definiowania
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 szczegółowoBADANIA RYNKOWE I MARKETINGOWE
1.1.1 Badania rynkowe i marketingowe I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE BADANIA RYNKOWE I MARKETINGOWE Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P15 Wydział Zamiejscowy
Bardziej szczegółowoWykład 1. Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej
Wykład 1 Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej Informacje o przedmiocie prowadzący: strona internetowa: wykład ćwiczenia forma zaliczenia: dr Marek Sobolewski www.msobolew.sd.prz.edu.pl
Bardziej szczegółowoUniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2010/2011
SYLLABUS na rok akademicki 00/0 Tryb studiów Stacjonarne Nazwa kierunku studiów EKONOMIA Poziom studiów Stopień pierwszy Rok studiów/ semestr III; semestr 5 Specjalność Bez specjalności Kod przedmiotu
Bardziej szczegółowoImię, nazwisko i tytuł/stopień KOORDYNATORA przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, dr
Tryb studiów Stacjonarne Nazwa kierunku studiów EKONOMIA Poziom studiów Stopień pierwszy Rok studiów/ semestr III; semestr 5 Specjalność Bez specjalności Kod przedmiotu w systemie USOS 1000-ES1-3EC1 Liczba
Bardziej szczegółowoKARTA KURSU. Kod Punktacja ECTS* 1
KARTA KURSU Nazwa Nazwa w j. ang. Wprowadzenie do statystyki Introduction to statistics Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Jerzy Wołek Zespół dydaktyczny Prof. dr hab. Jerzy Wołek doktoranci
Bardziej szczegółowoBadania marketingowe : podstawy metodyczne / Stanisław Kaczmarczyk. - wyd. 4. Warszawa, 2011
Badania marketingowe : podstawy metodyczne / Stanisław Kaczmarczyk. - wyd. 4. Warszawa, 2011 Spis treści Wstęp 13 CZĘŚĆ I. Przygotowanie procesu badań marketingowych 17 Rozdział 1. Badania marketingowe
Bardziej szczegółowoZ-LOGN Ekonometria Econometrics. Przedmiot wspólny dla kierunku Obowiązkowy polski Semestr IV
bbbbkarta MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN1-0184 Ekonometria Econometrics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE
Bardziej szczegółowoprzedmiot podstawowy obowiązkowy polski drugi
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering
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 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 szczegółowoProjektowanie (design) Eurostat
Projektowanie (design) Eurostat Podstawa prezentacji moduł Overall design autor Eva Elvers ze Statistics Sweden Prezentacja autora na szkoleniu w Hadze 28-29 listopada 2013 r. Zarys Badanie statystyczne
Bardziej szczegółowoMARKETINGOWY SYSTEM INFORMACJI
MARKETINGOWY SYSTEM INFORMACJI INFORMACJA MARKETINGOWA...... (jako specyficzny rodzaj informacji zarządczej) to wszelka informacja wykorzystywana w procesie marketingowego zarządzania przedsiębiorstwem,
Bardziej szczegółowoDr hab. prof. AWF Jolanta Żyśko Akademia Wychowania Fizycznego w Warszawie
Planowanie jako funkcja kierowania Dr hab. prof. AWF Jolanta Żyśko Akademia Wychowania Fizycznego w Warszawie Planowanie Kontrola Organizo wanie Motywowanie Planowanie Hierarchia planów Planowanie - definicja
Bardziej szczegółowoPo co w ogóle prognozujemy?
Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym
Bardziej szczegółowoZ-EKO-184 Ekonometria Econometrics. Ekonomia I stopień Ogólnoakademicki. Studia stacjonarne Wszystkie Katedra Matematyki Dr hab. Artur Maciąg.
KARTA MODUŁU / KARTA PRZEDMIOTU Z-EKO-184 Ekonometria Econometrics Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW
Bardziej szczegółowoBadania marketingowe. Podstawy metodyczne Stanisław Kaczmarczyk
Badania marketingowe. Podstawy metodyczne Stanisław Kaczmarczyk Badania marketingowe stanowią jeden z najważniejszych elementów działań marketingowych w każdym przedsiębiorstwie. Dostarczają decydentom
Bardziej szczegółowoEkonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota
Ekonometria ćwiczenia 3 Prowadzący: Sebastian Czarnota Strona - niezbędnik http://sebastianczarnota.com/sgh/ Normalność rozkładu składnika losowego Brak normalności rozkładu nie odbija się na jakości otrzymywanych
Bardziej szczegółowo2011-11-25. Jego rezultatem są wybory strategiczne i programy działań zmierzających do zapewnienia realizacji tych wyborów.
2011-11-25 Planowanie działalności - istota Planowanie działalności stowarzyszenia jest sformalizowanym procesem podejmowania decyzji, w którym wypracowuje się pożądany obraz przyszłego stanu organizacji
Bardziej szczegółowoInżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Statystyka komputerowa Computer statistics Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Fakultatywny - oferta Poziom studiów:
Bardziej szczegółowoRodzaje badań statystycznych
Rodzaje badań statystycznych Zbieranie danych, które zostaną poddane analizie statystycznej nazywamy obserwacją statystyczną. Dane uzyskuje się na podstawie badania jednostek statystycznych. Badania statystyczne
Bardziej szczegółowoAPROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI
APROKSYMACJA ZJAWISK RYNKOWYCH NARZĘDZIEM WSPOMAGAJĄCYM PODEJMOWANIE DECYZJI Łukasz MACH Streszczenie: W artykule przedstawiono wybrane aspekty prognozowania czynników istotnie określających sytuację na
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoEkonometria i prognozowanie Econometrics and prediction
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Ekonometria i prognozowanie Econometrics and prediction A. USYTUOWANIE
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 szczegółowoTransformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces
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 szczegółowoWykaz publikacji. Pozycje zwarte:
Wykaz publikacji Pozycje zwarte: 1. Zadania z metod ilościowych w ekonomii. Skrypt. Praca zbiorowa pod red. M. Montygierda-Łoyby. Wrocław AE 1988, 209 s. (Współautorzy: Z. Bobowski, T. Borys, M. Budrewicz,
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoKsięgarnia PWN: Magdalena Śmieja, Jarosław Orzechowski (red.) - Inteligencja emocjonalna. Spis treści
Księgarnia PWN: Magdalena Śmieja, Jarosław Orzechowski (red.) - Inteligencja emocjonalna Spis treści Wprowadzenie (Magdalena Śmieja, Jarosław Orzechowski)....... 11 Część I. Teoria 1. Inteligencja emocjonalna:
Bardziej szczegółowoMetody badań marketingowych
Metody badań marketingowych Prof. dr hab. Krzysztof Opolski Dr Jarosław Górski Program zajęć 1. Marketing w praktyce od marketingu neandertalskiego do marketingu strategicznego 2. Obszary badań marketingowych
Bardziej szczegółowoPaństwowa Wyższa Szkoła Zawodowa w Płocku Instytut Nauk Ekonomicznych i Informatyki KARTA PRZEDMIOTU Część A
Przedmiot: Mikroekonomia Wykładowca odpowiedzialny za przedmiot: dr Barbara Felic Cele zajęć z przedmiotu: Państwowa Wyższa Szkoła Zawodowa w Płocku Instytut Nauk Ekonomicznych i Informatyki KARTA PRZEDMIOTU
Bardziej szczegółowoKształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie
Kształtowanie się cen m 2 mieszkania we Wrocławiu w krótkim okresie Projekt prognostyczny ElŜbieta Bulak Piotr Olszewski Michał Tomanek Tomasz Witka IV ZI gr. 13. Wrocław 2007 I. Sformułowanie zadania
Bardziej szczegółowoEkonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
Bardziej szczegółowoPrzedmiot ekonometrii
Informacje ogólne Egzamin Kryteria oceny Ćwiczenia Literatura po polsku Literatura po angielsku Wykładowca: dr Paweł Strawiński Dyżur: wtorek 17:00-18:00(?), katedra Statystyki i Ekonometrii Materiały
Bardziej szczegółowoPaństwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015
Tryb studiów Niestacjonarne Nazwa kierunku studiów Finanse i Rachunkowość Poziom studiów Stopień pierwszy Rok studiów/ semestr II/4 Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki
Bardziej szczegółowoBadania marketingowe 2013_2. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski
Badania marketingowe 2013_2 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Ramowy program konwersatorium 1. System informacji rynkowej i jego składowe 2. Istota oraz klasyfikacja
Bardziej szczegółowoO LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW
Rafał Czyżycki, Marcin Hundert, Rafał Klóska Wydział Zarządzania i Ekonomiki Usług Uniwersytet Szczeciński O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW Wprowadzenie Poruszana
Bardziej szczegółowoWykaz publikacji. Pozycje zwarte:
Wykaz publikacji Pozycje zwarte: 1. Zadania z metod ilościowych w ekonomii. Skrypt. Praca zbiorowa pod red. M. Montygierda-Łoyby. Wrocław AE 1988, 209 s. (Współautorzy: Z. Bobowski, T. Borys, M. Budrewicz,
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. dr Tomasz Głuszkowski (wykłady)
PROGNOZOWANIE I SYMULACJE dr Tomasz Głuszkowski (wykłady) LITERATURA PRZEDMIOTU: 1. P. Dittmann Metody prognozowania sprzedaży w przedsiębiorstwie (AE, Wrocław 1999 - wyd. 4) 2. Red. M.Cieślak Prognozowanie
Bardziej szczegółowoBadania operacyjne. Ćwiczenia 1. Wprowadzenie. Filip Tużnik, Warszawa 2017
Badania operacyjne Ćwiczenia 1 Wprowadzenie Plan zajęć Sprawy organizacyjne (zaliczenie, nieobecności) Literatura przedmiotu Proces podejmowania decyzji Problemy decyzyjne w zarządzaniu Badania operacyjne
Bardziej szczegółowoZarządzanie bezpieczeństwem Laboratorium 3. Analiza ryzyka zawodowego z wykorzystaniem metody pięciu kroków, grafu ryzyka, PHA
Zarządzanie bezpieczeństwem Laboratorium 3. Analiza ryzyka zawodowego z wykorzystaniem metody pięciu kroków, grafu ryzyka, PHA Szczecin 2013 1 Wprowadzenie W celu przeprowadzenia oceny ryzyka zawodowego
Bardziej szczegółowoBadania typu foresight podstawą strategicznego prognozowania zjawisk gospodarczych
Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 3(35)/2013 Łukasz Mach Politechnika Opolska, Wydział Ekonomii i Zarządzania Badania typu foresight podstawą strategicznego prognozowania zjawisk
Bardziej szczegółowoEkonometria_EkonJK Arkusz1
Rok akademicki: Grupa przedmiotów Numer katalogowy: Nazwa przedmiotu 1) : łumaczenie nazwy na jęz. angielski 3) : Kierunek studiów 4) : Ekonometria Econometrics Ekonomia ECS 2) Koordynator przedmiotu 5)
Bardziej szczegółowoJakość życia w koncepcji rozwoju regionalnego. prof. WSB, dr hab. Krzysztof Safin
Jakość życia w koncepcji rozwoju regionalnego prof. WSB, dr hab. Krzysztof Safin Jakość życia w koncepcji rozwoju Wytyczne polityki gospodarczej wymagają definiowania jej głównych celów (i środków realizacji).
Bardziej szczegółowoBadania Statystyczne
Statystyka Opisowa z Demografią oraz Biostatystyka Badania Statystyczne Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowoEKONOMETRIA I SYLABUS
Załącznik nr 5 do Uchwały nr 1202 Senatu UwB z dnia 29 lutego 2012 r. EKONOMETRIA I SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom
Bardziej szczegółowoGEODEZJA I KARTOGRAFIA I stopień (I stopień / II stopień) Ogólnoakademicki (ogólnoakademicki / praktyczny)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka II Nazwa modułu w języku angielskim Mathematics II Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW
Bardziej szczegółowoStatystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34
Statystyka Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka 26 lutego 2018 1 / 34 Wykład : 30h Laboratoria : 30h egzamin w sesji letniej (po uprzednim zaliczeniu ćwiczeń)
Bardziej szczegółowoPYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe
PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe 1. Cele i przydatność ujęcia modelowego w ekonomii 2.
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowo