PROGNOZOWANIE W ZARZĄDZANIU
|
|
- Magda Kaczmarczyk
- 7 lat temu
- Przeglądów:
Transkrypt
1 Politechnika Białostocka Wydział Zarządzania Katedra Informatyki Gospodarczej i Logistyki Redaktor naukowy joanicjusz Nazarko PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM Cz. III Prognozowanie na podstawie modeli adaptacyjnych Wydawnictwo Politechniki Białostockiej Białystok 2005
2 Recenzent: prof. dr hab. Mirosława Lasek PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM CZ. III. Prognozowanie na podstawie modeli adaptacyjnych Redaktor naukowy: Joanicjusz Nazarko Autorzy: Ewa Chodakowska Joanna Chrabołowska Piotr Filipkowski Katarzyna Halicka Ireneusz Jakuszewicz Arkadiusz Jurczuk Joanicjusz Nazarko Opracowanie redakcyjne: Jadwiga Żukowska Projekt okładki: Krystyna Krakówka Copyright by Politechnika Białostocka 2005, 2011 ISBN Wyd. 2. Druk z matryc poprzedniego wydania Publikacja nie może być powielana i rozpowszechniana, w jakikolwiek sposób, bez pisemnej zgody posiadacza praw autorskich Opracowanie, redakcja techniczna i druk: Dział Wydawnictw i Poligrafii Politechniki Białostockiej
3 SPIS TREŚCI Wprowadzenie Metoda naiwna - model podstawowy i modele zmodyfikowane Podstawowy model metody naiwnej Zmodyfikowane modele metody naiwnej Metody średniej Model średniej prostej Model średniej ruchomej prostej Model średniej ruchomej ważonej Ocena trafności prognoz Metody wygładzania wykładniczego Model prostego wygładzania wykładniczego Model adaptacyjnego wygładzania wykładniczego Model liniowy Holta Model Holta Wintersa Przykłady zastosowań Problemy do samodzielnego rozwiązania Literatura
4
5 Wprowadzenie Tematem części trzeciej podręcznika Prognozowanie w zarządzaniu przedsiębiorstwem jest prognozowanie szeregów czasowych z zastosowaniem modeli adaptacyjnych. Termin adaptacja oznacza zdolność do zmian umożliwiających przystosowanie się do nowych warunków. Cechą modeli adaptacyjnych jest możność rekurencyjnego (w miarę pojawiania się nowych obserwacji) dopasowywania się ich parametrów do zmian zachodzących w przebiegu szeregu czasowego, obrazującego prognozowaną zmienną. Znajdują one zastosowanie do sporządzania krótkoterminowych prognoz zjawisk gospodarczych opisywanych za pomocą szeregów czasowych o różnym charakterze zmienności (różnorodnym zestawie składowych systematycznych w szeregu). Modele adaptacyjne używane są do prognozowania szeregów o chwiejnych zmianach trendu oraz podlegających wahaniom sezonowym. Dobrze odwzorowują szeregi o tzw. przebiegu segmentowym (tzn. gładkie jedynie w części przedziałów czasu). Do właściwego stosowania modeli adaptacyjnych niezbędne jest w zasadzie tylko dosyć pragmatyczne założenie o stacjonarności błędów prognoz w czasie. W kolejnych rozdziałach książki omówiono trzy podstawowe najczęściej stosowane w praktyce prognostycznej przedsiębiorstw grupy prostych modeli adaptacyjnych: metody naiwne (model podstawowy oraz modele zmodyfikowane), metody średniej (modele średniej prostej, średniej ruchomej prostej oraz średniej ruchomej ważonej) oraz metody wygładzania wykładniczego (modele prostego wygładzania wykładniczego, adaptacyjnego wygładzania wykładniczego, modele Holta oraz Holta-Wintersa). Metod tych chętnie używa się w praktyce ze względu na prostotę obliczeń, dużą elastyczność i zdolność dostosowawczą do zmian w tendencji rozwojowej prognozowanego zjawiska. Nie wymagają też znajomości długiej historii rozwoju zjawiska. Wybór prawidłowego modelu zależy w dużym stopniu od trafnego rozpoznania składowych szeregu (dekompozycji szeregu). Procedura wyboru nie jest ściśle sformalizowana i w dużej mierze opiera się na wiedzy empirycznej i intuicji badacza. Często wyboru dokonuje drogą prób i błędów. 5
6 Oprócz opisu modeli adaptacyjnych i ich zastosowania w prognozowaniu, przedstawiono także zagadnienia związane z oceną trafności prognoz. Jest to jeden z kluczowych etapów procesu prognozowania. Poświęcono mu osobny trzeci rozdział podręcznika. W rozdziale tym opisano podstawowe miary wykorzystywane do oceny trafności prognoz oraz reguły ich stosowania. Autorzy starali się, aby podręcznik był przystępny i zrozumiały zarówno dla studentów, jak i dla szerszego grona czytelników, dlatego też, zachowując niezbędną ścisłość wywodów unikali dyskusji niuansów teoretycznych. Akcentowali te zagadnienia, które mogą być przydatne w praktyce przedsiębiorstwa. Wiele uwagi poświęcili sposobowi prezentacji materiału. Intensywnie wykorzystali schematy graficzne, usiłując czynić to w sposób niekonwencjonalny, niespotykany w innych podręcznikach. Zamieścili wiele przykładów obliczeniowych oraz wskazujących na możliwe zastosowanie omawianych modeli. Każdy rozdział kończy wykaz literatury podstawowej i uzupełniającej, przydatny do samodzielnego studiowania i poszerzenia wiedzy z zakresu omawianych zagadnień. W rozdziale szóstym sformułowali problemy do samodzielnego rozwiązania, co ma pomóc czytelnikowi ugruntować zdobytą wiedzę. Autorzy podręcznika wyrażają nadzieję, że Czytelnicy znajdą w nim źródło wiedzy i inspiracji do własnych badań prognostycznych. Będą jednocześnie wdzięczni za wszelkie sugestie i opinie przydatne do ewentualnego udoskonalenia następnych wydań i kolejnych części podręcznika. 6
7 LITERATURA 1. Armstrong J. S., Collopy F., Error measures for generalizing about forecasting methods: empirical comparisons, International Journal of Forecasting 8/ Armstrong J. S., Principles of forecasting: a handbook for researchers and practitioners, Kluwer Academic Publisher, Boston, Cieślak M (red.)., Prognozowanie gospodarcze, Wydawnictwo Naukowe PWN, Warszawa, DeLurgio S. A., Forecasting Principles and Applications, Irwin/ McGraw-Hill, Boston, Dębski W., Zarządzanie finansami, CIM, Warszawa, Dittmann P., Metody prognozowania sprzedaży w przedsiębiorstwie, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, Hanke E., Reitsch A. G., Wicherm D. W., Business Forecasting, Prentice Hall, New Jersey, Makridakis S., Wheelwright S.C., Hyndman R., J., Forecasting. Methods and Applications, John Wiley & Sons, Inc., New York, Nazarko J. (red.), Prognozowanie w zarządzaniu przedsiębiorstwem. Część I. Wprowadzenie do metodyki prognozowania, Wydawnictwo Politechniki Białostockiej, Białystok, Nazarko J. (red.), Prognozowanie w zarządzaniu przedsiębiorstwem. Część II. Prognozowanie na podstawie szeregów czasowych, Wydawnictwo Politechniki Białostockiej, Białystok Radzikowska B. (red), Metody prognozowania. Zbiór zadań, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, Theil H., Applied Economic Forecasting, Rand McNally, Chicago, Witkowska W., Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe, Wydawnictwo C.H. Beck, Warszawa,
8 14. Zeliaś A., Teoria prognozy, Polskie Wydawnictwo Ekonomiczne, Warszawa, Zeliaś A., Pawełek B., Wanat S., Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN, Warszawa,
PROGNOZOWANIE W. Cz. I. Redaktor naukowy joanicjusz Nazarko. Wprowadzenie do metodyki prognozowania. Wydawnictwo Politechniki Białostockiej
Politechnika Białostocka Wydział Katedra Informatyki Gospodarczej i Logistyki Redaktor naukowy joanicjusz Nazarko PROGNOZOWANIE W Cz. I Wprowadzenie do metodyki prognozowania Wydawnictwo Politechniki Białostockiej
egzamin 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
PROGNOZOWANIE 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
Projekt 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
PROGNOZOWANIE 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
Prognozowanie 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
Kierunkowy Obowiązkowy Polski Semestr VI
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 Z-ID-603 Prognozowanie i symulacje w przedsiębiorstwie Forecasting and
Wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR
Wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR Katarzyna Halicka Politechnika Białostocka, Wydział Zarządzania, Katedra Informatyki Gospodarczej i Logistyki, e-mail:
SYLABUS. 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
Arkadiusz 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,
Analiza 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.
Zapraszamy 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:
Prognozowanie 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
Sylabus 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
MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY***
ZAGADNIENIA TECHNICZNO-EKONOMICZNE Tom 48 Zeszyt 3 2003 Joanna Chrabołowska*, Joanicjusz Nazarko** MODELE ARIMA W PROGNOZOWANIU SPRZEDAŻY*** W artykule przedstawiono metodykę budowy modeli ARIMA oraz ich
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Prognozowanie i symulacje Forecasting and simulations Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów:
Ekonometria. 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
Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek:
Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek: Forma studiów: Informatyka Stacjonarne Rodzaj przedmiotu: obowiązkowy
Analiza 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
Metody optymalizacji Optimization methods Forma studiów: stacjonarne Poziom studiów II stopnia. Liczba godzin/tydzień: 1W, 1Ć
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści dodatkowych Rodzaj zajęć: wykład, ćwiczenia Metody Optimization methods Forma studiów: stacjonarne Poziom studiów
PRZEWODNIK 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
ćwiczenia Katedra Rozwoju Regionalnego i Metod Ilościowych
Kod Nazwa Powszechne rozumienie statystyki- umiejętność odczytywania wskaźników Wersja Wydział Kierunek Specjalność Specjalizacja/kier. dyplomowania Poziom (studiów) Forma prowadzenia studiów Przynależność
Rok 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
Ekonomia 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
Propozycja modelu prognostycznego dla wartości jednostek rozrachunkowych OFE. 1. Wstęp
1 Sugerowany przypis: Chybalski F., Propozycja modelu prognostycznego dla wartości jednostek rozrachunkowych OFE, Przegląd Statystyczny, nr 3/2006, Dom Wydawniczy Elipsa, Warszawa 2006, s. 73-82 Propozycja
Jerzy Berdychowski. Informatyka. w turystyce i rekreacji. Materiały do zajęć z wykorzystaniem programu. Microsoft Excel
Jerzy Berdychowski Informatyka w turystyce i rekreacji Materiały do zajęć z wykorzystaniem programu Microsoft Excel Warszawa 2006 Recenzenci prof. dr hab. inż. Tomasz Ambroziak prof. dr hab. inż. Leszek
UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki
UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych prowadzący: dr inż. Tomasz Bartłomowicz tomasz.bartlomowicz@ue.wroc.pl
Planowanie przychodów ze sprzedaży na przykładzie przedsiębiorstw z branży finansowej
K. Czyczerska, A. Wiktorowicz UNIWERSYTET EKONOMICZNY WE WROCŁWIU Planowanie przychodów ze sprzedaży na przykładzie przedsiębiorstw z branży finansowej Słowa kluczowe: planowanie przychodów, metoda średniej
PRZEWODNIK 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
Statystyka 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
Oferta wydawnicza Politechniki Gdańskiej jest dostępna pod adresem
Wydawnictwo Politechniki Gdańskiej Gdańsk 2013 Przewodniczący Komitetu Redakcyjnego Wydawnictwa Politechniki Gdańskiej Janusz T. Cieśliński Zespół redakcyjny Danuta Beger, Jolanta Dymkowska, Barbara Wikieł
METODY 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
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
Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L
Nazwa przedmiotu: Kierunek: Metody komputerowe statystyki Computer Methods in Statistics Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla specjalności matematyka przemysłowa Rodzaj zajęć: wykład,
Wydatki [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
Joanna Chrabołowska, Joanicjusz Nazarko Politechnika Białostocka
PRACE NAUKOWE AKADEMII EKONOMICZNEJ WE WROCŁAWIU Nr 988 ----------------------------------------------------------------------------- 2003 TAKSONOMIA 10 Klasyfikacja i analiza danych - teoria i zastosowania
Prognozy 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.
3. 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
Karta modułu przedmiotu
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie Karta modułu przedmiotu 1 Informacje ogólne Kierunek studiów: Specjalność: Profil kształcenia: Forma studiów: Stopień kształcenia: Semestr: Nazwa przedmiotu
Na 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
Interdyscyplinarne seminaria
26 II 2019, uaktualnione: 5 III 2019, 12 III 2019 Interdyscyplinarne seminaria semestr letni 2018/2019 Zajęcia: wt. 8:15-9:00 s. 3.11, bud. C-11 Prowadzący: prof. dr hab. Krzysztof Bogdan dr Damian Brzyski
prospektywna analiza technologii
WSTĘP Innowacyjne technologie w coraz większym stopniu decydują o przewadze konkurencyjnej przedsiębiorstw. Stanowią również podstawę nowoczesnych procesów wytwórczych, umożliwiających spełnienie potrzeb
Oferta wydawnicza Politechniki Gda skiej jest dost pna pod adresem
Wydawnictwo Politechniki Gdańskiej Gdańsk 2011 Przewodnicz cy Komitetu Redakcyjnego Wydawnictwa Politechniki Gda skiej Romuald Szymkiewicz Zespół redakcyjny Danuta Beger, Jolanta Dymkowska, Barbara Wikieł
Rachunek kosztów. WZ-ST1-RC-Co-12/13Z-RCHU Controlling. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 45
Karta przedmiotu Wydział: Wydział Zarządzania Kierunek: Rachunkowość i Controlling I. Informacje podstawowe Nazwa przedmiotu Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu Rachunek kosztów Cost
PROGNOZOWANIE 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
Corporate Finance. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 0. niestacjonarne: Wykłady: 18 Ćwiczenia: 0
Karta przedmiotu Wydział: Finansów Kierunek: Prawo I. Informacje podstawowe Nazwa przedmiotu Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu Profil przedmiotu Kategoria przedmiotu Typ studiów Finanse
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
Metody 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
PRZEWODNIK PO PRZEDMIOCIE RACHUNKOWOŚĆ LOGISTYKA. stacjonarne. I stopnia. Ogólnoakademicki. Podstawowy
[Wpisz tekst] Politechnika Częstochowska, Wydział Zarządzania [Wpisz tekst] PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji RACHUNKOWOŚĆ LOGISTYKA stacjonarne I stopnia
DRZEWA REGRESYJNE I LASY LOSOWE JAKO
DRZEWA REGRESYJNE I LASY LOSOWE JAKO NARZĘDZIA PREDYKCJI SZEREGÓW CZASOWYCH Z WAHANIAMI SEZONOWYMI Grzegorz Dudek Instytut Informatyki Wydział Elektryczny Politechnika Częstochowska www.gdudek.el.pcz.pl
Zofia Dach Artur Pollok Krystyna Przybylska. Zbiór zadań z mikroekonomii
Zofia Dach Artur Pollok Krystyna Przybylska Zbiór zadań z mikroekonomii POLSKIE TOWARZYSTWO KRAKÓW 2010 EKONOMICZNE Wydanie I: Wydawnictwo Naukowe SYNABA s.c., Kraków 1999 Recenzent: Marek Rekowski Wydanie
PROGNOZOWANIE CENY JEDNEGO METRA KWADRATOWEGO MIESZKANIA W POLSCE FORECASTING THE PRICE OF ONE SQUARE METRE OF A FLAT IN POLAND
ZESZYTY NAUKOWE UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO W SIEDLCACH Nr 119 Seria: Administracja i Zarządzanie (46) 2018 pl ISSN 2082-5501 PROGNOZOWANIE CENY JEDNEGO METRA KWADRATOWEGO MIESZKANIA W POLSCE
Tomasz Kolerski PRAKTYCZNE ASPEKTY GOSPODARKI WODNEJ W PROJEKTOWANIU ZBIORNIKÓW RETENCYJNYCH
Tomasz Kolerski PRAKTYCZNE ASPEKTY GOSPODARKI WODNEJ W PROJEKTOWANIU ZBIORNIKÓW RETENCYJNYCH Gdańsk 2014 PRZEWODNICZĄCY KOMITETU REDAKCYJNEGO WYDAWNICTWA POLITECHNIKI GDAŃSKIEJ Janusz T. Cieśliński RECENZENT
Po 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
Nazwa 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
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...
SYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii
Rzeszów, 1 październik 014 r. SYLABUS Nazwa przedmiotu Statystyka i demografia Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii Kod przedmiotu MK_8 Studia Kierunek
A.Światkowski. Wroclaw University of Economics. Working paper
A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:
Ćwiczenie 5 PROGNOZOWANIE
Ćwiczenie 5 PROGNOZOWANIE Prognozowanie jest procesem przewidywania przyszłych zdarzeń. Obszary zastosowań prognozowania obejmują np. analizę danych giełdowych, przewidywanie zapotrzebowania na pracowników,
Opisy przedmiotów do wyboru
Opisy przedmiotów do wyboru moduły specjalistyczne oferowane na stacjonarnych studiach II stopnia (magisterskich) dla 1 roku matematyki semestr letni, rok akademicki 2018/2019 Spis treści 1. Analiza portfelowa
WSHiG 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
Robert Kubicki, Magdalena Kulbaczewska Modelowanie i prognozowanie wielkości ruchu turystycznego w Polsce
Robert Kubicki, Magdalena Kulbaczewska Modelowanie i prognozowanie wielkości ruchu turystycznego w Polsce Ekonomiczne Problemy Turystyki nr 3 (27), 57-70 2014 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO
Z-LOG-033I Statystyka Statistics
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOG-033I Statystyka Statistics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW
Z-LOGN1-006 Statystyka Statistics
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN-006 Statystyka Statistics Obowiązuje od roku akademickiego 0/0 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYCZNA ANALIZA DANYCH Nazwa w języku angielskim STATISTICAL DATA ANALYSIS Kierunek studiów (jeśli dotyczy):
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Badania operacyjne Operational research Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów: studia I stopnia
Recenzenci Stefan Mynarski, Waldemar Tarczyński. Redaktor Wydawnictwa Anna Grzybowska. Redaktor techniczny Barbara Łopusiewicz. Korektor Barbara Cibis
Komitet Redakcyjny Andrzej Matysiak (przewodniczący), Tadeusz Borys, Andrzej Gospodarowicz, Jan Lichtarski, Adam Nowicki, Walenty Ostasiewicz, Zdzisław Pisz, Teresa Znamierowska Recenzenci Stefan Mynarski,
Sylabus Formularz opisu przedmiotu (formularz sylabusa) dla studiów I i II stopnia 1 wypełnia koordynator przedmiotu
Sylabus Formularz opisu przedmiotu (formularz sylabusa) dla studiów I i II stopnia 1 wypełnia koordynator przedmiotu A. Informacje ogólne Nazwa pola Nazwa przedmiotu Treść Analiza Szeregów Czasowych Jednostka
Spis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08
Spis treści Wstęp.............................................................. 7 Część I Podstawy analizy i modelowania systemów 1. Charakterystyka systemów informacyjnych....................... 13 1.1.
Dobór wartości początkowych w modelu wyrównywania wykładniczego Browna a wyniki prognozowania
Zeszyty Naukowe nr 797 Uniwersytetu Ekonomicznego w Krakowie 2008 Katedra Statystyki Dobór wartości początkowych w modelu wyrównywania wykładniczego Browna a wyniki prognozowania 1. Wprowadzenie Metoda
WSPÓŁCZESNE ROZWIĄZANIA DLA REALIZACJI PROCESÓW LOGISTYCZNYCH. Redakcja naukowa: Barbara Galińska Joanna Kopania Anna Walaszczyk
WSPÓŁCZESNE ROZWIĄZANIA DLA REALIZACJI PROCESÓW LOGISTYCZNYCH Redakcja naukowa: Barbara Galińska Joanna Kopania Anna Walaszczyk Monografie Politechniki Łódzkiej Łódź 2017 Recenzenci: dr inż. Barbara Galińska
4. Czy informację/ kompetencje zdobyte na szkoleniu będzie Pani/Pan wykorzystywać na co dzień?
Tarnów, dnia 02-11-2018 Podsumowanie ankiety ewaluacyjnej oceny kursu komputerowego dla pracownika biurowego Edycja PB 9 Miejsce szkolenia: Tarnów, ul. Brodzińskiego 17 Termin szkolenia: od 10.10.2018
Wprowadzenie do modelowania MES w programie SOFISTIK Materiały pomocnicze do laboratorium z metody elementów skończonych
Jacek Chróścielewski, Mikołaj Miśkiewicz, Łukasz Pyrzowski Wprowadzenie do modelowania MES w programie SOFISTIK Materiały pomocnicze do laboratorium z metody elementów skończonych Gdańsk 2016 PRZEWODNICZĄCY
Ekonomia sektora publicznego Kod przedmiotu
Ekonomia sektora publicznego - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonomia sektora publicznego Kod przedmiotu 14.3-WZ-EkoP-ESP-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia
PRZEWODNIK PO PRZEDMIOCIE MATEMATYKA II E. Logistyka (inżynierskie) niestacjonarne. I stopnia. dr inż. Władysław Pękała. ogólnoakademicki.
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Mechanika i Budowa Maszyn Rodzaj przedmiotu: obowiązkowy na specjalności Inżynieria cieplna i samochodowa Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU
Karta (sylabus) przedmiotu
WM Karta (sylabus) przedmiotu MECHANIKA I BUDOWA MASZYN Studia I stopnia o profilu: A P Przedmiot: Wybrane z Kod ECTS Status przedmiotu: obowiązkowy MBM S 0 5 58-4_0 Język wykładowy: polski, angielski
ARZĄDZANIA AKADEMIA MANAGEMENT ACADEMY OF ISSN X. Numer 1. Tom 2. u Wydział Inżynierii Zarządzania Politechniki Białostockiej
Tom 2 Numer 1 u 2018 u ISSN 2544-512X Wydział Inżynierii Zarządzania Politechniki Białostockiej u ACADEMY OF AKADEMIA ARZĄDZANIA MANAGEMENT POLITECHNIKA BIAŁOSTOCKA KWARTALNIK WYDZIAŁU INŻYNIERII ZARZĄDZANIA
KRZYSZTOF REDLARSKI PODSTAWY METODYKI ZARZĄDZANIA PROJEKTAMI W UJĘCIU KLASYCZNYM
KRZYSZTOF REDLARSKI PODSTAWY METODYKI ZARZĄDZANIA PROJEKTAMI W UJĘCIU KLASYCZNYM Gdańsk 2016 PRZEWODNICZĄCY KOMITETU REDAKCYJNEGO WYDAWNICTWA POLITECHNIKI GDAŃSKIEJ Janusz T. Cieśliński RECENZENT Witold
STATYSTYKA. 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
Rachunek prawdopodobieństwa WZ-ST1-AG--16/17Z-RACH. Liczba godzin stacjonarne: Wykłady: 15 Ćwiczenia: 30. niestacjonarne: Wykłady: 9 Ćwiczenia: 18
Karta przedmiotu Wydział: Wydział Zarządzania Kierunek: Analityka gospodarcza I. Informacje podstawowe Nazwa przedmiotu Rachunek prawdopodobieństwa Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu
OPRACOWANIE PROGNOZ KRAJOWEJ PRODUKCJI STALI Z UWZGLĘDNIENIEM TECHNOLOGII WYTWARZANIA DO 2022 ROKU
42 Prace Instytutu Metalurgii Żelaza 2018, 70 (2), s. 42 47 Bożena GAJDZIK DOI: 10.32730/imz.0137-9941.18.2.05 OPRACOWANIE PROGNOZ KRAJOWEJ PRODUKCJI STALI Z UWZGLĘDNIENIEM TECHNOLOGII WYTWARZANIA DO 2022
Ekonometria dynamiczna i finansowa Kod przedmiotu
Ekonometria dynamiczna i finansowa - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonometria dynamiczna i finansowa Kod przedmiotu 11.5-WK-IiED-EDF-W-S14_pNadGenMOT56 Wydział Kierunek Wydział Matematyki,
Imię, 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
Lean manufacturing - opis przedmiotu
Lean manufacturing - opis przedmiotu Informacje ogólne Nazwa przedmiotu Lean manufacturing Kod przedmiotu 06.9-WZ-LogP-LM-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Logistyka / Zarządzanie logistyczne
Praca licencjacka - opis przedmiotu
Praca licencjacka - opis przedmiotu Informacje ogólne Nazwa przedmiotu Praca licencjacka Kod przedmiotu 13.2-WF-FizP-MeNaP-Ć-S14_pNadGen5I0EN Wydział Kierunek Wydział Fizyki i Astronomii Fizyka / Fizyka
Ekonometria 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
Wydawnictwo PLACET zaprasza Państwa do zapoznania się z naszą ofertą.
Wydawnictwo PLACET zaprasza Państwa do zapoznania się z naszą ofertą. PLACET słowo niegdyś używane w naszym języku a zapożyczone z łaciny oznaczało: przyzwolenie, zgodę, a też,,podobać się. To właśnie
Analiza 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,
Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego
Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne
Finanse. Logistyka. I stopnia. dr Dariusz Wielgórka. ogólnoakademicki. podstawowy WYKŁAD ĆWICZENIA LABORATORIUM PROJEKT SEMINARIUM
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek
Tytuł: Autor: MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek Wstęp Książka "Modelowanie polskiej gospodarki z pakietem R" powstała na bazie materiałów, które wykorzystywałem przez ostatnie
P. Popiel, K Moryń, M. Grzesiak, Wrocław University of Economics
P. Popiel, K Moryń, M. Grzesiak, Wrocław University of Economics "Planowanie produkcji ze sprzedaży na przykładzie przedsiębiorstw z branży 5.1 wydobywanie węgla kamiennego i 52 magazynowanie i działalność
PRZEWODNIK PO PRZEDMIOCIE
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak
Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN
PRZEWODNIK PO PRZEDMIOCIE
PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj przedmiotu Liczba punktów ECTS Informatyczne wspomaganie
PRZEWODNIK PO PRZEDMIOCIE. Marketing globalny E. Logistyka. stacjonarne. II stopnia. Katedra Marketingu. dr inż. Anna Niedzielska.
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Marketing globalny E Logistyka stacjonarne II stopnia Rok 1 Semestr
Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Ekonomii i Finansów Dr Katarzyna Brzozowska-Rup
KARTA MODUŁU / KARTA PRZEDMIOTU Z-ID-104 Elementy rachunku prawdopodobieństwa i sta- Kod modułu Nazwa modułu tystyki Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 Elements
OBSŁUGA GOŚCI W OBIEKCIE ŚWIADCZĄCYM USŁUGI HOTELARSKIE cz. 1
REFORMA 2019 R. OBSŁUGA GOŚCI W OBIEKCIE ŚWIADCZĄCYM USŁUGI HOTELARSKIE cz. 1 KWALIFIKACJA HGT.03 Beata Sawicka Monika Świątkowska Ewa Świstak Agnieszka Bobola Agnieszka Tul-Krzyszczuk Anna Sawicka-Muchewicz