Prognozowanie średniego miesięcznego kursu kupna USD
|
|
- Martyna Marszałek
- 8 lat temu
- Przeglądów:
Transkrypt
1 Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, k.halicka@pb.edu.pl Jusyna Godlewska Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, jusyna.godlewska1@gmail.com Sreszczenie Zasadniczym celem niniejszego arykułu było wyznaczenie prognozy miesięcznego średniego kursu kupna USD. Zrealizowano go, opierając się na szczegółowych badaniach doyczących analizy porównawczej jakości prognoz wyznaczonych różnymi meodami. Do badania wykorzysano dane od sycznia 2010 do września 2012 roku, pochodzące ze srony inerneowej Narodowego Banku Polskiego. Począkowo je przeanalizowano, dokonano dekompozycji analizowanego szeregu czasowego. Nasępnie wyznaczono prognozę miesięcznego średniego kursu kupna USD, wykorzysując między innymi akie meody, jak zmodyfikowany model meody naiwnej oraz model Hola. Dalej przeprowadzono ocenę jakości orzymanych prognoz i dokonano rekomendacji zbudowanych modeli prognosycznych. Słowa kluczowe prognoza kursu walu, model Hola, zmodyfikowane modele meody naiwnej, jakość prognozy Wsęp Rynek wymiany walu (z ang. Foreign Exchange Marke Forex) o rynek ypu OTC (over he couner), czyli zdecenralizowany rynek pozagiełdowy (Marciniak- Neider, 2011). Głównymi jego uczesnikami są banki, kóre działają na własny Economics and Managemen 1/
2 Kaarzyna Halicka, Jusyna Godlewska rachunek lub w imieniu swoich klienów oraz banki cenralne, podejmujące przedsięwzięcia w celu sabilizowania ruchów kursów waluowych. Rynek ransakcji Forex charakeryzuje się wysokim ryzykiem kursowym; jego uczesnikom bardzo przydane są więc prognozy kursu walu. Zasadniczym celem niniejszego arykułu, jes wyznaczenie na podsawie badania prognozy średniego miesięcznego kursu kupna USD liczonego w PLN na październik 2012 roku. Dokonano w nim analizy porównawczej jakości prognoz uzyskanych z zasosowaniem różnych meod. Do budowy modeli prognosycznych wykorzysano miesięczne dane rzeczywise, od sycznia 2010 r. do września 2012 r., pochodzące ze srony inerneowej Narodowego Banku Polskiego. Auorki wykorzysały do prognozowania jak najprossze oraz najmniej czasochłonne meody. Akcepowalną warość średniego modułu względnego błędu prognozy usalono na poziomie 3%. Analizując zebrane dane można zauważyć niewielką endencję wzrosową. Średnia warość kursu kupna USD w analizowanym okresie wynosiła 3,04 PLN. Największe umocnienie USD w sosunku do PLN w ym okresie miało miejsce w czerwcu 2012 r. i wynosiło 3,41 PLN. Z kolei najniższą warość USD osiągnął w maju 2011 r. i wynosiła ona 2,72 PLN. W analizowanym okresie dane charakeryzowały się niewielką zmiennością na poziomie około 7%. Zazwyczaj kluczowymi czynnikami zmienności kursów są czynniki ekonomiczne akie, jak: poziom sóp procenowych, produk krajowy bruo, inflacja, bezrobocie, bilans płaniczy czy eż zmiany w poliyce makroekonomicznej i mikroekonomicznej (Marciniak- Neider, 2011). 1. Przegląd lieraury Opracowane modele prognosyczne kursów walu zazwyczaj charakeryzują się niską jakością i bardzo częso określane są przez auorów jako nieskueczne (Pacelli, 2012). Do prognozowania walu wykorzysywano między innymi model naiwny, model regresji liniowej, model regresji kwadraowej, modele ARIMA (Shahriari, 2011), modele klasy Garch (Osińska, 2011), modele wygładzania wykładniczego (Akincilar i in., 2011). W lieraurze przedmiou podejmowano liczne próby oszacowania przyszłej warości kursów walu. Przykładowo, S. Rajapakse i M. Siriwardana prognozowały kurs dolara ausralijskiego z wykorzysaniem akich meod, jak model naiwny i model ARIMA. W niekórych publikacjach wspomniano, że przy prognozowaniu kursów walu meody błądzenia losowego są bardziej efekywne niż meody opare na wskaźnikach makroekonomicznych, ale ylko w krókim horyzoncie czasowym (Fă i Dezsi, 2011). Zauważono, że częso 20 Economics and Managemen 1/2013
3 Prognozowanie średniego miesięcznego kursu kupna USD prose meody dają zbliżone rezulay lub nawe lepsze od ych bardziej skomplikowanych. W celu znalezienia meody prognozowania kursu walu, o jakości akcepowalnej przez zleceniodawców, auorzy w swych publikacjach skupiają się na porównaniu warości pierwiaska ze średniokwadraowego błędu prognozy ex pos (RMSE), (Shahriari, 2011) oraz warości średniego modułu względnego błędu prognozy (MAPE), (Boiroju i in., 2011). 2. Meodologia Założeniem przeprowadzonego badania było sosowanie najprosszych meod do prognozowania kursu kupna USD. Wykorzysano podsawowy model meody naiwnej, zmodyfikowany model meody naiwnej dla szeregu czasowego z endencją rozwojową oraz model liniowy Hola. Nasępnie zbadano rafność orzymanych prognoz. Podsawowy model meody naiwnej jes jedną z najprosszych meod i jes sosowany w przypadku szeregów czasowych, w kórych wysępuje składowa sysemayczna w posaci sałego średniego poziomu i niewielkie wahania przypadkowe. Naomias zmodyfikowany model meody naiwnej oraz model liniowy Hola jes sosowany w przypadku szeregów czasowych, w kórych wysępuje składowa sysemayczna w posaci endencji rozwojowej i składnika losowego (Cieślak, 2001). Ponieważ, w analizowanym szeregu czasowym, składowa sysemayczna nie jes jednoznacznie określona, auorki wyznaczyły prognozy wykorzysując zarówno meodę sosowaną w przypadku sałego średniego poziomu, jak i meody wykorzysywane do niewielkich rendów. Dokonując dekompozycji szeregu czasowego, począkowo można wnioskować, że składowa sysemayczna ma posać sałego średniego poziomu oraz składnik losowy wysępuje w posaci niewielkich wahań przypadkowych. Uzasadnione wydaje się więc wykorzysanie do prognozowania średniego miesięcznego kursu kupna USD meody naiwnej. Graficzna inerpreacja szeregu czasowego badanej zmiennej zosała zaprezenowana na rys. 1. Economics and Managemen 1/
4 Kaarzyna Halicka, Jusyna Godlewska Rys. 1. Średni miesięczny kurs kupna USD w poszczególnych miesiącach Źródło: opracowanie własne na podsawie: Narodowy Bank Polski, dosęp zdalny: hp://nbp.pl/home.aspx?f=/ kursy/kursy_archiwum.hml [ ]. Po dogłębnym przeanalizowaniu danych zauważono jednak niewielką endencję rozwojową (rys. 2). W celu rozwiązania zadania prognosycznego wybrano więc kolejne dwie meody: zmodyfikowany model meody naiwnej; model liniowy Hola. Rys. 2. Średni miesięczny kurs kupna USD w poszczególnych miesiącach linia rendu Źródło: opracowanie własne na podsawie: ibidem. Wszyskie obliczenia związane z wyznaczaną prognozą zosały wykonane za pomocą arkusza kalkulacyjnego Excel. 22 Economics and Managemen 1/2013
5 3. Wyniki badań Prognozowanie średniego miesięcznego kursu kupna USD Meody naiwne bazują na bardzo prosych przesłankach odnoszących się do przyszłości, zgodnie z kórymi nie wysąpią zmiany w obecnym sposobie oddziaływania czynników określających warości zmiennej prognozowanej (Dimann, 1999). W odniesieniu do analizowanego przypadku, oznacza o, że średni miesięczny kurs kupna USD w październiku 2012 r. będzie kszałował się na doychczasowym poziomie. Model podsawowy ma posać (Cieślak, 2001): y ( 1) = y 1 gdzie: y prognoza zmiennej Y wyznaczona na momen lub okres, y warość zmiennej prognozowanej w momencie lub okresie Zgodnie z zasosowaną meodą, prognoza średniego miesięcznego kursu kupna USD w październiku 2012 r. wyniosła 3,20 PLN. Warość średniego modułu względnego błędu prognozy MAPE wynosi 3,06%. Naomias pierwiasek ze średniokwadraowego błędu prognozy ex pos osiąga warość 0,12 PLN. Warości rzeczywise oraz warości prognozowane zaprezenowano na rys. 3. Rys. 3. Meoda naiwna z modelem podsawowym Źródło: opracowanie własne na podsawie: ibidem. Economics and Managemen 1/
6 Kaarzyna Halicka, Jusyna Godlewska Ze względu na zaobserwowanie na wykresie z danymi rzeczywisymi niewielkiego rendu (rys. 2) zasosowano meodę naiwną z modelem zmodyfikowanym rendu. Prognoza wyznaczona na okres +1 ma posać: y y + ( y y 1) ( 2) + 1 = gdzie: y prognozowana warość zmiennej Y wyznaczona na momen lub okres +1, +1 y, y 1 rzeczywise warości zmiennej prognozowanej Y w momenach lub okresach, -1. Rys. 4. Meoda naiwna z modelem zmodyfikowanym rendu Źródło: opracowanie własne na podsawie: ibidem. Prognoza średniego miesięcznego kursu kupna USD w październiku 2012 r. wyznaczona za pomocą zmodyfikowanego modelu naiwnego wyniosła 3,13 PLN. Przecięnie prognoza różniła się od warości rzeczywisej o 0,14 PLN (RMSE), co sanowi 3,92% (MAPE) warości rzeczywisej. Warości rzeczywise oraz warości prognozowane zaprezenowano na rys. 4. Analizując rys. 3 i 4 można zauważyć, że warości prognozowane meodą naiwną z modelem zmodyfikowanym rendu odchylają się od warości rzeczywisych bardziej niż w przypadku meody naiwnej z modelem podsawowym. Na prognozę ą meodą większy wpływ mają wahania przypadkowe. Kolejną wykorzysywaną w badaniu meodą był model wygładzania wykładniczego model Hola. Równanie prognozy na momen lub okres +m ma posać (Nazarko, 2004): 24 Economics and Managemen 1/2013
7 gdzie: y + m Prognozowanie średniego miesięcznego kursu kupna USD y + m = L + b m ( 3) prognoza zmiennej Y, wyznaczona na momen lub okres +m, L wygładzona ocena warości poziomu szeregu na momen lub okres, b wygładzona ocena warości przyrosu rendu szeregu na momen lub okres, m liczba kroków w przód, dla kórych wyznaczana jes prognoza zmiennej Y. Warości L i b wyznacza się za pomocą równań: = αy + ( 1 α)( L + 1 b 1) b = β L L 1 ) + (1 β ) b gdzie: α, β paramery wygładzania modelu (Nazarko, 2004). L ( 1 ( 4) ( 5) Parameryα i β przyjmują warości z przedziału (0,1). Są one dobierane doświadczalnie ak, aby pierwiasek ze średniego kwadraowego błędu prognozy był jak najmniejszy. Wyznaczając paramery α i β użyo dodaek Solver arkusza kalkulacyjnego Excel (Nazarko, 2004). Prognoza średniego miesięcznego kursu kupna USD w październiku 2012 r. wyznaczona przy wykorzysaniu modelu liniowego Hola wyniosła 3,20 PLN. Prognoza obciążona jes niewielkimi błędami: warość średnia modułu względnego błędu prognozy MAPE: 2,98%; średniokwadraowy błąd prognozy RMSE: 0,12 PLN. Warości rzeczywise oraz warości prognozowane zaprezenowano na rys. 5. Rys. 5. Meoda wygładzania wykładniczego z modelem Hola Źródło: opracowanie własne na podsawie: ibidem. Economics and Managemen 1/
8 Kaarzyna Halicka, Jusyna Godlewska Analizując rys. 5 można zaobserwować, że warości prognozowane są bardziej wygładzone niż w meodzie naiwnej z modelem zmodyfikowanym rendu, a kszał wykresu przypomina kszał wykresu prognozy wyznaczonej meodą naiwną z modelem podsawowym. Do swierdzenia, kóra z meod była bardziej efekywna należy przeanalizować orzymane warości błędów wyznaczonych prognoz. 4. Dyskusja wyników W celu ocenienia rafności wyznaczonych prognoz wykorzysano średni względny błąd prognozy ex pos (MAPE), maksymalny względny błąd prognozy (maxape) oraz pierwiasek ze średniokwadraowego błędu prognozy ex pos RMS (Chodakowska i in., 2005). Wyznaczone błędy zesawiono w abeli 1. Zgodnie z modelem podsawowym meody naiwnej prognoza kursu kupna USD na październik 2012 r. wyniosła 3,20 PLN. Warości prognozowanej zmiennej odbiegają od warości rzeczywisych przecięnie o 0,12 PLN, sanowi o 3,06% warości rzeczywisej. Z kolei w przypadku wykorzysania zmodyfikowanej meody naiwnej rendu prognoza wyniosła 3,13 PLN. Warości prognozowanej zmiennej odbiegają od warości rzeczywisych przecięnie o 0,14 PLN, sanowi o 3,92% warości rzeczywisej. Naomias prognoza kupna USD na październik 2012 r. meodą wygładzania wykładniczego z modelem Hola wyniosła 3,20 PLN. Warości prognozowanej zmiennej odbiegają od warości rzeczywisych przecięnie o 0,12 PLN. Z kolei przecięne odchylnie prognoz od warości rzeczywisych w analizowanym okresie wynosiło 2,98% warości rzeczywisej. Tabela 1. Błędy prognoz Rodzaj błędu Meoda naiwnamodel prosy Meoda naiwna- model zmodyfikowany rendu MAPE 3,06% 3,92% 2,98% maxape 10,37% 9,91% 10,37% RMS 0,12 0,14 0,12 Źródło: opracowanie własne na podsawie: ibidem. Meoda wygładzania wykładniczego-model Hola Niskie warości maxape świadczą o ym, że nie wysępują błędy znacznie przewyższające przecięne. Maksymalna różnica między warością rzeczywisą a prognozą wysąpiła w maju 2010 r., w przypadku wszyskich zasosowanych 26 Economics and Managemen 1/2013
9 Prognozowanie średniego miesięcznego kursu kupna USD meod prognosycznych. Wynosiła ona 0,33 PLN w przypadku podsawowego modelu meody naiwnej, 0,32 PLN dla meody zmodyfikowanej rendu oraz 0,33 PLN dla modelu liniowego Hola. Sanowiło o odpowiednio 10,37%, 9,91%, 10,37% warości rzeczywisej. Na podsawie obliczonych błędów można zauważyć, że wszyskie modele są podobnej, akcepowalnej jakości. Jednak najmniejsze warości błędów orzymano w przypadku wykorzysania meody Hola. Graficzne inerpreacje prognoz wyznaczonych wszyskimi zasosowanymi meodami przedsawiono na rys. 6. Rys. 6. Porównanie prognoz Źródło: opracowanie własne na podsawie: ibidem. Dopasowanie modelu do warości rzeczywisych można również ocenić wizualnie. Analizując rys. 6 można zauważyć, że prognoza wyznaczona za pomocą modelu linowego Hola najlepiej odzwierciedla warości rzeczywise. Podsumowanie Głównym celem przeprowadzonego badania było wyznaczanie prognozy średniego miesięcznego kursu kupna USD liczonego w PLN. Wykorzysując meodę Hola usalono warość prognozy kursu kupna USD w październiku 2012 roku w wysokości 3,20 PLN. Zasadniczy cel niniejszego arykułu zosał więc osiągnięy. Ze względu na niejednoznaczny charaker szeregu czasowego zasosowano meody służące do prognozowania w przypadku szeregu czasowego ze składowymi w posaci sałego średniego poziomu i niewielkich wahań przypadkowych - podsawowy model meody naiwnej oraz meody sosowane w przypadku szeregów, z endencją rozwojową oraz wahaniami przypadkowymi - zmodyfikowany model Economics and Managemen 1/
10 Kaarzyna Halicka, Jusyna Godlewska meody naiwnej oraz model liniowy Hola. Kolejnym celem badań było przeprowadzanie analizy porównawczej jakości prognoz orzymanych rożnymi meodami. W wyniku przeprowadzonej analizy zauważono, że spośród rzech zasosowanych meod najrafniejszą prognozę wyznaczono za pomocą meody wygładzania wykładniczego z modelem Hola. Orzymane rezulay (niewielka warość średniego modułu względnego błędu prognozy, nieznaczące odchylenie warości rzeczywisej od warości prognozowanej) dowodzą, że model linowy Hola jes użyecznym narzędziem prognozowania, znajdującym zasosowanie w prakyce. Dopasowanie modelu do warości rzeczywisych zosało również ocenione wizualnie (rys. 6). Prognoza wyznaczona za pomocą modelu linowego Hola dobrze odzwierciedla warości rzeczywise. Mimo, że zasosowane meody prognosyczne są najprossze, osiągnięe rezulay jakości prognoz są zadowalające. Lieraura 1. Akincilar A., Temiz I., Sahin E. (2011), An Applicaion Of Exchange Rae Forecasing In Turkey, Gazi Universiy Journal of Science GU J Sci 24 (4), s Boiroju N. K., Venugopala Rao M., Krishna Reddy M. (2011), Forecasing Foreign Exchange Raes Using Fuzzy Time Series, Inernaional Journal of Saisics and Sysems 6 (1) 3. Chodakowska E., Halicka K., Kononiuk A., Nazarko J. (2005), Prognozowanie cen energii elekrycznej na Towarowej Giełdzie Energii SA z wykorzysaniem modeli ARI- MA, w: Nazarko J., Kiełyka L. (red.), Technologie informayczne i prognozowanie w zarządzaniu: wybrane zagadnienia, Wydawnicwo Poliechniki Białosockiej, Białysok 4. Cieślak M. (red.), (2001), Prognozowanie gospodarcze. Meody i zasosowanie, Wydawnicwo Naukowe PWN, Warszawa 5. Dimann P. (1999), Meody prognozowania sprzedaży w przedsiębiorswie, Wydawnicwo Akademii Ekonomicznej, Wrocław 6. Fă C. M., Dezsi E. (2011), Exchange-Raes Forecasing: Exponenial smoohing echniques and ARIMA models, Annals of he Universiy of Oradea, Economic Science Series 20 (1), s Marciniak-Neider D. (red.), (2011), Rozliczenia międzynarodowe, Polskie Wydawnicwo Ekonomiczne, Warszawa 8. Narodowy Bank Polski, dosęp zdalny: hp://nbp.pl/home.aspx?f=/kursy/kursy_archiwum.hml, [ ] 28 Economics and Managemen 1/2013
11 Prognozowanie średniego miesięcznego kursu kupna USD 9. Nazarko J. (red.), (2004), Prognozowanie w zarządzaniu przedsiębiorswem, cz. 2, Prognozowanie na podsawie szeregów czasowych, Wydawnicwo Poliechniki Białosockiej, Białysok 10. Nazarko J. (red.), (2004), Prognozowanie w zarządzaniu przedsiębiorswem, cz. 1, Wprowadzenie do meodyki prognozowania, Wydawnicwo Poliechniki Białosockiej, Białysok 11. Nazarko J. (red.), (2005), Prognozowanie w zarządzaniu przedsiębiorswem, cz. 3, Prognozowanie na podsawie modeli adapacyjnych, Wydawnicwo Poliechniki Białosockiej, Białysok 12. Osińska M. (2010), Qualiy of he Forecass of Currencies Exchange Raes Volailiies, Inernaional Research Journal of Finance and Economics Pacelli V. (2012), Forecasing Exchange Raes: a Comparaive Analysis, Inernaional Journal of Business and Social Science 3 (10) 14. Rajapakse S., Siriwardana M. (2007), Over-opimism Bias in Marke Analyss Forecass: The Case of he Ausralian Dollar, Journal of he Asia Pacific Economy 12 (1) 15. Shahriari M. (2011), A Combined Forecasing Approach o Exchange Rae Flucuaions, Inernaional Research Journal of Finance and Economics 79 Forecas of monhly average buying rae of USD Absrac The principal aim of he paper was o deermine he forecas of monhly average USD buying rae. However, he specific objecive of he sudy was o conduc a comparaive analysis of he qualiy of forecass obained wih differen mehods. In he sudy daa from he period from January 2010 o Sepember 2012, from he websie of he Naional Polish Bank were used. Firs, he daa were colleced, hen he analyzed ime series was decomposed. Nex, he forecas of monhly average USD buying rae was deermined wih he usage of such mehods as he modified model of naive mehod and he Hol model. Aferwards he assessmen of he qualiy of he forecass and recommendaions of forecasing models were buil. Keywords exchange rae forecas, Hol model, modified models of naive mehod, he qualiy of forecass Economics and Managemen 1/
PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński
Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / 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 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 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 szczegółowoAnaliza rynku projekt
Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes
Bardziej szczegółowoPROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody
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 szczegółowoE k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Bardziej 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 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 szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Bardziej szczegółowoPROGNOZOWANIE CEN ENERGII ELEKTRYCZNEJ NA GIEŁDZIE ENERGII
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2015 Seria: ORGANIZACJA I ZARZĄDZANIE z. 77 Nr kol. 1927 Joanna EJDYS, Kaarzyna HALICKA Poliechnika Białosocka Wydział Zarządzania j.ejdys@pb.edu.pl, k.halicka@pb.edu.pl
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
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 szczegółowoWykorzystanie 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:
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2015, 323(81)4,
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Sein., Oeconomica 205, 323(8)4, 25 32 Joanna PERZYŃSKA WYBRANE MIERNIKI TRAFNOŚCI PROGNOZ EX POST W WYZNACZANIU PROGNOZ
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 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 szczegółowoPrognozowanie i symulacje
Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez
Bardziej 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 szczegółowoKobiety w przedsiębiorstwach usługowych prognozy nieliniowe
Pior Srożek * Kobiey w przedsiębiorswach usługowych prognozy nieliniowe Wsęp W dzisiejszym świecie procesy społeczno-gospodarcze zachodzą bardzo dynamicznie. W związku z ym bardzo zmienił się sereoypowy
Bardziej szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
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 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 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 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 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 szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Sein., Oeconomica 2014, 313(76)3, 137 146 Maria Szmuksa-Zawadzka, Jan Zawadzki MODELE WYRÓWNYWANIA WYKŁADNICZEGO W PROGNOZOWANIU
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 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 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 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 szczegółowoCopyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
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 szczegółowoPROGNOZOWANIE BRAKUJĄCYCH DANYCH DLA SZEREGÓW O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 289 2016 Maria Szmuksa-Zawadzka Zachodniopomorski Uniwersye Technologiczny w Szczecinie Sudium Maemayki Jan Zawadzki
Bardziej szczegółowoMagdalena Osińska, Marcin Fałdziński Uniwersytet Mikołaja Kopernika w Toruniu. Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarim Nakowe 4 6 września 2007 w Torni Kaedra Ekonomerii i Saysyki Uniwersye Mikołaja Kopernika w Torni Magdalena Osińska Marcin Fałdziński Uniwersye
Bardziej szczegółowoSZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu
Bardziej szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
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 szczegółowoDendrochronologia Tworzenie chronologii
Dendrochronologia Dendrochronologia jes nauką wykorzysującą słoje przyrosu rocznego drzew do określania wieku (daowania) obieków drewnianych (budynki, przedmioy). Analizy różnych paramerów słojów przyrosu
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 szczegółowoPROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM
PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany
Bardziej szczegółowoWYKORZYSTANIE TESTU OSTERBERGA DO STATYCZNYCH OBCIĄŻEŃ PRÓBNYCH PALI
Prof. dr hab.inż. Zygmun MEYER Poliechnika zczecińska, Kaedra Geoechniki Dr inż. Mariusz KOWALÓW, adres e-mail m.kowalow@gco-consul.com Geoechnical Consuling Office zczecin WYKORZYAIE EU OERERGA DO AYCZYCH
Bardziej szczegółowoANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM
Budownicwo Mariusz Poński ANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM Wprowadzenie Coraz większe ograniczenia czasowe podczas wykonywania projeków
Bardziej szczegółowo1.1. Bezpośrednie transformowanie napięć przemiennych
Rozdział Wprowadzenie.. Bezpośrednie ransformowanie napięć przemiennych Bezpośrednie ransformowanie napięć przemiennych jes formą zmiany paramerów wielkości fizycznych charakeryzujących energię elekryczną
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 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 szczegółowoSYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
Bardziej szczegółowoMODELE PROGNOSTYCZNE SPRZEDAśY ENERGII ELEKTRYCZNEJ ODBIORCOM WIEJSKIM OPARTE NA WYMIARZE FRAKTALNYM, LOGISTYCZNE I KRZYśOWANIA HEURYSTYCZNEGO
InŜynieria Rolnicza 11/2006 Małgorzaa Trojanowska Kaedra Energeyki Rolniczej Akademia Rolnicza w Krakowie MODELE PROGNOSTYCZNE SPRZEDAśY ENERGII ELEKTRYCZNEJ ODBIORCOM WIEJSKIM OPARTE NA WYMIARZE FRAKTALNYM,
Bardziej szczegółowoEfekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA
Joanna Górka * Efeky agregacji czasowej szeregów finansowych a modele klasy Sign RCA Wsęp Wprowadzenie losowego parameru do modelu auoregresyjnego zwiększa możliwości aplikacyjne ego modelu, gdyż pozwala
Bardziej szczegółowoZASTOSOWANIE WYBRANYCH MODELI ADAPTACYJNYCH W PROGNOZOWANIU BRAKUJĄCYCH DANYCH W SZEREGACH ZE ZŁOŻONĄ SEZONOWOŚCIĄ DLA LUK NIESYSTEMATYCZNYCH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/4, 214, sr. 181 194 ZASTOSOWANIE WYBRANYCH MODELI ADAPTACYJNYCH W PROGNOZOWANIU BRAKUJĄCYCH DANYCH W SZEREGACH ZE ZŁOŻONĄ SEZONOWOŚCIĄ DLA LUK NIESYSTEMATYCZNYCH
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 szczegółowoZastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych
dr Joanna Perzyńska adiunk w Kaedrze Zasosowań Maemayki w Ekonomii Wydział Ekonomiczny Zachodniopomorski Uniwersye Technologiczny w Szczecinie Zasosowanie szucznych sieci neuronowych do prognozowania szeregów
Bardziej szczegółowoWYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO W PROGNOZOWANIU KROKOWYM ROCZNEGO ZUŻYCIA ENERGII ELEKTRYCZNEJ PRZEZ ODBIORCÓW WIEJSKICH
INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH Nr 2/2005, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 121 128 Komisja Technicznej Infrasrukury Wsi Małgorzaa Trojanowska WYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO
Bardziej szczegółowoAnaliza metod oceny efektywności inwestycji rzeczowych**
Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie
Bardziej szczegółowoMETODY STATYSTYCZNE W FINANSACH
METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny
Bardziej szczegółowoWAHANIA NATĘśEŃ RUCHU DROGOWEGO NA SIECI DRÓG MIEJSKICH
dr hab. inŝ. Kazimierz Kłosek Prof. nzw. Poliechniki Śląskiej, Kierownik Kaedry Dróg i Mosów dr inŝ. Anna Olma Wydział Budownicwa Poliechniki Śląskiej Gliwice, Polska WAHANIA NATĘśEŃ RUCHU DROGOWEGO NA
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 szczegółowoIdentyfikacja wahań koniunkturalnych gospodarki polskiej
Rozdział i Idenyfikacja wahań koniunkuralnych gospodarki polskiej dr Rafał Kasperowicz Uniwersye Ekonomiczny w Poznaniu Kaedra Mikroekonomii Sreszczenie Celem niniejszego opracowania jes idenyfikacja wahao
Bardziej szczegółowoTransakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.
Agaa Srzelczyk Transakcje insiderów a ceny akcji spółek noowanych na Giełdzie Papierów Warościowych w Warszawie S.A. Wsęp Inwesorzy oczekują od każdej noowanej na Giełdzie Papierów Warościowych spółki
Bardziej szczegółowoMatematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.
Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile
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 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 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 szczegółowoSilniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
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 szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK
1 ANALIZA, PROGNOZOWANIE I SYMULACJA 2 POBRAĆ Z INTERNETU Plaforma WSL on-line Nazwisko prowadzącego Maryna Kupczyk Folder z nazwą przedmiou - Analiza, prognozowanie i symulacja Plik o nazwie Baza do ćwiczeń
Bardziej szczegółowoMetody analizy i prognozowania szeregów czasowych
Meody analizy i prognozowania szeregów czasowych Wsęp 1. Modele szeregów czasowych 2. Modele ARMA i procedura Boxa-Jenkinsa 3. Modele rendów deerminisycznych i sochasycznych 4. Meody dekompozycji szeregów
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 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 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 szczegółowoOCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ
Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI
Bardziej szczegółowoDobór przekroju żyły powrotnej w kablach elektroenergetycznych
Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego
Bardziej szczegółowodr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG
dr inż. MARCIN MAŁACHOWSKI Insyu Technik Innowacyjnych EMAG Wykorzysanie opycznej meody pomiaru sężenia pyłu do wspomagania oceny paramerów wpływających na możliwość zaisnienia wybuchu osiadłego pyłu węglowego
Bardziej szczegółowoWyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH
Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele
Bardziej szczegółowoWyznaczanie temperatury i wysokości podstawy chmur
Wyznaczanie emperaury i wysokości podsawy chmur Czas rwania: 10 minu Czas obserwacji: dowolny Wymagane warunki meeorologiczne: pochmurnie lub umiarkowane zachmurzenie Częsoliwość wykonania: 1 raz w ciągu
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoEstymacja stopy NAIRU dla Polski *
Michał Owerczuk * Pior Śpiewanowski Esymacja sopy NAIRU dla Polski * * Sudenci, Szkoła Główna Handlowa, Sudenckie Koło Naukowe Ekonomii Teoreycznej przy kaedrze Ekonomii I. Auorzy będą bardzo wdzięczni
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 szczegółowoPrognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzystaniem wybranych metod statystycznych
dr Anna Koz owska-grzybek mgr Marcin Kowalski Kaedra Mikroekonomii Akademia Ekonomiczna w Poznaniu Prognozowanie wska ników jako ciowych i ilo ciowych dla gospodarki polskiej z wykorzysaniem wybranych
Bardziej szczegółowoMETODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ
B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 3 2009 Barbara GŁADYSZ* METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ W arykule zaproponowano meodę określania wielkości konraków na
Bardziej szczegółowoMetody rachunku kosztów Metoda rachunku kosztu działań Podstawowe pojęcia metody ABC Kalkulacja obiektów kosztowych metodą ABC Zasobowy rachunek
Meody rachunku koszów Meoda rachunku koszu Podsawowe pojęcia meody ABC Kalkulacja obieków koszowych meodą ABC Zasobowy rachunek koszów Kalkulacja koszów meodą ABC podsawową informacja dla rachunkowości
Bardziej szczegółowohact , 4 haot technice świec japońskich. 4 Na podstawie strony internetowej:
Zasosowanie echniki Heikin Ashi na rynku kapiałowym Krzyszof Borowski Opublikowany w: Sudia i Prace Kolegium Zarządzania i Finansów, Zeszy Naukowy 66, Warszawa 26, sr. 9-99. Po raz pierwszy japońskie echniki
Bardziej szczegółowoRys.1. Podstawowa klasyfikacja sygnałów
Kaedra Podsaw Sysemów echnicznych - Podsawy merologii - Ćwiczenie 1. Podsawowe rodzaje i ocena sygnałów Srona: 1 1. CEL ĆWICZENIA Celem ćwiczenia jes zapoznanie się z podsawowymi rodzajami sygnałów, ich
Bardziej szczegółowoCałka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Bardziej szczegółowoĆWICZENIE NR 43 U R I (1)
ĆWCZENE N 43 POMY OPO METODĄ TECHNCZNĄ Cel ćwiczenia: wyznaczenie warości oporu oporników poprzez pomiary naężania prądu płynącego przez opornik oraz napięcia na oporniku Wsęp W celu wyznaczenia warości
Bardziej szczegółowoWygładzanie metodą średnich ruchomych w procesach stałych
Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja
Bardziej szczegółowoWybrane problemy prognozowania cen produktów rolnych
V EUROPEJSKI KONGRES MENADŻERÓW AGROBIZNESU, ŁYSOMICE 14.11.218 Wybrane problemy prognozowania cen produków rolnych Cezary Klimkowski INSTYTUT EKONOMIKI ROLNICTWA I GOSPODARKI ŻYWNOŚCIOWEJ PAŃSTWOWY INSTYTUT
Bardziej szczegółowoWYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP
Krzyszof Jajuga Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Uniwersye Ekonomiczny we Wrocławiu WYCENA KONRAKÓW FUURES, FORWARD I SWAP DWA RODZAJE SYMERYCZNYCH INSRUMENÓW POCHODNYCH Symeryczne insrumeny
Bardziej szczegółowoMETROLOGICZNE WŁASNOŚCI SYSTEMU BADAWCZEGO
PROBLEY NIEONWENCJONALNYCH ŁADÓW ŁOŻYSOWYCH Łódź, 4 maja 999 r. Jadwiga Janowska, Waldemar Oleksiuk Insyu ikromechaniki i Fooniki, Poliechnika Warszawska ETROLOGICZNE WŁASNOŚCI SYSTE BADAWCZEGO SŁOWA LCZOWE:
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 51 2012 MAŁGORZATA WASILEWSKA PORÓWNANIE METODY NPV, DRZEW DECYZYJNYCH I METODY OPCJI REALNYCH W WYCENIE PROJEKTÓW
Bardziej szczegółowoZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ
Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicach Wydział Zarządzania Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ Sreszczenie:
Bardziej szczegółowoĆWICZENIE 4 Badanie stanów nieustalonych w obwodach RL, RC i RLC przy wymuszeniu stałym
ĆWIZENIE 4 Badanie sanów nieusalonych w obwodach, i przy wymuszeniu sałym. el ćwiczenia Zapoznanie się z rozpływem prądów, rozkładem w sanach nieusalonych w obwodach szeregowych, i Zapoznanie się ze sposobami
Bardziej szczegółowohact , 4 haot technice świec japońskich. 4 Na podstawie strony internetowej:
Zasosowanie echniki Heikin Ashi na rynku kapiałowym Krzyszof Borowski Opublikowany w: Sudia i Prace Kolegium Zarządzania i Finansów, Zeszy Naukowy 66, Warszawa 26, sr. 9-99. Po raz pierwszy japońskie echniki
Bardziej szczegółowoZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY POCIĄGU NA SZLAKU
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 87 Transpor 01 Jarosław Poznański Danua Żebrak Poliechnika Warszawska, Wydział Transporu ZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY
Bardziej szczegółowoMODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX
Krzyszof Ćwikliński Uniwersye Ekonomiczny we Wrocławiu Wydział Zarządzania, Informayki i Finansów Kaedra Ekonomerii krzyszof.cwiklinski@ue.wroc.pl Daniel Papla Uniwersye Ekonomiczny we Wrocławiu Wydział
Bardziej szczegółowoRównania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Bardziej szczegółowoZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH
Pior KISIELEWSKI, Łukasz SOBOTA ZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH W arykule przedsawiono zasosowanie eorii masowej obsługi do analizy i modelowania wybranych sysemów
Bardziej szczegółowoIMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD
Pior Jankowski Akademia Morska w Gdyni IMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD W arykule przedsawiono możliwości (oraz ograniczenia) środowiska Mahcad do analizy
Bardziej szczegółowo