Prognozowanie i symulacje
|
|
- Dominika Janik
- 7 lat temu
- Przeglądów:
Transkrypt
1 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 1 LITERATURA (?) 1) B. Guzik, D. Appenzeller, W. Jurek: Prognozowanie i symulacje. Wybrane zagadnienia. MD 153 lub 168, AE Poznań 2) M. Cieślak (red.): Prognozowanie gospodarcze. Metody i zastosowania. PWN, Warszawa ) B. Radzikowska: Metody prognozowania, zbiór zadań, wydanie drugie rozszerzone, Wrocław ) M. Anholcer, H. Gaspars, A. Owczarkowski: Przykłady i zadania z badań operacyjnych i ekonometrii, MD 163, AE Poznań 5) B. Guzik, W. Jurek: Podstawowe metody ekonometrii, MD 143, AE Poznań Helena Gaspars Prognozowanie i symulacje 2 1
2 PROGNOZA - sąd o następujących własnościach: sformułowany z wykorzystaniem dorobku nauki odnoszący się do określonej przyszłości weryfikowalny empirycznie w przyszłości wartość logiczna sądu nieznana w momencie jego formułowania niepewny, ale akceptowany sąd oznajmujący (bezwarunkowy), a nie warunkowy Helena Gaspars Prognozowanie i symulacje 3 Dlaczego poniŝsze zdania nie są prognozą? 1. W przyszłym roku (2008) luty będzie liczył 29 dni. 2. JeŜeli stopa zwrotu WIG-u wyniesie jutro 0,5%, to wartość jednostek uczestnictwa w Funduszu Inwestycyjnym X wzrośnie o 0,3%. 3. Spotkałem dziś rano kominiarza, więc dzisiejszy dzień mogę spisać na straty. 4. W budynku B Akademii Ekonomicznej zostanie zainstalowana winda DEFINICJA PROGNOZY sformułowany z wykorzystaniem dorobku nauki odnoszący się do określonej przyszłości weryfikowalny empirycznie w przyszłości wartość logiczna sądu nieznana w momencie jego formułowania niepewny, ale akceptowany sąd oznajmujący, a nie warunkowy Helena Gaspars Prognozowanie i symulacje 4 2
3 INNA DEFINICJA PROGNOZY Hellwig: prognoza to sąd o znanej i dostatecznie duŝej wiarygodności Dylemat: jak zmierzyć prawdopodobieństwo tego, Ŝe dane zdanie jest prawdziwe? Helena Gaspars Prognozowanie i symulacje 5 FUNKCJE PROGNOZ Treść prognozy sformułowanej w II połowie semestru przez prowadzących ćwiczenia z matematyki: 20 % studentów I roku WZ nie uzyska w tym roku zaliczenia z ćwiczeń z matematyki (w I podejściu). - Preparacyjna - Aktywizująca - Informacyjna Wykładowca: W takim razie studenci zmieszczą się w jednej sali. Wynajmę tylko jedną salę na egzamin. Student: Nie chcę znaleźć się wśród tych, którzy nie zaliczą. Zabieram się ostro do nauki Dziekan: NaleŜy liczyć się z tym, Ŝe liczba studentów na II roku spadnie Helena Gaspars Prognozowanie i symulacje 6 3
4 KLASYFIKACJA PROGNOZ (1) Prognoza jakościowa Pani Gaspars będzie wymagająca przy ocenianiu wejściówek z prognozowania i symulacji Studenci pani Gaspars dostaną średnio 3 pkt z kaŝdej wejściówki (na 5 moŝliwych). Prognoza ilościowa punktowa Prognoza ilościowa przedziałowa Studenci pani Gaspars najczęściej otrzymywać będą między 2 a 4 punkty z wejściówki Helena Gaspars Prognozowanie i symulacje 7 KLASYFIKACJA PROGNOZ (2a) 1. Prognozy krótkookresowe 2. Prognozy średniookresowe 3. Prognozy długookresowe Kryteria podziału: Zasięg ekstrapolacji (mierzony bezwzględnie) Zasięg ekstrapolacji w stosunku do liczby posiadanych danych (mierzony względnie) Która prognoza jest zatem długookresowa??? B A Helena Gaspars Prognozowanie i symulacje 8 4
5 KLASYFIKACJA PROGNOZ (2b) 1. Prognozy krótkookresowe 2. Prognozy średniookresowe 3. Prognozy długookresowe Do momentu prognozowanego zachodzą zmiany ilościowe i powaŝne zmiany jakościowe Do momentu prognozowanego zachodzą zmiany ilościowe i drobne zmiany jakościowe Do momentu prognozowanego zachodzą tylko zmiany ilościowe Helena Gaspars Prognozowanie i symulacje 9 KLASYFIKACJA PROGNOZ (3) 1. Prognoza badawcza (w tym ostrzegawcza) 2. Prognoza realistyczna KLASYFIKACJA PROGNOZ (4) 1. Prognoza samorealizująca się 2. Prognoza samounicestwiająca się Helena Gaspars Prognozowanie i symulacje 10 5
6 ETAPY PROGNOZOWANIA 1. Sformułowanie zadania prognostycznego: - obiekt zjawisko zmienne jednostki zmiennych zasięg prognozy 2. Określenie przesłanek prognostycznych: - hipoteza dotycząca powiązania zmiennej prognozowanej z innymi wielkościami (propozycja modelu), postawa pasywna czy aktywna? 3. Zebranie danych - potrzebnych do oszacowania modelu i obliczenia prognozy 4. Określenie metody (i reguły) prognozowania Helena Gaspars Prognozowanie i symulacje 11 ETAPY PROGNOZOWANIA dc. 5. Wyznaczenie prognozy 6. Oszacowanie przypuszczalnej trafności prognoz - Prognozę uznaje się za dopuszczalną, gdy jej przypuszczalna trafność jest wysoka 7. Wykorzystanie prognoz 8. Monitorowanie prognoz Helena Gaspars Prognozowanie i symulacje 12 6
7 REGUŁY PROGNOZOWANIA 1. Reguła podstawowa 2. Reguła podstawowa z poprawką 3. Reguła największego prawdopodobieństwa 4. Reguła minimalnej straty Helena Gaspars Prognozowanie i symulacje 13 METODY PROGNOZOWANIA 1. Metody prognozowania na podstawie szeregów czasowych (wygładzanie wykładnicze, średnie ruchome, metoda wskaźników, modele adaptacyjne itd.) 2. Metody prognozowania przyczynowoskutkowego (modele ekonometryczne, symulacje, itd.) 3. Metody prognozowania przez analogie (analogie przestrzenne, historyczne, itd.) 4. Heurystyczne metody prognozowania (burza mózgów, metoda delficka itd.) Helena Gaspars Prognozowanie i symulacje 14 7
8 SYMULACJA - sąd o następujących własnościach: niepewny warunkowy (odpowiada na pytanie: co by było, gdyby) nie musi odnosić się do określonej przyszłości Helena Gaspars Prognozowanie i symulacje 15 Prognozowanie Czy istnieje jakiś związek? Symulacja Helena Gaspars Prognozowanie i symulacje 16 8
9 Prognozowanie a symulacja I. Prognozy mogą stanowić dane wejściowe do symulacji Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 17 Prognozowanie a symulacja II. Model spaja prognozowanie i symulacje Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 18 9
10 Prognozowanie a symulacja III. Symulacja to jedna z metod prognozowania Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 19 Prognozowanie a symulacja IV. Za prognozę uznajemy tę symulację, która wydaje nam się najbardziej wiarygodna Przedstawiciel handlowy: Ile zarobię w przyszłym miesiącu? (netto) Model: 1) Teraz zarabiam 1000 zł (wynagrodzenie podstawowe) 2) Jeśli awansuję, zarobię o 10% więcej, jeśli nie bez podwyŝki 3) Za podpisanie umowy z 15 klientami, nie dostajęŝadnej premii, lecz kaŝdy dodatkowy klient oznacza dodatkowe 50 zł. Co naleŝy zaprognozować? 1) Czy awansuję? 2) Z iloma klientami podpiszę w przyszłym miesiącu umowę? Wyniki prognoz danych wejściowych: 1) awansuję, 2) znajdę 20 klientów Symulacja: wprowadzam dane wejściowe do modelu, wynik zarobię 1000 zł + 0,1 * 1000 zł + (20-15) * 50 zł = 1350 zł Helena Gaspars Prognozowanie i symulacje 20 10
11 Symulacja to puszczenie modelu w ruch Helena Gaspars Prognozowanie i symulacje 21 Źródła: Cieślak Maria, Prognozowanie gospodarcze. Metody i zastosowanie, PWN, Warszawa 2001: , 2.2, 2,5 Appenzeller Dorota, Guzik Bogusław, Jurek Witold, Prognozowanie i symulacje. Wybrane zagadnienia, Materiały dydaktyczne, zeszyt 153, Poznań 2004: 1, 2.2, 2.3 Nowak Edward, Prognozowanie gospodarcze. Metody, modele, zastosowania, przykłady, Warszawa 1998: , 2.2 Helena Gaspars Prognozowanie i symulacje 22 11
12 Za tydzień zapraszam na wykład poświęcony ekonometrii Dziękuję za uwagę Helena Gaspars Prognozowanie i symulacje 23 12
Maria 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
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
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
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. 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
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
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
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
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:
Państwowa 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
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
UE 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:
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,
23 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
UE 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:
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
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
Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2015/2016
Tryb studiów Niestacjonarne Nazwa kierunku studiów EKONOMIA Poziom studiów Stopień drugi Rok studiów/ semestr II/ Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 205/206 Specjalność
Uniwersytet 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
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
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:
Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015. Forma studiów: Stacjonarne Kod kierunku: 06.
Państwowa Wyższa Szko la Zawodowa w Nowym Sa czu Karta przedmiotu Instytut Techniczny obowiązuje studentów rozpoczynających studia w roku akademickim 201/201 Kierunek studiów: Zarządzanie i inżynieria
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
KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Ekonometria 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/6 5. LICZBA PUNKTÓW ECTS: 5 6. LICZBA GODZIN: 30 / 30 7. TYP PRZEDMIOTU
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
EKONOMETRIA 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
Krakowska 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:
PROGNOZY I SYMULACJE
Forecasting is the art of saying what will happen, and then explaining why it didn t. Ch. Chatfield (1986) PROGNOZY I SYMULACJE Katarzyna Chudy Laskowska konsultacje: p. 400A środa 10-12 czwartek 830-10
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.
Stanisław Cichocki Natalia Nehrebecka. Wykład 1
Stanisław Cichocki Natalia Nehrebecka Wykład 1 1 1. Sprawy organizacyjne Zasady zaliczenia Ćwiczenia Literatura 2. Czym zajmuje się ekonometria? 3. Formy danych statystycznych 4. Model ekonometryczny 2
Stanisław Cichocki Natalia Nehrebecka. Wykład 1
Stanisław Cichocki Natalia Nehrebecka Wykład 1 1 1. Sprawy organizacyjne Zasady zaliczenia Ćwiczenia Literatura 2. Czym zajmuje się ekonometria? 3. Formy danych statystycznych 4. Model ekonometryczny 2
Wytyczne 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
Metody analizy przestrzennej. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 30. niestacjonarne: Wykłady: 18 Ćwiczenia: 18
Karta przedmiotu Wydział: Wydział Finansów Kierunek: Gospodarka przestrzenna I. Informacje podstawowe Nazwa przedmiotu Metody analizy przestrzennej Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu
KARTA PRZEDMIOTU. 10. WYMAGANIA WSTĘPNE: wiadomości i umiejętności z zakresu matematyki z semestru 1
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Matematyka 2. KIERUNEK: Mechanika i budowa maszyn 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: I/2 5. LICZBA PUNKTÓW ECTS: 4 6. LICZBA GODZIN: 30 WY + 30
Management 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
BADANIA 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
Wykład 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:
dr Tadeusz Różański- wykład
Kod przedmiotu: PLPILA0-IKO-L-4p8-01 Pozycja planu: B8 INFORMACJ O PRZDMIOCI A. Podstawowe dane 1 Nazwa przedmiotu konometria Rodzaj przedmiotu Podstawowy/Obowiązkowy 3 Kierunek studiów konomia 4 Poziom
Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski
Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:
Prognozowanie 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
Prognozowanie 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)
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,
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
Metody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
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
Uczelnia Łazarskiego. Sylabus. 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu
Uczelnia Łazarskiego Sylabus 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu 3. Język wykładowy Język polski 4. Status przedmiotu podstawowy do wyboru Języki X kierunkowy specjalistyczny Inne 5. Cel
Analiza Danych Zastanych SYLABUS A. Informacje ogólne
Analiza Danych Zastanych SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj
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
Stanisław Cichocki Natalia Nehrebecka. Wykład 1
Stanisław Cichocki Natalia Nehrebecka Wykład 1 1 1. Sprawy organizacyjne Zasady zaliczenia Ćwiczenia Literatura 2. Formy danych statystycznych 3. Czym zajmuje się ekonometria? Model ekonometryczny 2 1.
STATYSTYKA MATEMATYCZNA
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność (jeśli
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
Metodologia 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
Z-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
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
Inżynieria 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
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
1.1.1 Statystyka matematyczna i badania operacyjne
1.1.1 Statystyka matematyczna i badania operacyjne I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE (MODULE) Kod przedmiotu: STATYSTYKA MATEMATYCZNA I BADANIA OPERACYJNE P5 Wydział Zamiejscowy w Ostrowie
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
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
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 WydziałPrawa, Administracji i Stosunków Międzynarodowych
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
1.1. Zajęcia w ramach przedmiotu są prowadzone w oparciu o Regulamin Studiów obowiązujący na Uniwersytecie Przyrodniczym oraz niniejszy regulamin.
EKONOMETRIA dr inż.. ALEKSANDRA ŁUCZAK Uniwersytet Przyrodniczy w Poznaniu Katedra Finansów w i Rachunkowości ci Zakład Metod Ilościowych Collegium Maximum,, pokój j 617 Tel. (61) 8466091 luczak@up.poznan.pl
studiów Podstawy Statystyki TR/2/PP/STAT 7 3
kod nr w planie ECTS Przedmiot studiów Podstawy Statystyki TR/2/PP/STAT 7 3 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy
Metodologia badań. 1,5 ECTS F-2-P-MB-15 Forma studiów /liczba godzin studia /liczba punktów ECTS: stacjonarne w/ćw
Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów): Koordynator, osoby
studia stacjonarne w/ćw zajęcia zorganizowane: 30/15 3,0 praca własna studenta: 55 Godziny kontaktowe z nauczycielem akademickim: udział w wykładach
Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów) Osoby prowadzące:
KARTA 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
Metodologia badań naukowych
Metodologia badań naukowych Cele zajęć: Nabycie umiejętności określania problemu badawczego i planowania badania Przyswojenie umiejętności z zakresu przygotowania i przeprowadzenia badania empirycznego
Wprowadzenie 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
Opis przedmiotu: Probabilistyka I
Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca
Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Seminarium dyplomowe. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: studia pierwszego stopnia
Załącznik Nr 1 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: dyplomowe 2. KIERUNEK: Pedagogika 3. POZIOM STUDIÓW: studia pierwszego stopnia 4. ROK/ SEMESTR STUDIÓW: II/4; III/,6. LICZBA PUNKTÓW ECTS: 6 6. LICZBA
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
WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO
Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność
dr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu
Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne
KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Matematyka finansowa (MFI222) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Matematyka finansowa (MFI222) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4 5. LICZBA PUNKTÓW ECTS: 8 6. LICZBA GODZIN: 30 / 30
ZARZĄDZANIE JAKOŚCIĄ. 1.1.1 Zarządzanie jakością I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE
1.1.1 Zarządzanie jakością I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE ZARZĄDZANIE JAKOŚCIĄ Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P12 Wydział Zamiejscowy w Ostrowie Wielkopolskim
WNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne
WNIOSKOWANIE STATYSTYCZNE SYLABUS A. Informacje ogólne Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok studiów /semestr Wymagania wstępne (tzw. sekwencyjny system
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
KARTA 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
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:
Metodologia badań społecznych Kod przedmiotu
Metodologia badań społecznych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Metodologia badań społecznych Kod przedmiotu 14.9-WP-PSP-MBS-W_pNadGen6WRNJ Wydział Kierunek Wydział Pedagogiki, Psychologii
KARTA PRZEDMIOTU. 10. WYMAGANIA WSTĘPNE: wiadomości i umiejętności z zakresu matematyki ze szkoły średniej
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Matematyka 2. KIERUNEK: Mechanika i budowa maszyn 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: I/1 5. LICZBA PUNKTÓW ECTS: 4 6. LICZBA GODZIN: 30 WY + 30
OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Organizacje międzynarodowe na kierunku Prawo
Prof. UAM dr hab. Tadeusz Gadkowski Kierownik Katedry Prawa Międzynarodowego i Organizacji Międzynarodowych Poznań, dnia 30 września 2015 r. OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Organizacje
WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo
Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF
Podstawy ekonometrii Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF Cele przedmiotu: I. Ogólne informacje o przedmiocie. - Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod modelowania
K A R T A P R Z E D M I O T U
Uczelnia Wydział Kierunek studiów Poziom kształcenia Profil kształcenia Uniwersytet Marii CurieSkłodowskiej w Lublinie Wydział Prawa i Administracji Kierunek prawnobiznesowy Studia pierwszego stopnia Profil
KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/5 5. LICZBA PUNKTÓW ECTS: 6 6. LICZBA GODZIN: 30
przedmiotu Nazwa Pierwsza studia drugiego stopnia
Nazwa przedmiotu K A R T A P R Z E D M I O T U ( S Y L L A B U S ) O p i s p r z e d m i o t u Kod przedmiotu EKONOMETRIA UTH/I/O/MT/zmi/ /C 1/ST/2(m)/1Z/C1.1.5 Język wykładowy ECONOMETRICS JĘZYK POLSKI
przedmiot 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
KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Analiza zespolona. 2. KIERUNEK: Matematyka. 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Analiza zespolona 2. KIERUNEK: Matematyka 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4 5. LICZBA PUNKTÓW ECTS: 3 6. LICZBA GODZIN: 15 wykład + 15 ćwiczenia
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
Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe
Wprowadzenie do teorii ekonometrii Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Zajęcia Wykład Laboratorium komputerowe 2 Zaliczenie EGZAMIN (50%) Na egzaminie obowiązują wszystkie informacje
Rachunek prawdopodobieństwa
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
CZĘŚĆ 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
METODY I TECHNIKI ZARZĄDZANIA
1.1.1 Metody i techniki zarządzania I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE METODY I TECHNIKI ZARZĄDZANIA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: ZZL_PS1 Wydział Zamiejscowy
Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: I stopień
Załącznik Nr 1 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii 2. KIERUNEK: Pedagogika 3. POZIOM STUDIÓW: I stopień 4. ROK/ SEMESTR STUDIÓW: rok II / semestr 3. LICZBA PUNKTÓW ECTS:
Ekonometria_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)
Akademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Ryzyko w procesie zarządzania dr Mirosław Wójciak Uniwersytet Ekonomiczny w Katowicach 27 lutego 2012 1 Gdzie spotykamy się z ryzykiem? Praktycznie w każdej dziedzinie życia.
PROGNOZOWANIE RENTOWNOŚCI PRODUKCJI WĘGLA KAMIENNEGO Z WYKORZYSTANIEM MODELU KOMPUTEROWEGO
PROGNOZOWANIE RENTOWNOŚCI PRODUKCJI WĘGLA KAMIENNEGO Z WYKORZYSTANIEM MODELU KOMPUTEROWEGO Jolanta BIJAŃSKA, Krzysztof WODARSKI Streszczenie: W artykule przedstawiono model komputerowy, który został opracowany
LOGISTYKA ZAOPATRZENIA
1.1.1 Logistyka zaopatrzenia I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE LOGISTYKA ZAOPATRZENIA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: ZL_PS1 Wydział Zamiejscowy w Ostrowie
ANALIZA ANKIETY KURSÓW PRZEDMIOTOWYCH
Koszalin, dn. 12.0.2017r. Pani Prorektor d/s Kształcenia dr hab. Danuta Zawadzka, prof. nadzw. PK Sprawozdanie z wyników ankietyzacji oceniających kursy przedmiotowe realizowane na Studiach Doktoranckich