PREDYKCJA Z UKŁADU RÓWNAŃ WSPÓŁZALEŻNYCH PREDICTION FROM AN INTERDEPENDENT SYSTEM OF EQUATIONS
|
|
- Konrad Brzozowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 EKONOMERIA ECONOMERICS (55) 207 ISSN e-issn Jerz Witold Wiśniewski Uniwerstet Mikołaja Kopernika w oruniu Jerz.Wisniewski@umk.pl PREDYKCJA Z UKŁADU RÓWNAŃ WSPÓŁZALEŻNYCH PREDICION FROM AN INERDEPENDEN SYSEM OF EQUAIONS DOI: 0.56/ekt JEL Classification: C0 C32 C53 Streszczenie: Predkcję z układu równań współzależnch można przeprowadzić na podstawie równań form zredukowanej. Predkcja z równań form zredukowanej może jednak prowadzić do prognoz rozbieżnch. W prac przedstawiona została procedura predkcji z układu równań współzależnch nazwana zredukowano-łańcuchową. Następuje rozerwanie sprzężenia zwrotnego (zamkniętego cklu powiązań). Umożliwi to rozpoczęcie predkcji która będzie kontnuowana zgodnie z kierunkiem w mechanizmie powiązań zmiennch łącznie współzależnch według zasad predkcji łańcuchowej. Prognoza z równania form zredukowanej zostanie wkorzstana do szacowania prognoz zgodnie z regułą predkcji łańcuchowej w pozostałch równaniach układu. Procedurę predkcji kontnuuje się jeśli prognoza z form zredukowanej różni się istotnie od prognoz z tegoż równania form strukturalnej. Słowa kluczowe: predkcja ekonometrczna prognoza ekonometrczna predktor układ równań współzależnch. Summar: Prediction from an interdependent sstem of equations can be carried out in two was. In the first procedure equations of the structural form of a model are used. In the second proceeding inference into the future is based on the reduced-form equations. Prediction from the reduced form however can lead to divergent forecasts. he work presents the procedure of prediction from an interdependent sstem of equations based on the structural form which can be called the reduced-chain prediction procedure. he procedure requires a break of the feedback or of the closed ccle of links. It will allow starting an econometric prediction which will be continued in accordance with the direction in the linkage mechanism of jointl interdependent variables according to the chain prediction principle. he forecast obtained from the reduced-form equation will be used for forecast estimation in accordance with the chain prediction principle in the other equations of the sstem. he prediction procedure is continued if the first forecast from the reduced-form equation differs significantl from an analogous equation of the structural form after the completion of the process on the ccle of equations. Kewords: econometric prediction econometric forecast predictor sstem of interdependent equations.
2 0 Jerz Witold Wiśniewski. Wstęp Predkcja z układów równań współzależnch nie należ do zagadnień często prezentowanch w literaturze ekonomicznej. Zainteresowanie makromodelami ekonometrcznmi powodowało w przeszłości wzmiankowe traktowanie w literaturze predkcji z układów równań współzależnch. Znane w literaturze układ równań współzależnch są głównie modelami gospodarek narodowch różnch państw. Makromodele są oparte najczęściej na danch w postaci rocznch szeregów czasowch które charakterzują się gładkim przebiegiem. Wjątkowo zdarzają się makromodele ekonometrczne oparte na danch kwartalnch. W takich przpadkach dokładność opisu każdego z równań jest zazwczaj wsoka dominują bowiem przpadki współcznnika zbieżności R 2 na poziomie powżej 095 często osiągając wartość 099. W takiej stuacji nie dostrzega się kwestii ewentualnch rozbieżności prognoz uzskiwanch z form zredukowanej po ich konfrontacji z wnikami predkcji z równań w formie strukturalnej modelu. Celem niniejszej prac jest prezentacja autorskiej metod predkcji z układu równań współzależnch opierającej się na empircznch równaniach form strukturalnej przeznaczonej głównie dla mikromodeli ekonometrcznch. Procedura predkcji będzie analogiczna do tzw. predkcji łańcuchowej właściwej dla modelu rekurencjnego. Różnica w porównaniu z predkcją z modelu rekurencjnego polega na konieczności wkorzstania jednego z empircznch równań form zredukowanej do rozpoczęcia procedur budow ciągu prognoz z kolejnch równań empircznch z form strukturalnej. Konsekwencją tego będzie propozcja procedur predkcji z układu równań współzależnch którą można określić jako zredukowano-łańcuchową [Wiśniewski 206a s ]. Stanowi to wkład do teorii budow prognoz ekonometrcznch we wskazanch poniżej okolicznościach. Proponowana procedura predkcji ekonometrcznej zilustrowana została przkładem empircznm opartm na danch z realnie istniejącego małego przedsiębiorstwa. 2. Specfika predkcji z układów równań współzależnch Predkcję z układu równań współzależnch można przeprowadzić dwoma sposobami. W pierwszm sposobie postępowania wkorzstuje się równania strukturalnej form modelu w drugim natomiast wnioskowanie w przszłość odbwa się na podstawie równań form zredukowanej. Metod te nie zastępują się wzajemnie a stosowalność każdej z nich zależ od rodzaju ptań jakie są stawiane i na które należ odpowiedzieć poprzez przeprowadzenie wnioskowania w przszłość. Równania form zredukowanej można wkorzstwać wted gd pomija się w rozważaniach istnienie wzajemnch powiązań przcznowch w stochastcznch zmiennch łącznie współzależnch oraz gd dąż się do oszacowania efektu tlko jednostronnej zależności tch zmiennch. Sposób postępowania jest wówczas zbliżon do tego jaki stosuje się w przpadku równań prostch. Wartości zmiennch
3 Predkacja z układu równań współzależnch endogenicznch odgrwającch w równaniach rolę objaśniającch ustala się prz tm na okres prognozowan takimi metodami jakie stosuje się do zmiennch egzogenicznch. Predkcja oparta na równaniach form strukturalnej uwzględniająca tlko jedną stronę wielostronnch powiązań pomiędz zmiennmi łącznie współzależnmi ma więc charakter wnioskowania w przszłość włącznie na bardzo krótkie okres [Pawłowski 973 s ; Zeliaś 997 s. 20]. lko w bardzo krótkim okresie można abstrahować od innch stron współzależności międz zmiennmi łącznie współzależnmi. W dłuższch okresach współzależności pomiędz zmiennmi endogenicznmi odgrwają istotną rolę a pominięcie ich może wpaczć sens i wniki badań prognostcznch. Z powższego względu większe znaczenie praktczne ma drugi sposób wnioskowania w przszłość opart na równaniach zredukowanej form modelu. W tej metodzie prognozę można traktować jako warunkową nadzieję matematczną prz czm w warunku wstępują zmienne z gór ustalone. Predkcję przeprowadza się na podstawie każdego z równań form zredukowanej pojednczo. Postępowanie jest tu identczne jak w przpadku modelu prostego. Forma zredukowana ma bowiem charakter modelu prostego. Jeśli bezpośrednio oszacowano parametr równań form zredukowanej wówczas znane są wariancje i kowariancje szacunków parametrów strukturalnch każdego z równań tej form. Łatwo można wówczas wznaczć wariancje predkcji dla każdego z równań. rudniej jest natomiast w stuacji gd formę zredukowaną wznaczono z empircznej form strukturalnej. Warto zwrócić uwagę że zazwczaj równania form zredukowanej z którch każde zawiera wszstkie zmienne z gór ustalone charakterzują się wstępowaniem nieistotnch statstcznie zmiennch objaśniającch. Konsekwencją tego są duże zazwczaj średnie błęd predkcji obliczane z form zredukowanej. Dlatego też średnie błęd predkcji dla prognoz z układów równań współzależnch otrzmanch z równań form zredukowanej warto wznaczać z macierz wariancji i kowariancji ocen parametrów strukturalnch uzskiwanch z równań form strukturalnej. Predkcja oparta na równaniach form zredukowanej modelu ma w pewnm sensie własności optmalne jeśli do szacowania parametrów zastosowano odpowiednią metodę estmacji [Pawłowski 973 s. 254; Wiśniewski Zieliński 2004 s. 374]. Predkcja oparta na podstawie równań form zredukowanej ma cechę optmalności w tm sensie że daje ona mniejsze błęd średnie predkcji niż inne metod wkorzstujące ten sam zasób informacji. Rozważm predkcję z układu równań współzależnch na podstawie następującego modelu: = α α x α t α η t 0 t 4 5 3t t = x t () 2t α20 α22 t2 α24 β23 3t η2 t x. 3t = α30 α33 t3 β32 2t η3 t
4 2 Jerz Witold Wiśniewski Predkcję z równania pierwszego powższego układu na okres = n można wkonać niezależnie od pozostałch równań ponieważ jest to równanie oderwane. Prognoz oraz 3 należ szacować na podstawie predktora z form zredukowanej: = c c x c x c x c c = c c x c x c x c c (2) gdzie smbolami c ˆgj (g = 2 3; j = ) oznaczono ocen parametrów równań drugiego i trzeciego z form zredukowanej uzskane za pomocą KMNK. Predktorem dla pierwszej zmiennej łącznie współzależnej będzie: = a a x a a (3) w którm smbolami a0 a a4 a 5 oznaczono ocen parametrów strukturalnch równania uzskane za pomocą klascznej metod najmniejszch kwadratów (KMNK). Dostrzec można że w kolejnch okresach prognozowanch ( = n 2 n 3... n τ) pojawia się konieczność stosowania predkcji sekwencjnej. Zmienna opóźniona 3 wstępująca w każdm z równań rozpatrwanego predktora powoduje konieczność szacowania w pierwszej kolejności prognoz trzeciej zmiennej łącznie współzależnej. Pozwoli to na wkorzstwanie w kolejnch okresach w każdm z równań predktora Y p prognoz 3 jako zmiennej objaśniającej w poszczególnch równaniach. 3. Proponowana procedura predkcji Problematka modeli wielorównaniowch należ do klaski teorii ekonometrii oraz ekonometrii stosowanej. Empirczne zagadnienia prognozowania oparte na modelach wielorównaniowch nie należą do często przedstawianch w literaturze. Szczególnie mało jest prac na temat prognoz z układów równań współzależnch. Dotcz to zwłaszcza mikromodeli ekonometrcznch. Mimo niewielkiego zainteresowania tą problematką ze stron badacz należ wzbogacać literaturę o nowe rozwiązania prognostczne. Pozwoli to rozwiązwać ważne zagadnienia prognozowania zwłaszcza w mikroskali gd pojawi się konieczność szacowania prognoz opartch na układach równań współzależnch na poziomie przedsiębiorstw. Prognoz z układu równań współzależnch można szacować również częściowo z równań form zredukowanej oraz w części z równań form strukturalnej. Rozważm następując układ równań: x t t = α0 α t α4 α6 3t β4 4t η t
5 Predkacja z układu równań współzależnch 3 x 2t = α20 α22 t2 β2 t α25 2t η2 t = α α t β β α η (4) 3t t 32 2t 35 2t 3 t x. 4t = α40 α43 t3 β43 3t α46 3t η4 t Dostrzega się zamknięt ckl powiązań zmiennch łącznie współzależnch: t 2t 4t 3t (5) któr oznacza układ równań współzależnch. Predkcję z powższego modelu można przeprowadzić techniką mieszaną: częściowo z form zredukowanej oraz częściowo z form strukturalnej stosując technikę predkcji łańcuchowej specficznej dla modelu rekurencjnego. Korzstanie w szacowaniu prognoz z predktora form strukturalnej o postaci: a a x a a b = = a a x b a = a30 a3 b3 b32 a35 (6) = a a x b a nie jest natchmiastowo możliwe. Przeszkodą jest brak równania początkowego jako rezultat zamkniętego cklu powiązań tworzącego pętlę (5). Likwidacja pętli może nastąpić przez wkorzstanie równania form zredukowanej do oszacowania prognoz czli: = c c x c x c x c c c (7) Znajomość prognoz umożliwia zastosowanie techniki predkcji łańcuchowej do kolejnch równań predktora w formie strukturalnej. Możem zatem oszacować prognozę z równania:. = a20 a22x2 b2 a25 (8) Dsponowanie prognozami na podstawie równania: oraz ( p 0) umożliwia oszacowanie prognoz. = a30 a3 b3 b32 a35 (9)
6 4 Jerz Witold Wiśniewski Mając prognozę naniu: można oszacować prognoz opierając się na rów-. = a40 a43x3 b43 3 a46 3 (0) z rów- Posiadanie prognoz umożliwia z kolei oszacowanie prognoz nania form strukturalnej: = a a x a a b. () Istnieje bowiem konieczność porównania prognoz z prognozą. W przpadku istotnej różnic pomiędz tmi prognozami należ oszacować prognozę z równania:. = a20 a22x2 b2 a25 (2) Prowadzi to do wznaczenia kolejnch prognoz 3 oraz ( p ) na podstawie równania: oraz 3 = a30 a3 b3 b32 a35 (3). = a40 a43x3 b43 3 a46 3 (4) Proponowana technika predkcji na kolejne okres prognozowane winna uwzględniać konieczność postępowania sekwencjnego wnikającego z wstępowania opóźnionch zmiennch endogenicznch oraz 3. Ostatecznie pre- dkcja z układu równań współzależnch może łączć predkcję z równań form zredukowanej z predkcją sekwencjną oraz łańcuchową. Korzstanie w szacowaniu prognoz z predktora form strukturalnej o postaci: a a x a a b = a a x b a = = a a b b a (5) a a x b a = można dopuścić z powtórzeń co doprowadzi ostatecznie do prognoz zbieżnch z równań o postaci: a a x a a b ( pz) ( pz ) = a a x b a ( pz) ( pz) =
7 Predkacja z układu równań współzależnch 5 Prowadzi to do prognoz = a a b b a (6) ( pz) ( pz) ( pz) a a x b a ( pz) ( pz). = które należ porównać z analogicznmi prognozami z pierwszej iteracji czli. W przpad- ku znacznch różnic i i (i = 2 3 4) należ kontnuować obliczenia prognoz w kolejnch iteracjach aż do iteracji o numerze z w celu uzskania nieistotnch różnic w ostatniej iteracji obliczeń (z) w porównaniu z iteracją bezpośrednio poprzedzającą (z ). Prognoz z poszczególnch równań predktora (6) uzskane w kolejnch v = z iteracjach zamieszczono w tab.. abela ta zawiera również różnice pomiędz prognozami otrzmanmi w kolejnch sąsiadującch iteracjach obliczeniowch. abela. Prognoz z układu równań współzależnch w kolejnch z iteracjach Równanie predktora Iteracja 0 Iteracja Różnica Iteracja 2 Różnica 2 Iteracja z Różnica z ( pz) ( pz) ( pz) ( pz) ( pz) ( pz ) ( pz) ( pz ) ( pz) ( pz ) ( pz) ( pz ) Źródło: opracowanie własne. Proponowana procedura budow prognoz z układów równań współzależnch należ do najtrudniejszch przez znaczną komplikację postępowania badawczego. Dla każdego z okresów prognozowanch ( = n n τ) należ bowiem przeprowadzić z g (g = τ) iteracji. Jeśli dodać do tego konieczność uważnego postępowania związanego z sekwencjnością predkcji prz uwzględnianiu możliwch zmiennch krteriów zbieżności w kolejnch okresach i zmiennch prognozowanch to skala trudności okazuje się relatwnie wsoka. Potrzeba budow prognoz dokładnch oraz o znacznej użteczności dla decdenta wwołuje jednak konieczność poszukiwania procedur spełniającch zapotrzebowanie praktki gospodarczej zwłaszcza na poziomie przedsiębiorstwa. 4. Przkład modeli o równaniach współzależnch W ostatnich latach w literaturze pojawiają się rozwiązania modelowe z obszaru mikroekonometrii uwzględniające opis przedsiębiorstwa lub jego części za pomocą Zdefiniowanie poziomu nieistotnej różnic należ do użtkownika prognoz. Wielkości te zależą od potrzeb użtkownika (decdenta).
8 6 Jerz Witold Wiśniewski układów równań współzależnch. Wwołuje to potrzebę konstrukcji adekwatnch rozwiązań związanch z wkorzstaniem tch modeli do budow prognoz ekonometrcznch. W literaturze zagranicznej brakuje wielorównaniowch mikromodeli ekonometrcznch. Wnika to przede wszstkim z definiowania mikroekonometrii w sposób prezentowan przez Heckmana i McFaddena jako tworzenie narzędzi analiz mikrodanch. W Polsce mikroekonometria rozumiana jest jednak przez część badacz podmiotowo jako część mikroekonomii [Hozer 203]. Dlatego w Polsce pojawił się pierwsze mikromodele ekonometrczne opisujące przedsiębiorstwo. Konkretne empirczne modele o równaniach współzależnch zastosowanch w przedsiębiorstwie znaleźć można w pracach Wiśniewskiego [2003; 2009; 206a; 206b] oraz w prac Strjewskiego [2005]. Sprzężenie zwrotne wstępuje jako współzależność pomiędz wdajnością prac (WP) a przeciętną płacą (SRPL) co można zapisać jako [Wiśniewski 206a s ]: Analogiczne sprzężenie zwrotne wstępuje pomiędz miernikiem skuteczności windkacji wierztelności w przedsiębiorstwie (liq t ) a miernikiem płnności finansowej (evind t ): (7) liqt evindt. (8) Wstępowanie sprzężeń zwrotnch (7) i (8) powoduje konieczność predkcji zredukowano-łańcuchowej. Są to przpadki najprostsze niepowodujące nadmiernch komplikacji w procesie predkcji. Komplikacje pojawiają się w stuacji zamkniętego cklu powiązań obejmującego wiele zmiennch łącznie współzależnch. aka stuacja ma miejsce w ekonometrcznm modelu małego przedsiębiorstwa w którm wstępuje jednocześnie kilka takich przpadków [Wiśniewski 2003 s. 70]. Jeden z tch ckli ma następującą postać: (9) W mechanizmie (9) wstępują: PIEN wartość wpłwów pieniężnch SPRZED wartość przchodów ze sprzedaż brutto PROD wartość produkcji gotowej MRW wartość początkowa środków trwałch INW wartość inwestcji w małm przedsiębiorstwie w danm okresie. Przeprowadzenie predkcji z układu pięciu równań współzależnch jest procedurą o dużm stopniu komplikacji już na poziomie pierwszego okresu prognozowane-
9 Predkacja z układu równań współzależnch 7 go. Zważwsz na to że w empircznm modelu ekonometrcznm małego przedsiębiorstwa opartm na danch miesięcznch wstępuje wiele zmiennch endogenicznch o rozmaitch okresach opóźnień zadanie budow prognoz jest nadzwczaj skomplikowane. Konieczne doświadczenia empirczne mogą doprowadzić do ustalenia procedur ogólnej lub procedur specficznch w określonch warunkach modelowch. 5. Przkład empirczn Poniżej przedstawion zostanie empirczn układ równań współzależnch 2 ze sprzężeniem zwrotnm tpu (7). Model zbudowan został na podstawie kwartalnch szeregów czasowch z kolejnch ośmiu lat. W modelu wstępują następujące oznaczenia zmiennch: WYDt wdajność prac w ts. zł na zatrudnionego kwartalnie SRPLt średnia płaca netto w ts. zł na zatrudnionego kwartalnie t zmienna czasowa Q zmienna zero-jednkowa przjmująca wartość w każdm pierwszm kwartale oraz 0 w pozostałch kwartałach Q2 zmienna zero-jednkowa przjmująca wartość w każdm drugim kwartale oraz 0 w pozostałch kwartałach. Ponadto wstępują charakterstki dokładności opisu równań empircznch z odpowiednimi indeksami adekwatnmi dla poszczególnch równań: R2 współcznnik determinacji Su błąd standardow reszt DW wartość statstki Durbina i Watsona hdrb wartość statstki h Durbina ˆρ współcznnik autokorelacji reszt pierwszego rzędu. Empirczne równania w formie strukturalnej mają następującą postać: WYDt = SRPL 5 2 Q 63 Q (20) t 2 (7598) (3932) (4686) (563) R = Su = 254 DW = wd wd wd SRPL = WYD 0 493SRPL 275t 2989 Q (2) t t t (035) (4506) (397) (277) (3498) R = 0937; Su = 889; hdrb = 0849; r = srpl srpl srpl srpl 2 Dane statstczne niezbędne do budow tego tpu modeli znaleźć można na stronie internetowej: Są to w większości przpadków informacje statstczne pochodzące z realnie istniejącch przedsiębiorstw. Obliczenia wkonano za pomocą pakietu GREL.
10 8 Jerz Witold Wiśniewski Układ równań empircznch w formie zredukowanej jest następując: WYD = SRPL 0 076t 5 4 Q 7 Q (22) * t * t t 2 (6325 (0755) (054) (4308) (5754) R = 0673; Su = 275; DW = zwd zwd zwd SRPL = SRPL 293t 68 2Q 3266 Q (23) t 2 (3767) (3960) (2623) (079) (3484) R = 0924; Su = 208; hd = 0098; r = zsrpl zsrpl zsrpl Rozstrzgnięcia wmaga cz predkcję z równania form zredukowanej można rozpocząć od dowolnego równania 3 cz też warto ustalić zasadę wskazwania takiego równania. Intuicjnie można uznać że rozpocząć należ od równania form zredukowanej o najwższej wartości współcznnika determinacji (R 2 ). W związku z tm predktor pozwalając oszacować prognozę średniej płac zapisać można następująco: * p srpl SRPL = SRPL Q Q. (24) 2 Wstarcz znać wartość ostatniej obserwacji na przeciętnej płac kwartalnej w przedsiębiorstwie która wnosi SRPL 2008;IV = ts. zł na zatrudnionego kwartalnie. Prognoza średniej płac na pierwsz kwartał 2009 roku wnosi: * SRPL p = 2009; Posiadanie prognoz średniej płac z predktora w formie zredukowanej umożliwia wznaczenie prognoz wdajności prac na pierwsz kwartał 2009 roku z form strukturalnej za pomocą równania predktora: WYDp = SRPL 5 2Q 63 Q. (25) p 2 Prognoza wdajności prac na pierwsz kwartał 2009 roku: WYD 2009; p = Możliwe jest teraz wznaczenie prognoz średniej płac na pierwsz kwartał 2009 roku z równania predktora w formie strukturalnej: SRPL = WYD 0 493SRPL Q. (26) p p (035) (4506) (397) (277) (3498) 3 Ma to szczególnie duże znaczenie prz znacznej liczbie zmiennch wstępującch w zamkniętm cklu np. w przpadku mechanizmu tpu (9).
11 Predkacja z układu równań współzależnch 9 Prognoza średniej płac obliczona na podstawie równania (26) wnosi: SRPL = 2009; p Możliwa jest teraz konfrontacja prognoz przeciętnej płac kwartalnej uzskanej na podstawie równania predktora z form strukturalnej ( SRPL = 36805) 2009; p z prognozą tejże średniej płac obliczonej na podstawie predktora z form zredukowanej ( SRPL * 2009; p = ). Pojawia się różnica w wartościach prognoz która wnosi 0 zł na zatrudnionego czli około 027%. Z punktu widzenia praktki zarządzania przedsiębiorstwem różnicę tę można uznać za nieistotną 4. Oznacza to uzskanie prognoz zbieżnch średniej płac. Można zatem zakończć procedurę predkcji na pierwszej iteracji bez konieczności poprawiania prognoz. Pozwoli to wkorzstać prognoz wdajności prac i przeciętnej płac do podejmowania adekwatnch deczji zarządczch. 6. Zakończenie Problematka modeli wielorównaniowch należ do klaski teorii ekonometrii oraz ekonometrii stosowanej. Empirczne zagadnienia prognozowania oparte na modelach wielorównaniowch nie należą do często przedstawianch w literaturze. Szczególnie mało jest prac na temat prognoz z układów równań współzależnch zwłaszcza mikromodeli ekonometrcznch opisującch konkretn podmiot gospodarując. Obserwuje się niewielkie zainteresowanie badacz problematką mikromodeli ekonometrcznch opisującch przedsiębiorstwo. Fundamentalnm powodem jest brak dostępu do informacji statstcznch na poziomie przedsiębiorstwa. Wskutek tego dominują prace empirczne z obszaru ekonometrii finansowej. Powszechnie dostępne są bowiem dane statstczne z giełd cz też z rnków finansowch pozwalające zaspokoić głód ekonometrcznch badań empircznch. Przejście na etap wkorzstwania danch z podmiotów gospodarczch do budow mikromodeli przedsiębiorstw stworz potrzebę ich wkorzstania do budow prognoz. Pozwoli to rozwiązwać ważne zagadnienia prognozowania zwłaszcza w mikroskali gd pojawi się konieczność szacowania prognoz opartch na układach równań współzależnch na poziomie przedsiębiorstw. Konkretne badania empirczne w którch będą wkorzstwane układ równań współzależnch do budow prognoz ekonometrcznch zwerfikują rozmaite propozcje metod predkcji. Pomogą one we wskazaniu najlepszch procedur w określonch okolicznościach pro- 4 Możliwe jest tu zastosowanie rozmaitch krteriów zbieżności. Statstk zapewne chciałb testować istotność różnic pomiędz prognozami wkorzstując odpowiedni test statstczn. Praktk zarządzając przedsiębiorstwem wbierze raczej krterium analogiczne do granicznego błędu predkcji lub względnego granicznego błędu predkcji.
12 20 Jerz Witold Wiśniewski gnozowania. W obecnm stanie zaawansowania badań nad ekonometrcznmi modelami przedsiębiorstw trudne są niezbędne w nauce uogólnienia. Literatura Hozer J. 203 Mikroekonometria Studia i Prace Wdziału Nauk Ekonomicznch i Zarządzania Uniwerstetu Szczecińskiego nr 3 s Pawłowski Z. 97 Modele ekonometrczne równań opisowch wd. drugie PWN Warszawa. Pawłowski Z. 973 Prognoz ekonometrczne PWN Warszawa. Pawłowski Z. 976 Ekonometrczna analiza procesu produkcjnego PWN Warszawa. Strjewski Podejście modułowo-relacjne jako uniwersaln schemat budow ekonometrcznego modelu przedsiębiorstwa praca doktorska Uniwerstet Mikołaja Kopernika oruń. Wiśniewski J.W Ekonometrczn model małego przedsiębiorstwa GRAVIS oruń. Wiśniewski J.W Mikroekonometria Wdawnictwo Naukowe UMK oruń. Wiśniewski J.W. 206a Microeconometrics in Business Management John Wile & Sons Ltd New York Chichester Singapore. Wiśniewski J.W. 206b Empirical econometric model of an enterprise Folia Oeconomica Stetinensia s Wiśniewski J.W. Zieliński Z Element ekonometrii wd. piąte zmienione UMK oruń. Zeliaś A. 997 eoria prognoz PWE Warszawa.
Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy
Metod prognozowania: Jakość prognoz Dr inż. Sebastian Skoczpiec ver. 03.2012 Wprowadzenie (1) 1. Sformułowanie zadania prognostcznego: 2. Określenie przesłanek prognostcznch: 3. Zebranie danch 4. Określenie
Programowanie nieliniowe optymalizacja funkcji wielu zmiennych
Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu
Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 1-2
Stanisław Cichocki Natalia Nehreecka Zajęcia - . Model liniow Postać modelu liniowego Zapis macierzow modelu liniowego. Estmacja modelu Przkład Wartość teoretczna (dopasowana) Reszt 3. MNK - przpadek wielu
12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej
1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm
Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.
Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą
Dylematy podwójnej metody najmniejszych kwadratów w mikromodelu ekonometrycznym
Jerzy W. Wiśniewski* Dylematy podwójnej metody najmniejszych kwadratów w mikromodelu ekonometrycznym Wstęp Parametry ekonometrycznych układów równań współzależnych najczęściej szacowane są podwójną metodą
25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx
5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.
Przenoszenie niepewności
Przenoszenie niepewności Uwaga wstępna: pojęcia niepewność pomiarowa i błąd pomiarow są stosowane wmiennie. Załóżm, że wielkość jest funkcją wielkości,,, dla którch niepewności (,, ) są znane (wnikają
Zasady budowania prognoz ekonometrycznych
Zasad budowania prognoz ekonometrcznch Klasczne założenia teorii predkcji 1. Znajomość modelu kształtowania się zmiennej prognozowanej Znajomość postaci analitcznej wstępującch zależności międz zmiennmi
Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym
. Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego
OKREŚLANIE FUNKCJI CELU PRZY DOBORZE MASZYN ROLNICZYCH
InŜnieria Rolnicza 14/5 Zofia Hanusz *, Zbigniew Siarkowski **, * Katedra Zastosowań Matematki ** Katedra Maszn i Urządzeń Rolniczch Akademia Rolnicza w Lublinie OKREŚLANIE FUNKCJI CELU PRZY DOBORZE MASZYN
Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego
Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb
Ćwiczenia IV
Ćwiczenia IV - 17.10.2007 1. Spośród podanych macierzy X wskaż te, których nie można wykorzystać do estymacji MNK parametrów modelu ekonometrycznego postaci y = β 0 + β 1 x 1 + β 2 x 2 + ε 2. Na podstawie
Wykład 4 Testy zgodności. dystrybuanta rozkładu populacji dystrybuanty rozkładów dwóch populacji rodzaj rozkładu wartości parametrów.
Wkład Test zgodności. Test zgodności służą do werikacji hipotez mówiącch, że a dstrbuanta rozkładu populacji ma określoną z gór postać unkcjną b dstrbuant rozkładów dwóch populacji nie różnią się w sposób
Podejmowanie decyzji w warunkach niepełnej informacji. Tadeusz Trzaskalik
Podejmowanie deczji w warunkach niepełnej informacji Tadeusz Trzaskalik 5.. Wprowadzenie Słowa kluczowe Niepełna informacja Stan natur Macierz wpłat Podejmowanie deczji w warunkach rzka Podejmowanie deczji
K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.
Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.
Badanie zależności cech
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i element kombinatorki. Zmienne losowe i ich rozkład 3. Populacje i prób danch, estmacja parametrów 4. Testowanie hipotez 5. Test parametrczne (na przkładzie
Założenia prognostyczne WPF
Załącznik nr 3 do Uchwał o Wieloletniej Prognozie Finansowej Założenia prognostczne WPF Wieloletnia Prognoza Finansowa opiera się na długoterminowej prognozie nadwżki operacjnej, która obrazują zdolność
f x f y f, jest 4, mianowicie f = f xx f xy f yx
Zestaw 14 Pochodne wŝszch rzędów Niech będzie dana funkcja x f określona w pewnm obszarze D Przpuśćm Ŝe f x istnieją pochodne cząstkowe tej funkcji x x Pochodne cząstkowe tch pochodnch jeŝeli istnieją
LABORATORIUM PODSTAW AUTOMATYKI
LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA DO ĆWICZENIA 4.Wstęp - DOBÓR NASTAW REGULATORÓW opr. dr inż Krzsztof Kula Dobór nastaw regulatorów uwzględnia dnamikę obiektu jak i wmagania stawiane zamkniętemu
19. Wybrane układy regulacji Korekcja nieliniowa układów. Przykład K s 2. Rys Schemat blokowy układu oryginalnego
19. Wbrane układ regulacji Przkład 19.1 19.1. Korekcja nieliniowa układów w K s 2 Rs. 19.1. Schemat blokow układu orginalnego 1 Zbadać możliwość stabilizacji układu za pomocą nieliniowego prędkościowego
RÓWNANIA RÓŻNICZKOWE WYKŁAD 3
RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma
Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)
Wkład 1: Prosta regresja liniowa Statstczn model regresji liniowej Dane dla prostej regresji liniowej Przedział ufności i test parametrów Przedział ufności dla średniej odpowiedzi Interwał prognoz (dla
Ćwiczenie 361 Badanie układu dwóch soczewek
Nazwisko... Data... Wdział... Imię... Dzień tg.... Godzina... Ćwiczenie 36 Badanie układu dwóch soczewek Wznaczenie ogniskowch soczewek metodą Bessela Odległość przedmiotu od ekranu (60 cm 0 cm) l Soczewka
Proces modelowania zjawiska handlu zagranicznego towarami
Załącznik nr 1 do raportu końcowego z wykonania pracy badawczej pt. Handel zagraniczny w województwach (NTS2) realizowanej przez Centrum Badań i Edukacji Statystycznej z siedzibą w Jachrance na podstawie
Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015
Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu
Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018
Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu
Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 4 ZADANIA - ZESTAW 4
ZADANIA - ZESTAW 4 Zadanie 4. 0-0,4 c 0 0, 0, Wznacz c. Wznacz rozkład brzegowe. Cz, są niezależne? (odp. c = 0,3 Zadanie 4.- 0-0,4 0,3 0 0, 0, Wznaczć macierz kowariancji i korelacji. Cz, są skorelowane?
Realizacja funkcji przełączających
Realizacja funkcji przełączającch. Wprowadzenie teoretczne.. Podstawowe funkcje logiczne Funkcja logiczna NOT AND OR Zapis = x x = = x NAND NOR.2. Metoda minimalizacji funkcji metodą tablic Karnaugha Metoda
Prognozowanie 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
SZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji
SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010
KURS FUNKCJE WIELU ZMIENNYCH
KURS FUNKCJE WIELU ZMIENNYCH Lekcja 1 Pochodne cząstkowe ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tlko jedna jest prawdziwa). Ptanie 1 Funkcja dwóch zmiennch a)
Równania różniczkowe cząstkowe
Równania różniczkowe cząstkowe Definicja: Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch
Diagram relacji między zmiennymi (Scatter Diagram)
2. Należ pomśleć o definicji do zastosowania w następując sposób: Zastosowanie: Cz wszsc zgadzam się, co robić? Definicja: Cz wszsc zgadzam się co do znaczenia każdego słowa? 5.4 Diagram relacji międz
( ) σ v. Adam Bodnar: Wytrzymałość Materiałów. Analiza płaskiego stanu naprężenia.
Adam Bdnar: Wtrzmałść Materiałów Analiza płaskieg stanu naprężenia 5 ANALIZA PŁASKIEGO STANU NAPRĘŻENIA 5 Naprężenia na dwlnej płaszczźnie Jak pamiętam płaski stan naprężenia w punkcie cechuje t że wektr
Cykl III ćwiczenie 3. Temat: Badanie układów logicznych
Ckl III ćwiczenie Temat: Badanie układów logicznch Ćwiczenie składa się z dwóch podtematów: Poziom TTL układów logicznch oraz Snteza układów kombinacjnch Podtemat: Poziom TTL układów logicznch. Wprowadzenie
PODSTAWOWE POJĘCIA OPTYMALIZACJI [M. Ostwald: Podstawy optymalizacji konstrukcji, Wyd. Politechniki Poznańskiej, 2005]
PODSTAWOWE POJĘCIA OPTYMALIZACJI [M. Ostwald: Podstaw optmalizacji konstrukcji, Wd. Politechniki Poznańskiej, 2005] POW Problem optmalnego wboru PWOW Problem wielokrterialnego wboru OW Optmalizacja wielokrterialna
Równania różniczkowe
Równania różniczkowe I rzędu Andrzej Musielak Równania różniczkowe Równania różniczkowe I rzędu Równanie różniczkowe pierwszego rzędu to równanie w którm pojawia się zmienna x, funkcja tej zmiennej oraz
Interpolacja. Układ. x exp. = y 1. = y 2. = y n
MES 07 lokaln Interpolacja. Układ Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami?
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych
Całkowanie przez podstawianie i dwa zadania
Całkowanie przez podstawianie i dwa zadania Antoni Kościelski Funkcje dwóch zmiennch i podstawianie Dla funkcji dwóch zmiennch zachodzi następując wzór na całkowanie przez podstawianie: f(x(a, b), (a,
Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13
Stanisław Cichocki Natalia Neherbecka Zajęcia 13 1 1. Kryteria informacyjne 2. Testowanie autokorelacji 3. Modele dynamiczne: modele o rozłożonych opóźnieniach (DL) modele autoregresyjne o rozłożonych
Równania różniczkowe cząstkowe
Równania różniczkowe cząstkowe Definicja Równaniem różniczkowm cząstkowm nazwam takie równanie różniczkowe w którm wstępuje co najmniej jedna pochodna cząstkowa niewiadomej funkcji dwóch lub więcej zmiennch
Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).
Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych
2. CHARAKTERYSTYKI GEOMETRYCZNE FIGUR PŁASKICH
dam Bodnar: Wtrzmałość Materiałów. Charakterstki geometrczne figur płaskich.. CHRKTERSTKI GEOMETRCZNE FIGUR PŁSKICH.. Definicje podstawowch charakterstk geometrcznch Podczas zajęć z wtrzmałości materiałów
MES polega na wyznaczaniu interesujących nas parametrów w skończonej ilości punktów. A co leży pomiędzy tymi punktami?
MES- 07 Interpolacja, wprowadzenie Interpolacja: po co nam to? Ptania MES polega na wznaczaniu interesującch nas parametrów w skończonej ilości punktów. A co leż pomiędz tmi punktami? Na razie rozpatrwaliśm
FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
Paweł Strawiński Ćwiczenia
Zadanie 1 Na podstawie wników badań PGSS starano się zidentfikować zmienne, które wpłwają na poziom szczęścia. Na podstawie odpowiedzi stworzono zmienną hapunhap, która przjmuje wartość 1 dla osób, które
Cechy szeregów czasowych
energecznch Cech szeregów czasowch Rozdział Modelowanie szeregów czasowch 7 proces deerminisczn proces kórego warość może bć preczjnie określona w dowolnm czasie =T+τ = a +b T T+τ czas = sin(ω) T T+τ czas
Macierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)
Macierze normalne Twierdzenie: Macierz można zdiagonalizować za pomocą unitarnej transformacji podobieństwa wted i tlko wted gd jest normalna (AA A A). ( ) D : Dowolną macierz kwadratową można zapisać
Pochodna funkcji wykład 5
Pochodna funkcji wkład 5 dr Mariusz Grządziel 8 listopada 2010 Funkcja logistczna 40 Rozważm funkcję logistczną = f 0 (t) = 1+5e 0,5t Funkcja f może bć wkorzstana np. do modelowania wzrostu mas ziaren
Młodzieżowe Uniwersytety Matematyczne. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego REGUŁA GULDINA
Młodzieżowe Uniwerstet Matematczne Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu połecznego REGUŁA GULDINA dr Bronisław Pabich Rzeszów marca 1 Projekt realizowan przez Uniwerstet
Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6
ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch 6 Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs. 6.. s. 6. rzed przstąpieniem
Rozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
RÓWNANIA RÓŻNICZKOWE WYKŁAD 5
RÓWNANIA RÓŻNICZKOWE WYKŁAD 5 Równania różniczkowe rzędu drugiego Równania rzędu drugiego sprowadzalne do równań rzędu pierwszego Równanie różniczkowe rzędu drugiego postaci F ( x, ', ") 0 ( nie wstępuje
Ekstrema funkcji dwóch zmiennych
Wkład z matematki inżnierskiej Ekstrema funkcji dwóch zmiennch JJ, IMiF UTP 18 JJ (JJ, IMiF UTP) EKSTREMA 18 1 / 47 Ekstrema lokalne DEFINICJA. Załóżm, że funkcja f (, ) jest określona w pewnm otoczeniu
Ekonometria I materiały do ćwiczeń
lp daa wkładu ema Wkład dr Doroa Ciołek Ćwiczenia mgr inż. - Rodzaje danch sascznch - Zmienne ekonomiczne jako zmienne losowe 1a) Przkład problemów badawczch hipoeza, propozcja modelu ekonomercznego, zmienne
Tomasz Stryjewski Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETYCZNE IX Ogólnopolskie Seminarium Naukowe 6 8 września 5 w Toruniu Katedra Ekonometrii i Statystyki Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołaja Kopernika w Toruniu
Zmienne losowe typu ciągłego. Parametry zmiennych losowych. Izolda Gorgol wyciąg z prezentacji (wykład III)
Zmienne losowe tpu ciągłego. Parametr zmiennch losowch. Izolda Gorgol wciąg z prezentacji (wkład III) Zmienna losowa tpu ciągłego Zmienna losowa X o ciągłej dstrbuancie F nazwa się zmienną losową tpu ciągłego,
REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji
Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji
OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ I. 1. Wprowadzenie
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 2 2004 Anna DOBROWOLSKA* Jan MIKUŚ* OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ I Przedstawiono
WIELOCZYNNIKOWA PREDYKCJA MATEMATYCZNA CEN METALI KOLOROWYCH W KRYZYSIE ROKU 2008/9
Andrzej Augustnek, Jan Tadeusz Duda WIELOCZYIOWA PREDYCJA MATEMATYCZA CE METALI OLOROWYCH W RYZYSIE ROU 008/9. Wprowadzenie Świat podjął walkę z krzsem. Rząd krajów wkonują skoordnowane (lub nie) ruch
EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE
EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE ZADANIE 1 Oszacowano zależność między luką popytowa a stopą inflacji dla gospodarki niemieckiej. Wyniki estymacji są następujące: Estymacja KMNK,
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
Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5
ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch - Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs... s.. rzed przstąpieniem
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
Wektory. P. F. Góra. rok akademicki
Wektor P. F. Góra rok akademicki 009-0 Wektor zwiazan. Wektorem zwiazanm nazwam parę punktów. Jeżeli parę tę stanowią punkt,, wektor przez nie utworzon oznaczm. Graficznie koniec wektora oznaczam strzałką.
Wykład Analiza jakościowa równań różniczkowych
Na podstawie książki J. Rusinka, Równania różniczkowe i różnicowe w zarządzaniu, Oficna Wdawnicza WSM, Warszawa 2005. 21 maja 2012 Definicja Stabilność Niech = F (x, ) będzie równaniem różniczkowm. Rozwiązanie
Konspekty wykładów z ekonometrii
Konspek wkładów z ekonomerii Budowa i werfikaca modelu - reść przkładu W wniku ssemacznch badań popu na warzwa w pewnm mieście, orzmano nasępuące szeregi czasowe: przros (zmian) popu na warzwa (w zł. na
Stanisław Cichocki Natalia Neherbecka
Stanisław Cichocki Natalia Neherbecka 13 marca 2010 1 1. Kryteria informacyjne 2. Modele dynamiczne: modele o rozłożonych opóźnieniach (DL) modele autoregresyjne o rozłożonych opóźnieniach (ADL) 3. Analiza
JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY
JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY Będziemy zapisywać wektory w postaci (,, ) albo traktując go jak macierz jednokolumnową (dzięki temu nie będzie kontrowersji przy transponowaniu wektora ) Model
t y x y'y x'x y'x x-x śr (x-x śr)^2
Na podstawie:w.samuelson, S.Marks Ekonomia menedżerska Zadanie 1 W przedsiębiorstwie toczy się dyskusja na temat wpływu reklamy na wielkość. Dział marketingu uważa, że reklama daje wysoce pozytywne efekty,
[L] Rysunek Łuk wolnopodparty, paraboliczny wymiary, obciążenie, oznaczenia.
rzkład 10.3. Łuk paraboliczn. Rsunek przedstawia łuk wolnopodpart, którego oś ma kształt paraboli drugiego stopnia (łuk paraboliczn ). Łuk obciążon jest ciśnieniem wewnętrznm (wektor elementarnej wpadkowej
Minimalizacja kosztów
Minimalizacja kosztów 1. (na wkładzie) Firma genealogiczna Korzenie produkuje dobro korzstając z jednego nakładu x użwając funkcji produkcji f(x) = x. (a) Ile jednostek x jest potrzebnch do wprodukowania
Wygładzanie 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
5. Model sezonowości i autoregresji zmiennej prognozowanej
5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =
EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012
Centralna Komisja Egzaminacjna EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012 CZĘŚĆ MATEMATYCZNO-PRZYRODNICZA MATEMATYKA ODPOWIEDZI I PROPOZYCJE OCENIANIA PRZYKŁADOWEGO ZESTAWU ZADAŃ PAŹDZIERNIK 2011 Zadania
Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
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
PRÓBNY EGZAMIN MATURALNY
PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW NR 17751 WYGENEROWANY AUTOMATYCZNIE W SERWISIE ZADANIA.INFO POZIOM PODSTAWOWY CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Rozważm treść następujacego
Programowanie wypukłe i kwadratowe. Tadeusz Trzaskalik
Proramowanie wpukłe i kwaratowe Taeusz Trzaskalik 6.. Wprowazenie Słowa kluczowe Zaanie proramowania nielinioweo Ekstrema lobalne i lokalne Zbior wpukłe Funkcje wklęsłe i wpukłe Zaanie proramowania wpukłeo
Metody matematyczne w technologii materiałów Krzysztof Szyszkiewicz
Kinetka formalna jest działem kinetki chemicznej zajmującm się opisem przebiegu reakcji chemicznch za pomocą równao różniczkowch. W przpadku reakcji homogenicznch (w objętości), g skład jest jednorodn
ANALIZA MOŻLIWOŚCI NORMALIZACJI WARTOŚCI SKŁADOWYCH TRÓJCHROMATYCZNYCH Z WYKORZYSTANIEM PRZEKSZTAŁCENIA NIELINIOWEGO
Wojciech MOĆKO Wojciech ŻAGAN ANALIZA MOŻLIWOŚCI NORMALIZACJI WARTOŚCI SKŁADOWYCH TRÓJCHROMATYCZNYCH Z WYKORZYSTANIEM PRZEKSZTAŁCENIA NIELINIOWEGO STRESZCZENIE W referacie przedstawiono koncepcję zastosowania
Ekonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.
imię, nazwisko, nr indeksu: Ekonometria egzamin 01/02/2019 1. Egzamin trwa 90 minut. 2. Rozwiązywanie zadań należy rozpocząć po ogłoszeniu początku egzaminu a skończyć wraz z ogłoszeniem końca egzaminu.
J. Szantyr Wykład 5 Turbulentna warstwa przyścienna
J. Szantr Wkład 5 Turbulentna warstwa przścienna Warstwa przścienna jest to część obszaru przepłwu bezpośrednio sąsiadująca z powierzchnią opłwanego ciała. W warstwie przściennej znaczącą rolę odgrwają
Sztuczne sieci neuronowe
2 Sztuczne sieci neuronowe Sztuczna sieć neuronowa (NN ang. Neural Network) to bardzo uproszczon model rzeczwistego biologicznego sstemu nerwowego. Sztuczną sieć neuronową można zdefiniować jako zespolon
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
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
x 1 x 2 x 3 x n w 1 w 2 Σ w 3 w n x 1 x 2 x 1 XOR x (x A, y A ) y A x A
Sieci neuronowe model konekcjonistczn Plan wkładu Perceptron - przpomnienie Uczenie nienadzorowane Sieci Hopfielda Perceptron w 3 Σ w n A Liniowo separowaln problem klasfikacji ( A, A ) Problem XOR 0 0
4. Średnia i autoregresja zmiennej prognozowanej
4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)
Modele wielorownaniowe
Część 1. e e jednorównaniowe są znacznym uproszczeniem rzeczywistości gospodarczej e jednorównaniowe są znacznym uproszczeniem rzeczywistości gospodarczej e makroekonomiczne z reguły składają się z większej
Metody Eulera i Eulera-Cauchy'ego rozwiązywania równań różniczkowych zwyczajnych. y 3 := x 2 (1) ( ) Rozwiązanie dokładne równania (1) (2)
euler-przkl_.xmcd Metod Eulera i Eulera-Cauch'ego rozwiązwania równań różniczkowch zwczajnch ' ( x, ) : x () + Rozwiązanie dokładne równania () ( x, C) : + C exp( atan( x) ) () Sprawdzenie: d dx ( x, C)
SKRYPT Z MATEMATYKI. Wstęp do matematyki. Rafał Filipów Piotr Szuca
Publikacja współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego SKRYPT Z MATEMATYKI Wstęp do matematki Rafał Filipów Piotr Szuca Publikacja współfinansowana przez Unię Europejską
Podstawy Automatyki. Człowiek- najlepsza inwestycja. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Podstaw Automatki Człowiek- najlepsza inwestcja Projekt współfinansowan przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Politechnika Warszawska Insttut Automatki i Robotki Dr inż. Wieńczsław
Z funkcji zdaniowej x + 3 = 7 można otrzymać zdania w dwojaki sposób:
Z funkcji zdaniowej + 3 = 7 można otrzmać zdania w dwojaki sposób: podstawiając w tej funkcji zdaniowej za stałe będące nazwami liczb np. 4 2 itp. poprzedzając tę funkcję zdaniową zwrotami: dla każdego
Automatyka. Treść wykładów: Układ sekwencyjny synchroniczny. Układ kombinacyjny AND. Układ sekwencyjny asynchroniczny. Układ sekwencyjny synchroniczny
Automatka dr inż. Szmon Surma szmon.surma@polsl.pl zawt.polsl.pl/studia pok. 202, tel. +48 32 603 4136 Treść wkładów: 1. Podstaw automatki 2. Układ kombinacjne, 3. Układ sekwencjne snchronicze, 4. Układ
MES W ANALIZIE SPRĘŻYSTEJ UKŁADÓW PRĘTOWYCH
MES W ANAIZIE SPRĘŻYSEJ KŁADÓW PRĘOWYCH Przkład obliczeń Kratownice płaskie idia FEDOROWICZ Jan FEDOROWICZ Magdalena MROZEK Dawid MROZEK Gliwice r. - idia Fedorowicz Jan Fedorowicz Magdalena Mrozek Dawid
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Elementy cyfrowe i układy logiczne
Element cfrowe i układ logiczne Wkład 6 Legenda Technika cfrowa. Metod programowania układów PLD Pamięć ROM Struktura PLA Struktura PAL Przkład realizacji 3 4 5 6 7 8 Programowanie PLD po co? ustanowić