Prognozowanie i symulacje

T

T

T

T

Forma zajęć: Wykład nr 1 (28 godzin zajęć), Laboratorium nr 1 (28 godzin zajęć)

Bilans czasu pracy własnej Studenta obejmuje:

1. Wykład: przygotowanie do zaliczenia 28 godzin.

2. Ćwiczenia: praca bieżąca 14 godzin, przygotowanie do zaliczenia 14 godzin.

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Wykład: wykład informacyjny (konwencjonalny)

Laboratorium: metoda klasyczna problemowa, metoda sytuacyjna, metoda ćwiczeniowa – zajęcia w laboratorium komputerowym

Obowiązuje znajomość zagadnień zawartych w sylabusie w takim zakresie, w jakim są one opisane w literaturze obowiązkowej oraz materiał zrealizowany na zajęciach.

Podstawą uzyskania oceny z laboratorium będzie praca zaliczeniowa, która odbędzie się na ostatnich zajęciach. Aby otrzymać ocenę pozytywną należy uzyskać co najmniej połowę wszystkich punktów.

Podstawą uzyskania oceny z wykładu będzie egzamin pisemny w formie testu, który odbędzie się 3 lutego, o godz. 10:00, w sali T401. Aby otrzymać ocenę pozytywną, należy uzyskać co najmniej połowę wszystkich punktów.

Skala ocen:

90% i więcej – bardzo dobry

80 - 89% – dobry+

70 - 79% – dobry

60 - 69% – dostateczny+

50 - 59% – dostateczny

mniej niż 50% – niedostateczny

Ocena końcowa wyznaczona zostanie jako średnia ważona z ocen uzyskanych z laboratorium i wykładu, z wagami odpowiednio 0,6 i 0,4, zgodnie z algorytmem systemu USOS.

Egzamin pisemny poprawkowy odbędzie się 26 lutego, o godz. 10:00, w sali T401. Aby otrzymać ocenę pozytywną z egzaminu poprawkowego, należy uzyskać co najmniej połowę wszystkich możliwych punktów.

Wykład: egzamin końcowy - test wiedzy

Laboratorium: zaliczenie z oceną

1. Podstawowe pojęcia i definicje.

2. Prognoza na podstawie modelu jednorównaniowego z jedną/wieloma zmiennymi objaśniającymi.

3. Błąd prognozy ex-ante, dekompozycja błędu prognozy, prognoza przedziałowa.

4. Liniowy i nieliniowy model tendencji rozwojowej. Zastosowanie zmiennych sztucznych sezonowych.

5. Składowe szeregów czasowych. Modele addytywne i multiplikatywne.

6. Metody mechaniczne: naiwna, średnia ruchoma prosta/ważona, pojedyncze/podwójne/potrójne wygładzanie wykładnicze.

7. Prognoza na podstawie modeli szeregów czasowych – modele AR, MA, ARMA.

8. Źródła błędów prognoz. Miary dokładności prognoz ex-post.

9. Łączenie prognoz.

10. Modele wielorównaniowe i metody ich symulacji.

11. Symulacja statyczna/dynamiczna, ex-post/ex-ante.

12. Analiza mnożnikowa.

Literatura obowiązkowa

M. Cieślak (red.), Prognozowanie gospodarcze, PWN, Warszawa, 2011

J.B. Gajda, Prognozowanie i symulacje w ekonomii i zarządzaniu, C.H. Beck, 2017

W. Milo (red.), Prognozowanie i symulacja, WUŁ, Łódź, 2002

Literatura uzupełniająca

G.S. Maddala, Ekonometria, PWN, Warszawa, 2014

A. Welfe, Ekonometria, PWE, Warszawa, 2023

A. Welfe (red.), Ekonometria. Zbiór zadań, PWE, Warszawa, 2003

T

T

W ramach godzin przewidzianej pracy własnej, Studenci mają obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Forma zajęć: Wykład nr 1 (28 godzin zajęć), Laboratorium nr 1 (28 godzin zajęć)

Bilans czasu pracy własnej Studenta obejmuje:

1. Wykład: przygotowanie do zaliczenia 28 godzin.

2. Ćwiczenia: praca bieżąca 14 godzin, przygotowanie do zaliczenia 14 godzin.

Metoda podająca: wykład informacyjny, opis, prezentacja multimedialna, objaśnienie i wyjaśnienie.

Metoda praktyczna: ćwiczenia informatyczne, pokaz, metoda projektów, studia przypadków, dyskusja, burza mózgów, rozwiązywanie zadań i problemów empirycznych.

Zaliczenie składa się z dwóch części: teoretycznej (max. 40 pkt) oraz praktycznej (max. 60 pkt). W części praktycznej przewidziane są dwa kolokwia, na każdym można uzyskać max. 20 pkt oraz praca samodzielna w postaci projektu realizowanego w grupach 2- osobowych (max. 20 pkt). Warunkiem uzyskania pozytywnej oceny z ćwiczeń laboratoryjnych jest uzyskanie co najmniej 36 pkt z obu kolokwiów i projektu.

Końcowa ocena z przedmiotu jest wypadkową ocen z części ćwiczeniowej i wykładowej. Do punktów z ćwiczeń doliczane są punkty zdobyte w teście teoretycznym. Aby zaliczyć przedmiot należy zdobyć łącznie powyżej 50 pkt z obu części.

Wykład: egzamin końcowy - test wiedzy

Laboratorium: zaliczenie z oceną

1. Podstawowe pojęcia, definicje i klasyfikacje. Szeregi czasowe i ich rodzaje. Dekompozycja szeregu czasowego.

2. Ocena trafności i jakości prognoz. Błędy ex post i ex ante

3. Naiwne metody prognozowania. Mechaniczne metody prognozowania, metoda Browna i Holta. Metody mechaniczne w prognozowaniu zjawisk z sezonowością.

4. Wprowadzenie do modeli trendu: klasyczne modele trendu, estymacja i interpretacja parametrów modeli trendu. Prognozowanie na podstawie modeli trendu. Zjawiska nietypowe w modelach trendu. Sezonowość w modelach trendu.

5. Błędy prognoz ex ante c.d. Wyznaczanie błędów prognoz ex ante w modelach trendu. Prognozy przedziałowe.

6. Modele autoregresyjne – konstrukcja modelu, testowanie wielkości opóźnienia.

7. Modele przyczynowo - skutkowe: budowa, estymacja parametrów i ich interpretacja, ocena jakości modelu. Modele liniowe i nieliniowe. Prognozy na podstawie modeli przyczynowo - skutkowych.

8. Modele wielorównaniowe i ich rodzaje, postać strukturalna, zredukowana i końcowa modelu. Mnożniki w modelach wielorównaniowych i ich zastosowanie w prognozowaniu zjawisk.

9. Symulacje – pojęcia podstawowe. Symulacje deterministyczne i stochastyczne. Zastosowanie symulacji do rozwiązania modelu.

10. Niematematyczne metody prognozowania.

1. M. Cieślak (red.), Prognozowanie gospodarcze, PWN, Warszawa 2019.

2. J.B. Gajda, Prognozowanie i symulacje w ekonomii i zarządzaniu, Wydawnictwo C.H.Beck, Warszawa, 2017.

3. A. Welfe, Ekonometria, PWE, Warszawa 2018.

4. R. J. Hyndman, G. Athanasopoulos, Forecasting: Principles and Practice, OTexts, 2021, https://otexts.com/fpp3/

T

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Metoda podająca: wykład informacyjny, opis, prezentacja multimedialna, objaśnienie i wyjaśnienie.

Metoda praktyczna: ćwiczenia informatyczne, pokaz, metoda projektów, studia przypadków, dyskusja, burza mózgów, rozwiązywanie zadań i problemów empirycznych.

1) Ocena z kursu opiera się na systemie punktowym. Maksymalna liczba punktów do uzyskania wynosi

110. Liczba uzyskanych punktów przeliczana jest na ocenę według następującej skali:

Liczba

punktów Ocena

do 50 2

[50 – 60) 3

[60 – 70) 3,5

[70 – 80) 4

[80 – 90) 4,5

powyżej 90 5

Punkty można uzyskać w związku z ćwiczeniami (maksymalnie 60) oraz z testu egzaminacyjnego

(maksymalnie 50).

2) Warunkiem przystąpienia do testu egzaminacyjnego jest zaliczenie ćwiczeń. Warunkiem zaliczenia

ćwiczeń jest uzyskanie z dwóch sprawdzianów w semestrze co najmniej 25 punktów (na 50

możliwych)

3) Na ćwiczeniach punktowana jest również aktywność i przygotowanie do ćwiczeń. Są one oceniane

przez osobę prowadzącą w skali od -10 do +10 punktów (łącznie w semestrze).

4) Obecność na ćwiczeniach jest obowiązkowa. Nieobecności skutkują ujemnymi punktami (-2 pkt za

każdą nieobecność). Ujemne punkty mogą być anulowane, o ile student na początku pierwszych zajęć

po nieobecności przedstawi w sposób satysfakcjonujący treści zrealizowane na zajęciach, na których

był nieobecny.

5) Test egzaminacyjny przeprowadzany jest po zakończeniu wszystkich zajęć przewidzianych w ramach

kursu.

6) Osoba, która rozliczyła kurs (uzyskała łącznie co najmniej 50 punktów) uzyskuje prawo do rozliczenia

w formie ustnej, które może zostać przeprowadzone na wniosek studenta lub wykładowcy (zwykle w

przypadku znaczących różnic pomiędzy wynikami uzyskanymi z ćwiczeń, z rozwiązywania zadań i z

testu egzaminacyjnego).

1) Podstawowe pojęcia, definicje i klasyfikacje (prognoza, rodzaje prognoz i metod prognozowania)

- Przedmiot i rola prognozowania i symulacji

- Pojęcia prognozowania i symulacji

- Klasyfikacja metod prognostycznych

- Ocena jakości prognoz/symulacji: mierniki ex post i ex ante

2) Prognozowanie naiwne, składowe szeregów czasowych, dekompozycja i rodzaje szeregów

- Prognozowanie naiwne

- Składowe systematyczne: trend, składowa sezonowa i cykliczna

- Składowa losowa

- Obserwacje nietypowe i punkty zwrotne

- Typy szeregów: stacjonarne i niestacjonarne

- Rodzaje dekompozycji szeregów: addytywna, multiplikatywna, mieszana

3) Wyodrębnianie trendu w modelach szeregów czasowych

- Adaptacyjne modele trendu: metoda średnich ruchomych, metody wyrównania wykładniczego

(Browna, Holta)

- Klasyczne modele trendu (trend liniowy, wykładniczy, logistyczny, hiperboliczny, wielomianowy,

potęgowy) i uwzględnianie zjawisk nietypowych

4) Wyodrębnianie wahań sezonowych w modelach szeregów czasowych

- Metoda średnich ruchomych

- Metoda wyrównania wygładzania wykładniczego (Wintera)

- Metody klasyczne

5) Modele autregresyjne

6) Prognozowanie na podstawie jednorównaniowych modeli przyczynowo-skutkowych

(ekonometrycznych). Błędy prognoz ex ante

7) Symulacje na modelach wielorównaniowych

- Klasyfikacje i postacie modeli

- Pojęcie i rodzaje mnożników oraz ich wykorzystanie do prognozowania

- Klasyfikacje symulacji

- Prognozowanie i analizy scenariuszowe

8) Niematematyczne metody prognozowania

- Metody eksperckie

- Metody ankietowe

- Metody analogowe

C. Almon: Craft of Economic Modeling.

D. Błaszczuk, Wstęp do prognozowania i symulacji, Wydawnictwo Naukowe PWN, wydanie 2020 (lub

wcześniejsze)

M. Cieślak (red.) Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa (dowolne

wydanie)

J.B. Gajda. Prognozowanie i symulacja a decyzje gospodarcze. Wydawnictwo C.H. Beck, Warszawa

(dowolne wydanie)

K. Kukuła (red.). Wprowadzenie do ekonometrii w przykładach i zadaniach. PWN, Warszawa (dowolne

wydanie)

A. Zeliaś, B. Pawełek, S. Wanat. Prognozowanie ekonomiczne, PWN (dowolne wydanie)

T

T

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Metoda podająca: wykład informacyjny, opis, prezentacja multimedialna, objaśnienie i wyjaśnienie.

Metoda praktyczna: ćwiczenia informatyczne, pokaz, metoda projektów, studia przypadków, dyskusja, burza mózgów, rozwiązywanie zadań i problemów empirycznych.

1) Ocena z kursu opiera się na systemie punktowym. Maksymalna liczba punktów do uzyskania wynosi

110. Liczba uzyskanych punktów przeliczana jest na ocenę według następującej skali:

Liczba

punktów Ocena

do 50 2

[50 – 60) 3

[60 – 70) 3,5

[70 – 80) 4

[80 – 90) 4,5

powyżej 90 5

Punkty można uzyskać w związku z ćwiczeniami (maksymalnie 60) oraz z testu egzaminacyjnego

(maksymalnie 50).

2) Warunkiem przystąpienia do testu egzaminacyjnego jest zaliczenie ćwiczeń. Warunkiem zaliczenia

ćwiczeń jest uzyskanie z dwóch sprawdzianów w semestrze co najmniej 25 punktów (na 50

możliwych)

3) Na ćwiczeniach punktowana jest również aktywność i przygotowanie do ćwiczeń. Są one oceniane

przez osobę prowadzącą w skali od -10 do +10 punktów (łącznie w semestrze).

4) Obecność na ćwiczeniach jest obowiązkowa. Nieobecności skutkują ujemnymi punktami (-2 pkt za

każdą nieobecność). Ujemne punkty mogą być anulowane, o ile student na początku pierwszych zajęć

po nieobecności przedstawi w sposób satysfakcjonujący treści zrealizowane na zajęciach, na których

był nieobecny.

5) Test egzaminacyjny przeprowadzany jest po zakończeniu wszystkich zajęć przewidzianych w ramach

kursu.

6) Osoba, która rozliczyła kurs (uzyskała łącznie co najmniej 50 punktów) uzyskuje prawo do rozliczenia

w formie ustnej, które może zostać przeprowadzone na wniosek studenta lub wykładowcy (zwykle w

przypadku znaczących różnic pomiędzy wynikami uzyskanymi z ćwiczeń, z rozwiązywania zadań i z

testu egzaminacyjnego).

1) Podstawowe pojęcia, definicje i klasyfikacje (prognoza, rodzaje prognoz i metod prognozowania)

- Przedmiot i rola prognozowania i symulacji

- Pojęcia prognozowania i symulacji

- Klasyfikacja metod prognostycznych

- Ocena jakości prognoz/symulacji: mierniki ex post i ex ante

2) Prognozowanie naiwne, składowe szeregów czasowych, dekompozycja i rodzaje szeregów

- Prognozowanie naiwne

- Składowe systematyczne: trend, składowa sezonowa i cykliczna

- Składowa losowa

- Obserwacje nietypowe i punkty zwrotne

- Typy szeregów: stacjonarne i niestacjonarne

- Rodzaje dekompozycji szeregów: addytywna, multiplikatywna, mieszana

3) Wyodrębnianie trendu w modelach szeregów czasowych

- Adaptacyjne modele trendu: metoda średnich ruchomych, metody wyrównania wykładniczego

(Browna, Holta)

- Klasyczne modele trendu (trend liniowy, wykładniczy, logistyczny, hiperboliczny, wielomianowy,

potęgowy) i uwzględnianie zjawisk nietypowych

4) Wyodrębnianie wahań sezonowych w modelach szeregów czasowych

- Metoda średnich ruchomych

- Metoda wyrównania wygładzania wykładniczego (Wintera)

- Metody klasyczne

5) Modele autregresyjne

6) Prognozowanie na podstawie jednorównaniowych modeli przyczynowo-skutkowych

(ekonometrycznych). Błędy prognoz ex ante

7) Symulacje na modelach wielorównaniowych

- Klasyfikacje i postacie modeli

- Pojęcie i rodzaje mnożników oraz ich wykorzystanie do prognozowania

- Klasyfikacje symulacji

- Prognozowanie i analizy scenariuszowe

8) Niematematyczne metody prognozowania

- Metody eksperckie

- Metody ankietowe

- Metody analogowe

C. Almon: Craft of Economic Modeling.

D. Błaszczuk, Wstęp do prognozowania i symulacji, Wydawnictwo Naukowe PWN, wydanie 2020 (lub

wcześniejsze)

M. Cieślak (red.) Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa (dowolne

wydanie)

J.B. Gajda. Prognozowanie i symulacja a decyzje gospodarcze. Wydawnictwo C.H. Beck, Warszawa

(dowolne wydanie)

K. Kukuła (red.). Wprowadzenie do ekonometrii w przykładach i zadaniach. PWN, Warszawa (dowolne

wydanie)

A. Zeliaś, B. Pawełek, S. Wanat. Prognozowanie ekonomiczne, PWN (dowolne wydanie)

T

W ramach godzin przewidzianej pracy własnej, Student(ka) ma obowiązek konsultowania efektów tej pracy w bezpośrednim kontakcie z Prowadzącym(ą) zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Metoda podająca: wykład informacyjny, opis, prezentacja multimedialna, objaśnienie i wyjaśnienie.

Metoda praktyczna: ćwiczenia informatyczne, pokaz, metoda projektów, studia przypadków, dyskusja, burza mózgów, rozwiązywanie zadań i problemów empirycznych.

Wykład: aktywność - zaliczenie/egzamin końcowy: test (50%);

Ćwiczenia: aktywność na zajęciach – udział w dyskusji, analiza zastanych danych statystycznych ekonomicznych i logistycznych, konstrukcja prognoz, analiza i interpretacja wyników, prace zaliczeniowe w formie krótkich zadań oraz interpretacji i oceny wyników (50%)

1. Wprowadzenie do prognozowania. Zasady prognozowania

2. Podstawowe pojęcia prognostyczne: reguła prognozowania, prognoza.

3. Ocena dokładności, trafności i aktualności prognoz, błędy: ex-ante, ex-post.

4. Dane statystyczne do prognozowania: źródła, typ

5. Dekompozycja składowych systematycznych szeregu czasowego

6. Metody mechaniczne w prognozowaniu: naiwna, średnie ruchome i wygładzanie wykładnicze Browna, Holta i Wintersa

7. Prognozowanie na podstawie modelu trendu: liniowa i nieliniowe postacie funkcyjne

8. Prognozowanie szeregów z wahaniami sezonowymi/cyklicznymi - model trendu z sezonowością, metoda wskaźników

9. Prognozowanie na podstawie modeli autoregresyjnych i z rozkładem opóźnień

10. Prognozowanie na podstawie jednorównaniowego modelu ekonometrycznego z jedną lub kilkoma zmiennymi objaśniającymi

11. Wykorzystanie modelu wielorównaniowego w prognozowaniu: budowa modelu, estymacja, symulacja, analiza mnożnikowa

12. Metody heurystyczne w prognozowaniu

13. Wykorzystanie oprogramowania: STATISTICA, SPSS, GRETL w prognozowaniu zjawisk i procesów logistycznych

Podstawowa:

1. Cieślak M. (red.) (wyd.dowolne), Prognozowanie gospodarcze. Metody i zastosowanie, PWN, Warszawa

2. Gajda J.B., (wyd. dowolne), Prognozowanie i symulacja a decyzje gospodarcze, C.H. Beck, Warszawa 2001

3. Nowak E., (2006), Zarys metod ekonometrii, PWN, Warszawa

4. Radzikowska D. (red.) (2004), Metody prognozowania. Zbiór zadań, Wyd. UE Wrocław

5. Welfe A., (2008), Ekonometria, Wydawnictwo PWE, Warszawa, wyd.V zmienione

6. Zeliaś A., Pawełek B., Wanat S., (2003), Prognozowanie ekonomiczne, PWN, Warszawa.

Uzupełniająca:

1. Kufel T., (np. 2013), Ekonometria Rozwiązywanie problemów z wykorzystaniem programu GRETL, Warszawa

2. Maddala G.S., (2008), Ekonometria, Wydawnictwo PWN, Warszawa

T

T

Formy zajęć: wykład 1, ćwiczenia informatyczne 1.

Wykład oparty głównie na wiedzy przekazywanej w sali wykładowej wzbogacany o przykłady z praktyki.

Ćwiczenia o charakterze praktycznym prowadzone w mniejszych grupach, wymagające specjalistycznego oprogramowania dostępnego wyłącznie w pracowniach komputerowych.

Bilans czasu pracy własnej Studenta:

Wykład - przewidywany czas pracy własnej: 30 godzin, z czego:

- konsultacje z prowadzącym zajęcia: 10 godzin,

- przygotowanie do zaliczenia: 20 godzin.

Ćwiczenia informatyczne - przewidywany czas pracy własnej: 30 godzin, z czego:

- konsultacje z prowadzącym zajęcia: 10 godzin,

- przygotowanie do zaliczenia: 20 godzin.

Wykład problemowy, studium przypadku.

Wykład: ocena aktywności udziału w zajęciach, zaliczenie w formie pisemnej - test złożony z pytań zamkniętych i otwartych.

Ćwiczenia informatyczne: ocena aktywności udziału w zajęciach, sprawdzian pisemny.

Ocena końcowa: wykład 40%, ćwiczenia 60%

1. Prognozowanie na podstawie szeregów czasowych.

2. Prognozowanie na podstawie jednorównaniowych modeli regresji z wykorzystaniem metod prognozowania niestrukturalnego jako narzędzia predykcji zmiennych objaśniających.

3. Błędy prognozy ex post i ex ante.

4. Modele autoregresyjne w prognozowaniu.

5. Symulacja w analizie rozwiązań modeli ekonometrycznych.

6. Symulacja zdarzeń dyskretnych.

7. Prognostyczne wykorzystanie modeli zmiennych dyskretnych.

1. Gajda J. B. (2001), Prognozowanie i symulacja a decyzje gospodarcze, C.H. Beck, Warszawa

2. Cieślak M. (red.) (2005), Prognozowanie gospodarcze. Metody i zastosowania, PWN Warszawa

3. Gruszczyński M., Kuszewski T., Podgórska M. (2009), Ekonometria i badania operacyjne. Podręcznik dla studiów licencjackich, PWN, Warszawa

T

Formy zajęć: wykład 1, ćwiczenia informatyczne 1.

Bilans czasu pracy własnej Studenta:

Wykład - przewidywany czas pracy własnej: 60 godzin, z czego:

- przygotowanie do zajęć: 20 godzin,

- przygotowanie do egzaminu: 30 godzin,

- konsultacje z prowadzącymi zajęcia: 10 godzin.

Ćwiczenia informatyczne - przewidywany czas pracy własnej: 60 godzin, z czego:

- przygotowanie do zajęć: 20 godzin,

- przygotowanie do zaliczeń (kolokwiów): 30 godzin,

- konsultacje z prowadzącymi zajęcia: 10 godzin.

Wykład problemowy, studium przypadku.

Ocena aktywności udziału w zajęciach. Zaliczenie w formie pisemnej.

1. Prognozowanie - podstawowe zagadnienia.

2. Błędy prognozy ex post i ex ante.

3. Prognozowanie na podstawie szeregów czasowych.

4. Prognozowanie na podstawie jednorównaniowych modeli regresji z wykorzystaniem metod prognozowania niestrukturalnego jako narzędzia predykcji zmiennych objaśniających.

5. Modele autoregresyjne w prognozowaniu.

6. Symulacja w analizie rozwiązań modeli ekonometrycznych.

7. Narzędzia informatyczne do prognozowania.

8. Prognozowanie praktyczne w logistyce.

1. Cieślak M. (2008), Prognozowanie gospodarcze, PWN, Warszawa.

2. Gajda J.B., (2004), Ekonometria, Wyd. C.H. Beck, Warszawa.

3. Kufel T., (2007), Ekonometria. Rozwiązywanie problemów w wykorzystaniem programu GRETL, PWN, Warszawa.

4. Suchecki B. (red.) (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Beck, Warszawa.

5. Zeliaś A. (red.), (2003), Prognozowanie ekonomiczne. Teoria. Przykłady. Zadania, PWN, Warszawa.