Prognozowanie i symulacje

T

T

Forma zajęć: Wykład (18 godzin zajęć), Laboratorium (18 godzin zajęć)

Bilans czasu pracy własnej Studenta obejmuje:

1. Wykład: przygotowanie do zaliczenia 28 godzin.

2. Ćwiczenia: praca bieżąca 18 godzin, przygotowanie do zaliczenia 18 godzin.

W ramach godzin 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), prezentacja multimedialna

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 w dwóch ustalonych i wspólnych dla 2 grup terminach zaliczenia po zakończeniu zajęć i przed rozpoczęciem sesji. Aby otrzymać ocenę pozytywną należy uzyskać co najmniej połowę wszystkich punktów w jednym z tych terminów.

Podstawą uzyskania oceny z wykładu będzie egzamin pisemny w formie testu, który odbędzie się 8 lutego, o godz. 12:00,. 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 1 marca, o godz. 12:00. 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.Przedmiot, cel i zasady prognozowania. Podstawowe pojęcia i definicje. Prognozowanie gospodarcze - zastosowania w logistyce.

2. Prognozowanie na podstawie modeli niestrukturalnych. Metody mechaniczne: naiwna, średnia ruchoma prosta/ważona, metody wygładzania wykładniczego.

3. Zasady prognozowania. Eksperyment prognostyczny. Prognoza poza próbę. Źródła błędów prognoz. Miary dokładności prognoz ex-post.

4. Metody analizy i prognozowania szeregów czasowych - wstęp, wahania sezonowe i cykliczne. Modele addytywne i multiplikatywne.

5. Liniowy model tendencji rozwojowej. Prognoza na podstawie modelu jednorównaniowego z jedną zmienną.

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

7. Prognozowanie strukturalne. Modele z wieloma zmiennymi objaśniającymi. Błąd prognozy ex-ante, dekompozycja błędu prognozy, prognoza przedziałowa.

8. Modele wielorównaniowe w prognozowaniu - wstęp. Symulacja jako metoda wyznaczania prognoz systemowych.

Literatura obowiązkowa

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

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

Grzegorz Szafrański, Aneta Zglińska-Pietrzak, Prognozowanie i symulacja, podręcznik Polski Uniwersytet Wirtualny, 2017, udostępniony w zamkniętej grupie 0600-LOPN5Z-Prognozowanie na platformie MS Teams.

Literatura uzupełniająca

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

A. Welfe, Ekonometria, PWE, Warszawa, 2023

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

Inne materiały udostępniane w grupie 0600-LOPN5Z na platformie Teams.

Bilans czasu pracy studenta:

- zajęcia: 56 godzin,

- przygotowanie do zaliczenia: 56 godzin

W ramach godzin pracy własnej, student/ka ma możliwość konsultowania efektów tej pracy w bezpośrednim kontakcie z prowadzącym/ą zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Wykład z prezentacją multimedialną. Przykłady obliczeniowe rozwiązywane samodzielnie przez studentów w laboratorium komputerowym (za pomocą arkusza kalkulacyjnego), przy wsparciu prowadzącego zajęcia.

Ocena końcowa z przedmiotu na podstawie wyników sprawdzianu teoretycznego (40%) i praktycznego (60%).

Egzamin teoretyczny w formie pytań testowych, krótkich pytań otwartych i "małych" przykładów liczbowych. Zaliczenie laboratorium (część praktyczna) na podstawie zadań, obejmujących obliczenia w arkuszu kalkulacyjnym i interpretację wyników.

1. Klasyfikacja metod prognozowania.

2. Dane w postaci szeregów czasowych. Dekompozycja szeregu czasowego (trend, sezonowość, składowa cykliczna, wahania sezonowe, wahania przypadkowe). Charakterystyka szeregu szeregu czasowego na podstawie wykresu.

3. "Mechaniczne" metody prognozowania na podstawie szeregów czasowych (metody naiwne, średnia ruchoma, wygładzanie wykładnicze).

4. Ekonometryczne modele trendu. Wzrost liniowy i wykładniczy. Inne modele szeregów czasowych.

5. Prognozowanie na podstawie ekonometrycznych modeli przyczynowo-skutkowych.

6. Prognozowanie i symulacja na podstawie modeli wielorównaniowych. Klasyfikacja modeli wielorównaniowych. Mnożniki i ich interpretacja.

7. Implementacja metod prognozowania i symulacji w arkuszu kalkulacyjnym.

Podstawowa:

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

M. Cieślak (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN, 2011.

Uzupełniająca:

R.J. Hyndman, G. Athanasopoulos, Forecasting: Principles and Practice, 3. edycja, 2020. Publikacja dostępna pod adresem https://otexts.com/fpp3/.

T

T

Wykład 2 - bilans czasu pracy własnej studenta obejmuje: 18h zajęć oraz 36h samodzielnej pracy - przygotowanie się do egzaminu pisemnego (samodzielne studiowanie materiałów i literatury).

Ćwiczenie informatyczne 2 - bilans czasu pracy własnej studenta obejmuje: 18h zajęć oraz 36h samodzielnej pracy - przygotowanie się dwóch kolokwiów zaliczeniowych (samodzielne rozwiązywanie zadań i problemów, powtórzenie materiału)

W ramach godzin pracy własnej, student/ka ma możliwość konsultowania efektów tej pracy w bezpośrednim kontakcie z prowadzącym/ą zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Wykład, ćwiczenia praktyczne przy komputerze z wykorzystaniem oprogramowania MsExcel i Gretl, ćwiczenia projektowe, burza mózgów, praca indywidualna i grupowa

Zaliczenie wykładu i ćwiczeń stanowi po 50% oceny końcowej.

Wykład: Egzamin pisemny.

Ćwiczenia informatyczne: rozwiązywanie zadań i aktywność na zajęciach (30%); prace zaliczeniowe – dwa kolokwia przy komputerze (70%).

Na zajęciach prezentowane są zasady klasyfikacji, konstrukcji, aplikacji i interpretacji wybranych metod prognozowania i symulacji stosowanych w badaniach społeczno-ekonomicznych, szczególnie w zakresie logistyki.

Wykład:

1. Pojęcia podstawowe (prognoza, symulacja, reguły prognozowania, etapy prognozowania, funkcje prognoz, klasyfikacja, metody, przykłady)

2. Dane statystyczne (źródła, forma, wizualizacja)

3. Mierniki dokładności predykcji: ex-ante i ex-post

4. Podstawowe metody prognozowania (metody naiwne, wygładzanie wykładnicze)

5. Prognozowanie na podstawie szeregów czasowych – modele trendu, modele trendu z uwzględnieniem wahań sezonowych

6. Prognozowanie i symulacje na podstawie modeli przyczynowo-sutkowych jedno i wielorównaniowych

7. Metody heurystyczne

Ćwiczenia:

1. Wprowadzenie. Dane statystyczne, bazy danych: źródła, forma, wizualizacja

2. Pomiar dokładności prognoz: błędy: ex-ante, ex-post

3. Metody prognozowania na podstawie szeregów czasowych: metody naiwne, metoda średniej ruchomej i średniej ruchomej ważonej

4. Metody prognozowania na podstawie szeregów czasowych: wygładzanie wykładnicze, Holt

5. Prognozowanie na podstawie modelu trendu: liniowy model trendu, potęgowy model trendu, model trendu z sezonowością

6. Prognozowanie na podstawie modelu ekonometrycznego

7. Zajęcia projektowe – zastosowanie poznanych metod w analizie zjawisk z zakresu logistyki

Podstawowa:

Gajda J.B. (2017), Prognozowanie i symulacje w ekonomii i zarządzaniu, Wyd. C.H. Beck, Warszawa.

Radzikowska B. (2000), Metody prognozowania. Zbiór zadań, Wyd. AE, Wrocław.

Cieślak M. (2008), Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa.

Zeliaś A., Pawełek B., Wanat S. (2013), Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN, Warszawa.

Uzupełniająca:

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

Gruszczyński M., Podgórska M. (2004), Ekonometria, SGH, Warszawa.

Sobczyk M. (2013), Ekonometria, Wyd. C.H. Beck, Warszawa.

T

Bilans czasu pracy studenta:

- zajęcia: 56 godzin,

- przygotowanie do zaliczenia: 56 godzin

W ramach godzin pracy własnej, student/ka ma możliwość konsultowania efektów tej pracy w bezpośrednim kontakcie z prowadzącym/ą zajęcia, na konsultacjach tradycyjnych lub w formie zdalnej.

Wykład z prezentacją multimedialną. Przykłady obliczeniowe rozwiązywane samodzielnie przez studentów w laboratorium komputerowym (za pomocą arkusza kalkulacyjnego), przy wsparciu prowadzącego zajęcia.

Ocena końcowa z przedmiotu na podstawie wyników sprawdzianu teoretycznego (40%) i praktycznego (60%).

Egzamin teoretyczny w formie pytań testowych, krótkich pytań otwartych i "małych" przykładów liczbowych. Zaliczenie laboratorium (część praktyczna) na podstawie zadań, obejmujących obliczenia w arkuszu kalkulacyjnym i interpretację wyników.

1. Klasyfikacja metod prognozowania.

2. Dane w postaci szeregów czasowych. Dekompozycja szeregu czasowego (trend, sezonowość, składowa cykliczna, wahania sezonowe, wahania przypadkowe). Charakterystyka szeregu szeregu czasowego na podstawie wykresu.

3. "Mechaniczne" metody prognozowania na podstawie szeregów czasowych (metody naiwne, średnia ruchoma, wygładzanie wykładnicze).

4. Ekonometryczne modele trendu. Wzrost liniowy i wykładniczy. Inne modele szeregów czasowych.

5. Prognozowanie na podstawie ekonometrycznych modeli przyczynowo-skutkowych.

6. Prognozowanie i symulacja na podstawie modeli wielorównaniowych. Klasyfikacja modeli wielorównaniowych. Mnożniki i ich interpretacja.

7. Implementacja metod prognozowania i symulacji w arkuszu kalkulacyjnym.

Podstawowa:

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

M. Cieślak (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN, 2011.

Uzupełniająca:

R.J. Hyndman, G. Athanasopoulos, Forecasting: Principles and Practice, 3. edycja, 2020. Publikacja dostępna pod adresem https://otexts.com/fpp3/.

T

T

Student otrzymuje 4 pkt. ECTS.

-Forma zajęć: Wykład (18 godzin zajęć), Ćwiczenia (18 godzin zajęć)

Bilans czasu pracy własnej Studenta obejmuje:

1. Wykład: przygotowanie do zaliczenia 42 godziny

2. Ćwiczenia: praca bieżąca 28 godzin, przygotowanie do zaliczenia 14 godzin.

Zajęcia prowadzone są na miejscu w sali wykładowej i laboratorium komputerowym. Materiały zamieszczane są na platformie Moodle. W razie konieczności przejścia w tryb zdalny zajęcia prowadzone będą na platformie Microsoft Teams.

Wykład wspierany jest dodatkowo prezentacją multimedialną, a także demonstracją obliczeń w arkuszu kalkuilacyjnym.

Podstawą zaliczenia i uzyskania oceny z przedmiotu jest sprawdzian praktyczny i teoretyczny.

1. Klasyfikacja metod prognozowania.

2. Dane w postaci szeregów czasowych. Dekompozycja szeregu czasowego (trend, sezonowość, składowa cykliczna, wahania sezonowe, wahania przypadkowe). Charakterystyka szeregu szeregu czasowego na podstawie wykresu.

3. "Mechaniczne" metody prognozowania na podstawie szeregów czasowych (metody naiwne, średnia ruchoma, wygładzanie wykładnicze). Błędy ex post.

4. Ekonometryczne modele trendu. Wzrost liniowy i wykładniczy. Inne modele szeregów czasowych.

5. Prognozowanie na podstawie ekonometrycznych modeli przyczynowo-skutkowych.Błędy ex ante i przedział ufności dla prognozy.

6. Prognozowanie i symulacja na podstawie modeli wielorównaniowych.

7. Implementacja metod prognozowania w arkuszu kalkulacyjnym.

Podstawowa

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)

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

Uzupełniająca:

R.J. Hyndman, G. Athanasopoulos, Forecasting: Principles and Practice, 3. edycja, 2020. Publikacja dostępna pod adresem https://otexts.com/fpp3/.

T

-

Zajęcia prowadzone zdalnie na platformie Microsoft Teams.

Podczas zajęć wykłądowych i ćwiczeniowych studentom udostępniane są indywidualne pliki, znajdujące się na koncie OneDrive prowadzącego. W ten sposób prowadzący ma bieżący wgląd w prace studentów (w tym w trakcie zajęć - w czasie rzeczywistym), może wprowadzać komentarze i sugerować poprawki. Wykład wspierany jest dodatkowo prezentacją multimedialną.

Podstawą zaliczenia i uzyskania oceny z przedmiotu jest sprawdzian praktyczny i teoretyczny. Ponadto warunkiem przystąpienia do sprawdzianu jest wykonanie przez studenta wszystkich prac bieżących i prac domowych.

1. Klasyfikacja metod prognozowania.

2. Dane w postaci szeregów czasowych. Dekompozycja szeregu czasowego (trend, sezonowość, składowa cykliczna, wahania sezonowe, wahania przypadkowe). Charakterystyka szeregu szeregu czasowego na podstawie wykresu.

3. "Mechaniczne" metody prognozowania na podstawie szeregów czasowych (metody naiwne, średnia ruchoma, wygładzanie wykładnicze).

4. Ekonometryczne modele trendu. Wzrost liniowy i wykładniczy. Inne modele szeregów czasowych.

5. Prognozowanie na podstawie ekonometrycznych modeli przyczynowo-skutkowych.

6. Prognozowanie i symulacja na podstawie modeli wielorównaniowych. Klasyfikacja modeli wielorównaniowych. Mnożniki i ich interpretacja.

7. Implementacja metod prognozowania w arkuszu kalkulacyjnym.

Podstawowa:

M. Cieślak (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN, 2011.

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

Uzupełniająca:

R.J. Hyndman, G. Athanasopoulos, Forecasting: Principles and Practice, 3. edycja, 2020. Publikacja dostępna pod adresem https://otexts.com/fpp3/.

T

T

Formy zajęć: wykład 2, ćwiczenia informatyczne 2.

Zaliczenie wykładu wymaga studiowania literatury obowiązkowej wykraczającej poza treści przekazane bezpośrednio przez wykładowcę i podstawowy podręcznik.

Ćwiczenia mają charakter praktyczny i wymagają bieżącej pracy studenta. Prowadzone są w mniejszych grupach, w salach wyposażonych w sprzęt informatyczny.

Bilans czasu pracy własnej Studenta:

Wykład - przewidywany czas pracy własnej: 36 godzin, z czego:

- konsultacje z prowadzącym zajęcia: 6 godzin,

- przygotowanie do zaliczenia: 30 godzin.

Ćwiczenia informatyczne - przewidywany czas pracy własnej: 36 godzin, z czego:

- konsultacje z prowadzącymi zajęcia: 6 godzin,

- przygotowanie do zaliczenia: 12 godzin,

- praca własna studenta: 18 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.

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

Wykład 2 - bilans czasu pracy własnej studenta obejmuje: 18h zajęć oraz 36h samodzielnej pracy - przygotowanie się do egzaminu pisemnego (samodzielne studiowanie materiałów i literatury).

Ćwiczenie informatyczne 2 - bilans czasu pracy własnej studenta obejmuje: 18h zajęć oraz 36h samodzielnej pracy - przygotowanie się dwóch kolokwiów zaliczeniowych (samodzielne rozwiązywanie zadań i problemów, powtórzenie materiału)

Wykład, ćwiczenia praktyczne przy komputerze z wykorzystaniem oprogramowania MsExcel i Gretl, ćwiczenia projektowe, burza mózgów, praca indywidualna i grupowa

Zaliczenie wykładu i ćwiczeń stanowi po 50% oceny końcowej.

Wykład: Egzamin pisemny.

Ćwiczenia informatyczne: rozwiązywanie zadań i aktywność na zajęciach (30%); prace zaliczeniowe – dwa kolokwia przy komputerze (70%).

Na zajęciach prezentowane są zasady klasyfikacji, konstrukcji, aplikacji i interpretacji wybranych metod prognozowania i symulacji stosowanych w badaniach społeczno-ekonomicznych, szczególnie w zakresie logistyki.

Wykład:

1. Pojęcia podstawowe (prognoza, symulacja, reguły prognozowania, etapy prognozowania, funkcje prognoz, klasyfikacja, metody, przykłady)

2. Dane statystyczne (źródła, forma, wizualizacja)

3. Mierniki dokładności predykcji: ex-ante i ex-post

4. Podstawowe metody prognozowania (metody naiwne, wygładzanie wykładnicze)

5. Prognozowanie na podstawie szeregów czasowych – modele trendu, modele trendu z uwzględnieniem wahań sezonowych

6. Prognozowanie i symulacje na podstawie modeli przyczynowo-sutkowych jedno i wielorównaniowych

7. Metody heurystyczne

Ćwiczenia:

1. Wprowadzenie. Dane statystyczne, bazy danych: źródła, forma, wizualizacja

2. Pomiar dokładności prognoz: błędy: ex-ante, ex-post

3. Metody prognozowania na podstawie szeregów czasowych: metody naiwne, metoda średniej ruchomej i średniej ruchomej ważonej

4. Metody prognozowania na podstawie szeregów czasowych: wygładzanie wykładnicze, Holt

5. Prognozowanie na podstawie modelu trendu: liniowy model trendu, potęgowy model trendu, model trendu z sezonowością

6. Prognozowanie na podstawie modelu ekonometrycznego

7. Zajęcia projektowe – zastosowanie poznanych metod w analizie zjawisk z zakresu logistyki

Podstawowa:

Gajda J.B. (2017), Prognozowanie i symulacje w ekonomii i zarządzaniu, Wyd. C.H. Beck, Warszawa.

Radzikowska B. (2000), Metody prognozowania. Zbiór zadań, Wyd. AE, Wrocław.

Cieślak M. (2008), Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa.

Zeliaś A., Pawełek B., Wanat S. (2013), Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN, Warszawa.

Uzupełniająca:

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

Gruszczyński M., Podgórska M. (2004), Ekonometria, SGH, Warszawa.

Sobczyk M. (2013), Ekonometria, Wyd. C.H. Beck, Warszawa.