Nieklasyczne metody prognozowania
Informacje ogólne
Kod przedmiotu: | 1100-12-E13ar-NieMPr |
Kod Erasmus / ISCED: |
(brak danych)
/
(0311) Ekonomia
|
Nazwa przedmiotu: | Nieklasyczne metody prognozowania |
Jednostka: | Katedra Ekonometrii i Statystyki |
Grupy: |
Ekonomia - plan studiów 3 rok 1 stopnia |
Punkty ECTS i inne: |
4.00
|
Język prowadzenia: | polski |
Wymagania wstępne: | Matematyka, Statystyka, Ekonometria, Prognozowanie gospodarcze. |
Rodzaj przedmiotu: | przedmiot obowiązkowy |
Całkowity nakład pracy studenta: | Wykład: 15 godzin Ćwiczenia: 30 godzin Praca własna: 90 godzin |
Efekty uczenia się - wiedza: | W1: zna metody i narzędzia, w tym techniki pozyskiwania danych, właściwe dla nauk ekonomicznych, pozwalające opisywać struktury i instytucje społeczno-ekonomiczne, procesy w nich zachodzące, a także relacje między nimi, zna metody i narzędzia służące do zaawansowanych rodzajów badań ekonomicznych - K_W06 |
Efekty uczenia się - umiejętności: | U1: umie interpretować dane mikro i makro ekonomiczne, weryfikować je w oparciu o wiedzę z zakresu nauk ekonomicznych oraz korzystać z różnorodnych źródeł danych ekonomicznych - K_U03 U2: potrafi prognozować procesy i zjawiska gospodarcze z wykorzystaniem metod i narzędzi właściwych dla nauk ekonomicznych - K_U04 |
Efekty uczenia się - kompetencje społeczne: | K1: analityczne myślenie: samodzielnie i efektywnie pracuje z dużą ilością danych, dostrzega zależności i poprawnie wyciąga wnioski posługując się zasadami logiki; potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania - K_K02 |
Metody dydaktyczne: | Praca z oprogramowaniem GRETL, R-CRAN i Excel. Nauczanie z wykorzystaniem rzeczywistych danych makroekonomicznych i danych dla przedsiębiorstw. |
Metody dydaktyczne eksponujące: | - pokaz |
Metody dydaktyczne podające: | - opis |
Metody dydaktyczne poszukujące: | - doświadczeń |
Metody dydaktyczne w kształceniu online: | - metody służące prezentacji treści |
Skrócony opis: |
Celem przedmiotu jest poszerzenie wiedzy studenta dotyczącej metod prognozowania oraz wykorzystanie tak zdobytej wiedzy do procesu prognozowania danych rzeczywistych zjawisk gospodarczych (studium przypadku) z wykorzystaniem różnego oprogramowania komputerowego (R-CRAN, Excel, gretl). |
Pełny opis: |
Modele szeregów czasowych w R (modelowanie i prognozowanie): - dekompozycja szeregu - modele struktury, - modele AR, MA, ARMA, ARIMA, SARIMA. Modele ekstrapolacyjne: - metody naiwne, - metoda wyrównania za pomocą średnich ruchomych, - modele wyrównania wykładniczego (Browna, Holta i Wintersa), - wyrównanie szeregu za pomocą trendu pełzającego i prognozowanie za pomocą wag harmonicznych. Nieklasyczne metody prognozowania: - modele probitowe i logitowe, - prognozowanie na podstawie łańcuchów Markowa, - prognozowanie analogowe, - prognozowanie heurystyczne. Prognozowanie z wykorzystaniem modeli wielorównaniowych. |
Literatura: |
Cieślak M. (red.), Prognozowanie gospodarcze, PWN, Warszawa. Gajda J. B., Prognozowanie i symulacja a decyzje gospodarcze, Wyd. C.H.Beck, Warszawa Gruszczyński M., Modele i prognozy zmiennych jakościowych w finansach i bankowości, SGH, Warszawa Zeliaś A., Pawełek B., Wanat S., Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa. |
Metody i kryteria oceniania: |
Metody oceny: - egzamin pisemny - W1 - test i rozwiązywanie wybranych problemów - U1, U2 - projekt i obserwacja - K1 W1 - egzamin pisemny +++ test i rozwiązywanie wybranych problemów ++ projekt + U1 - test i rozwiązywanie wybranych problemów +++ projekt ++ U2 - test i rozwiązywanie wybranych problemów +++ projekt ++ K1 - obserwacja ++ projekt +++ |
Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)
Okres: | 2021-10-01 - 2022-02-20 |
Przejdź do planu
PN WT WYK
CW
ŚR CZ PT |
Typ zajęć: |
Ćwiczenia, 30 godzin, 23 miejsc
Wykład, 15 godzin, 23 miejsc
|
|
Koordynatorzy: | Joanna Górka | |
Prowadzący grup: | Joanna Górka | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Ćwiczenia - Zaliczenie na ocenę Wykład - Egzamin |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.