Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Nieklasyczne metody prognozowania

Informacje ogólne

Kod przedmiotu: 1100-12-E13ar-NieMPr
Kod Erasmus / ISCED: (brak danych) / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Nieklasyczne metody prognozowania
Jednostka: Katedra Ekonometrii i Statystyki
Grupy: Ekonomia - plan studiów 3 rok 1 stopnia
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
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
- pogadanka
- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące:

- doświadczeń
- giełda pomysłów
- laboratoryjna
- obserwacji
- projektu
- studium przypadku

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
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 23 miejsc więcej informacji
Wykład, 15 godzin, 23 miejsc więcej informacji
Koordynatorzy: Joanna Górka
Prowadzący grup: Joanna Górka
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)