Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Prognozowanie gospodarcze

Informacje ogólne

Kod przedmiotu: 1152-12-F13-0-ProGo
Kod Erasmus / ISCED: 04.301 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0411) Rachunkowość podatków Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Prognozowanie gospodarcze
Jednostka: Katedra Ekonometrii i Statystyki
Grupy: Finanse i rachunkowość, nst, 3 rok I stopnia, PRK, przedmioty obowiązkowe
Punkty ECTS i inne: 3.00 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:

Zakłada się, że student ma wiedzę z zakresu statystyki i ekonometrii.

Całkowity nakład pracy studenta:

1. Godziny realizowane z udziałem nauczyciela 9 godz. wykładu i 9 ćwiczeń.

2. Praca indywidualna studenta potrzebna do pomyślnego zaliczenia przedmiotu 27 godz.

3. Czas wymagany do przygotowania się i do uczestnictwa w procesie oceniania 30 godz.


Razem nakład pracy studenta75 godzin.

Efekty uczenia się - wiedza:

W1: Student stosuje podstawowe pojęcia z teorii predykcji, określa wady i zalety różnych metod prognozowania oraz rozumie rolę prognozowania w podejmowaniu decyzji finansowych - K_W05, K_W06.

W2: Student zna i zapisuje ogólne schematy prognozowania na podstawie modeli szeregów czasowych i modeli przyczynowo-skutkowych wykorzystywanych w prognozowaniu przychodów, kosztów i innych procesów finansowych - K_W05, K_W06.


Efekty uczenia się - umiejętności:

U1: Student wyznacza prognozy na podstawie modeli szeregów czasowych (trendu, sezonowości i autoregresji) oraz ocenia jakość wyznaczonych prognoz - K_U04.

U2: Student ocenia walory prognostyczne modeli ekonometrycznych - K_U04.


Metody dydaktyczne:

Wykład w sali audytoryjnej wspomagany prezentacjami komputerowymi za pomocą mindmappingu oraz prezentacjami w Excelu i Gretlu. Ćwiczenia wspomagane obliczeniami w programie Excel i Gretl.

Metody dydaktyczne podające:

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące:

- ćwiczeniowa

Skrócony opis:

Przedmiot "prognozowanie gospodarcze" dla studentów III roku kierunku: finanse i rachunkowość (studia niestacjonarne I stopnia), w wymiarze 9 godz. wykładu i 9 godz. ćwiczeń (sem. V) obejmuje wiadomości z zakresu wykorzystania metod ekonometrycznych do prognozowania gospodarczego.

Celem przedmiotu jest zapoznanie studentów z metodami prognozowania zjawisk ekonomicznych oraz zdobycie przez nich umiejętności wykorzystania tych metod w praktyce gospodarczej.

Wykład rozpoczyna się od wprowadzenia podstawowych pojęć z teorii predykcji. Następnie przedstawia się metody prognozowania na podstawie modeli szeregów czasowych (modeli trendu, sezonowości i autoregresji) oraz modeli przyczynowo-skutkowych.

Pełny opis:

Wykłady:

1. Podstawowe pojęcia teorii predykcji. Etapy procesu predykcji - W1

2. Schemat prognozowania na podstawie modeli szeregów czasowych. Prognozowanie na podstawie modeli trendu wielomianowego - W1, W2, W3, U1, U2

3. Prognozowanie na podstawie modeli sezonowości - W1, W2, W3, U1, U2

4. Prognozowanie na podstawie modeli autoregresji - W1, W2, W3, U1, U2

5. Schemat prognozowania na podstawie modeli przyczynowo-skutkowych. Prognozowanie na podstawie dynamicznych modeli przyczynowo-skutkowych - W1, W2, W3, U2

Ćwiczenia:

1. Podstawowe pojęcia teorii predykcji. Etapy procesu predykcji - W1

2. Schemat prognozowania na podstawie modeli szeregów czasowych. Prognozowanie na podstawie modeli trendu wielomianowego - W1, W2, W3, U1, U2

3. Prognozowanie na podstawie modeli sezonowości - W1, W2, W3, U1, U2

4. Prognozowanie na podstawie modeli autoregresji - W1, W2, W3, U1, U2

5. Schemat prognozowania na podstawie modeli przyczynowo-skutkowych. Prognozowanie na podstawie dynamicznych modeli przyczynowo-skutkowych - W1, W2, W3, U2

Literatura:

Literatura podstawowa:

1. M. Cieślak (red. nauk.), Prognozowanie gospodarcze. Metody i zastosowania, Wydawnictwo Naukowe PWN, Warszawa 2005.

2. T. Kufel, Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu Gretl, Wydawnictwo Naukowe PWN, Warszawa 2011.

Literatura uzupełniająca:

1. M. Osińska (red.), Ekonometria współczesna, Wydawnictwo „Dom Organizatora” TNOIK Toruń 2007.

2. P. Dittman, Prognozowanie w przedsiębiorstwie, Oficyna Ekonomiczna, Kraków 2004.

3. A. Zeliaś, B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa 2003.

4. A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997.

5. J. Gajda, Ekonometria, C.H. Beck, Warszawa 2004.

Metody i kryteria oceniania:

W1, U1 - sprawdzian testowy +++

W1, W2, W3, U2 - egzamin pisemny (testowo-opisowy) +++

Kryteria oceniania:

1. Zastosowanie modeli szeregów czasowych i przyczynowo-skutkowych do wyznaczania prognoz.

2. Ocena walorów prognostycznych modeli.

3. Określanie wad i zalet różnych metod prognozowania.

4. Operowanie podstawowymi pojęciami predykcji.

Skala oceniania na sprawdzianie i egzaminie testowo-opisowym:

ocena bdb. od 90% (włącznie) - do 100%,

ocena db.+ od 80% (włącznie) - do 90% (wyłącznie),

ocena db. od 70% (włącznie) - do 80% (wyłącznie),

ocena dst.+ od 60% (włącznie) - do 70% (wyłącznie),

ocena dst. od 51% (włącznie) - do 60% (wyłącznie).

Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)

Okres: 2021-10-01 - 2022-02-20
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 9 godzin więcej informacji
Wykład, 9 godzin więcej informacji
Koordynatorzy: Andrzej Geise
Prowadzący grup: Andrzej Geise
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Wykład - Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 9 godzin więcej informacji
Wykład, 9 godzin więcej informacji
Koordynatorzy: Andrzej Geise
Prowadzący grup: Andrzej Geise
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Wykład - Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 9 godzin więcej informacji
Wykład, 9 godzin więcej informacji
Koordynatorzy: Andrzej Geise
Prowadzący grup: Andrzej Geise
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Wykład - Zaliczenie na ocenę
Pełny opis:

Wykłady:

1. Podstawowe pojęcia teorii predykcji. Etapy procesu predykcji - W1

2. Schemat prognozowania na podstawie modeli szeregów czasowych. Prognozowanie na podstawie modeli trendu wielomianowego - W1, W2, W3, U1, U2

3. Prognozowanie na podstawie modeli sezonowości - W1, W2, W3, U1, U2

4. Prognozowanie na podstawie modeli autoregresji - W1, W2, W3, U1, U2

5. Schemat prognozowania na podstawie modeli przyczynowo-skutkowych. Prognozowanie na podstawie dynamicznych modeli przyczynowo-skutkowych - W1, W2, W3, U2

Ćwiczenia:

1. Podstawowe pojęcia teorii predykcji. Etapy procesu predykcji - W1

2. Schemat prognozowania na podstawie modeli szeregów czasowych. Prognozowanie na podstawie modeli trendu wielomianowego - W1, W2, W3, U1, U2

3. Prognozowanie na podstawie modeli sezonowości - W1, W2, W3, U1, U2

4. Prognozowanie na podstawie modeli autoregresji - W1, W2, W3, U1, U2

5. Schemat prognozowania na podstawie modeli przyczynowo-skutkowych. Prognozowanie na podstawie dynamicznych modeli przyczynowo-skutkowych - W1, W2, W3, U2

Literatura:

Literatura podstawowa:

1. M. Cieślak (red. nauk.), Prognozowanie gospodarcze. Metody i zastosowania, Wydawnictwo Naukowe PWN, Warszawa 2005.

2. T. Kufel, Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu Gretl, Wydawnictwo Naukowe PWN, Warszawa 2011.

Literatura uzupełniająca:

1. M. Osińska (red.), Ekonometria współczesna, Wydawnictwo „Dom Organizatora” TNOIK Toruń 2007.

2. P. Dittman, Prognozowanie w przedsiębiorstwie, Oficyna Ekonomiczna, Kraków 2004.

3. A. Zeliaś, B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa 2003.

4. A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997.

5. J. Gajda, Ekonometria, C.H. Beck, Warszawa 2004.

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)