Prognozowanie gospodarcze 1100-12-Z13-0-ProGos

Wykład:
1. Podstawowe pojęcia teorii predykcji. Etapy procesu predykcji - W1
2. Schemat prognozowania na podstawie modeli szeregów czasowych. Prognozowanie na podstawie modeli trendu wielomianowego oraz innych funkcji trendu - W1, W2, W3, U1, U3
3. Prognozowanie na podstawie modeli sezonowości - W1, W2, W3, U1, U3
4. Prognozowanie na podstawie modeli autoregresji - W1, W2, W3, U1, U3
5. Schemat prognozowania na podstawie modeli przyczynowo-skutkowych. Prognozowanie na podstawie dynamicznych modeli przyczynowo-skutkowych - W1, W2, W3, U2, U3
6. Prognozowanie na podstawie modeli wielorównaniowych - W1, W3

Ćwiczenia
1. Prognozowanie na podstawie modeli trendu: szacowanie modeli, ocena jakości modelu, wyznaczanie prognoz i mierników dokładności predykcji (obliczenia z wykorzystaniem formuł Excela, pakietu Analiza danych w Excelu oraz programu Gretl) - U1, W1, W2, W3
2. Prognozowanie na podstawie modeli sezonowości: szacowanie modeli, ustalanie wystepowania sezonowości, ocena jakości modelu, wyznaczanie prognoz i mierników dokładności predykcji w wykorzystaniem programu Gretl - U1, U3, W1, W2, W3
3. Prognozowanie na podstawie modeli autoregresji: szacowanie modeli, ustalanie rzędu autoregresji, ocena jakości modelu, wyznaczanie prognoz i mierników dokładności predykcji z wykorzystaniem programu Gretl - U1, U3, W1, W2, W3
4. Prognozowanie na podstawie modelu przyczynowo-skutkowego (dynamicznego modelu zgodnego): ustalanie wewnętrznej struktury badanych procesów ekonomicznych, twrzenie startowej specyfikacji modelu, estymacja parametrów modelu, weryfikacja modelu, wyznaczanie prognoz i mierników dokładności predykcji - U2, U3, W1, W2, W3

W cyklu 2022/23Z:

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.
Prezentuje się przykłady prognozowania makrootoczenia przedsiębiorstwa i mikrootoczenia, a także prognozowania sprzedaży przedsiębiorstwa.

W cyklu 2023/24Z:

W cyklu 2024/25Z:

W cyklu 2025/26Z:

Całkowity nakład pracy studenta

1. Godziny realizowane z udziałem nauczyciela 15 godz. wykładu i 15 godz. ćwiczeń i dyżur konsultacyjny 10 godz. 2. Praca indywidualna studenta potrzebna do pomyślnego zaliczenia przedmiotu 20 godz. 3. Czas wymagany do przygotowania się i do uczestnictwa w procesie oceniania 20 godz. Razem nakład pracy studenta 80 godzin

Efekty uczenia się - wiedza

W1: Student stosuje podstawowe pojęcia z teorii predykcji - K_W08. W2: Student określa wady i zalety różnych metod prognozowania - K_W08. W3: Student zna i zapisuje ogólne schematy prognozowania na podstawie modeli szeregów czasowych i modeli przyczynowo-skutkowych - K_W08.

Efekty uczenia się - umiejętności

U1: Student wyznacza prognozy na podstawie modeli szeregów czasowych (trendu, sezonowości i autoregresji) - K_U05. U2: Student wyznacza prognozy na podstawie dynamicznych modeli przyczynowo-skutkowych z wykorzystaniem pakietu komputerowego Gretl - K_U05. U3: Student ocenia walory prognostyczne modeli ekonometrycznych - K_U05.

Metody dydaktyczne

Wykład w sali audytoryjnej wspomagany prezentacjami komputerowymi za pomocą mindmappingu oraz prezentacjami w Excelu i Gretlu. Ćwiczenia prowadzone są w pracowni komputerowej z wykorzystaniem programu Gretl (oprogramowanie typu open source).

Metody dydaktyczne podające

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące

- laboratoryjna
- ćwiczeniowa

Wymagania wstępne

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

Koordynatorzy przedmiotu

Andrzej Geise
Mariola Piłatowska

Kryteria oceniania

W1, W2, W3 - egzamin testowo-opisowy
U1, U3 - egzamin testowo-opisowy

U1, U2, U3 - zaliczenie w pracowni komputerowej
W1, W2, W3 - zaliczenie w pracowni komputerowej

W celu zaliczenia wykładu (ocena dst) należy zdobyć 51% ogólnej punktacji na egzaminie pisemnym.

Ćwiczenia: samodzielne rozwiązanie zadania dot. prognozowania z wykorzystaniem programu Gretl (na podstawie wskazanych danych statystycznych).

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.

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.
3. M. Osińska (red.), Ekonometria współczesna, Wydawnictwo „Dom Organizatora” TNOIK Toruń 2007.
4. Rob J Hyndman and George Athanasopoulos, Forecasting: principles and practise; link: https://github.com/millengustavo/time-series-forecasting/blob/master/hyndman-forecast-book/hyndman-forecast-book.md
5. L. C. Adkins, Using gretl for Principles of Econometrics, 5th Edition, 2018; https://www.learneconometrics.com/gretl/poe5/using_gretl_for_POE5.pdf

Literatura uzupełniająca:
1. P. Dittman, Prognozowanie w przedsiębiorstwie, Oficyna Ekonomiczna, Kraków 2004.
2. A. Zeliaś, B. Pawełek, S. Wanat, Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa 2003.
3. A. Zeliaś, Teoria prognozy, PWE, Warszawa 1997.
4. J. Gajda, Ekonometria, C.H. Beck, Warszawa 2004.

W cyklu 2022/23Z:

W cyklu 2023/24Z:

W cyklu 2024/25Z:

W cyklu 2025/26Z:

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 1100-12-Z13-0-ProGos w USOSweb