Prognozowanie gospodarcze 1152-12-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 - 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. 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, U2 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, U2, 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, U2, W1, W2, W3
4. Tworzenie starstowej specyfikacji dynamicznego modelu przyczynowo-skutkowego i ocena jego walorów prognostycznych - W1, W2, W3.

W cyklu 2022/23Z:

1. Pomiar w ekonomii. Skale pomiarowe i ich charakterystyka. Możliwości pomiaru w naukach ekonomicznych. Pomiar bezpośredni i pośredni. Błędy pomiaru.
2. Podstawowe pojęcia związane z budową prognoz ekonometrycznych. Prognozy ekonometryczne a heurystyczne metody prognozowania. Podstawowe założenia teorii predykcji ekonometrycznej. Predykcja na podstawie modelu trendu. Trend liniowy. Trend wykładniczy. Trend hiperboliczny. Adaptacyjne metody prognozowania.
3. Predykcja z ekonometrycznego modelu w postaci jednego równania. Predykcja z modelu liniowego. Predykcja z modelu iloczynowego. Mierniki dokładności prognoz. Dopuszczalność prognozy. Badanie prognoz wygasłych.
4. Predykcja zjawisk jakościowych. Predykcja z modelu Goldbergera. Predykcja z modelu z logitową zmienną objaśnianą.
5. Predykcja z modeli wielorównaniowych. Predykcja z modelu prostego. Predykcja z modelu rekurencyjnego. Predykcja z układu równań współzależnych. Predykcja sekwencyjna. Predykcja sekwencyjno-łańcuchowa.

W cyklu 2023/24Z:

W cyklu 2024/25Z:

W cyklu 2025/26Z:

Całkowity nakład pracy studenta

nakład pracy 1. Godziny realizowane z udziałem nauczyciela 9 godz. wykładu i 9 godz. 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 studenta 75 godzin.

Efekty uczenia się - wiedza

W1: Student stosuje podstawowe pojęcia z teorii predykcji - K_W06. W2: Student określa wady i zalety różnych metod prognozowania - K_W06. W3: Student zna i zapisuje ogólne schematy prognozowania na podstawie modeli szeregów czasowych i modeli przyczynowo-skutkowych - K_W06.

Efekty uczenia się - umiejętności

U1: Student wyznacza prognozy na podstawie modeli szeregów czasowych (trendu, sezonowości i autoregresji) - 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 i polegające na szacowaniu modeli ekonometrycznych, ocenie ich jakości, wyznaczaniu prognoz i ocenie ich jakości.

Metody dydaktyczne podające

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące

- ćwiczeniowa

Wymagania wstępne

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

Koordynatorzy przedmiotu

W cyklu 2025/26Z:

W cyklu 2022/23Z:

W cyklu 2023/24Z:

W cyklu 2024/25Z:

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).

Literatura

Literatura podstawowa:
1. J. W. Wiśniewski, Z. Zieliński: Elementy ekonometrii, UMK, Toruń, 2004 (wyd. piąte)
2. J. W. Wiśniewski:, Mikroekonometria, UMK, Toruń, 2009
3. J. W. Wiśniewski: Instrumenty decyzyjne przedsiębiorcy. Ekonometria stosowana, Toruń 2002 (wyd. czwarte)
4. J.W. Wiśniewski: Correlation and regression of economic qualitative features, LAP LAMBERT Academic Publishing, Saarbrücken, 2013
5. J.W. Wiśniewski: Microeconometrics in Business Management, John Wiley & Sons, Chichester, 2016
6. J.W. Wiśniewski: Econometrics of Qualitative Phenomena, LAP LAMBERT Academic Publishing, ISBN 978-613-9-89841-1, Riga 2018
7. J. W. Wiśniewski: PROGNOZOWANIE Z WIELORÓWNANIOWYCH MIKROMODELI EKONOMETRYCZNYCH, WYDAWNICTWO NAUKOWE UNIWERSYTETU MIKOŁAJA KOPERNIKAISBN: ISBN 978-83-231-4459-5.
8. J. W. Wiśniewski: Forecasting from Multi-equation Econometric Micromodels, Springer ISBN: ISBN-13: 978-3031274916, Cham, 2023.
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.

W cyklu 2022/23Z:

1. J.W. Wiśniewski, Z. Zieliński: Elementy ekonometrii, Toruń, 2004 (wyd. piąte)
2. J.W. Wiśniewski: Instrumenty decyzyjne przedsiębiorcy. Ekonometria stosowana, Toruń 2002 (wyd. czwarte)
3. J.W. Wiśniewski: Ekonometryczny model małego przedsiębiorstwa, Toruń, 2003
4. J.W. Wiśniewski: Mikroekonometria, UMK, Toruń, 2009
5. Wiśniewski J. W. (2016): Microeconometrics in Business Management, John Wiley & Sons, Ltd, New York, Chichester, Singapore
6. J.W. Wiśniewski: Forecasting from An Econometric System of Interdependent Equations, LAP LAMBERT Academic Publishing, ISBN 978-3-659-85711-9, Riga, 2018
7. J. W. Wiśniewski: PROGNOZOWANIE Z WIELORÓWNANIOWYCH MIKROMODELI EKONOMETRYCZNYCH, WYDAWNICTWO NAUKOWE UNIWERSYTETU MIKOŁAJA KOPERNIKAISBN: ISBN 978-83-231-4459-5.

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 1152-12-Z13-0-ProGos w USOSweb