| Dane szczegółowe: | |
| Producent: | Wyższa Szkoła Biznesu - National-Louis University w Nowym Sączu |
| Oprawa: | miękka |
| Ilość stron: | 127 s. |
| Data: | 2001-01-05 |
Cena wydawcy: 17.00 złpozycja niedostępna
×
1 / 1
Opis książki:
Celem tego skryptu jest przede wszystkim przybliżenie podstawowych pojęć z prognozowania i symulacji w sposób możliwie jak najbardziej przyjazny dla czytelnika. Nacisk kładziony jest na praktyczne aspekty prognozowania - umiejętność identyfikacji modelu dla danych, dobór odpowiedniej techniki prognozowania i na wykorzystanie odstępnego oprogramowania z podaniem prognozy. Skrypt zawiera wiele praktycznych przykładów danych finansowych i ekonomicznych - indeksy, przeciętne zarobki, wielkość sprzedaży i tym podobne.
Książka "Prognozowanie i symulacje" - Jacek Leśkow - oprawa miękka - Wydawnictwo Wyższa Szkoła Biznesu - National-Louis University w Nowym Sączu.
Spis treści:
l Wstęp
1.1 Oznaczenia przyjęte w tekście
1.2 Graficzna reprezentacja danych
1.3 Statystyki opisowe
1.4 Jakość prognozy
1.5 Przekształcenia danych
2 Reprezentacja addytywna i multyplikatywna
2.1 Reprezentacja addytywna
2.2 Pojęcie średniej ruchomej
2.3 Wskaźniki sezonowości i reprezentacja multyplikatywna
3 Metody wygładzania szeregów czasowych
3.1 Klasyfikacja szeregów czasowych ze względu na trend i sezonowość
3.2 Prognozy proste
3.3 Metoda Holta
3.4 Metoda Holta-Wintersa dla modeli addytywnych 3.5 Metoda Holta-Wintersa dla modeli multyplikatywnych
4 Prognozy w modelu regresji
4.1 Prognozy w modelu regresji prostej
4.2 Prognozowanie za pomocą modelu regresji wielokrotnej
5 Modele ARMA w prognozowaniu
5.1 Podstawowe pojęcia modeli ARMA
5.2 Identyfikacja modelu AR( l), AR(2) i AR(p) za pomocą funkcji ACF i PACF
5.3 Identyfikacja modeli MA( l), MA(2) i MA(q) za pomocą funkcji ACF i PACF
5.4 Modele ARIMA - schemat identyfikacji, przykłady
5.5 Prognozowanie w modelach ARIMA(p,d,q)
5.6 Sezonowość w modelach ARIMA(p,d,q)
6 Ogólna ocena poprawności prognoz
7 Zadania i pytania testowe
7.1 Zadania do rozdziału l
7.2 Zadania do rozdziału 2
7.3 Zadania do rozdziału 3
7.4 Zadania do rozdziału 4
7.5 Zadania do rozdziału 5
7.6 Przykład testu egzaminacyjnego
1.1 Oznaczenia przyjęte w tekście
1.2 Graficzna reprezentacja danych
1.3 Statystyki opisowe
1.4 Jakość prognozy
1.5 Przekształcenia danych
2 Reprezentacja addytywna i multyplikatywna
2.1 Reprezentacja addytywna
2.2 Pojęcie średniej ruchomej
2.3 Wskaźniki sezonowości i reprezentacja multyplikatywna
3 Metody wygładzania szeregów czasowych
3.1 Klasyfikacja szeregów czasowych ze względu na trend i sezonowość
3.2 Prognozy proste
3.3 Metoda Holta
3.4 Metoda Holta-Wintersa dla modeli addytywnych 3.5 Metoda Holta-Wintersa dla modeli multyplikatywnych
4 Prognozy w modelu regresji
4.1 Prognozy w modelu regresji prostej
4.2 Prognozowanie za pomocą modelu regresji wielokrotnej
5 Modele ARMA w prognozowaniu
5.1 Podstawowe pojęcia modeli ARMA
5.2 Identyfikacja modelu AR( l), AR(2) i AR(p) za pomocą funkcji ACF i PACF
5.3 Identyfikacja modeli MA( l), MA(2) i MA(q) za pomocą funkcji ACF i PACF
5.4 Modele ARIMA - schemat identyfikacji, przykłady
5.5 Prognozowanie w modelach ARIMA(p,d,q)
5.6 Sezonowość w modelach ARIMA(p,d,q)
6 Ogólna ocena poprawności prognoz
7 Zadania i pytania testowe
7.1 Zadania do rozdziału l
7.2 Zadania do rozdziału 2
7.3 Zadania do rozdziału 3
7.4 Zadania do rozdziału 4
7.5 Zadania do rozdziału 5
7.6 Przykład testu egzaminacyjnego