SylabUZ
| Course name | FORECASTING IN THE LOGISTICS |
| Course ID | 04.9-WZ-LogP-PwL |
| Faculty | Faculty of Economics and Management |
| Field of study | Logistics |
| Education profile | practical |
| Level of studies | First-cycle studies leading to Engineer's degree |
| Beginning semester | winter term 2022/2023 |
| Semester | 6 |
| ECTS credits to win | 3 |
| Course type | optional |
| Teaching language | polish |
| Author of syllabus |
|
| The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
| Lecture | 15 | 1 | 9 | 0,6 | Exam |
| Class | 30 | 2 | 18 | 1,2 | Credit with grade |
Nabycie umiejętności budowania systemu prognostycznego w przedsiębiorstwie, dzięki wiedzy skąd i jakimi metodami można pozyskać dane potrzebne do prognozowania oraz umiejętności diagnozowania zjawisk gospodarczych i społecznych. Zapoznanie studenta z pojęciami związanymi z prognozowaniem oraz podstawowymi metodami prognozowania zjawisk gospodarczych w skali mikro- i makroekonomicznej. Umiejętność wyboru właściwej metody prognozowania zjawisk gospodarczych w zależności od charakteru tego zjawiska i ilości dostępnych danych. Ponadto konstruowanie prognoz badanych zjawisk gospodarczych i społecznych, rozpoznawanie sygnałów ostrzegawczych w zjawiskach społeczno – gospodarczych, budowanie prognoz ostrzegawczych, a także ocenianie jakości prognoz.
Znajomość podstaw ekonomii, matematyki i statystki opisowej
W ramach prowadzonych laboratoriów: rozwiązywanie zadań i problemów z zakresu metod prezentowanych na wykładach; dobór metod prognostycznych do badania zjawiska lub procesu z obszaru logistyki, przygotowanie projektu w dwuosobowych grupach mającego na celu rozwiązanie przydzielonego przez nauczyciela problemu.
W ramach prowadzonych wykładów: System prognostyczny przedsiębiorstwa. Dane prognostyczne źródła. Metody prognozowania szeregów czasowych ze stałym poziomem zmiennej prognozowania, z tendencją rozwojową oraz z wahaniami okresowymi. Jednorównaniowy liniowy model ekonometryczny. Estymacja parametrów. Metoda najmniejszych kwadratów. Statystyczna weryfikacja modelu . Metody prognozowania przez analogie historyczne i przestrzenno – czasowe. Heurystyczne metody prognozowania. Prognozowanie ostrzegawcze.
Wykład konwencjonalny, klasyczna metoda problemowa, dyskusja, burza mózgów, giełda pomysłów, rozwiązywanie zadań i problemów z wykorzystaniem odpowiedniego oprogramowania, praca w grupach.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Sprawdzanie realizowanych efektów kształcenia realizowane jest przez:
- ocenę przygotowania studenta do poszczególnych laboratoriów – krótka powtórka poprzednich zajęć w formie pytań nauczyciela
- ocenę umiejętności zdiagnozowania i prognozowania danego zjawiska lub procesu z obszaru logistyki zawartego w projekcie
- ocenę wiedzy i umiejętności wykazanych na sprawdzianie pisemnym w formie odpowiedzi na pytania zamknięte
- ocenę aktywności studenta podczas ćwiczeń.
Warunki zaliczenia dla laboratorium: pozytywna ocena z projektu realizowanego w grupach dwuosobowych, tematy projektu są podawane studentom na drugich ćwiczeniach. Obowiązkowa obecność na laboratoriach.
Warunki zaliczenia dla wykładów: egzamin pisemny – lista pytań z zakresu tematycznego wykładów przesłana studentom z miesięcznym wyprzedzeniem, pytania testowe, test wyboru, wybór jednokrotny oraz krótkie zadania. Na zaliczenie należy uzyskać 65% poprawnych odpowiedzi w teście tj. 13 odpowiedzi poprawnych na 20 pytań. Obowiązkowa obecność na wykładach. Ocena końcowa przedmiotu stanowi średnią arytmetyczną pozytywnych ocen z poszczególnych form ćwiczeń (tj. wykładów, ćwiczeń, laboratorium, seminariów) prowadzonych w ramach przedmiotu.
Modified by dr Paweł Szudra (last modification: 24-05-2022 13:26)
