SylabUZ
Course name | Forecasting and Simulation |
Course ID | 11.0-WK-IiED-PS-L-S14_pNadGenR3G4S |
Faculty | Faculty of Mathematics, Computer Science and Econometrics |
Field of study | Informatics and Econometrics |
Education profile | academic |
Level of studies | Second-cycle studies leading to MS degree |
Beginning semester | winter term 2023/2024 |
Semester | 1 |
ECTS credits to win | 7 |
Course type | obligatory |
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 |
Laboratory | 30 | 2 | - | - | Credit with grade |
Lecture | 15 | 1 | - | - | Exam |
Celem przedmiotu jest zapoznanie studentów z praktycznymi metodami prognozowania i symulacji komputerowych zjawisk o charakterze losowym na podstawie modeli ekonometrycznych.
Znajomość rachunku prawdopodobieństwa, statystyki matematycznej, ekonometrii i podstaw programowania.
Wykład
1. Omówienie zakresu materiału z zakresu statystyki matematycznej oraz ekonometrii wymaganej dla przedmiotu. (2 godz.)
2. Symulacja deterministyczna, stochastyczna. Metoda Monte Carlo. (4 godz.)
3. Generatory liczb losowych. Dokładnoć symulacji. (1 godz.)
4. Prognoza ekonometryczna. Błąd prognozy. (2 godz.)
5. Proste metody prognozowania. Wyznaczanie indeksów dynamiki. (2 godz.)
6. Filtracja szeregów czasowych. Wygładzanie wykładnicze szeregów czasowych. (2 godz.)
7. Wnioskowanie w przyszłość na podstawie modeli ekonometrycznych. (2 godz.)
a. Prognozowanie na podstawie modeli liniowych. (2 godz.)
b. Prognozowanie na podstawie modeli nieliniowych. (2 godz.)
Laboratorium
1. Omówienie programu R-project oraz wybranych pakietów statystycznych. Wprowadzenie do technik programowania w R-project. (2 godz.)
2. Metody wprowadzania i zapisu danych. Techniki raportowania analiz, graficzna prezentacja danych. (4 godz.)
3. Symulacja wybranych zjawisk losowych. Prezentacja wyników. (6 godz.)
4. Prognoza prosta, Indeksy dynamiki. Ocena rozkładu oraz parametrów błędu prognozy. Prezentacja wyników. (2 godz.)
5. Wygładzanie szeregów czasowych, prognoza. Ocena rozkładu oraz parametrów błędu prognozy. Prezentacja wyników. (6 godz.)
6. Prognoza na podstawie modeli liniowych. Błąd prognozy. Prezentacja wyników. (5 godz.)
7. Prognoza na podstawie modeli nieliniowych. Błąd prognozy. Prezentacja wyników. (5 godz.)
Wykład – tradycyjny.
Laboratorium – Prowadzący, na początku zajęć, zapoznaje studentów z praktycznymi metodami analiz omówionymi na wykładzie. Następnie zadawany jest temat do opracowania, celem utrwalenia materiału. Po zajęciach zadawane są dodatkowe tematy do opracowania.
Outcome description | Outcome symbols | Methods of verification | The class form |
1. Każdy student wykonuje projekt pozwalający na ocenę, czy osiągnął efekty kształcenia w stopniu minimalnym.
2. Egzamin pisemny z zagadnień prognozowania i metod symulacji.
Na ocenę z przedmiotu składa się ocena z laboratorium (60%), ocena z egzaminu (40%). Warunkiem zaliczenia przedmiotu jest pozytywna ocena z laboratorium i egzaminu.
1. G.E.P Box, G.M. Jenkins, Analiza szeregów czasowych, PWN, Warszawa, 1983.
2. J. Lesków, Prognozowanie i symulacje, Wydawnictwo uczelniane, Nowy Sacz, 2002.
3. A. Luszniewicz, T. Słaby, Statystyka stosowana, PWE, Warszawa, 1996.
4. Prognozowanie i symulacja, pod redakcja W. Milo, Wydawnictwo Uniwersytetu Łódzkiego, Łódz, 2002.
5. Z. Pawłowski, Prognozy ekonometryczne, PWN, Warszawa, 1973.
6. W. Welfe, A. Welfe, Ekonometria stosowana, PWE, Warszawa, 2003.
7. A. Zelias, Teoria prognozy, PWE, Warszawa, 1984. 8. A. Zelias, B. Pawełek, S. Wanat, Prognozowanie ekonometryczne, teoria, przykłady, zadania, WN PWN, Warszawa, 2003.
1. J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa, 2004.
2. M. Gruszynski, Modele i prognozy zmiennych jakosciowych w finansach i bankowosci, Wydawnictwo uczelniane SGH, Warszawa, 2002.
3. W. Tarnowski, Symulacja komputerowa procesów ciagłych, Wydawnictwo uczelniane WSI, Koszalin, 1995.
4. A. Welfe, Ekonometria, PWE, Warszawa, 2005.
Modified by dr Alina Szelecka (last modification: 20-05-2023 12:50)