Prognozowanie w agrobiznesie. Teoria i przykłady z
Opis
Prognozowanie w agrobiznesie. Teoria i przykłady zastosowaniaSzkoła Główna Gospodarstwa Wiejskiego w WarszawieEan:9788375833911ISBN: 9788375833911Autor: PRACA ZBIOROWAOprawa: broszuraRok wydania: 2013Format: b5Stron: 288
Prognozowanie w agrobiznesie Teoria i przykłady zastosowaniaSPIS TREŚCI Wprowadzenie ... 7
Stanisław Stańko
1. Ogólne zagadnienia prognozowania ... 11
Stanisław Stańko, Mariusz Hamulczuk
1.1. Podstawowe pojęcia ... 11
1.2. Możliwości i granice naukowego przewidywania przyszłości ... 15
1.3. Funkcje prognoz w działalności gospodarczej ... 19
1.4. Rodzaje prognoz ... 22
1.5. Uwarunkowania prognozowania w agrobiznesie ... 24
2. Proces prognostyczny ... 29
Stanisław Stańko, Mariusz Hamulczuk
2.1. Metoda prognozowania ... 29
2.2. Klasyfikacja metod prognostycznych ... 31
2.3. Wybór metody prognozowania ... 34
2.4. Integracja metod ilościowych oraz jakościowych ... 37
2.5. Etapy prognozowania ... 39
3. Podstawy modelowania i prognozowania ilościowego ... 45
Mariusz Hamulczuk, Stanisław Stańko
3.1. Dane statystyczne wykorzystywane w prognozowaniu ... 45
3.1.1. Zebranie, prezentacja i wstępna ocena danych ... 46
3.1.2. Szacowanie brakujących obserwacji ... 49
3.1.3. Obserwacje nietypowe ... 50
3.1.4. Przekształcenia i korekty w danych ... 53
3.2. Modelowanie i modele ... 55
3.2.1. Koncepcja prognozowania i stosowane oznaczenia ... 55
3.2.2. Rodzaje modeli wykorzystywanych w prognozowaniu ... 57
3.2.3. Specyfikacja modelu ekonometrycznego ... 62
3.3. Założenia i zasady ilościowego wnioskowania w przyszłość ... 64
3.3.1. Założenia teorii predykcji ... 64
3.3.2. Podstawowe zasady (reguły) predykcji ilościowej ... 65
3.4. Pomiar i ocena dokładności prognoz ... 69
3.4.1. Mierniki ex ante ... 69
3.4.2. Mierniki ex post ... 70
3.4.3. Ocena dokładności i dopuszczalności prognoz ... 72
4. Estymacja i weryfikacja modelu ekonometrycznego ... 77
Mariusz Hamulczuk, Stanisław Stańko
4.1. Estymacja parametrów modelu ... 78
4.1.1. Model teoretyczny a model empiryczny ... 78
4.1.2. Metoda najmniejszych kwadratów ... 79
4.2. Weryfikacja merytoryczna ... 81
4.3. Weryfikacja formalno-statystyczna ... 82
4.3.1. Dopasowanie modelu do danych empirycznych ... 82
4.3.2. Ocena istotności parametrów modelu ... 85
4.3.3. Rola składnika losowego w procesie wnioskowania w przyszłość ... 87
4.3.4. Ocena losowości składnika losowego ... 88
4.3.5. Ocena autokorelacji składnika losowego ... 90
4.3.6. Ocena normalności rozkładu składników losowych ... 92
4.3.7. Ocena jednorodności (homoskedastyczności) wariancji składnika losowego ... 95
5. Szeregi czasowe i składowe ich zmienności ... 98
Marcin Idzik
5.1. Elementy zmienności szeregów czasowych ... 98
5.2. Współzależności między składowymi szeregów czasowych ... 103
5.3. Dekompozycja szeregu czasowego – założenia teoretyczne ... 105
5.4. Wybór metody prognozowania na podstawie szeregu czasowego ... 107
6. Prognozowanie na podstawie stacjonarnych szeregów czasowych ... 109
Alicja Stolarska
6.1. Charakterystyka szeregów stacjonarnych ... 109
6.2. Proste metody prognozowania szeregów stacjonarnych ... 112
6.3. Prognozowanie za pomocą średnich ... 115
6.4. Model wyrównywania wykładniczego Browna pierwszego rzędu ... 121
7. Prognozowanie na podstawie szeregów czasowych z tendencją ... 125
Stanisław Stańko
7.1. Prognozowanie metodą ekstrapolacji funkcji trendu ... 125
7.1.1. Funkcja trendu ... 126
7.1.2. Wybór postaci analitycznej funkcji trendu i oszacowanie jej parametrów ... 127
7.1.3. Weryfikacja modelu funkcji trendu ... 132
7.1.4. Budowa prognozy na podstawie funkcji trendu ... 133
7.2. Prognozowanie na podstawie modelu wyrównywania wykładniczego Browna drugiego rzędu ... 135
7.3. Model wyrównywania liniowo-wykładniczego Holta ... 139
7.4. Model trendu pełzającego z wagami harmonicznymi ... 142