Wydział Informatyki
Kierunek studiów Informatyka i ekonometria Poziom i forma studiów pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania --- Profil kształcenia praktyczny
Nazwa przedmiotu Prognozowanie i symulacje Kod przedmiotu IE1PIS
Rodzaj przedmiotu obowiązkowy
Forma zajęć i liczba godzin W Ć L P Ps T S Semestr 3
30 30 Punkty ECTS 5
Przedmioty wprowadzające Algebra liniowa z geometrią analityczną (IE1ALG),   Analiza matematyczna (IE1AMA),   Metody probabilistyczne i statystyka (IE1MPS),  
Cele przedmiotu

Zapoznanie studentów z metodami badania szeregów czasowych i podstawami teorii prognozy oraz podstawowych metod prognozowania zjawisk ekonomicznych.

Treści programowe

Wykład
1. Teoretyczne podstawy prognozowania: pojęcia prognoz i ich znaczenie, funkcje i klasyfikacja prognoz, zasady i metody prognozowania, etapy prognozowania, błędy prognoz, dane wykorzystywane w prognozowaniu.
2. Prognozowanie na podstawie klasycznych modeli trendu: szereg czasowy, dekompozycja szeregu czasowego, dopasowanie trendu do danych empirycznych, ekstrapolacja liniowej funkcji trendu, dopuszczalność prognozy, prognozowanie z wykorzystaniem nieliniowego modelu trendu, metoda trendów jednoimiennych okresów, modele wahań sezonowych.
3. Miary dokładności prognoz.
4. Prognozowanie na podstawie modeli adaptacyjnych: metody naiwne, metoda średniej ruchomej, metody wyrównywania wykładniczego, metoda trendu pełzającego z wagami harmonicznymi.
5. Predykcja ma podstawie jednorównaniowego modelu ekonometrycznego: predykcja ekonometryczna, założenia teorii predykcji, prognoz i jej dopuszczalność, wybór postaci analitycznej modelu ekonometrycznego.
6. Symulacje na podstawie charakterystyk: prędkość zmian, stopa wzrostu, elastyczność, symulacje postaci analitycznej modelu.
7. Analiza przepływów międzygałęziowych: tablica przepływów międzygałęziowych, dochód narodowy, wskaźniki efektywności działalności gospodarczej, model Leontiewa, prognozowanie na podstawie modelu Leontiewa.

Pracowania specjalistyczna
1. Teoretyczne podstawy prognozowania: pojęcia prognoz i ich znaczenie, funkcje i klasyfikacja prognoz, zasady i metody prognozowania, etapy prognozowania, błędy prognoz, dane wykorzystywane w prognozowaniu.
2. Prognozowanie na podstawie klasycznych modeli trendu: szereg czasowy, dekompozycja szeregu czasowego, dopasowanie trendu do danych empirycznych, ekstrapolacja liniowej funkcji trendu, dopuszczalność prognozy, prognozowanie z wykorzystaniem nieliniowego modelu trendu, metoda trendów jednoimiennych okresów, modele wahań sezonowych.
3. Miary dokładności prognoz.
4. Prognozowanie na podstawie modeli adaptacyjnych: metody naiwne, metoda średniej ruchomej, metody wyrównywania wykładniczego, metoda trendu pełzającego z wagami harmonicznymi.
5. Predykcja ma podstawie jednorównaniowego modelu ekonometrycznego: predykcja ekonometryczna, założenia teorii predykcji, prognoz i jej dopuszczalność, wybór postaci analitycznej modelu ekonometrycznego.
6. Symulacje na podstawie charakterystyk: prędkość zmian, stopa wzrostu, elastyczność, symulacje postaci analitycznej modelu.
7. Analiza przepływów międzygałęziowych: tablica przepływów międzygałęziowych, dochód narodowy, wskaźniki efektywności działalności gospodarczej, model Leontiewa, prognozowanie na podstawie modelu Leontiewa.

Metody dydaktyczne

symulacja,   programowanie z użyciem komputera,   wykład informacyjny,   ćwiczenia laboratoryjne,  

Forma zaliczenia

Wykład - egzamin pisemny.
Pracowania specjalistyczna - dwa kolokwia z użyciem arkusza kalkulacyjnego.

Symbol efektu uczenia się Zakładane efekty uczenia się Odniesienie do kierunkowych efektów uczenia się
EU1 zna podstawowe pojęcia z teorii predykcji oraz posiada zaawansowaną wiedzę w zakresie zastosowań matematyki w prognozowaniu K_W01
K_W13
K_W14
EU2 zna powiązania zagadnień prognozowania z działami matematyki teoretycznej i stosowanej K_W01
K_W13
K_W14
EU3 umie konstruować modele matematyczne wykorzystywane w prognozowaniu K_U01
K_U15
K_U16
K_U17
EU4 umie wyznaczać prognozy na podstawie modeli szeregów czasowych i modeli przyczynowo-skutkowych oraz ocenia jakość prognoz K_U01
K_U15
K_U16
K_U17
EU5 umie dobrać odpowiednią metodę rozwiązania prognozowania do postawionego problemu K_U01
K_U15
K_U16
K_U17
Symbol efektu uczenia się Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
EU1 egzamin zaliczający wykład W
EU2 egzamin zaliczający wykład W
EU3 kolokwia z użyciem arkusza kalkulacyjnego Ps
EU4 kolokwia z użyciem arkusza kalkulacyjnego Ps
EU5 kolokwia z użyciem arkusza kalkulacyjnego Ps
Bilans nakładu pracy studenta (w godzinach) Liczba godz.
Wyliczenie
1 - Udział w wykładach 30
2 - Udział w pracowni specjalistycznej 30
3 - Przygotowywanie do pracowni specjalistycznej i wykonywanie zadań domowych 33
4 - Udział w konsultacjach 5
5 - Przygotowanie do zaliczenia pracowni specjalistycznej 10
6 - Przygotowanie do egzaminu 15
7 - Udział w egzaminie 2
RAZEM: 125
Wskaźniki ilościowe GODZINY ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela 67
(1)+(2)+(4)+(7)
2.7
Nakład pracy studenta związany z zajęciami o charakterze praktycznym 73
(2)+(3)+(5)
2.9
Literatura podstawowa

1. M. Cieślak (red): Prognozowanie gospodarcze: metody i zastosowanie, Wydawnictwo Naukowe PWN, Warszawa, 2011.
2. B. Guzik, D. Appenzeller, W. Jurek, Prognozowanie i symulacje. Wybrane zagadnienia, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań, 2007.
3. A. Zeliaś, B. Pawełek, S. Wanat: Prognozowanie ekonometryczne, teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa, 2004.

Literatura uzupełniająca

1. M. Gruszczyński, Modele i prognozy zmiennych jakościowych w finansach i bankowości, Szkoła Główna Handlowa, Warszawa, 2002.
2. L. Liu, Time series analysis and forecasting, River Forest: Scientific Computing Associates Corp., 2006.
3. A. Welfe, Ekonometria: metody i ich zastosowanie, Polskie Wydawnictwo Ekonomiczne, Warszawa, 2009.

Jednostka realizująca Katedra Matematyki Data opracowania programu
Program opracował(a) dr Dariusz Kacprzak 2021.04.28