ksiazki24h.pl
wprowadź własne kryteria wyszukiwania książek: (jak szukać?)
Twój koszyk:   0 zł   zamówienie wysyłkowe >>>
Strona główna > opis książki

PROGNOZOWANIE W AGROBIZNESIE TEORIA I PRZYKŁADY ZASTOSOWANIA


STAŃKO S. RED.

wydawnictwo: SGGW , rok wydania 2013, wydanie I

cena netto: 56.15 Twoja cena  53,34 zł + 5% vat - dodaj do koszyka

Prognozowanie w agrobiznesie

Teoria i przykłady zastosowania


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

8. Prognozowanie na podstawie szeregów czasowych z tendencją, wahaniami sezonowymi i przypadkowymi ... 149
Marcin Idzik, Stanisław Stańko, Janusz Majewski
8.1. Dekompozycja szeregu czasowego – metoda Census I ... 149
8.1.1. Etapy dekompozycji Census 1 ... 150
8.1.2. Identyfikacja modelu ... 151
8.1.3. Wyodrębnienie składnika długookresowego ... 153
8.1.4. Wyznaczenie wahań sezonowych i ich interpretacja ... 156
8.1.5. Wyznaczenie prognozy na podstawie trendu oraz wskaźników sezonowości ... 160
8.2. Model trendów jednoimiennych okresów ... 163
8.3. Metoda wyrównania wykładniczego Wintersa ... 166

9. Prognozowanie na podstawie szeregu czasowego z wahaniami cyklicznymi ... 172
Alicja Stolarska
9.1. Cykle koniunkturalne ... 172
9.2. Wyodrębnienie wahań sezonowych i ich eliminacja z szeregu ... 174
9.3. Wyodrębnienie tendencji ... 177
9.4. Wyodrębnienie wahań cyklicznych i ich projekcja ... 178
9.5. Wyznaczenie prognozy ... 183

10. Prognozowanie na podstawie modeli ARMA ... 187
Mariusz Hamulczuk
10.1. Koncepcja prognozowania ... 187
10.1.1. Podstawowe modele procesów stochastycznych ... 188
10.1.2. Etapy postępowania ... 189
10.2. Identyfikacja modelu ... 191
10.2.1. Funkcje autokorelacji i autokorelacji cząstkowej ... 191
10.2.2. Ocena stacjonarności szeregu czasowego ... 194
10.2.3. Wybór modelu ... 196
10.3. Estymacja i weryfikacja ... 198
10.3.1. Estymacja parametrów ... 198
10.3.2. Weryfikacja ... 199
10.4. Obliczanie prognoz ... 202
10.5. Prognozowanie sezonowych i niestacjonarnych szeregów czasowych ... 205

11. Prognozowanie na podstawie jednorównaniowych modeli ze zmiennymi objaśniającymi ... 208
Mariusz Hamulczuk
11.1. Ogólny zarys ... 208
11.2. Dobór zmiennych objaśniających i ich prognozy ... 210
11.2.1. Wstępny dobór zmiennych objaśniających ... 210
11.2.2. Formalno-statystyczne kryteria doboru zmiennych objaśniających ... 211
11.2.3. Metody doboru najlepszego zestawu zmiennych objaśniających ... 213
11.2.4. Ustalenie wartości zmiennych objaśniających w okresie prognozowanym ... 215
11.3. Model ekonometryczny z jedną zmienną objaśniającą ... 216
11.3.1. Specyfikacja modelu ... 216
11.3.2. Estymacja i weryfikacja modelu ... 218
11.3.3. Wyznaczanie prognoz ... 220
11.4. Model z wieloma zmiennymi objaśniającymi ... 222
11.4.1. Specyfikacja modelu ... 222
11.4.2. Estymacja i weryfikacja modelu ... 226
11.4.3. Wyznaczanie prognoz ... 230

12. Analogowe metody prognozowania ... 233
Marcin Idzik
12.1. Rodzaje metod i kryteria podobieństwa ... 234
12.2. Prognozowanie za pomocą analogii historycznej ... 236
12.3. Prognozowanie na podstawie modeli analogii przestrzenno-czasowych ... 242

13. Heurystyczne metody prognozowania ... 250
Janusz Majewski
13.1. Istota metod opartych na opinii ekspertów ... 250
13.2. Burza mózgów ... 252
13.3. Metoda delficka ... 257
13.4. Synektyka ... 264

14. Metody badania koniunktury gospodarczej ... 267
Marcin Idzik
14.1. Badanie nastrojów gospodarczych ... 268
14.1.1. Metoda testu koniunktury ... 268
14.1.2. Budowa kwestionariusza testu koniunktury ... 269
14.1.3. Interpretacja wyników ... 270
14.1.4. Przykłady badań koniunktury metodą testu koniunktury ... 272
14.2. Barometry koniunktury ... 273
14.2.1. Ogólne założenia konstrukcji barometrów koniunktury ... 274
14.2.2. Interpretacja wyników barometrów koniunktury ... 277
14.2.3. Barometry koniunktury OECD ... 279

Literatura ... 282
Tablice statystyczne ... 287


296 stron, B5, oprawa miękka

Po otrzymaniu zamówienia poinformujemy,
czy wybrany tytuł polskojęzyczny lub anglojęzyczny jest aktualnie na półce księgarni.

 
Wszelkie prawa zastrzeżone PROPRESS sp. z o.o. 2012-2022