|
PROGNOZOWANIE I SYMULACJE W EKONOMII I ZARZĄDZANIU
GAJDA J.B. wydawnictwo: C.H.BECK , rok wydania 2017, wydanie Icena netto: 55.10 Twoja cena 52,35 zł + 5% vat - dodaj do koszyka Prognozowanie
i symulacje w ekonomii i zarządzaniu
Książka niniejsza
podsumowuje doświadczenia Autora zebrane w trakcie badań empirycznych
oraz podczas wieloletnich cykli wykładów poświęconych
modelowaniu zjawisk gospodarczych, ich prognozowaniu, a także
wykorzystaniu symulacji do badania zjawisk gospodarczych i
prognozowania.
Program wykładu dostosowano do programu nauczania Prognozowania i
symulacji na wydziałach ekonomii i zarządzania. W podręczniku
wykorzystano fragmenty pracy Autora pt. „Prognozowanie i
symulacje a decyzje gospodarcze” (wydanej nakładem
Wydawnictwa C.H. Beck w 2001 roku), które
szczególnie sprawdziły się w praktyce dydaktycznej.
Materiał
omówiony w poszczególnych rozdziałach tworzy dość
autonomiczne bloki, zatem lektura wybranych rozdziałów przy
pominięciu innych nie powinna sprawiać Czytelnikowi większych trudności.
Od
Autora
Wstęp
1. Model
2. Modele analogowe i cyfrowe
3. Prognozowanie a symulacja
4. Modele zdarzeń dyskretnych a modele procesów ciągłych
Rozdział 1. Wprowadzenie
do symulacji
1.1. Wstęp
1.2. Symulacja - przegląd definicji
Rozdział 2. Symulacja
zdarzeń dyskretnych
2.1. Przykład 1. Ocena kontraktu
2.1.1. Eksperyment fizyczny
2.1.2. Symulacja stochastyczna
2.2. Metoda odwracania dystrybuanty
2.3. Zmienność z próby
2.4. Przykład 2. Planowanie produkcji
2.4.1. Symulacja na kracie
2.4.2. Podsumowanie symulacji na kracie za pomocą funkcji reakcji
2.5. Przykład 3. Symulacja dynamiczna-sterowanie zapasami
2.6. Problemy symulacji dynamicznej
2.7. Symulacja w konwencji "termin następnego zdarzenia"
2.8. Przykład 4. Kasjer
2.8.1. Trzy fazy symulacji
2.9. Alternatywne podejścia do symulacji zdarzeń dyskretnych
Rozdział 3.
Komputerowe generatory liczb losowych
3.1. Rozkład równomierny - generator fizyczny
3.2. Rozkład równomierny - generator komputerowy
3.3. Rozkład normalny (Gaussa)
3.4. Rozkład logarytmiczno-normalny
3.5. Rozkład chi-kwadrat (x2)
3.6. Rozkład i-Studenta
3.7. Rozkład Pareto
3.8. Rozkład wykładniczy
Rozdział 4. Symulacja
modeli ciągłych
4.1. Wstęp
4.2. Modele ekonometryczne
4.2.1. Jednorównaniowy model liniowy
4.2.2. Prosta symulacja stochastyczna modelu
jednorównaniowego
4.2.3. Wielorównaniowy model liniowy
4.3. Rozwiązania modeli ekonometrycznych
4.3.1. Rozwiązania a postacie modeli
4.3.2. Rozwiązania równaniowe a rozwiązania systemowe
4.4. Symulacja deterministyczna modelu
4.4.1. Metoda Gaussa-Seidela
4.4.2. Symulacja deterministyczna w analizie własności modelu
4.5. Symulacja stochastyczna
4.5.1. Dokładność symulacji stochastycznej
4.5.2. Wybrane problemy losowania zaburzeń
4.5.3. Symulacja Monte Carlo na współczynnikach
4.5.4. Symulacja z reestymacją
4.5.5. Losowość zmiennych egzogenicznych
Rozdział 5. Prognozowanie
- podstawowe pojęcia
5.1. Wstęp
5.2. Podstawy prognozowania
5.2.1. Prognozowanie strukturalne i niestrukturalne
5.2.2. Etapy prognozowania
5.2.3. Warunki prognozowania z modelu ekonometrycznego
5.2.4. Zasady prognozowania
5.3. Prognozy ex post i ex ante oraz ich błędy
Rozdział 6.
Prognozowanie z modeli strukturalnych
6.1. Prognozowanie z modeli jednorównaniowych
6.1.1. Oczekiwany błąd prognozy w modelu z jedną zmienną objaśniającą
6.1.2. Przedział ufności prognozy
6.1.3. Oczekiwany błąd prognozy w modelu z wieloma zmiennymi
objaśniającymi
6.2. Prognozowanie na wiele okresów
6.2.1. Prognoza z modelu statycznego
6.2.2. Prognoza z modelu dynamicznego
6.2.3. Prognozowanie na podstawie modeli wielorównaniowych
6.3. Prognozy z modeli nieliniowych i ich obciążenie
6.4. Symulacja stochastyczna w prognozowaniu z modeli nieliniowych
6.5. Symulacja stochastyczna modelu KOSMOS
Rozdział 7.
Prognozowanie przy wykorzystaniu modeli niestrukturalnych
7.1. Naiwne metody prognozowania
7.1.1. Naiwna prognoza bez zmian
7.1.2. Naiwna prognoza z trendem liniowym
7.1.3. Naiwna prognoza z trendem wykładniczym
7.2. Metody filtracji w prognozowaniu
7.2.1. Średnie ruchome skończone
7.2.2. Metody wygładzania wykładniczego
7.2.3. Proste wygładzanie wykładnicze (metoda Browna)
7.2.4. Wygładzanie wykładnicze z trendem liniowym i sezonowością
(metoda Wintersa)
7.2.5. Modele trendu
Rozdział 8. Sztuczne
sieci neuronowe w prognozowaniu
8.1. Model sztucznego neuronu
8.2. Sieci neuronowe
8.3. Sieć jednokierunkowa jednowarstwowa
8.4. Sieć jednokierunkowa wielowarstwowa
8.4.1. Sieć wielowarstwowa realizująca lub-rozłączne
8.4.2. Uczenie sieci
8.5. Sieć neuronowa a model ekonometryczny
8.6. Podsumowanie
Bibliografia
Indeks rzeczowy
178
stron, Format: 16.0x23.0cm, oprawa miękka
Po otrzymaniu zamówienia poinformujemy, czy wybrany tytuł polskojęzyczny lub
anglojęzyczny jest aktualnie na półce księgarni.
|