PROGNOZOWANIE I SYMULACJE W EKONOMII I ZARZĄDZANIU GAJDA J.B. Księgarnia

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.