- Nazwa przedmiotu:
- Modelowanie i prognozowanie procesów gospodarczych
- Koordynator przedmiotu:
- dr Katarzyna Osiecka
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Ekonomia
- Grupa przedmiotów:
- Obowiązkowe
- Kod przedmiotu:
- ZPK 9
- Semestr nominalny:
- 1 / rok ak. 2018/2019
- Liczba punktów ECTS:
- 5
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- 100 godz. (24 wykłady i ćwiczenia, przygotowanie się do zajęć w tym zapoznanie z literaturą 17; Przygotowanie do egzaminu 20; Przygotowanie do kolokwium 16: Konsultacje 15; Inne - egzaminy, egzaminy poprawkowe, zaliczenia poprawkowe 8
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- 1,28 wykłady , ćwiczenia egzaminy, zaliczenia
0,6 konsultacje
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- 2,08
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład16h
- Ćwiczenia8h
- Laboratorium0h
- Projekt0h
- Lekcje komputerowe0h
- Wymagania wstępne:
- brak
- Limit liczby studentów:
- Wykład min.15, ćwiczenia 24-30
- Cel przedmiotu:
- Celem nauczania przedmiotu jest zapoznanie z metodami ilościowymi pozwalającymi na przewidywanie zjawisk gospodarczych i nabycie umiejętności wykorzystania tych metod w praktyce.
- Treści kształcenia:
- I. Wprowadzenie
- rola prognoz w gospodarce rynkowej
- definicje podstawowych pojęć,
- rodzaje prognoz według różnych kryteriów,
- etapy procesu prognozowania,
- klasyfikacja metod prognostycznych
- ocena dokładności prognoz,
II Dane statystyczne w procesie prognozowania
- strumienie i zasoby
- częstotliwość danych i zmiany częstotliwości
- dane w ujęciu ilościowym i wartościowym
- dane w ujęciu nominalnym i realnym
- indeksy łańcuchowe i jednopodstawowe, tempa, średnie tempo
II. Prognozowanie na podstawie szeregów czasowych:
- wprowadzenie (składowe szeregów czasowych i zasady ich wyodrębniania)
- specyfika metod naiwnych,
- metody wygładzania (metoda średniej ruchomej, wygładzanie wykładnicze)
- modele tendencji rozwojowej (adaptacyjne i analityczne)
- uwzględnianie składowej periodycznej
- modele autoregresyjne
III. Prognozowanie na podstawie modeli ekonometrycznych
- modele jednorównaniowe
- modele wielorównaniowe
Ćwiczenia:
I Źródła danych do budowy modeli prognostycznych i ich analiza
- strumienie i zasoby
- częstotliwość danych i zmiany częstotliwości
- dane w ujęciu ilościowym i wartościowym
- dane w ujęciu nominalnym i realnym
- indeksy łańcuchowe i jednopodstawowe, tempa, średnie tempo
- internetowe bazy danych
II Zasady doboru metod do prognozowania na podstawie szeregów czasowych
- metody naiwne
- wygładzanie szeregów czasowych
- modele tendencji rozwojowej i użycie zmiennych zero-jedynkowych.
- ocena błędów ex post.
III Prognozowanie na podstawie modeli ekonometrycznych
- Metody oceny:
- Na ocenę końcową (egzaminacyjną) składa się w 40% ocena z ćwiczeń oraz w 60% ocena z testu egzaminacyjnego, pod warunkiem, że obie oceny są pozytywne.
Zaliczenie ćwiczeń polega na wykazaniu się podczas pisemnego sprawdzianu umiejętnością praktycznego zastosowania (tj. wykonania stosownych obliczeń i interpretacji wyników) omawianych na wykładzie modeli. Zaliczenie ćwiczeń jest warunkiem przystąpienia do egzaminu.
W ramach testu egzaminacyjnego sprawdzana jest znajomość podstawowych pojęć związanych z prognozowaniem oraz charakterystyki i zasady zastosowania poznanych metod
- Egzamin:
- tak
- Literatura:
- - Cieślak M. (red.), Prognozowanie gospodarcze. Metody i zastosowania, PWN
- Zeliaś A., Pawełek B., Wanat S. Prognozowanie ekonomiczne. Teoria,
przykłady, zadania, PWN.
- Aczel A.D. Statystyka w zarządzaniu, PWN.
- Witryna www przedmiotu:
- www.knes.pw.plock.pl
- Uwagi:
- brak
Efekty uczenia się
Profil praktyczny - wiedza
- Efekt W01
- Wykorzystuje wiedzę ekonomiczną do określenia zależności pomiędzy zmiennymi w celu ich przewidywania
Weryfikacja: Egzamin pisemny składający się z części opisowej oraz rozwiązywania zadań. Kolokwium w formie odpowiedzi na pytania i rozwiązywanie zadań.
Powiązane efekty kierunkowe:
K_W01
Powiązane efekty obszarowe:
S2P_W01
- Efekt K_W06
- Formułuje prawidłowości w postaci modeli matematycznych
Weryfikacja: Egzamin pisemny składający się z części opisowej oraz rozwiązywania zadań. Kolokwium w formie odpowiedzi na pytania i rozwiązywanie zadań.
Powiązane efekty kierunkowe:
K_W06
Powiązane efekty obszarowe:
S2P_W06
- Efekt W12
- Zna metody prognostyczne i potrafi wyjaśnić rolę prognozowania w gospodarce
Weryfikacja: Egzamin pisemny składający się z części opisowej oraz rozwiązywania zadań. Kolokwium w formie odpowiedzi na pytania i rozwiązywanie zadań.
Powiązane efekty kierunkowe:
K_W12
Powiązane efekty obszarowe:
S2P_W06
Profil praktyczny - umiejętności
- Efekt U01
- Potrafi dokonać weryfikacji modelu ekonometrycznego przy pomocy poznanych metod i wskaźników statystycznych
Weryfikacja: Egzamin pisemny składający się z części opisowej oraz rozwiązywania zadań. Kolokwium w formie odpowiedzi na pytania i rozwiązywanie zadań.
Powiązane efekty kierunkowe:
K_U01
Powiązane efekty obszarowe:
S2P_U01, S2P_U02
- Efekt U04
- Dobiera odpowiednią metodę do sytuacji prognostycznej,
potrafi zastosować podstawowe metody prognozowania gospodarczego
Weryfikacja: Sprawdzian na ćwiczeniach. Test egzaminacyjny
Powiązane efekty kierunkowe:
K_U04
Powiązane efekty obszarowe:
S2P_U04
- Efekt U15
- Wykorzystuje metody prognostyczne do prognozowania otoczenia przedsiębiorstwa
Weryfikacja: Egzamin pisemny składający się z części opisowej oraz rozwiązywania zadań. Kolokwium w formie odpowiedzi na pytania i rozwiązywanie zadań.
Powiązane efekty kierunkowe:
K_U15
Powiązane efekty obszarowe:
S2P_U04, S2P_U06, S2P_U07
Profil praktyczny - kompetencje społeczne
- Efekt K04
- Specyfikuje modele ekonometryczne posiłkując się literaturą i własnymi doświadczeniami, wyciąga wnioski z kolejnych etapów analizy
Weryfikacja: Egzamin pisemny składający się z części opisowej oraz rozwiązywania zadań. Kolokwium w formie odpowiedzi na pytania i rozwiązywanie zadań.
Powiązane efekty kierunkowe:
K_K04
Powiązane efekty obszarowe:
S2P_K04