Prognozowanie w agrobiznesie. Teoria i przykłady zastosowania
Dostępność:
Dostęny
Wysyłka w:
24 godziny
Cena brutto:
zawiera 5% VAT, bez kosztów dostawy
40.00
Cena netto:
38,10 zł
bez 5% VAT i kosztów dostawy
towar niedostępny
dodaj do przechowalni
Opis
|
Prognozowanie w agrobiznesie Teoria i przykłady zastosowania |
|
SPIS TREŚCI 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 |
Szczegóły
| ISBN | 9788375833911 |
| Autor | Praca zbiorowa |
| Oprawa | br |
| Rok wydania | 2013 |
| Format | b5 |
| Stron | 288 |
Koszty dostawy
Cena nie zawiera ewentualnych kosztów płatności
Kraj wysyłki:
Opinie o produkcie (0)
Newsletter