Prognozowanie i symulacje 2400-M1IiEPiS
Zagadnienia ogólne
1. Wprowadzenie do zagadnień prognozowania i symulacji
2. Niepewność, błąd i jakość prognoz i symulacji
3. Najważniejsze problemy i zagadnienia praktyczne w prognozowaniu i symulacjach
Przegląd wybranych metod i modeli w kontekście prognostycznym i symulacyjnym:
4. Proste metody i modele prognostyczne szeregów czasowych
5. Modele ARIMA
6. Modele ADL i ARIMAX
7. Modele strukturalne i semistrukturalne
8. Modele VAR
9. Modele równowagi ogólnej
10. Podejście wskaźnikowe (na przykładzie prognoz koniunktury)
Szacunkowy nakład pracy studenta: 4ECTS x 25h = 100h
(K) - godziny kontaktowe (S) - godziny pracy samodzielnej
zajęcia: 30h (K) 0h (S)
konsultacje: 5h (K) 0h (S)
przygotowanie do zajęć: 0h (K) 10h (S)
przygotowanie do egzaminu: 0h (K) 15h (S)
praca nad projektami zaliczeniowymi: 0h (K) 40h (S)
Razem: 35h (K) + 65h (S) = 100h
|
W cyklu 2024L:
Zagadnienia ogólne Przegląd wybranych metod i modeli w kontekście prognostycznym i symulacyjnym Szacunkowy nakład pracy studenta: 4ECTS x 25h = 100h |
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Po ukończeniu przedmiotu, student:
W ZAKRESIE WIEDZY:
zna i rozumie kontekst ekonomiczny i ekonometryczny omawianych modeli, metod i technik prognostycznych i symulacyjnych
założenia i specyfikę omawianych modeli, metod i technik prognostycznych i symulacyjnych
zna i rozumie przykłady zastosowań omawianych modeli, metod i technik prognostycznych i symulacyjnych
W ZAKRESIE UMIEJĘTNOŚCI:
potrafi odczytać i zinterpretować wyniki omawianych modeli, metod i technik prognostycznych i symulacyjnych
potrafi stworzyć prognozy i przeprowadzić symulacje na podstawie modeli, metod i technik prognostycznych i symulacyjnych wykorzystanych w projektach własnych
potrafi czytać ze zrozumieniem badania empiryczne stosujące omawiane modele, metody i techniki prognostyczne i symulacyjne
W ZAKRESIE KOMPETENCJI:
wykazuje zrozumienie dla potrzeby prowadzenia badań naukowych i publikowania ich wyników
przestrzega standardów etycznych pracy naukowej i publikacyjnej
jest gotów do poszerzania swojej wiedzy i umiejętności, pracy samodzielnej lub w grupie
kierunek Informatyka i Ekonometria: K_W02, K_W03, K_W04, K_U02, K_K01, K_K03
Kryteria oceniania
Uzyskanie zaliczenia przedmiotu wymaga:
1. Uzyskania co najmniej 50% z dwóch prac zaliczeniowych, polegających na przeprowadzeniu prognoz i symulacji, samodzielnie lub w zespole dwuosobowym, na rzeczywistych danych;
2. Uzyskania co najmniej 50% z otwartego egzaminu pisemnego;
3. Możliwość zwolnienia z egzaminu z końcową oceną 5 dla min. dwóch osób o najwyższych wynikach prac zaliczeniowych
4. Możliwość uzyskania punktów dodatkowych, w szczególności na podstawie konkursów prognostycznych prowadzonych przez prowadzącego
5. Skala ocen (wynik finalny = 1/3 egzamin + 2/3 prace zaliczeniowe + punkty dodatkowe):
[0%-50%) – ndst
[50%-60%) – dst
[60%-70%) – dst +
[70%-80%) – db
[80%-90%) – db+
[90%-100%] – bdb
Literatura
Literatura obowiązkowa:
- materiały udostępnione przez prowadzącego
Literatura uzupełniająca (wybrane rozdziały):
- Clements M., D. Hendry (1999): Forecasting economic time series, Cambridge University Press.
- Hendry D., Castle J., Clements M. (2019): Forecasting: An Essential Introduction, Yale University Press.
- Hyndman R., Athanasopoulos G. (2018): Forecasting: principles and practice, OTexts.
- Tetlock P. E., Gardner D. (2017): Superprognozowanie. Sztuka i nauka prognozowania, CeDeWu.
|
W cyklu 2024L:
- Materiały udostępnione przez prowadzącego |
Uwagi
|
W cyklu 2025L:
oprogramowanie: |
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: