Data wydruku: 27.11.2016 22:04 Strona 1 z 2 Nazwa przedmiotu

Nazwa przedmiotu
Teoria prognozy
Kod przedmiotu
MAT2028
Jednostka
Katedra Analizy Nieliniowej i Statystyki
Kierunek
Matematyka
Obszary
kształcenia
Profil kształcenia
Rok studiów
1
Typ przedmiotu
Obowiąkowy
Semestr studiów
2
Poziom studiów
II stopnia
ECTS
4.0
Liczba punktów
ECTS
Aktywność studenta
gk
Udział w zajęciach dydaktycznych objętych planem studiów
60
Udział w konsultacjach
pw
5
Praca własna studenta
35
Suma
Wykładowcy
65
35
Łączna liczba godzin pracy studenta
100
Liczba punktów ECTS
4.0
dr Agata Gołaszewska (Osoba opowiedzialna za przedmiot)
Prowadzący:
dr Agata Gołaszewska
Cel przedmiotu
Zastosowanie aparatu matematycznego do prognozowania.
Efekty kształcenia
Sposób realizacji
Odniesienie do efektów
kierunkowych
Efekt kształcenia z przedmiotu
Sposób weryfikacji efektu
[K_K03] potrafi pracować
zespołowo; rozumie konieczność
systematycznej pracy nad
wszelkimi projektami, które mają
długofalowy charakter
student poznaje możliwości
oprogramowania SAS w zakresie
prognozowania
[SK3] Ocena umiejętności
organizacji pracy
[K_W09] zna podstawy
modelownia stochastycznego w
matematyce finansowej i
aktuarialnej lub w naukach
przyrodniczych, w szczególności
fizyce, chemii lub biologii
student przeprowadza analizę
spektralną dla zadanego modelu
ekonometrycznego;
[SW2] Ocena prezentacji
[SW1] Ocena wiedzy
faktograficznej
[K_W07] 3) zna powiązania
zagadnień wybranej dziedziny z
innymi działami matematyki
teoretycznej i stosowanej
student poznaje podstawowe
modele ekonometryczne;
[SW3] Ocena opracowania
tekstowego
[K_U16] potrafi konstruować
modele matematyczne,
wykorzystywane w konkretnych
zaawansowanych zastosowaniach
matematyki
student poznaje podstawowe
pojęcia, definicje stosowane w
teorii prognozowania
ekonometrycznego,
[SU4] Ocena umiejętności
korzystania z metod i narzędzi
[SU3] Ocena umiejętności
wykorzystania wiedzy uzyskanej
w ramach różnych modułów
[K_K07] potrafi formułować opinie
na temat podstawowych
zagadnień matematycznych
student przeprowadza
identyfikację modeli
ekonometrycznych;
[SK5] Ocena umiejętności
rozwiązania problemów
związanych z zawodem
[SK4] Ocena umiejętności
komunikacji
na uczelni
Wymagania
wstępne i
dodatkowe
Zalecane
komponenty
przedmiotu
Data wydruku:
07.03.2017 05:25
Strona
1 z 2
Treść przedmiotu
1. Podstawowe definicje i pojęcia dla przedmiotu (np.prognoza, proces stochastyczny, stacjonarność
procesów,
funkcja i gęstość spektralna, regresja, itd...).
2. Zasady predykcji, etapy prognozowania,ocena jakości prognozy, metody określania jakości prognozy,
3. Modele trendu, modele tendencji rozwojowych, metoda dekompozycji szeregu czasowego, gęstość i inne
zagadnienia teorii spektralnej w kontekście modeli ekonometrycznych, modele autoregresyjne, kryteria
informacyjne
4. Symulacja prognozowania w oparciu o oprogramowanie SAS (m.in. algorytmy pisane w SAS 4GL) i
praktyczne
zastosowania programu SAS Enterprise Guide w prognozowaniu
Zalecana lista
lektur
Literatura podstawowa
Literatura podstawowa
A. Zeliaś, B. Pawełek, S. Wanat "Prognozowanie ekonomiczne. Teoria, przykłady i zadania",
S. M. Kot, J. Jakubowski, A. Sokołowski "Statystyka",
D. Witkowska, A. Matuszewska-Janica, K. kompa "Wprowadzenie do ekonometrii dynamicznej i finansowej",
Literatura uzupełniająca
Literatura uzupełniająca
M. trusz, I. Arcimowicz "Analiza statystyczna procesów losowych"
Formy zajęć i
metody nauczania
Forma zajęć
Liczba godzin zajęć
Suma godzin dydaktycznych w semestrze,
objętych planem studiów
Wykład
Ćwiczenia
Laboratorium
Projekt
Seminarium
30.0
15.0
15.0
0.0
0.0
60
W tym kształcenie na odległość: 0.0
Metody i kryteria
oceniania
Kryteria oceniania: składowe
Próg zaliczeniowy
Procent oceny
końcowej
Praca semestralna
50.0
50.0
Prezentacja multimedialna
50.0
50.0
Przykładowe zagadnienia / Przykładowe zadania / Realizowane zadania
Przykładowe zagadnienia / przykładowe pytania / realizowane zadania
Opisać model ARIMA(p,r,q) i napisać program w SAS 4GL pozwalający wyznaczyć prognozę na najbliższy
okres.
Opisać dekompozycję szeregu czasowego i zrealizować ją na przekładzie przy pomocy SAS 4GL.
Język wykładowy
polski
Praktyki zawodowe Nie dotyczy
Data wydruku:
07.03.2017 05:25
Strona
2 z 2