Prognozowanie i symulacje. Wybrane zagadnienia (oprawa niebieska)

Rozdział 1. Podstawowe pojęcia (Bogusław Guzik)
1.1. Prognoza
1.2. Zasadnicze procedury prognozowania
1.3. Podstawowe klasyflkacje prognoz
1.4. Etapy prognozowania
1.5. Literatura

Rozdział 2. Prognozowanie ekonometryczne (Bogusław Guzik)
2.1. Model ekonometryczny
2.2. Podstawowa reguła prognozowania ekonometrycznego
2.3. Inne reguły prognozowania
2.4. Etapy budowy modelu ekonometrycznego
2.5. Założenia stochastyczne

Rozdział 3. Standardy budowy modelu i prognozy ekonometrycznej (Bogusław Guzik)
3.1. Standardy weryfikacji modelu
3.2. Sensowność merytoryczna
3.3. Dopasowanie modelu
3.4. Istotność zmiennych objaśniających
3.5. Konflikt między dopasowaniem a istotnością
3.6. Istotność i zależność
3.7. Standardy prognostycznego wykorzystania modelu
3.8. Przypuszczalny błąd prognozy
3.9. Wartości zmiennych objaśniających
3. 10.Ekstrapolacja modelu

Rozdział 4. Szacowanie przypuszczalnego błędu prognozy (Bogusław Guzik)
4.1. Błąd prognozy
4.2. Szacowanie błędu prognozy na podstawie prognoz wygasłych
4.3. Stochastyczne szacowanie błędu prognozy
4.4. Stochastyczne szacowanie błędu prognozy. Model liniowy z klasycznej mnk
4.5. Prognostyczny przedział ufności
4.6. Stochastyczne szacowanie błędu prognozy. Model liniowy względem parametrów
4.7. Stochastyczne szacowanie błędu prognozy. Model linearyzowalny

Rozdział 5. Klasy modeli ekonometrycznych i ich zastosowania w prognozowaniu (Bogusław Guzik)
5.1. Podział modeli ze względu na interpretację zmiennych objaśniających
5.2. Podział modeli ze względu na stabilność powiązania zmiennej objaśnianej ze zmiennymi objaśniającymi

Rozdział 6. Prognozowanie na podstawie modelu klasycznego (Bogusław Guzik)
6.1. Podstawowa reguła prognozowania
6.2. Stochastyczne szacowanie przypuszczalnego błędu prognozy z reguły podstawowej
6.3. Szacowanie przypuszczalnego błędu prognozy wg reguły podstawowej z poprawką

Rozdział 7. Prognozowanie na podstawie modelu segmentowego (Bogusław Guzik)
7.1. Model segmentowy
7.2. Model segmentowy z punktami zwrotnymi
7.3. Lokalizacja punktów zwrotnych
7.4. Wyznaczanie parametrów i weryfikacja modelu
7.5. Podstawowa reguła prognozowania
7.6. Oszacowanie przypuszczalnego błędu prognozy
7.7. Wybrane statystyczne procedury lokalizacji punktów zwrotnych

Rozdział 8. Prognozowanie na podstawie modelu lokalnego (Bogusław Guzik)
8.1. Model lokalny
8.2. Podstawowa reguła prognozowania
8.3. Prognozowanie parametrów
8.4. Wyznaczanie parametrów modelu lokalnie liniowego metodą Hellwiga
8.5. Model lokalnie nieliniowy

Rozdział 9. Symulacje na podstawie charakterystyk zmian wielkości ekonomicznych (Bogusław Guzik)
9.1. Charakterystyki empiryczne
9.2. Prędkość, stopa wzrostu, elastyczność na podstawie modelu ekonometrycznego
9.3. Symulowanie postaci funkcji na podstawie założeń o prędkości, elastyczności, stopie wzrostu
9.4. Symulacja postaci analitycznej modelu na podstawie hipotezy o stopie wzrostu

Rozdział 10. Liniowy model prawdopodobieństwa (Witold Jurek)
10.1. Model prawdopodobieństwa
10.2. Liniowy model prawdopodobieństwa

Rozdział 11. Probitowy i logitowy model prawdopodobieństwa (Witold Jurek)
11.1.Probitowy model prawdopodobieństwa
11.2. Model logitowy prawdopodobieństwa
11.3. Problem wyboru modelu prawdopodobieństwa

Rozdział 12. Postaci modeli wielorównaniowych (Witold Jurek)
12.1. Zmienne modeli
12.2. Postać strukturalna
12.3. Klasyfikacja modeli
12.4. Postać zredukowana
12.5. Postać końcowa

Rozdział 13. Analiza mnożnikowa i symulacje metodą Gaussa-Seidla (Witold Jurek)
13.1. Mnożniki
13.2. Metoda Gaussa-Seidela

Rozdział 14. Zastosowanie analizy dyskryminacyjnej w prognozowaniu (Dorota Appenzeller)
14.1. Uwagi wstępne
14.2. Konstrukcja liniowej funkcji dyskryminacyjnej
14.3. Szacowanie parametrów funkcji dyskryminacyjnej
14.4. Wykorzystanie pakietów statystycznych do szacowania ftmkcji dyskryminacyjnej
14.5. Prognozowanie na podstawie funkcji dyskryminacyjnej
14.6. Weryfikacja statystyczna funkcji dyskryminacyjnej

Rozdział 15. Proste metody prognozowania na podstawie szeregów czasowych (Dorota Appenzeller)
15.1. Prognozowanie naiwne
15.2. Prognozowanie za pomocą średnich

Rozdział 16. Wyrównywanie wykładnicze (Dorota Appenzeller)
16.1. Wyrównywanie wykładnicze proste
16.2. Podwójne wyrównywanie wykładnicze. Metoda Holta
16.3. Potrójne wyrównywanie wykładnicze. Model Wintersa

Rozdział 17. Prognozowanie przez analogie (Dorota Appenzeller)
17.1. Ogólna charakterystyka metod analogowych
17.2. Podobieństwo zmiennych w prognozowaniu przez analogie
17.3. Opóźnienie czasowe w rozwoju zmiennych
17.4. Prognozowanie z wykorzystaniem analogii historycznych
17.5. Prognozowanie oparte na analogiach przestrzenno-czasowych

Rozdział 18. Wielowymiarowa analiza porównawcza jako narzędzie prognozowania zjawisk złożonych (Dorota Appenzeller)
18.1. Ujednolicanie charakteru zmiennych
18.2. Normalizacja
18.3. Konstrukcja miernika syntetycznego
18.4. Prognozowanie zjawisk złożonych

Tablice statystyczne