W książce przedstawiono metody oceny i prognozowania zmian otoczenia w celu uzyskania
odpowiedzi na pytanie: jakie będą ograniczenia zewnętrzne, nie poddające się
bezpośredniemu oddziaływaniu podmiotu decyzyjnego. Skupiono się w niej przede wszystkim
na metodach wykorzystujących jednorównaniowe modele ekonometryczne.
Spis treści:
Wstęp
Wstęp do Ekonometrii
Rozdział l. Modele przyczynowo-skutkowe
1.1. Wprowadzenie
1.2. Struktura modelu ekonometrycznego
1.3. Ocena istotności współczynnika korelacji
1.4. Wybór postaci funkcji i estymacja parametrów modelu
1.5. Ocena merytorycznej poprawności modelu
1.6. Miary dobroci dopasowania modelu do danych empirycznych
1.7. Testowanie hipotez dotyczących istotności parametrów modelu
1.7.1. Test dotyczący statystycznej istotności poszczególnych parametrów modelu
-testT-Studenta
l 7.2. Test dotyczący łącznej statystycznej istotności parametrów modelu -test
Fishera
1.8. Testy dotyczące stabilności parametrów modelu
1.8.1. Test punktu zwrotnego Chowa
1.8.2. Test skumulowanych kwadratów reszt – CUSUM square Test
1.9. Testy dotyczące składnika resztowego modelu
1.9.1. Test Jarque-Bera (JBTest)
1.9.2. Autokorelacja składnika resztowego
1.9.3. Testowanie heteroskedastyczności składnika losowego
1.10. Testy umożliwiające porównywanie modeli
1.11. Prognozowanie w działalności przedsiębiorstw
1.11.1. Wprowadzenie do prognozowania
1.11.2. Rodzaje prognoz
111.3. Fazy predykcji
1.l 1.4. Metody prognozowania
1.11.5. Błędy prognoz
1.12. Liniowy model regresji z jedną zmienną objaśniającą
1.13. Nieliniowe modele regresji z jedną zmienną objaśniającą
1.13.1 Model potęgowy
1.13.2. Model wykładniczy
1.13.3. Model liniowo-logarytmiczny
1.14. Liniowe i nieliniowe modele z wieloma zmiennymi objaśniającymi
1.14.1. Funkcja produkcji
1.14.2. Nieliniowy wielowymiarowy model z opóźnioną zmienną endogeniczną
1.14.3. Prognozowanie
1.15.Pytania i zadania
Rozdział 2. Modele rozwoju zjawiska w czasie
2. l. Wprowadzenie
2.2. Budowa szeregów czasowych
2.3. Metody wyodrębniania czystego trendu (eliminacji wahań w czasie)
2.3. l. Metoda mechaniczna
2.3.2. Metoda analityczna
2.4. Wahania sezonowe w modelu addytywnym i multiplikatywnym
2.5. Wahania cykliczne
2.6. Wahania przypadkowe w modelu addytywnym i multiplikatywnym
2.7. Przykład dekompozycji szeregu czasowego
2.8. Modele prostych średnich ruchomych Simple Moving Averages (SMA)
2.9. Modele ważonych średnich ruchomych Weighted Moving Averages (WMA)
2.10. Proste wyrównywanie wykładnicze Single Exponential Smoothing - SES
2.11. Modele adaptacyjne wyrównywania wykładniczego Adaptive Response Rate Exponential
Smoothing (ARRES)
2.12. Modele podwójnych średnich ruchomych Double moving averages
2.13. Podwójne wyrównywanie wykładnicze - model Browna
2.14. Model Holta-Wintersa
2.15. Modele Holta-Wintersa z sezonowością
2.16. Wybór parametrów w modelach adaptacyjnych
2.17. Pytania i zadania
Rozdział 3. Modele autoregresyjne
3.1. Wprowadzenie
3.2. Klasyczne modele autoregresyjne
3.2.1. Model autoregresyjny dla wartości sprzedaży mebli
3.2.2. Model autoregresyjny dla zmiennej DZGD
3.3. ModeleG.P.E.Boxa i G.M.Jenkinsa
3.3.1. Badanie stacjonarności
3.3.2. Badanie rzędu autoregresji
3.3.3. Badanie rzędu średniej ruchomej
3.3.4. Modele IAR, IMA, ARIMA
3.4. Pytania i zadania
Rozdział 4. Metody analizy cech jakościowych
4.1. Wprowadzenie
4.2. Modele dla zmiennych dychotomicznych
4.2.1. Modele Logit
4.2.2. Modele Probit
4.2.3. Logit czy Probit?
4.3. Metody dyskryminacji
4.3.1. Idea metod dyskryminacji
4.3.2. Opisowe metody dyskryminacji
4.3.3. Stochastyczne metody dyskryminacji
4.3.4. Przykład dyskrymiancyjnych modeli oceny kondycji finansowej przedsiębiorstw
4.3.5. Założenia analizy dyskryminacyjnych
4.3.6. Miary dyskryminacji
4.3.7. Analiza kanoniczna w zagadnieniach dyskryminacji
4.3.8. Wykorzystanie zmiennych dyskryminacyjnych - wpływ cech na dyskryminacje
4.3.9. Dobór zmiennych
4.3.10. Klasyfikacja obiektów
4.3. 11. Przykład dyskryminacyjnych modeli oceny ryzyka rynkowego
4 3.12. Inne metody dyskryminacji
4.4. pytania i zadania
Aneks
Ekonometria w pakiecie EYiews
l.1. Wprowadzanie danych
1.2. Wykresy danych
1.3. Operacje na danych
1.4. Modele trendu
1.5. Modele wyrównywania wykładniczego
1.6. Prognozowanie na podstawie modeli regresji, modeli trendu. i modeli wyrównywania
wykładniczego
1.7. Klasyczne modele autoregresji
1.8. Modele Boxa-Jenkinsa
1.9. Prognozowanie na podstawie modeli Boxa-Jenkinsa
1.10. Elementy Statystyki
1.11. Wklejanie i Wycinanie
1.12. Import i Export danych
1.13. Zakończenie pracy
1.14. Operatory i Funkcje
2. Tablice statystyczne
Bibliografia
Indeks
233 strony
- 
-