Telefon: 71 343 26 15
0
Brak produktów w koszyku.
Statystyka ekonometria prognozowanie - Agnieszka Snarska

Statystyka ekonometria prognozowanie

Wydawnictwo: Placet
ISBN: 978-83-7488-057-2
Język: Polski
Data wydania: 2013
Liczba stron: 265
Rozmiar pliku: 7,2 MB
Zabezpieczenie: Znak wodny
Nasza cena:
42,00 zł

Dostępne formaty plików:

PDF

Książka zawiera ćwiczenia obejmujące minimum programowe przedmiotów realizowanych na studiach ekonomicznych: statystyki, ekonometrii oraz prognozowania i symulacji. Jako narzędzie wybrany został arkusz kalkulacyjny Excel ze względu na powszechną znajomość obsługi oraz dostępność. Ponadto Excel, zmuszając do zaprogramowania zadania, w fazie uczenia się metod statystycznych, pozwala na głębsze rozumienie problemu niż uzyskujemy korzystając z pakietów zwracających gotowe wyniki.

Książka w części wstępnej przypomina podstawowe operacje w Excelu występujące w opisie przykładów, przez zarysowanie metod statystyki opisowej prowadzi do metod wnioskowania statystycznego oraz analizy szeregów czasowych.

Spis treści

1. Informacje o excelu

1.1. Dane i ich typy

1.1.1. Formatowanie liczb

1.1.2. Format daty

1.2. Wypełnianie komórek serią danych

1.3. Odczyt, import i zapis plików

1.4. Budowanie formuły w Excelu

1.5. Kopiowanie – adresowanie względne i bezwzględne, adresy mieszane

1.6. Kopiowanie specjalne

1.7. Wstawianie wierszy lub kolumn

1.8. Nadawanie i usuwanie nazwy

1.8.1  Nadawanie nazwy komórce i zakresowi komórek

1.8.2. Usuwanie nazwy

1.9. Korzystanie z funkcji, funkcje tablicowe

1.10. Formuły sumujące cykl wartości

1.11. Tabela przestawna

1.12. Korzystanie z Dodatków – Solver i Analiza Danych

1.13. Tworzenie wykresów

1.13.1..... Wykres liniowy

1.13.2.Wykres punktowy

1.14. Problemy występujące w Excelu

Część I  statystyka opisowa

2.Prezentacja danych statystycznych

2.1. Szereg wyliczeniowy

2.2. Szereg klasowy

2.3. Szeregi skumulowane

2.4. Częstość względna i skumulowana częstość względna

2.5. Histogram

2.5.1.Tworzenie histogramu za pomocą kreatora wykresów

2.5.2.Stosowanie funkcji Histogram z Analizy danych

2.6. Gdy cecha jest jakościowa

3. Miary statystyczne

3.1. Miary położenia

3.2. Miary rozproszenia

3.3. Miary asymetrii

3.4. Wykres pudełkowy

3.5. Kurtoza jako miara koncentracji

3.6.  Funkcja Statystyka opisowa z grupy Analiza Danych

Część II wnioskowanie statystyczne

4. Podstawowe pojęcia

4.1. Zmienna losowa

4.2. Rozkład empiryczny i hipotetyczny

4.2.1. Rozkład normalny

4.2.2.Standaryzacja

4.3. Inne rozkłady

4.3.1. Rozkład t-Studenta

4.3.2. Rozkład c2 (Chi-kwadrat)

4.3.3. Rozkład F

4.4. Populacja i próba – estymatory punktowe

4.5. Rozkład średniej z próby

5. Przedziały ufności

5.1. Przedział ufności dla średniej, gdy znamy odchylenie standardowe

5.2. Przedział ufności dla średniej – próba mała a odchylenie nieznane

5.3. Przedziały ufności dla wariancji

6. Hipotezy statystyczne

6.1. Hipotezy dwustronne dla średniej

6.2.  Hipotezy jednostronne dla średniej

6.3. Wartość p

6.4. Hipotezy dla wariancji

7. Porównywanie dwóch populacji

7.1. Test na równość wariancji dwóch populacji

7.2.  Testowanie hipotez dla dwóch średnich – populacje niezależne

7.2.1. Przypadek, gdy wariancje populacji są równe

7.2.2. Przypadek, gdy wariancje populacji nie są równe

7.3. Testowanie hipotez dla dwóch średnich, gdy próby są zależne

8. Hipotezy nieparametryczne

8.1. Testowanie zgodności próby z rozkładem wzorcowym

8.1.1. Test zgodności Chi-kwadrat (c2)

8.1.2. Test zgodności Kołmogorowa-Smirnowa

9. Analiza wariancji

9.1.  Jednoczynnikowa analiza wariancji

9.2.  Dwuczynnikowa analiza wariancji z powtórzeniami

9.3. Dwuczynnikowa analiza wariancji bez powtórzeń

10. Gdy cecha jest jakościowa lub dyskretna 130

10.1. Rozkłady dyskretne

10.1.1. Rozkład dwumianowy

10.1.2. Rozkład geometryczny

10.1.3. Rozkład Poisona

10.2. Przedziały ufności dla frakcji

10.3.  Test dla frakcji

10.4.  Testy dla dwóch frakcji

10.5.   Testy Chi-kwadrat

10.5.1. Test zgodności Chi-kwadrat

10.5.2. Test niezależności Chi-kwadrat

Część III  współzależność cech

11. Zależność korelacyjna

11.1. Kowariancja

11.2. Korelacja liniowa

11.3. Tablica współczynników korelacji

11.4. Estymacja współczynnika korelacji dwóch populacji na podstawie próby

12. Model regresji liniowej

12.1. Komputerowe wyznaczanie estymatorów parametrów regresji

12.1.1. Wyznaczanie funkcji trendu na podstawie wykresu danych

12.1.2..Wyznaczanie estymatorów parametrów funkcją REGLINP

12.2.  Ocena jakości dopasowania modelu

12.2.1. Współczynnik determinacji

12.2.2. Ocena liniowości statystyką F

12.2.3.. Odchylenie standardowe reszt i współczynnik wyrazistości

12.2.4.. Hipotezy dotyczące parametrów modelu

12.2.5.Przedziały ufności dla parametrów modelu

12.3. Funkcja REGRESJA z Analizy danych

13. Regresja wielokrotna 172

13.1. Postać równania regresji i sposoby generowania estymatorów

13.2. Dobór zmiennych za pomocą statystyki dopasowany R-kwadrat

14. Testowanie założeń metody najmniejszych kwadratów

14.1. Szybka ocena jakości reszt

14.2. Test Durbina Watsona – sprawdzanie autokorelacji reszt

14.3.  Sprawdzanie autokorelacji wyższych rzędów. Test Breuscha-Godfrey’a

14.4.  Testowanie heteroskedastyczności

15.Prognoza i błąd prognozy

15.1.  Wyznaczanie prognozy

15.2.  Obliczanie błędów ExPost dla prognozy

15.3. Błędy ExAnte dla prognozy w regresji  liniowej

15.3.1. Model z jedną zmienną objaśniającą

15.3.2..Model wieloliniowy

16. Regresja nieliniowa

16.1. Dopasowanie trendu do wykresu

16.2. Dopasowanie przez linearyzację

16.3. Numeryczne poszukiwanie trendu

17. Metody adaptacyjne

17.1. Średnia ruchoma

17.1.1. Średnia ruchoma prosta w zastosowaniu do eliminacji losowości

17.1.2. Zastosowanie średniej ruchomej scentrowanej do likwidacji sezonowości

17.2. Wygładzanie wykładnicze

17.3. Metoda Holta

17.4. Metoda trendu pełzającego

17.5. Wyznaczanie prognozy metodą wag harmonicznych

18. Sezonowość w szeregach czasowych

18.1. Metoda trendów jednoimiennych  okresów

18.2. Metoda wskaźników sezonowości

18.3. Metoda Wintersa

18.4. Metoda analizy harmonicznej

19. Przypadek skorelowanych reszt – autoregresja

19.1. Model autoregresji pierwszego rzędu

19.2.  Model ARIMA i jego odmiany

19.3.  Modele z autoregresyjm rozkładem  opóźnień (ADL)

20. Heteroskedastyczność reszt

21. Gdy zmienna jest jakościowa

21.1.  Jakościowa zmienna objaśniająca

21.2. Jakościowa zmienna objaśniana – przekształcenia probitowe

Szybki kontakt

tel: 71 343 26 15
kom: 600 757 926
kontakt@czytio.pl
poniedziałek - piątek 09:00 - 16:00
ul. Lelewela 4
53-505 Wrocław
Korzystamy z plików cookies w celu sprawnej realizacji usług i poprawnego działania strony.
Możesz określić sposób przechowywania lub dostępu do plików cookies w Twojej przeglądarce. Więcej informacji znajdziesz tutaj »