VÝVOJ PODÍLU VÝDAJŮ ČESKÝCH DOMÁCNOSTÍ ZA MASO A MASNÉ VÝROBKY A ENGELOVY ZÁVISLOSTI VE SPOTŘEBĚ

Rozměr: px
Začít zobrazení ze stránky:

Download "VÝVOJ PODÍLU VÝDAJŮ ČESKÝCH DOMÁCNOSTÍ ZA MASO A MASNÉ VÝROBKY A ENGELOVY ZÁVISLOSTI VE SPOTŘEBĚ"

Transkript

1 ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ Ročník LII 3 Číslo 6, 2004 VÝVOJ PODÍLU VÝDAJŮ ČESKÝCH DOMÁCNOSTÍ ZA MASO A MASNÉ VÝROBKY A ENGELOVY ZÁVISLOSTI VE SPOTŘEBĚ P. Syrováka Došlo: 7. července 2004 Absrac SYROVÁTKA, P.: Developmen of expendiure shares of Czech households for mea and mea producs and Engel paerns in consumpion. Aca univ. agric. e silvic. Mendel. Brun., 2004, LII, No. 6, pp The aricle deals wih he analysis of he shape of he Engel s curve in he field of he expendiures for mea and mea producs. Wihin he analysis, he paper is especially focused on he iniial growh phase of he Engel s curve. The CSO daa of he average Czech household was used for he research. For he eliminaion of he price impacs in his income-expendiure analysis, he original CSO daa on nominal level were ransformed ino he real level. The sudied real shares were deermined wih respec o he oal food expendiures and also wih respec o he oal households incomes. The linear and he quadraic forms of he dynamic Engels models were developed for he aims of he research. Besides he rend developmen, he periodical componen was invesigaed. Regression analysis was fully confirmed he validiy of he Engel s law in he field of he Czech-household expendiures for mea and mea producs. Furhermore, he quadraic model form showed he exisence of he iniial growh phase of he examined Engel s curve. In case of he real share wih respec o he oal food expendiures by he model: rw1 = ( 1,0176E 08) (rm )2 + (2,8498E 04) rm + [( 1,7011E + 00) + (1,3970E 03) ], he size of he real household income is CZK. For he second analysed share of he real expendiures wih respec o he oal households incomes, he real level of he income by he developed model: rw2 = ( 2,8844E 09) (rm )2 + (7,8205E 05) rm + [( 4,6323E + 01) + (3,1095E 04) ] he value was CZK. developmen of real mea expendiures, real share of expendiures for mea and mea producs, Engel s law, growh phase of he Engel s curve. Ve srukuře spořebního koše českých domácnosí zaujímají výdaje za maso a masné výrobky relaivně čelní míso, což je celkem jasně dokumenováno jejich podílem na celkových výdajích za poraviny. Mezi roky se reálná úroveň 1 podílu ěcho výdajů průměrné české domácnosi pohybovala mezi 1 Měřeno v cenách roku

2 28 P. Syrováka hodnoami 28,34 % až 34,10 %. Komplení časový vývoj čvrleního procenického podílu výdajů za maso a masné výrobky v leech u průměrné české domácnosi je pak zachycen na následujícím grafu (Obr. 1). 1: Vývoj reálně měřeného čvrleního podílu výdajů za maso a masné výrobky u průměrné české domácnosi Z předvedeného Obr. 1 je vidě, že čvrlení reálný podíl výdajů za maso a masné výrobky vykazoval u průměrné české domácnosi do začáku roku 2000 víceméně rosoucí endenci. Během roku 2000 pak začala úroveň sledovaného reálného podílu výdajů za maso a masné výrobky klesa a eno sav servával až do poloviny roku Pokles daného výdajového podílu byl v druhé polovině roku 2001 vysřídán mírným nárůsem, kerý se v podsaě udržoval i v průběhu posledního sledovaného roku Z pohledu kvaniaivní analýzy spořebielského chování je užiečné sledova vývoj podílu daných výdajů v souvislosi s vývojem reálných čvrleních příjmů u českých domácnosí (Obr. 2), edy z pozice působení Engelova zákona 2 v éo oblasi spořebních výdajů. Právě výzkum výdajově-příjmových vzahů ve spořebielské popávce voří nezasupielnou čás Marshallovské analýzy spořebielské popávky (Nicholson, W., 1992). Podle sarších výzkumů v éo oblasi spořebních výdajů se předpokládá, že var Engelovy křivky pro maso a masné výrobky bude mí čisě klesající charaker (Loeb, B. S., 1955). Novější výzkumy (např. Bhaumik, S. K, Nugen, J. B., 1999) však pro oo uskupení poravin naznačují i možnos jisého počáečního růsu Engelovy křivky. Teno růs by měl bý ovšem po dosažení určiého vrcholu vysřídán radičně očekávanou klesající fází Engelovy křivky (Gibson, J., 2002). 2 Teno empirický zákon o spořebě byl zformulován německým saisikem a ekonomem E. Engelem ( ), kerý zabýval problemaikou příjmových vzahů ve spořebě domácnosí. Podle Engelova zákona přináší zvyšující se velikos důchodů domácnosí pokles podílu jejich výdajů za poraviny oproi omu rosou výdaje například za vybavení domácnosi, za vzdělání, za dovolenou apod. (Loeb, B. S., 1955). Ke grafickému vyjádření Engelova zákoniosí při spořebě různých saků se využívá Engelových křivek.

3 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 29 2: Vývoj reálných čvrleních příjmů průměrné české domácnosi Cílem ohoo příspěvku je prozkouma var Engelovy křivky v oblasi výdajů průměrné české domácnosi za maso a masné výrobky. Jinak řečeno odhali, zda se v rámci ěcho nákupů objevuje počáeční růsová fáze Engelovy křivky či nikoliv. V případě příomnosi saisicky významné počáeční růsové fáze u zkoumané Engelovy křivky bude ao růsová fáze příjmově ohraničena. Tedy bude číselně odhadnua výše reálných příjmů české domácnosi, po níž se začne projevova radiční klesající fáze Engelovy křivky u éo poravinové skupiny. Pro účely éo analýzy se předpokládá využií lineárních a kvadraických formulací modelů Engelových spořebních vzahů. MATERIÁL A METODIKA Výzkum vývoje podílu výdajů za maso a masné výrobky u českých domácnosí v návaznosi na velikos jejich příjmů byl prováděn na údajích o průměrné české domácnosi, keré byly získány z daové základny ČSÚ. Konkréně byly ze jmenované daabáze převzay čvrlení údaje v oblasi výdajů průměrné české domácnosi za maso a masné výrobky (e ) a za poraviny 3 celkem (E ), a dále pak údaje o celkových příjmech průměrné české domácnosi (m ). Tao daa jsou dosupná prosřednicvím Saisiky rodinných účů v publikaci Práce, sociální saisika, řada 30 Živoní úroveň. Údaje o sledovaných výdajích, respekive příjmech jsou zde publikovány v nominálním vyjádření. Z důvodu eliminace cenových vlivů v prováděném výzkumu byly původní získané nominální údaje přeransformovány na jejich reálnou úroveň (Maurice, S., Ch., Phillips, O., R., 1992). Výpoče reálných výdajů za maso a masné výrobky (re ) u průměrné české domácnosi vycházel ze vzahu (1.1). Analogicky byly dle vzahu (1.2) zjišěny reálné úrovně celkových výdajů průměrné české domácnosi za poraviny (re ) a dle vzahu (1.3) byla určena výše jejich reálných příjmů (rm ). e re = (1.1) e CPI E re = (1.2) E CPI m rm = (1.3) CPI 3 ČSÚ eviduje výdaje za poraviny v následujícím složení: maso a masné výrobky + ryby a výrobky z ryb + uky a oleje, vejce, mléko a sýry + chléb, pečivo, výrobky z obilovin a rýže + brambory, zelenina a výrobky z nich + ovoce a ovocné výrobky + cukr, cukrovinky a cukrářské výrobky + kakao, káva, čaj a osaní poraviny.

4 30 P. Syrováka Při výpoču reálné úrovně výdajů za maso a masné výrobky v jednolivých čvrleích byl jmenovael zlomku ve vzahu (1.1) sanoven jako čvrlení geomerický průměr bazických měsíčních indexů spořebielských cen agregáu maso a masné výrobky. Měsíční bazické indexy (leden 1995 = 100 %) byly zjišěny přepočem jejich řeězové formy, kerá je evidována v publikaci Ceny, řada 71 Spořebielské ceny. Principielně sejně bylo posupováno při sanovení reálné úrovně výdajů za poraviny a reálné výše příjmů. S ím rozdílem, že ve jmenovaeli vzahu (1.2) bylo pracováno se čvrlením geomerickým průměrem měsíčních bazických indexů spořebielských cen poravin, nápojů a abáku. V případě jmenovaele ve vzahu (1.3) byly použiy čvrlení geomerické průměry úhrnných bazických indexů spořebielských za celý spořební koš. Získané reálné hodnoy sledovaných kaegorií výdajů a hodnoy reálných příjmů průměrné české domácnosi v jednolivých čvrleích jsou obsaženy v Tab. I. I: Reálné čvrlení výdaje za maso a masné výrobky, reálné výdaje za poraviny celkem a reálné příjmy průměrné české domácnosi v Kč I. čvrleí II. čvrleí III. čvrleí IV. čvrleí Rok re re rm re re rm re re rm re re rm V návaznosi na hodnoy uvedené v Tab. I byly pro jednolivá čvrleí u sledované průměrné české domácnosi sanoveny podíly jejich reálných výdajů za maso a masné výrobky na celkových reálných výdajích za poraviny: re rw1 =. (2.1) re Kromě podílů (2.1) byly aké v jednolivých čvrleích vypočeny podíly reálných výdajů průměrné české domácnosi za maso a masné výrobky na celkovém reálném příjmu (2.2): re rw2 =. (2.2) rm Získané čvrlení hodnoy reálných podílů dle vzahů (2.1) a (2.2) jsou shrnuy do Tab. II. II: Reálný podíl výdajů za poraviny u průměrné české domácnosi I. čvrleí II. čvrleí III. čvrleí IV. čvrleí Rok rw1 rw2 rw1 rw2 rw1 rw2 rw1 rw ,2834 0,0635 0,2990 0,0680 0,2931 0,0631 0,2901 0, ,2905 0,0643 0,3011 0,0651 0,2950 0,0693 0,3019 0, ,3005 0,0667 0,3066 0,0657 0,3038 0,0704 0,3098 0, ,3096 0,0668 0,3159 0,0705 0,3070 0,0705 0,3260 0, ,3346 0,0711 0,3311 0,0687 0,3322 0,0719 0,3410 0, ,3278 0,0737 0,3238 0,0701 0,3130 0,0697 0,3182 0, ,3111 0,0651 0,3127 0,0656 0,3033 0,0658 0,3148 0, ,3207 0,0682 0,3211 0,0662 0,3170 0,0690 0,3271 0,0716

5 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 31 Vzhledem k časovému rozměru výchozí daabáze (Tab. I) byla analýza vlivu výše reálného příjmu na vývoj reálného podílu výdajů za maso a masné výrobky u průměrné české domácnosi řešena prosřednicvím dynamických modelů s explicině vyjádřenou časovou proměnnou: rw1 = f(rm, ) + u1 (3.1) rw2 = f(rm, ) + u2 (3.2) rw1 podíl čvrleních výdajů za maso a masné výrobky na celkových čvrleních reálných výdajích za poraviny u průměrné české domácnosi rw2 podíl čvrleních výdajů za maso a masné výrobky na celkových čvrleních reálných příjmech u průměrné české domácnosi rm reálný čvrlení příjem průměrné české domácnosi časová proměnná u1, u2 náhodné proměnné. Časová proměnná () byla v modelovaných vzazích zavedena způsobem (4): = 1 I. čvrleí 1995 = 2 II. čvrleí 1995 = 32 IV. čvrleí (4) Přímá dynamizace modelů sice zamezila vzniku zdánlivých regresí v analyzovaných vzazích z pozice rendové složky (Minařík, B., 1998), ale nedokázala eliminova případný vliv pravidelně se opakujících výkyvů. Bohužel právě příomnos periodické složky může vyvola nežádoucí zkreslení zkoumaných Engelových vzahů, viz výsledky výzkumů v oblasi výdajů českých domácnosí za poraviny (Syrováka, P., 2003). S vědomím éo skuečnosi byla ve výchozích časových řadách (re ), (re ), (rm ) nejprve důkladně prošeřena periodická složka vývoje ak, aby mohlo bý provedeno její případné odfilrování. K idenifikaci periodického vývoje posloužil koncep modelu skryých period vycházející z Fourierovy harmonické analýzy, kerý byl doplněn na úrovni měření inenziy periodických výkyvů o výpoče indexů periodiciy. Pro odhalení pravidelných oscilací ve zkoumaných časových řadách (re ), (re ), (rm ) byla konkréně použia echnika vorby periodogramů. Proože meoda výpoču periodgramu poskyuje skuečně vypovídající výsledky jen v případě, že zkoumaná časová řada neobsahuje rendovou složku, bylo nuné nejprve případný rend ze zkoumaných časový řad vylouči. Jako bezrendová daa určená pro vorbu periodogramu byla použia rezidua ( e ε ), ( E ε ), ( m ε ) získaná po provedení rendové analýzy ve výchozích časových řadách (re ), (re ), (rm ): ε = re TS () (5.1) e e ε = re TS () (5.2) E E ε = rm TS (). (5.3) m m Ke kvanifikaci rendové složky ( e TS ), ( E TS ), ( m TS ) byly vyzkoušeny základní polynomické funkce: přímka, parabola, kubická parabola. Časová proměnná () byla v ěcho rendových modelech definována výše zmíněným způsobem (4). Výpoče regresních paramerů u jednolivých prověřovaných rendových funkcí proběhl na základě běžné meody nejmenších čverců. Výběr nejvhodnější rendové funkce se opíral o dosažené výsledky v oblasi základní saisické verifikace. V rámci saisické vhodnosi vyvořeného modelu rendu byla hodnocena velikos indexu deerminace, velikos korigovaného indexu deerminace, významnos F-esu indexu deerminace, významnos T-esů jednolivých regresních paramerů rendového modelu (Zvára, K., 1989). Po výpoču renduprosých reziduí (5.1), (5.2), (5.3) bylo dokončeno sesavení vlasních periodogramů. Na základě jejich exrémů byly sanoveny možné pravidelné oscilace ve zkoumaných časových řadách. Saisická významnos ako odhalených periodických vln byla zjišťována pomocí G-esu. Úplný popis meody vorby periodogramů je deailně popsán v lierauře Seger, J., Hindls, R., Hronová, S., Po idenifikaci saisicky významných period, j. určení jejich vlnové délky (l), respekive určení jejich poču ve sledovaném období (n), bylo přisoupeno ke změření inenziy ěcho oscilací. Ke kvanifikaci inenziy pravidelně se opakujících vln byly využiy indexy periodiciy vycházející z koncepu modelu vývoje časové řady s proporcionální periodickou složkou (Minařík, B., 1998). Výpoče hodno příslušných indexů periodiciy u zjišěných saisicky významných period byl proveden pro reálně vyjádřené výdaje průměrné české domácnosi za maso a masné výrobky dle vzahu (6.1). Indexy periodiciy v časové řadě celkových výdajů průměrné české domácnosi za poraviny byly sanoveny v souladu se vzahem (6.2). Vzah (6.3) pak posloužil při kvanifikaci indexů periodiciy u časové řady reálných příjmů průměrné české domácnosi. n reij e TS ij i=1 (1 + e c j ) = ; (j = 1,..., 32/n) (6.1) n (e TS ij ) 2 i=1

6 32 P. Syrováka n reij E TS ij i=1 (1 + E c j ) = ; (j = 1,..., 32/n) (6.2) n (E TS ij ) 2 i=1 n rmij m TS ij i=1 (1 + m c j ) = ; (j = 1,..., 32/n) (6.3) n (m TS ij ) 2 i=1 Před aplikací výpočových vzahů (6.1) až (6.3) byla ovšem upravena deklarace časové proměnné z podoby (4) do varu (7) = 1 i = 1, j = 1 I. čvrleí 1995 = 2 i = 1, j = 2 II. čvrleí 1995 = 32 i = n, j = 32/n IV. čvrleí (7) V omo novém vymezení časové proměnné (7) popisuje i pořadí periody a j označuje dílčí období uvniř i-é periody. Zjišěné hodnoy indexů periodiciy byly následně využiy pro získání bezperiodické časové řady reálných výdajů za maso a masné výrobky, celkových reálných výdajů za poraviny a reálných příjmů. Odfilrování periodického vývoje z původních časových řad bylo provedeno v souladu s následujícími výpočovými vzahy: re ij re ij re ij = (8.1) (1 + e c j ) re ij = (8.2) (1 + E c j ) rm ij rm ij = (8.3) (1 + m c j ) V rámci ako získané bezperiodické daabáze lze opě pracova s časovou proměnnou ve varu (4), j. využíva v časových řadách pouze jednosložkovou indexaci: re, re, rm. Před zahájením modelování vlivu reálného příjmu na reálný podíl výdajů za maso a masné výrobky u průměrné české domácnosi je ovšem řeba přepočía původní reálné výdajové podíly (rw1 ) a (rw2 ) na jejich bezperiodickou podobu (rw1 ) a (rw2 ): rw1 rw2 re =. (9.1) re re =. (9.2) re Pro prováděnou analýzu v oblasi vlivu výše reálného příjmu na velikos reálného podílu výdajů za maso a masné výrobky u průměrné české domácnosi bylo formulováno osm dynamických regresních modelů. Přímá dynamizace zkoumaných Engelových vzahů byla zkoušena na lineární a kvadraické úrovni. Příjmové závislosi v sesavovaných modelech byly v návaznosi na výzkum (Bhaumik, S. K., Nugen, J. B.; 1999) rovněž formulovány na základě lineárních a kvadraických funkcí. Výsledné formulace Engelových modelů jsou pro oba zkoumané podíly reálných výdajů za maso a masné výrobky zobrazeny v následujícím přehledu (10.1-1) až (10.2-4): rw1 = A1 + B1 rm + C1 + u1 (10.1-1) rw1 = A1 + B1 rm + C1 + C u1 (10.1-2) rw1 = A1 + B1 1 rm +B1 2 (rm )2 + C1 1 + u1 (10.1-3) rw1 = A1 + B1 1 rm +B1 2 (rm )2 + C1 1 + C u1 (10.1-4) rw2 = A2 + B2 rm + C2 + u2 (10.2-1) rw2 = A2 + B2 rm + C2 + C u2 (10.2-2) rw2 = A2 + B2 1 rm +B2 2 (rm )2 + C2 1 + u2 (10.2-3) rw2 = A2 + B2 1 rm +B2 2 (rm )2 + C2 1 + C u2 (10.2-4)

7 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 33 Hodnoy regresních paramerů v jednolivých modelech byly sanoveny běžnou meodou nejmenších čverců. Saisická verifikace vyvořených modelů Engelových vzahů byla provedena na základě velikosi indexu deerminace, velikosi korigované úrovně indexu deerminace, významnosi F-esu indexu deerminace, významnosi T-esů jednolivých regresních paramerů (Dufek, J., 1989). Ekonomická přiměřenos vyvořených modelů byla zkoumána na úrovni planosi Engelova spořebního zákona. Tedy pro modely reálného výdajového podílu ypu 1 s lineární příjmovou závislosí (10.1-1), (10.1-2) plaí, že první parciální derivace podle reálného příjmu nesmí bý kladná: δ 1 rw1 (rm, ) = B1 0, (11.1) δ(rm )1 respekive u modelů reálného výdajového podílu ypu 2 (10.2-1), (10.2-2) musí plai pro danou první parciální derivaci analogický vzah: δ 1 rw2 (rm, ) = B2 0. (11.2) δ(rm )1 U modelů s kvadraickou příjmovou funkcí by měla s ohledem na planos Engelova zákona bý první parciální derivace podle příjmu klesající lineární funkce. Tedy druhá parciální derivace je záporná, popřípadě rovna nule. U zkoumaného reálného výdajového podíl ypu 1 edy plaí vzah: δ 2 rw1 (rm, ) = 2 B (12.1) δ(rm )2 Pro druhý yp zkoumaného reálného výdajového podílu pak plaí následující vzah: δ 2 rw2 (rm, ) = 2B (12.2) δ(rm )2 VÝSLEDKY A ZÁVĚRY V souladu s popsanou meodikou byl výzkum Engelových zákoniosí ve vývoji výdajů průměrné české domácnosi za maso a masné výrobky zahájen analýzou periodické složky ve výchozí daabázi, viz Tab. I. K analýze příomnosi saisicky významných periodických vln v jednolivých časových řadách (re ), (re ), (rm ) byly použiy periodogramy vycházející z Fourierovy harmonické analýzy. Nejprve ovšem byla prosřednicvím vzahů (5.1), (5.2), (5.3) z časových řad (re ), (re ), (rm ) odsraněna rendová složka ( e TS ), ( E TS ), ( m TS ). K vysižení rendové složky byla v daných časových řadách vyzkoušena přímka, parabola a kubická parabola. Časová proměnná v prováděné regresní analýze rendu byla zavedena způsobem (4). Dosažené hodnoy paramerů ěcho rendových funkcí polynomického ypu včeně jejich základní saisické verifikace jsou obsaženy v Tab. III. III: Trendové modely paramery a základní saisická diagnosika Trendová funkce Přímka Časová řada re re rm TS = a + b e E m a = 914,3021 a = 3098,7828 a = 13676,0484 α T a = 4,2446E 26 α T a = 3,2960E 29 α T a = 7,2742E 32 b = 4,9414 b = 5,5273 b = 49,7124 α T b = 1,0238E 03 α T b = 0,1363 α T b = 6,0182E 04 I 2 =0,3060 I 2 =0,0724 I 2 =0,3288 Ī 2 = 0,2829 Ī 2 = 0,0415 Ī 2 = 0,3064 α(f I 2) = 1,0238E 03 α(f I 2) = 0,1363 α(f I 2) = 6,0182E 04 Parabola e TS = a + b + c 2 a = 851,0849 α T a = 6,5967E 20 b = 16,0974 α T b = 4,9007E 03 c = 0,3381 α T c = 3,7853E 02 I 2 =0,4034 Ī 2 = 0,3623 α(f I 2) = 5,5868E 04 E TS = a + b + c 2 a = 3041,5140 α T a = 1,1544E 22 b = 15,6336 α T b = 0,3067 c = 0,3063 α T c = 0,4937 I 2 =0,0876 Ī 2 = 0,0246 α(f I 2) = 0,2648 m TS = a + b + c 2 a = 13658,4769 α T a = 2,6555E 25 b = 52,8133 α T b = 0,3397 c = 0,0940 α T c = 0,9536 I 2 = 0,3289 Ī 2 = 0,2826 α(f I 2) = 3,079E 03

8 34 P. Syrováka Kubická parabola e TS = a + b + c 2 + d 3 a = 772,3513 α T a = 3,3796E 15 b = 42,7028 α T b = 2,6760E 03 c = 2,3226 α T c = 1,5918E 02 d = 0,0401 α T d = 3,4553E 02 I 2 = 0,4928 Ī 2 = 0,4385 α(f I 2) = 2,3417E 04 E TS = a + b + c 2 + d 3 a = 2770,5403 α T a = 2,8290E 18 b = 107,2002 α T b = 5,1365E 03 c = 7,1375 α T c = 7,2812E 03 d = 0,1380 α T d = 9,0043E 03 I 2 = 0,2879 Ī 2 = 0,2116 α(f I 2) = 2,1585E 02 m TS = a + b + c 2 + d 3 a = 12743,6414 α T a = 7,8507E 21 b = 361,9517 α T b = 9,5839E 03 c = 23,1570 α T c = 1,6624E 02 d = 0,4659 α T d = 1,5752E 02 I 2 = 0,4571 Ī 2 = 0,3989 α(f I 2) = 5,8855E 04 Podle dosažených výsledků v oblasi saisické diagnosiky (Tab. III) je zřejmé, že k vysižení rendové složky ve všech řech zkoumaných časových řadách (re ), (re ), (rm ) je nejvhodnější kubická parabola. Kubické paraboly dosahovaly jednak nejvyšších hodno korigovaného indexu deerminace, ale zároveň si zachovaly uspokojivou saisickou významnos u svých regresních paramerů a indexu deerminace, což dokumenují nízké α hladiny T-esů a F-esů. Při zjišťování renduprosých reziduí jednolivých časových řad( e ε ), ( E ε ), ( m ε ) byla edy do vzahů (5.1), (5.2), (5.3) za rendovou složku dosazena časově odpovídající vyrovnaná hodnoa, kerá byla určená podle příslušné polynomické funkce 3. supně. Na základě vypočených bezrendových údajů byly pro sudované časové řady (re ), (re ), (rm ) sesaveny periodogramy, Obr. 3, Obr. 4, Obr. 5. 3: Periodogram časová řada re

9 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 35 Předvedený periodogram (Obr. 3) ukazuje, že v časové řadě reálných čvrleních výdajů průměrné české domácnosi za maso a masné výrobky relaivně výrazně figuruje perioda s délkou rvání dvě čvrleí. Kromě éo půlroční periody byla rovněž prošeřena roční perioda, a aké perioda mající délku rvání čyři roky. Zmíněné exrémy periodogramu byly podrobeny G-esu a bylo zjišěno, že půlroční periodu lze v dané časové řadě považova za velmi saisicky významnou. Významnos G-esu v omo případě přesáhla 99,9% hladinu. Roční perioda u éo časové řady vykazovala dle výsledků provedeného G-esu rovněž velmi vysokou saisickou významnos. Oproi omu čyřleá perioda již nedosahovala ak uspokojivé výsledky v oblasi saisické verifikace a navíc se jedná o poměrně dlouhodobou periodickou vlnu vzhledem k délce sudované časové řady, proo s ouo periodou nebylo dále pracováno. Odhalení příomnosi dvou saisicky významných periodických vln v dané časové řadě bylo v rámci další analýzy inerpreováno prosřednicvím roční složené periody (Seger, J., Hindls, R., Hronová, S, 1998). Zjišěné výsledky analýzy periodické složky v oblasi čvrleních výdajů průměrné české domácnosi za poraviny celkem jsou graficky předsaveny na dalším zařazeném periodogramu (Obr. 4). 4: Periodogram časová řada re Z Obr. 4 je parné, že v rámci reálných výdajů průměrné české domácnosi za poraviny celkem se sejně jako u masa a masných výrobků objevuje půlroční perioda spolu s roční periodou. Na základě G-esu vrcholů vyvořeného periodogramu lze obě idenifikované periodické vlny považova za velmi silně saisicky průkazné (více než na 99,9 %). Hladina významnosi (α) prováděného G-esu byla v obou případech výrazně nižší než 0,01 %. Jiné eoreicky možné periodické oscilace v dané časové řadě již nebyly shledány saisicky signifikanními. Sejně jako v předchozím případě nebyly dvě zjišěné periody u éo časové řady chápany izolovaně, ale opě jako složená roční perioda. Sesavený periodogram pro časovou řadu reálných čvrleních příjmů průměrné české domácnosi je zachycen na následujícím grafu (Obr. 5).

10 36 P. Syrováka 5: Periodogram časová řada rm V podsaě naproso idenických výsledků bylo dosaženo i v rámci analýzy periodické složky u časové řadě reálných čvrleních příjmů průměrné české domácnosi, kde se rovněž s velmi vysokou pravděpodobnosí vyskyuje složená roční perioda. Významnos G-esu půlroční i roční periody výrazně přesahovala 99,9 %. Na závěr éo idenifikační fáze analýzy periodiciy lze konsaova, že ve všech řech prověřovaných časových řadách (re ), (re ), (rm ) výrazně figuruje roční perioda. Tedy vyjádřeno ve čvrleích, perioda s délkou rvání: l = 4 (13) Ve sledovaném období ( ) lze poom vymezi osm akových ročních periodických cyklů: n = 8 (14) Analýza periodické složky ve zkoumaných časových řadách byla dokončena změřením její inenziy na základě výpoču indexů periodiciy. Hodnoy v daném případě sezonních indexů byly vypočeny v souladu se vzahy (6.1), (6.2), (6.3) s nasavením (14). Vyčíslené hodnoy čvrleních sezonních indexů pro časové řady (re ), (re ), (rm ) jsou obsaženy ve řech následujících abulkách (Tab. IV), (Tab. V) a (Tab. VI). IV: Sezonní indexy reálné čvrlení výdaje za maso a masné výrobky u průměrné české domácnosi Čvrleí roku Označení dílčího období v rámci jedné periody ( j ) Velikos indexu periodiciy (1 + e c j ) I. j = 1 0,9389 II. j = 2 0,9931 III. j = 3 0,9846 IV. j = 4 1,0834

11 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 37 V: Sezonní indexy reálné čvrlení výdaje za poraviny celkem u průměrné české domácnosi Čvrleí roku Označení dílčího období v rámci jedné periody ( j ) Velikos indexu periodiciy (1 + E c j ) I. j = 1 0,9350 II. j = 2 0,9839 III. j = 3 1,0001 IV. j = 4 1,0810 VI: Sezonní indexy reálné čvrlení příjmy průměrné české domácnosi Čvrleí roku Označení dílčího období v rámci jedné periody ( j ) Velikos indexu periodiciy (1 + m c j ) I. j = 1 0,9483 II. j = 2 1,0085 III. j = 3 0,9868 IV. j = 4 1,0564 Po změření inenziy periodických oscilací v jednolivých zkoumaných časových řadách pomocí sezónních indexů bylo provedeno odsranění sezonní složky. Na základě vzahů (8.1), (8.2), (8.3) byly vyvořeny časové řady s odsraněnou sezonnosí (re ), ij (re ), ij (rm ). U ěcho odvozených bezperiodických ij časových řad bylo možné se znova vrái k jednosložkové definici časové proměnné (4), edy pracova s označením údajů v jednolivých časových řadách ve varu (re ), (re ), (rm ). Zjišěné hodnoy ransformovaných časových řad jsou pro jednolivá období zachyceny v Tab. VII. VII: Reálné čvrlení výdaje za maso a masné výrobky, reálné výdaje za poraviny celkem a reálné příjmy průměrné české domácnosi zbavené sezonnosi v Kč I. čvrleí II. čvrleí III. čvrleí IV. čvrleí Rok re re rm re re rm re re rm re re rm S využiím sezonně očišěných řad zkoumaných reálných výdajů a příjmů u průměrné české domácnosi (Tab. VII) byly dle vzahů (9.1), (9.2) sanoveny příslušné reálné bezsezonní výdajové podíly. Vypočené bezsezonní hodnoy reálného podílu výdajů za maso a masné výrobky na celkových výdajích za poraviny (rw1 ) spolu s reálným podílem výdajů za maso a masné výrobky na celkovém příjmu domácnosi (rw2 ) jsou shrnuy do Tab. VIII.

12 38 P. Syrováka VIII: Čvrlení hodnoy reálných bezsezonních podílů výdajů za maso a masné výrobky u průměrné české domácnosi Rok I. čvrleí II. čvrleí III. čvrleí IV. čvrleí rw1 rw2 rw1 rw2 rw1 rw2 rw1 rw ,2822 6,4098E-02 0,2962 6,9075E-02 0,2977 6,3225E-02 0,2895 6,2105E ,2893 6,4975E-02 0,2983 6,6125E-02 0,2997 6,9405E-02 0,3012 6,7726E ,2993 6,7415E-02 0,3037 6,6697E-02 0,3086 7,0606E-02 0,3091 7,0604E ,3083 6,7443E-02 0,3130 7,1583E-02 0,3119 7,0669E-02 0,3253 7,4571E ,3332 7,1840E-02 0,3280 6,9805E-02 0,3375 7,2098E-02 0,3402 7,4020E ,3264 7,4460E-02 0,3208 7,1152E-02 0,3179 6,9865E-02 0,3175 6,8011E ,3098 6,5701E-02 0,3099 6,6663E-02 0,3081 6,5931E-02 0,3141 6,6651E ,3194 6,4098E-02 0,3181 6,7277E-02 0,3220 6,9122E-02 0,3264 6,2105E-02 Po určení výdajových podílů zbavených sezonní složky (9.1), (9.2) bylo možné přisoupi k vlasnímu jádru zamýšleného výzkumu. V éo souvislosi byly pro analýzu vlivu příjmu na podíl výdajů za maso a masné výrobky u průměrné české domácnosi sesaveny dvě skupiny přímo dynamizovaných modelů (10.1-1) až (10.1-4) a (10.2-1) až (10.2-4). Zjišěné hodnoy paramerů a výsledky základní saisické verifikace jsou pro modely první skupiny (10.1-1) až (10.1-4) předloženy v Tab. IX. Analogické výsledky za druhou skupinu modelů, j. modely (10.2-1) až (10.2-4), jsou obsaženy v Tab. X. IX: Modely reálného bezsezonního podílu výdajů ypu 1 za maso a masné výrobky u průměrné české domácnosi Hodnoy regresních paramerů, vícenásobný index deerminace, korigovaný vícenásobný index deerminace Model (10.1-1) rw1 = A1 + B1 rm + C1 + u1 A1 = +3,2865E 01 B1 = 2,4583E 06 C1 = +1,1478E 01 Hodnoy T-esů regresních paramerů, hodnoa F-esu indexu deerminace T A1 = 4,2398 T B1 = 0,4375 T C1 = 3,6306 Hladina významnosi T-esů α T A1 = 2,0788E 04 α T B1 = 6,6498E 01 α T C1 = 1,0796E 03 I 2 = 0,4813 Ī 2 = 0,4455 Model (10.1-2) rw1 = A1 + B1 rm + C1 1 + C u1 F(2,29) = 13,4549 α(f) = 7,3484E 05 A1 = +3,2449E 01 B1 = 3,2730E 06 C1 1 = +3,8969E 01 C1 2 = 8,2238E 05 T A1 = 5,2667 T B1 = 0,7323 T C11 = 5,5954 T C12 = 4,2324 α T A1 = 1,3381E 05 α T B1 = 4,7009E 01 α T C11 = 5,4656E 06 α T C12 = 2,2468E 04 I 2 = 0,6837 Ī 2 = 0,6498 F(3,28) = 20,1725 α(f) = 3,6532E 07

13 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 39 Model (10.1-3) rw1 = A1 + B1 1 rm +B1 2 (rm )2 + C1 1 + u1 A1 = 1,7011E 00 B1 1 = +2,8498E 04 B1 2 = 1,0176E 08 C1 = +1,3970E 03 T A1 = 1,9432 T B11 = 2,3046 T B12 = 2,3265 T C11 = 4,4575 α T A1 = 6,2111E 02 α T B11 = 2,8821E 02 α T B12 = 2,7451E 02 α T C11 = 1,2198E 04 I 2 = 0,5653 Ī 2 = 0,5188 Model (10.1-4) rw1 = A1 + B1 1 rm +B1 2 (rm )2 + C1 1 + C u1 F(3,28) = 12,1391 α(f) = 2,8706E 05 A1 = +1,3925E 00 B1 1 = 1,5489E 04 B1 2 = +5,3599E 09 C1 1 = +4,4918E 03 C1 2 = 1,0396E 04 T A1 = 1,1706 T B11 = 0,9181 T B12 = 0,8990 T C11 = 4,6672 T C12 = 3,3484 α T A1 = 2,5200E 01 α T B11 = 3,6670E 01 α T B12 = 3,7660E 01 α T C11 = 7,4490E 05 α T C12 = 2,4064E 03 I 2 = 0,6929 Ī 2 = 0,6474 F(4,27) = 15,2278 α(f) = 1,2414E 06 X: Modely reálného bezsezonního podílu výdajů ypu 2 za maso a masné výrobky u průměrné české domácnosi Hodnoy regresních paramerů, vícenásobný index deerminace, korigovaný vícenásobný index deerminace Model (10.2-1) rw2 = A2 + B2 rm + C2 + u2 A2 = +1,1211E 01 B2 = 3,2703E 06 C2 = +2,4031E 01 Hodnoy T-esů regresních paramerů, hodnoa F-esu indexu deerminace T A2 = 5,3537 T B2 = 2,1545 T C2 = 2,8139 Hladina významnosi T-esů α T A2 = 9,4924E 06 α T B2 = 3,9645E 02 α T C2 = 8,6998E 03 I 2 = 0,2145 Ī 2 = 0,1603 Model (10.2-2) rw2 = A2 + B2 rm + C2 1 + C u2 F(2,29) = 3,9592 α(f) = 3,0181E 02 A2 = +1,1088E 01 B2 = 3,5114E 06 C2 1 = +1,0539E 03 C2 2 = 2,4339E 05 T A2 = 7,1341 T B2 = 3,1143 T C21 = 5,9989 T C22 = 4,9655 α T A2 = 9,1947E 08 α T B2 = 4,2260E 03 α T C21 = 1,8352E 06 α T C22 = 3,0480E 05 I 2 = 0,5823 Ī 2 = 0,5375 Model (10.2-3) rw2 = A2 + B2 1 rm +B2 2 (rm )2 + C2 1 + u2 F(3,28) = 13,0112 α(f) = 1,6658E 05 A2 = 4,6323E 01 B2 1 = +7,8205E 05 B2 2 = 2,8844E 09 C2 = +3,1095E 04 T A2 = 1,9781 T B21 = 2,3642 T B22 = 2,4653 T C21 = 3,7092 α T A2 = 5,7829E 02 α T B21 = 2,5239E 02 α T B22 = 2,0085E 02 α T C21 = 9,1116E 04 I 2 = 0,3546 Ī 2 = 0,2854 F(3,28) = 5,1275 α(f) = 5,9415E 03

14 40 P. Syrováka Model (10.2-4) rw2 = A2 + B2 1 rm +B2 2 (rm )2 + C2 1 + C u2 A2 = +4,9121E 01 B2 1 = 5,7503E 05 B2 2 = +1,9087E 09 C2 1 = +1,2658E 03 C2 2 = 3,2074E 05 T A2 = 1,6618 T B21 = 1,3717 T B22 = 1,2884 T C21 = 5,2930 T C22 = 4,1575 α T A2 = 1,0813E 01 α T B21 = 1,8145E 01 α T B22 = 2,0854E 01 α T C21 = 1,3874E 05 α T C22 = 2,9143E 04 I 2 = 0,6065 Ī 2 = 0,5482 F(4,27) = 10,4034 α(f) = 3,1267E 05 Z předvedených abulek (Tab. IX, Tab. X) je parné, že všechny sesavené modely v první i v druhé skupině jsou jako celky saisicky průkazné. Hladina významnosi α(f) u prováděných F-esů vícenásobného indexu deerminace byla ve všech případech menší než 0,05. Dokonce, vyjma modelů (10.2-1) a (10.2-3), mnohonásobně nižší než hodnoa 0,005. Z ohoo důvodu se další prověřování saisické významnosi modelů sousředilo na esování saisické průkaznosi vypočených hodno jednolivých regresních paramerů, zvlášě pak byly důležié hodnoy a hladiny T-esů regresních paramerů u proměnné rm. V omo ohledu byly z prakického využívání vyjmuy modely (10.1-1), (10.1-2), (10.1-4) a dále model (10.2-4). U ěcho modelů se vyskyovala hladina významnosi α(t B ) T-esů u proměnné rm výrazně nad úrovní 0,1. Z prakického využívání byl rovněž vyjmu model (10.2-1). Teno model sice splňoval podmínky prováděné saisické verifikace, ale ve srovnání s modelem (10.2-2) byly dosažené výsledky saisického esování výrazně horší. Přičemž modely (10.2-1) a (10.2-2) jsou z pohledu příjmové funkce sejné a rozdíl spočívá pouze ve supni jejich přímé dynamizace. Zbylé sesavené dynamické modely byly podrobeny ekonomické verifikaci. Model (10.1-3) s kvadraickou příjmovou funkcí byl oesován na splnění vzahu (12.1): δ 2 rw1 (rm, ) = 2 B1 2 = 2 ( 1,0176E 08) = 2,0352E (15.1) δ(rm, )2 Z výpoču (15.1) podmínky (12.1) vyplývá, že model (10.1-3) odráží předpoklady kvadraické formy Engelova zákona v oblasi spořeby masa a masných výrobků. Analogickou podmínkou (12.2) byl oesován i model s kvadraickou příjmovou funkcí sesavený pro druhý zkoumaný yp výdajového podílu (10.2-3): δ 2 rw2 (rm, ) = 2 B2 2 = 2 ( 2,8844E 09) = 5,7688E (15.2) δ(rm, )2 Rovněž výpoče (15.2) dané podmínky (12.2) ukázal ekonomickou přiměřenos sesaveného modelu vzhledem k fungování Engelova zákona. Podmínky ekonomické přiměřenosi v oblasi Engelova zákona vykazoval i vyvořený model výdajového podílu ypu 2 s lineární příjmovou funkcí model (10.2-2). V omo případě byla ekonomická verifikace ve smyslu zachování Engleova zákona daným modelem posuzovaná prosřednicvím podmínky (11.2): δ 1 rw2 (rm, ) = B2 = 3,55114E (16) δ(rm, )1 V návaznosi na dosažené výsledky uskuečněné saisické a ekonomické verifikace lze edy pro výzkum Engelových zákoniosí v oblasi výdajů českých domácnosí za maso a masné výrobky použí dynamické modely ve varu (10.1-3), (10.2-2) a (10.2-3). Konkréně pro účely analýzy čvrleního vývoje reálného podílu výdajů průměrné české domácnosi za maso a masné výrobky 1. ypu (j. podílu reálných výdajů za maso a masné výrobky na celkových reálných výdajích za poraviny u dané domácnosi) v souvislosi s čvrlením vývojem jejich reálných příjmů byl odpovídající model s kvadraickou příjmovou závislosí dynamizovanou lineárním způsobem (10.1-3). Teno dynamický model je možné s ohledem na účely návazné aplikace přepsa do názornější podoby (17):

15 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 41 rw1 = ( 1,0176E 08) (rm )2 + (2,8498E 04) rm + B1 0 ; (17) kde: B1 0 = ( 1,7011E + 00) + (1,3970E 03) ; = 1, 2,..., 32. Na základě provedené úpravy (17) modelu (10.1-3) je zřejmé, že průběh zkoumané Engelovy závislosi má nejprve rosoucí fázi. Teno počáeční růs je po dosažení určié výše čvrleního reálného příjmu domácnosi ( Kč) vysřídán radiční klesající fází v daném Engelově spořebním vzahu. Vliv změny ve velikosi čvrleního reálného příjmu o 1 Kč na velikos změny (přírůsku) zkoumaného podílu ypu 1 lze vyjádři vzahem (18): δrw1 = ( 2,0352E 08) rm + (2,8498E 04). (18) δrm V mezích rosoucí fáze jsou lineárně klesající přírůsky čvrleního reálně měřeného podílu výdajů ypu 1 (18) kladné, edy plaí (19.1): ( 2,0352E 08) rm + (2,8498E 04) > 0. (19.1) Při překroční výše čvrleního reálného příjmu Kč (začíná klesající fáze Engelovy závislosi) dosahují lineárně klesající přírůsky reálného čvrleního podílu ypu 1 záporných hodno: ( 2,0352E 08) rm + (2,8498E 04) < 0. (19.2) Analogické závěry lze vyslovi i pro průběh Engelovy závislosi na úrovni vývoje reálného podílu výdajů průměrné české domácnosi za maso a masné výrobky druhého ypu (j. podíl reálných výdajů za maso a masné výrobky na celkovém reálném příjmu sledované domácnosi), jesliže použijeme vyjádření modelu (10.2-3). Model (10.2-3) je opě možné ransformova do názornější podoby (20): rw2 = ( 2,8844E 09) (rm )2 + (7,8205E 05) rm + B2 0 ; (20) kde: B2 0 = ( 4,6323E + 01) + (3,1095E 04) ; = 1, 2,..., 32. Podle modelu (20) lze vliv změny ve výši čvrleního reálného příjmu o 1 Kč na přírůsek zkoumaného podílu zachyi vzahem (21): δrw2 = ( 5,7688E 09) rm + (7,8205E 05). (21) δrm Rosoucí fáze Engelovy křivky je v omo případě ukončena dosažením čvrleního reálného příjmu průměrné české domácnosi ve výši Kč. Do éo úrovně reálného příjmu mají reálné čvrlení lineárně klesající přírůsky kladnou hodnou: ( 5,7688E 09) rm + (7,8205E 05) > 0. (22.1) Od úrovně reálného čvrleního příjmu Kč vykazují reálné čvrlení lineárně klesající přírůsky zápornou hodnou: ( 5,7688E 09) rm + (7,8205E 05) < 0. (22.2) Pro vysižení Engelovy závisloi v oblasi reálného výdajového podílu ypu 2 se jevil na základě provedené saisické a ekonomické verifikace rovněž přípusný model s lineární příjmovou funkcí a kvadraickou dynamizací (10.2-2). Daný model je opě možné přeransformova do přehlednějšího vyjádření Engelovy funkce: rw2 = ( 3,5114E 06) rm + B2 0 ; (23) kde: B2 0 = (+1,088E 01) + (1,0539E 03) + ( 2,4339E 05) 2 ; = 1, 2,..., 32. Podle modelu (23) vyjadřuje Engelovu spořební závislos klesající přímka. Tao přímka má směrnici definovanou vzahem (24): δrw2 = (3,5114E 05) < 0. (24) δrm Tedy přírůsek reálného podílu ypu 2 má konsanní zápornou hodnou. Na základě (21) lze pak konsaova, že zvýšení reálného čvrleního příjmu o 1 Kč vyvolá u průměrné české domácnosi pokles čvrleního podílu reálných výdajů za maso a masné výrobky na celkovém reálném příjmu domácnosi

16 42 P. Syrováka přibližně o 3,5114 E 05. Při lineární formě analýzy prověřovaných Engelových vzahů model (23) nelze samozřejmě čini odhady v oblasi výše reálného příjmu, při níž dochází k sauraci spořeby českých domácnosí masem a masnými výrobky. Získané modely (10.1-3), (10.2-2), (10.2-3) reálného výdajového podílu prvního ypu i druhého ypu jasně ukázaly, že pro výdaje průměrné české domácnosi za maso a masné výrobky plně funguje Engelův spořební zákon. Saisická průkaznos kvadraických forem modelů (10.1-3), (10.2-3) podpořená základní ekonomickou verifikací navíc naznačila, že v éo oblasi poravinových výdajů je pořeba uvažova o počáeční růsové fázi Engelových křivek. SOUHRN Regresní analýzou závislosí mezi vývojem čvrleního reálného příjmu průměrné české domácnosi a velikosí jejich reálně vyjádřeného podílu výdajů za maso a masné výrobky bylo zjišěno, že se zde plně projevuje planos Engelova zákona. S ím, že se v éo oblasi výdajů průměrné české domácnosi vyskyuje počáeční růsová fáze, kerá od určié výše reálného příjmu přechází v radiční klesající závislos. V případě podílu reálných výdajů průměrné české domácnosi za maso a masné výrobky vzhledem k výši jejich celkových reálných výdajů za poraviny je úroveň zlomového příjmu podle vyvořeného modelu: rw1 = ( 1,0176E 08) (rm )2 + (2,8498E 04) rm + [( 1,7011E + 00) + (1,3970E 03) ], rovna Kč. V druhém případě, j. podílu reálných výdajů průměrné české domácnosi za maso a masné výrobky na celkovém reálném příjmu dané domácnosi, je ao hodnoa dle sesaveného modelu: rw2 = ( 2,8844E 09) (rm )2 + (7,8205E 05) rm + [( 4,6323E + 01) + (3,1095E 04) ] rovna Kč. V případě reálného výdajového podílu druhého ypu byl rovněž shledán vhodným regresní model s lineární příjmovou funkcí a kvadraickou dynamizací: rw2 = ( 3,5114E 06) rm + [(+1,088E 01) + (1,0539E 03) + ( 2,4339E 05) 2 ]. Teno lineární model sice neumožňuje vyjádření a edy analýzu počáeční růsové fáze Engelovy křivky, ale na druhé sraně však plně dokládá příomnos Engelových spořebních závislosí ve vývoji zkoumaného reálného výdajového podílu druhého ypu. vývoj reálných výdajů za maso a masné výrobky, podíl výdajů za maso a masné výrobky, Engelův spořební zákon, růsová fáze Engelovy křivky Teno příspěvek vznikl v rámci řešení výzkumného záměru PEF MZLU v Brně MSMT Formování srukury zemědělsví a poravinářského průmyslu a rendy chování podnikaelských subjeků v procesu inegrace ČR do EU. LITERATURA BHAUMIK, S. K, NUGENT, J. B. Analysis of Food in Peru: Implicaions for Food-Feed Compeiion. Review of Developmen Economics. 1999, Vol 3, Issue 3, p , 16 p. ISSN BROWNING, E. K., BROWNING, J. M. Microeconomics, Theory and Applicaions. 4h ediion, USA: Harper Collins Publishers, p. ISBN DUFEK, J. Ekonomerie. Brno: PEF, VŠZ, 1993, 132 s. ISBN X.

17 Vývoj podílu výdajů českých domácnosí za maso a masné výrobky a Engelovy závislosi ve spořebě 43 GIBSON, J. Why Does Engel Mehod Work? Food Demand, Economies of Size and Household Survey Mehods. Oxford Bullein of Economics and Saisics. 2002, Vol 64, Issue 4: p , 19 p. ISSN HUŠEK, R. Ekonomerická analýza. 1. vyd. Praha: Ekopress, s. ISBN X. KOUTSOYIANNIS, A.: Modern Microeconomics. 2nd ediion. London, The Macmillan Press, p. ISBN LOEB, B. S.: The Use of Engel s Law as a Basis for Predicing Consumer Expendiures. Journal of Markeing. 1955, Vol. 20 Issue 1: p 20-27, 8p. ISSN MAURICE, S. CH. A PHILLIPS, O. R. Economic Analysis, Theory and Applicaion. 6h ediion Boson: Irwin, p. ISBN X. MINAŘÍK, B. Saisika III. Brno: PEF MZLU, s. ISBN X. SEGER, J., HINDLS, R., HRONOVÁ, S. Saisika v hospodářsví. 1. vyd. Praha, ETC Publishing, edice Manager/Podnikael, s. ISBN SYROVÁTKA, P. Food Expendiures of Czech Households and Engel s Law. Agriculural Economics. 2003: Vol 49, Issue 10: p TVRDOŇ, J. Ekonomerie. Praha: PEF ČZU, s. ISBN ZIMMERMAN, C. C. Ernes Engel s Law of Expendiures for Food. Quarerly Journal of Economics. 1932: Vol 47, Issue 1: p , 24 p. ISSN ZVÁRA, K. Regresní analýza. Praha: Academia, s. ISBN Adresa Ing. Pavel Syrováka, PhD., Úsav podnikové ekonomiky, Mendelova zemědělská a lesnická univerzia v Brně, Zemědělská 5, Brno, Česká republika

18 44

Volba vhodného modelu trendu

Volba vhodného modelu trendu 8. Splinové funkce Trend mění v čase svůj charaker Nelze jej v sledovaném období popsa jedinou maemaickou křivkou aplikace echniky zv. splinových funkcí: o Řadu rozdělíme na několik úseků o V každém úseku

Více

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je. Pravděpodobnos a saisika 0. ČASOVÉ ŘADY Průvodce sudiem Využijeme znalosí z předchozích kapiol, především z 9. kapioly, kerá pojednávala o regresní analýze, a rozšíříme je. Předpokládané znalosi Pojmy

Více

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK Vzhledem ke skuečnosi, že způsob modelování elasomerových ložisek přímo ovlivňuje průběh vniřních sil v oblasi uložení, rozebereme v éo kapiole jednolivé možné

Více

Analýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p

Analýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p Analýza časových řad Informační a komunikační echnologie ve zdravonicví Definice Řada je posloupnos hodno Časová řada chronologicky uspořádaná posloupnos hodno určiého saisického ukazaele formálně je realizací

Více

CENOVÝ VÝVOJ NA ZPRACOVATELSKÉM TRHU S TEKUTÝM MLÉKEM A ÚROVEŇ FINÁLNÍ SPOTŘEBITELSKÉ POPTÁVKY PO TOMTO PRODUKTU

CENOVÝ VÝVOJ NA ZPRACOVATELSKÉM TRHU S TEKUTÝM MLÉKEM A ÚROVEŇ FINÁLNÍ SPOTŘEBITELSKÉ POPTÁVKY PO TOMTO PRODUKTU ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ Ročník LII 5 Číslo 3, 2004 CENOVÝ VÝVOJ NA ZPRACOVATELSKÉM TRHU S TEKUTÝM

Více

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA 4 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 11-12 září 2008 Analýza rizikových fakorů při hodnocení invesičních projeků dle kriéria

Více

T t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka

T t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka Analýza časových řad Klasický přísup k analýze ČŘ dekompozice časové řady - rozklad ČŘ na složky charakerizující různé druhy pohybů v ČŘ, keré umíme popsa a kvanifikova rend periodické kolísání cyklické

Více

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1 Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1 Základní ransformace časových řad Veškeré násroje základní korelační analýzy, kam paří i lineární regresní (ekonomerické) modely

Více

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU Indexy základní, řeězové a empo přírůsku Aleš Drobník srana 1 7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU V kapiole Indexy při časovém srovnání jsme si řekli: Časové srovnání vzniká, srovnáme-li jednu

Více

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, STABILITA. Jednokový impuls (Diracův impuls, Diracova funkce, funkce dela) někdy éž disribuce dela z maemaického hlediska nejde o pravou funkci (přesný popis eorie

Více

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů OPERAČNÍ PROGRAM ŽIVOTNÍ PROSTŘEDÍ EVROPSKÁ UNIE Fond soudržnosi Evropský fond pro regionální rozvoj Pro vodu, vzduch a přírodu Meodika zpracování finanční analýzy a Finanční udržielnos projeků PŘÍLOHA

Více

EKONOMETRIE 6. přednáška Modely národního důchodu

EKONOMETRIE 6. přednáška Modely národního důchodu EKONOMETRIE 6. přednáška Modely národního důchodu Makroekonomické modely se zabývají modelováním a analýzou vzahů mezi agregáními ekonomickými veličinami jako je důchod, spořeba, invesice, vládní výdaje,

Více

APLIKACE INDEXU DAŇOVÉ PROGRESIVITY V PODMÍNKÁCH ČESKÉ REPUBLIKY

APLIKACE INDEXU DAŇOVÉ PROGRESIVITY V PODMÍNKÁCH ČESKÉ REPUBLIKY APLIKACE INDEXU DAŇOVÉ PROGRESIVIT V PODMÍNKÁCH ČESKÉ REPUBLIK Ramanová Ivea ABSTRAKT Příspěvek je věnován problemaice měření míry progresiviy zdanění pomocí indexu daňové progresiviy, kerý vychází z makroekonomických

Více

Návrh rozložení výroby jednotlivých výrobků do směn sloužící ke snížení zmetkovitosti

Návrh rozložení výroby jednotlivých výrobků do směn sloužící ke snížení zmetkovitosti MENDELOVA UNIVERZITA V BRNĚ Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Návrh rozložení výroby jednolivých výrobků do směn sloužící ke snížení zmekoviosi Diplomová práce Vedoucí práce:

Více

Demografické projekce počtu žáků mateřských a základních škol pro malé územní celky

Demografické projekce počtu žáků mateřských a základních škol pro malé územní celky Demografické projekce poču žáků maeřských a základních škol pro malé územní celky Tomáš Fiala, Jika Langhamrová Kaedra demografie Fakula informaiky a saisiky Vysoká škola ekonomická v Praze Pořebná daa

Více

Metodika transformace ukazatelů Bilancí národního hospodářství do Systému národního účetnictví

Metodika transformace ukazatelů Bilancí národního hospodářství do Systému národního účetnictví Vysoká škola ekonomická v Praze Fakula informaiky a saisiky Kaedra ekonomické saisiky Meodika ransformace ukazaelů Bilancí národního hospodářsví do Sysému národního účenicví Ing. Jaroslav Sixa, Ph.D. Doc.

Více

Zhodnocení historie predikcí MF ČR

Zhodnocení historie predikcí MF ČR E Zhodnocení hisorie predikcí MF ČR První experimenální publikaci, kerá shrnovala minulý i očekávaný budoucí vývoj základních ekonomických indikáorů, vydalo MF ČR v lisopadu 1995. Tímo byl položen základ

Více

Porovnání způsobů hodnocení investičních projektů na bázi kritéria NPV

Porovnání způsobů hodnocení investičních projektů na bázi kritéria NPV 3 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6-7 září 2006 Porovnání způsobů hodnocení invesičních projeků na bázi kriéria Dana Dluhošová

Více

Analýza citlivosti NPV projektu na bázi ukazatele EVA

Analýza citlivosti NPV projektu na bázi ukazatele EVA 3. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6.-7. září 2006 Analýza cilivosi NPV projeku na bázi ukazaele EVA Dagmar Richarová

Více

Modelování rizika úmrtnosti

Modelování rizika úmrtnosti 5. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-TU Osrava, Ekonomická fakula, kaedra Financí 8. - 9. září 200 Modelování rizika úmrnosi Ingrid Perová Absrak V příspěvku je řešena

Více

PŘÍJMOVÁ PRUŽNOST POPTÁVKY ČESKÝCH DOMÁCNOSTÍ PO MASE A MASNÝCH VÝROBCÍCH: AUTOREGRESNÍ MODEL

PŘÍJMOVÁ PRUŽNOST POPTÁVKY ČESKÝCH DOMÁCNOSTÍ PO MASE A MASNÝCH VÝROBCÍCH: AUTOREGRESNÍ MODEL ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ Ročník LVI 13 Číslo 6, 2008 PŘÍJMOVÁ PRUŽNOST POPTÁVKY ČESKÝCH DOMÁCNOSTÍ

Více

Pasivní tvarovací obvody RC

Pasivní tvarovací obvody RC Sřední průmyslová škola elekroechnická Pardubice CVIČENÍ Z ELEKTRONIKY Pasivní varovací obvody RC Příjmení : Česák Číslo úlohy : 3 Jméno : Per Daum zadání : 7.0.97 Školní rok : 997/98 Daum odevzdání :

Více

( ) ( ) NÁVRH CHLADIČE VENKOVNÍHO VZDUCHU. Vladimír Zmrhal. ČVUT v Praze, Fakulta strojní, Ústav techniky prostředí Vladimir.Zmrhal@fs.cvut.

( ) ( ) NÁVRH CHLADIČE VENKOVNÍHO VZDUCHU. Vladimír Zmrhal. ČVUT v Praze, Fakulta strojní, Ústav techniky prostředí Vladimir.Zmrhal@fs.cvut. 21. konference Klimaizace a věrání 14 OS 01 Klimaizace a věrání STP 14 NÁVRH CHLADIČ VNKOVNÍHO VZDUCHU Vladimír Zmrhal ČVUT v Praze, Fakula srojní, Úsav echniky prosředí Vladimir.Zmrhal@fs.cvu.cz ANOTAC

Více

Úloha V.E... Vypař se!

Úloha V.E... Vypař se! Úloha V.E... Vypař se! 8 bodů; průměr 4,86; řešilo 28 sudenů Určee, jak závisí rychlos vypařování vody na povrchu, kerý ao kapalina zaujímá. Experimen proveďe alespoň pro pě různých vhodných nádob. Zamyslee

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK Základy ekonomerie Heeroskedasicia Cvičení 7 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady. E(u) = 0 náhodné vlivy se vzájemně vynulují. E(uu T ) = σ I n konečný

Více

Vybrané metody statistické regulace procesu pro autokorelovaná data

Vybrané metody statistické regulace procesu pro autokorelovaná data XXVIII. ASR '2003 Seminar, Insrumens and Conrol, Osrava, May 6, 2003 239 Vybrané meody saisické regulace procesu pro auokorelovaná daa NOSKIEVIČOVÁ, Darja Doc., Ing., CSc. Kaedra konroly a řízení jakosi,

Více

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav 5. Využií elekroanalogie při analýze a modelování dynamických vlasnosí mechanických sousav Analogie mezi mechanickými, elekrickými či hydraulickými sysémy je známá a lze ji účelně využíva při analýze dynamických

Více

INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY

INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY Jana Soukopová Anoace Příspěvek obsahuje dílčí výsledky provedené analýzy výdajů na ochranu živoního prosředí z

Více

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE VYTVÁŘENÍ TRŽNÍ ROVNOVÁHY VYBRANÝCH ZEMĚDĚLSKO-POTRAVINÁŘSKÝCH PRODUKTŮ Ing. Michal Malý Školiel: Prof. Ing. Jiří

Více

x udává hodnotu směrnice tečny grafu

x udává hodnotu směrnice tečny grafu Předmě: Ročník: Vyvořil: Daum: MATEMATIKA ČTVRTÝ Mgr. Tomáš MAŇÁK 5. srpna Název zpracovaného celku: GEOMETRICKÝ VÝZNAM DERIVACE FUNKCE GEOMETRICKÝ VÝZNAM DERIVACE FUNKCE v bodě (ečny grafu funkcí) Je

Více

Matematika v automatizaci - pro řešení regulačních obvodů:

Matematika v automatizaci - pro řešení regulačních obvodů: . Komplexní čísla Inegrovaná sřední škola, Kumburská 846, Nová Paka Auomaizace maemaika v auomaizaci Maemaika v auomaizaci - pro řešení regulačních obvodů: Komplexní číslo je bod v rovině komplexních čísel.

Více

Derivace funkce více proměnných

Derivace funkce více proměnných Derivace funkce více proměnných Pro sudeny FP TUL Marina Šimůnková 21. prosince 2017 1. Parciální derivace. Ve výrazu f(x, y) považujeme za proměnnou jen x a proměnnou y považujeme za konsanu. Zderivujeme

Více

Schéma modelu důchodového systému

Schéma modelu důchodového systému Schéma modelu důchodového sysému Cílem následujícího exu je názorně popsa srukuru modelu, kerý slouží pro kvanifikaci příjmové i výdajové srany důchodového sysému v ČR, a o jak ve varianách paramerických,

Více

PŘIROZENÝ POHYB OBYVATELSTVA V JIHOVÝCHODNÍM REGIONU ČESKÉ REPUBLIKY PODLE KRAJŮ #

PŘIROZENÝ POHYB OBYVATELSTVA V JIHOVÝCHODNÍM REGIONU ČESKÉ REPUBLIKY PODLE KRAJŮ # PŘIROZENÝ POHYB OBYVATELTVA V JIHOVÝCHODNÍM REGIONU ČEKÉ REPUBLIKY PODLE KRAJŮ # THE NATURAL CHANGE OF POPULATION IN THE OUTH-EAT REGION OF THE CZECH REPUBLIC ACCORDING TO UB-REGION DUFEK, Jaroslav, MINAŘÍK,

Více

5. Modifikovaný exponenciální trend

5. Modifikovaný exponenciální trend 5. Modifikovaný exponenciální rend Tvar rendu Paraer: α, β, Tr = + α β, =,..., n ( β > 0) Hodí se k odelování rendu s konsanní podíle sousedních diferencí Aspoick oezen (viz obr., α < 0,0 < β 0) α

Více

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY Kaedra obecné elekroechniky Fakula elekroechniky a inormaiky, VŠB - T Osrava. TOJFÁZOVÉ OBVODY.1 Úvod. Trojázová sousava. Spojení ází do hvězdy. Spojení ází do rojúhelníka.5 Výkon v rojázových souměrných

Více

Parciální funkce a parciální derivace

Parciální funkce a parciální derivace Parciální funkce a parciální derivace Pro sudeny FP TUL Marina Šimůnková 19. září 2018 1. Parciální funkce. Příklad: zvolíme-li ve funkci f : (x, y) sin(xy) pevnou hodnou y, například y = 2, dosaneme funkci

Více

5EN306 Aplikované kvantitativní metody I

5EN306 Aplikované kvantitativní metody I 5EN306 Aplikované kvaniaivní meod I Přednáška 3 Zuzana Dlouhá Předmě a srukura kurzu. Úvod: srukura empirických výzkumů. vorba ekonomických modelů: eorie 3. Daa: zdroje a p da, význam popisných charakerisik

Více

FINANČNÍ MATEMATIKA- ÚVĚRY

FINANČNÍ MATEMATIKA- ÚVĚRY Projek ŠABLONY NA GVM Gymnázium Velké Meziříčí regisrační číslo projeku: CZ.1.07/1.5.00/4.0948 IV- Inovace a zkvalinění výuky směřující k rozvoji maemaické gramonosi žáků sředních škol FINANČNÍ MATEMATIKA-

Více

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat. 4 Inegrace subsiucí 4 Inegrace subsiucí Průvodce sudiem Inegrály, keré nelze řeši pomocí základních vzorců, lze velmi časo řeši subsiuční meodou Vzorce pro derivace elemenárních funkcí a věy o derivaci

Více

V EKONOMETRICKÉM MODELU

V EKONOMETRICKÉM MODELU J. Arl, Š. Radkovský ANALÝZA ZPOŽDĚNÍ V EKONOMETRICKÉM MODELU VP č. Praha Auoři: doc. Ing. Josef Arl, CSc. Ing. Šěpán Radkovský Názor a sanoviska v éo sudii jsou názor auorů a nemusí nuně odpovída názorům

Více

2. ZÁKLADY TEORIE SPOLEHLIVOSTI

2. ZÁKLADY TEORIE SPOLEHLIVOSTI 2. ZÁKLADY TEORIE SPOLEHLIVOSTI Po úspěšném a akivním absolvování éo KAPITOLY Budee umě: orienova se v základním maemaickém aparáu pro eorii spolehlivosi, j. v poču pravděpodobnosi a maemaické saisice,

Více

Role fundamentálních faktorů při analýze chování Pražské burzy #

Role fundamentálních faktorů při analýze chování Pražské burzy # Role fundamenálních fakorů při analýze chování Pražské burzy # Ví Poša Výzkum chování akciových a obecně finančních rhů má dlouhou hisorii, jehož výsupy nalézají uplanění v ekonomické eorii, pro kerou

Více

Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace

Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace Mendelova univerzia v Brně Provozně ekonomická fakula Úsav ekonomie Vliv srukury ekonomiky na vzah nezaměsnanosi a inflace Diplomová práce Vedoucí práce: Ing. Milan Palá, Ph.D. Vypracoval: Bc. Jiří Morávek

Více

Rozbor složek spotřeby a komparace různých spotřebních funkcí v České republice

Rozbor složek spotřeby a komparace různých spotřebních funkcí v České republice Mendelova univerzia v Brně Provozně ekonomická fakula Rozbor složek spořeby a komparace různých spořebních funkcí v České republice Bakalářská práce Vedoucí práce: Ing. Zdeněk Rosenberg Radek Pavelka,

Více

Biologické modely. Robert Mařík. 9. listopadu Diferenciální rovnice 3. 2 Autonomní diferenciální rovnice 8

Biologické modely. Robert Mařík. 9. listopadu Diferenciální rovnice 3. 2 Autonomní diferenciální rovnice 8 Biologické modely Rober Mařík 9. lisopadu 2008 Obsah 1 Diferenciální rovnice 3 2 Auonomní diferenciální rovnice 8 3 onkréní maemaické modely 11 Dynamická rovnováha poču druhů...................... 12 Logisická

Více

Řetězení stálých cen v národních účtech

Řetězení stálých cen v národních účtech Řeězení sálých cen v národních účech Michal Široký msiroky@gw.czso.cz Odbor čvrleních národních účů Na adesáém 8, 00 82 Praha 0 Řeězení sálých cen Podsaa řeězení Výhody a nevýhody řeězení Neadiivia objemů

Více

MATEMATIKA II V PŘÍKLADECH

MATEMATIKA II V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA II V PŘÍKLADECH CVIČENÍ Č. Ing. Pera Schreiberová, Ph.D. Osrava 0 Ing. Pera Schreiberová, Ph.D. Vysoká škola báňská Technická

Více

Výpočty populačních projekcí na katedře demografie Fakulty informatiky a statistiky VŠE. TomášFiala

Výpočty populačních projekcí na katedře demografie Fakulty informatiky a statistiky VŠE. TomášFiala Výpočy populačních projekcí na kaedře demografie Fakuly informaiky a saisiky VŠE TomášFiala 1 Komponenní meoda s migrací Zpravidla zjednodušený model migrace předpokládá se pouze imigrace na úrovni migračního

Více

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU MENDELOVA LESNICKÁ A ZEMĚDĚLSKÁ UNIVERZITA V BRNĚ PROVOZNĚ EKONOMICKÁ FAKULTA ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU Analýza zaměsnanosi cizinců v ČR Bakalářská práce Vedoucí bakalářské práce Mgr. Marin

Více

Vládní daňové predikce: ex ante odhady a ex post hodnocení přesnosti v České republice #

Vládní daňové predikce: ex ante odhady a ex post hodnocení přesnosti v České republice # Vládní daňové predikce: ex ane odhady a ex pos hodnocení přesnosi v České republice # Ondřej Bayer * Úvod 1 Teno článek si klade za cíl uvés možnosi a posupy ex pos daňových predikcí a změři přesnos vládních

Více

Laplaceova transformace Modelování systémů a procesů (11MSP)

Laplaceova transformace Modelování systémů a procesů (11MSP) aplaceova ransformace Modelování sysémů a procesů (MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček 5. přednáška MSP čvrek 2. března 24 verze: 24-3-2 5:4 Obsah Fourierova ransformace Komplexní exponenciála

Více

Aplikace analýzy citlivosti při finačním rozhodování

Aplikace analýzy citlivosti při finačním rozhodování 7 mezinárodní konference Finanční řízení podniků a finančních insiucí Osrava VŠB-U Osrava Ekonomická fakula kaedra Financí 8 9 září 00 plikace analýzy cilivosi při finačním rozhodování Dana Dluhošová Dagmar

Více

Léto 2005. Výzkumná práce 2 Peníze a ekonomika: Jak se vlastně ovlivňují?

Léto 2005. Výzkumná práce 2 Peníze a ekonomika: Jak se vlastně ovlivňují? NEWTON College, a. s. www.newoncollege.cz Léo 25 Výzkumná práce 2 Peníze a ekonomika: Jak se vlasně ovlivňují? Makroekonomický vývoj 12 Akuální makroekonomický vývoj České republiky 31 Prognóza ekonomických

Více

POLITICKÝ CYKLUS V ČESKÉ REPUBLICE

POLITICKÝ CYKLUS V ČESKÉ REPUBLICE POLITICKÝ CYKLUS V ČESKÉ REPUBLICE Jan Černohorský, Liběna Černohorská Univerzia Pardubice, Fakula ekonomicko-správní, Úsav ekonomie Absrac: The paper deals wih possible relaion beween poliical cycle and

Více

Klasifikace, identifikace a statistická analýza nestacionárních náhodných procesů

Klasifikace, identifikace a statistická analýza nestacionárních náhodných procesů Proceedings of Inernaional Scienific Conference of FME Session 4: Auomaion Conrol and Applied Informaics Paper 26 Klasifikace, idenifikace a saisická analýza nesacionárních náhodných procesů MORÁVKA, Jan

Více

Vliv funkce příslušnosti na průběh fuzzy regulace

Vliv funkce příslušnosti na průběh fuzzy regulace XXVI. ASR '2 Seminar, Insrumens and Conrol, Osrava, April 26-27, 2 Paper 2 Vliv funkce příslušnosi na průběh fuzzy regulace DAVIDOVÁ, Olga Ing., Vysoké učení Technické v Brně, Fakula srojního inženýrsví,

Více

Měření výkonnosti údržby prostřednictvím ukazatelů efektivnosti

Měření výkonnosti údržby prostřednictvím ukazatelů efektivnosti Měření výkonnosi údržby prosřednicvím ukazaelů efekivnosi Zdeněk Aleš, Václav Legá, Vladimír Jurča 1. Sledování efekiviy ve výrobní organizaci S rozvojem vědy a echniky je spojena řada požadavků kladených

Více

PREDIKCE OPOTŘEBENÍ NA KONTAKTNÍ DVOJICI V TURBODMYCHADLE S PROMĚNNOU GEOMETRIÍ

PREDIKCE OPOTŘEBENÍ NA KONTAKTNÍ DVOJICI V TURBODMYCHADLE S PROMĚNNOU GEOMETRIÍ PREDIKCE OPOTŘEBENÍ NA KONTAKTNÍ DVOJICI V TURBODMYCHADLE S PROMĚNNOU GEOMETRIÍ Auoři: Ing. Radek Jandora, Honeywell spol s r.o. HTS CZ o.z., e-mail: radek.jandora@honeywell.com Anoace: V ovládacím mechanismu

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK Základy ekonomerie Modely simulánních rovnic Problém idenifikace srukurních simulánních rovnic Cvičení Zuzana Dlouhá Modely simulánních rovnic (MSR) eisence vzájemných vazeb mezi proměnnými v modelu,

Více

5 GRAFIKON VLAKOVÉ DOPRAVY

5 GRAFIKON VLAKOVÉ DOPRAVY 5 GRAFIKON LAKOÉ DOPRAY Jak známo, konsrukce grafikonu vlakové dopravy i kapaciní výpočy jsou nemyslielné bez znalosi hodno provozních inervalů a následných mezidobí. éo kapiole bude věnována pozornos

Více

MÍRA RIZIKA CHUDOBY V ČESKÉ REPUBLICE Z HLEDISKA POHLAVÍ LEVEL OF POVERTY RISK FROM THE GENDER SEEK IN THE CZECH REPUBLIC

MÍRA RIZIKA CHUDOBY V ČESKÉ REPUBLICE Z HLEDISKA POHLAVÍ LEVEL OF POVERTY RISK FROM THE GENDER SEEK IN THE CZECH REPUBLIC MÍRA RIZIKA CHUDOBY V ČESKÉ REPUBLICE Z HLEDISKA POHLAVÍ LEVEL OF POVERTY RISK FROM THE GENDER SEEK IN THE CZECH REPUBLIC Dagmar Blaná Absrac Differen crieria are used o assess he povery rae, mos ofen

Více

PŘÍLOHA SDĚLENÍ KOMISE. nahrazující sdělení Komise

PŘÍLOHA SDĚLENÍ KOMISE. nahrazující sdělení Komise EVROPSKÁ KOMISE V Bruselu dne 28.10.2014 COM(2014) 675 final ANNEX 1 PŘÍLOHA SDĚLENÍ KOMISE nahrazující sdělení Komise o harmonizovaném rámci návrhů rozpočových plánů a zpráv o emisích dluhových násrojů

Více

Modelování volatility akciového indexu FTSE 100

Modelování volatility akciového indexu FTSE 100 ISSN 805-06X 805-0638 (online) ETTN 07--0000-09-4 Modelování volailiy akciového indexu FTSE 00 Adam Borovička Vysoká škola ekonomická v Praze Fakula informaiky a saisiky Kaedra ekonomerie; nám. W. Churchilla

Více

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU

ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU MENDELOVA LESNICKÁ A ZEMĚDĚLSKÁ UNIVERZITA V BRNĚ PROVOZNĚ EKONOMICKÁ FAKULTA ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU Analýza nehodovosi v ČR v leech 001-006 Bakalářská práce Vedoucí bakalářské práce Mgr.

Více

NĚKTERÉ ASPEKTY SPOTŘEBNÍ FUNKCE V PODMÍNKÁCH ČR 90. LET

NĚKTERÉ ASPEKTY SPOTŘEBNÍ FUNKCE V PODMÍNKÁCH ČR 90. LET NĚKTERÉ ASPEKTY SPOTŘEBNÍ FUNKCE V PODMÍNKÁCH ČR 9. LET Josef Arl, Jindra Čuková, Šěpán Radkovský, Česká národní banka, Praha, Vysoká škola ekonomická, Praha Úvod Analýza spořebielské popávky paří k jednomu

Více

4. Střední radiační teplota; poměr osálání,

4. Střední radiační teplota; poměr osálání, Sálavé a průmyslové vyápění (60). Sřední radiační eploa; poměr osálání, operaivní a výsledná eploa.. 08 a.. 08 Ing. Jindřich Boháč TEPLOTY Sřední radiační eploa - r Sálavé vyápění = PŘEVÁŽNĚ sálavé vyápění

Více

Porovnání vývoje počtu českých a zahraničních turistů v rámci ČR v letech

Porovnání vývoje počtu českých a zahraničních turistů v rámci ČR v letech Mendelova univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Porovnání vývoje poču českých a zahraničních urisů v rámci ČR v leech 2003 2009 Bakalářská práce Vedoucí práce: Ing.

Více

APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE

APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE Břeislav ŠTĚPÁNEK, Pavel OTŘÍSAL APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE Absrac: Mahemaical-saisic mehods provide

Více

DERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE. y y

DERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE. y y Předmě: Ročník: Vvořil: Daum: MATEMATIKA ČTVRTÝ Mgr Tomáš MAŇÁK 5 srpna Název zpracovaného celku: DERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE je monoónní na celém svém deiničním oboru D

Více

STATISTICKÁ ANALÝZA PORODNOSTI Bakalářská práce

STATISTICKÁ ANALÝZA PORODNOSTI Bakalářská práce MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA PROVOZNĚ EKONOMICKÁ FAKULTA ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU STATISTICKÁ ANALÝZA PORODNOSTI Bakalářská práce Vedoucí bakalářské práce Mgr. Veronika Blašková

Více

PŘÍKLAD INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU

PŘÍKLAD INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU PŘÍKLAD INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU Ze serveru www.czso.cz jsme sledovali sklizeň obilovin v ČR. Sklizeň z několika posledních le jsme vložili do abulky 7.1. a) Jaké plodiny paří mezi obiloviny?

Více

Inflace po vstupu do měnové unie vybrané problémy 1

Inflace po vstupu do měnové unie vybrané problémy 1 Inflace po vsupu do měnové unie vybrané problémy 1 Jan Kubíček (leden 23, pracovní verze) Úvod Realia evropské měnové unie a edy společné moneární poliiky zalačuje do pozadí oázku inflačního diferenciálu

Více

POPIS OBVODŮ U2402B, U2405B

POPIS OBVODŮ U2402B, U2405B Novodvorská 994, 142 21 Praha 4 Tel. 239 043 478, Fax: 241 492 691, E-mail: info@asicenrum.cz ========== ========= ======== ======= ====== ===== ==== === == = POPIS OBVODŮ U2402B, U2405B Oba dva obvody

Více

Nové metody a přístupy k analýze a prognóze ekonomických časových řad

Nové metody a přístupy k analýze a prognóze ekonomických časových řad ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE Provozně ekonomická fakula Diserační práce Nové meody a přísupy k analýze a prognóze ekonomických časových řad Auor: Ing. Aleš Krišof Školiel: Doc.RNDr. Bohumil Kába,

Více

Reagenční funkce a hodnota podniku vliv nákladů cizího kapitálu a daní

Reagenční funkce a hodnota podniku vliv nákladů cizího kapitálu a daní Reagenční funkce a hodnoa podniku vliv nákladů cizího kapiálu a daní prof. Miloš Mařík, doc. Pavla Maříková Článek je zpracován jako jeden z výsupů výzkumného projeku Fakuly financí a účenicví VŠE Praha,

Více

Složkový model spotřeby tepelné energie v síti centralizovaného zásobování teplem

Složkový model spotřeby tepelné energie v síti centralizovaného zásobování teplem Složkový model spořeby epelné energie v síi cenralizovaného zásobování eplem Jaroslav Šípal V souvislosi s rosoucí spořebou energie a úbykem fosilních paliv je v současné době věnována velká pozornos zvyšování

Více

Provozně ekonomická fakulta

Provozně ekonomická fakulta Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Komparace vývoje nezaměsnanosi v okrese Uherské Hradišě a ČR Bakalářská práce Vedoucí: prof.

Více

Tlumené kmity. Obr

Tlumené kmity. Obr 1.7.. Tluené kiy 1. Uě vysvěli podsau lueného kiavého pohybu.. Vysvěli význa luící síly. 3. Zná rovnici okažié výchylky lueného kiavého pohybu. 4. Uě popsa apliudu luených kiů. 5. Zná konsany charakerizující

Více

PŘÍČINY PODSTŘELOVÁNÍ CÍLE: ROLE INFLAČNÍCH OČEKÁVÁNÍ

PŘÍČINY PODSTŘELOVÁNÍ CÍLE: ROLE INFLAČNÍCH OČEKÁVÁNÍ VYHODNOCENÍ PLNĚNÍ INFLAČNÍCH CÍLŮ ČNB V LETECH 998 2007 KAPITOLA 0. KAPITOLA 0 PŘÍČINY PODSTŘELOVÁNÍ CÍLE: ROLE INFLAČNÍCH OČEKÁVÁNÍ ROMAN HORVÁTH 24 25 VYHODNOCENÍ PLNĚNÍ INFLAČNÍCH CÍLŮ ČNB V LETECH

Více

transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované.

transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované. finní ransformace je posunuí plus lineární ransformace má svou maici vzhledem k homogenním souřadnicím využií například v počíačové grafice [] Idea afinního prosoru BI-LIN, afinia, 3, P. Olšák [2] Lineární

Více

FAKULTA APLIKOVANÝCH VĚD

FAKULTA APLIKOVANÝCH VĚD FAKULTA APLIKOVANÝCH VĚD ZÁPADOČESKÁ UNIVERZITA V PLZNI Semesrální práce z předměu KMA/MAB Téma: Schopnos úrokového rhu předvída sazby v době krize Daum: 7..009 Bc. Jan Hegeď, A08N095P Úvod Jako éma pro

Více

Manuál k vyrovnávacímu nástroji pro tvorbu cen pro vodné a stočné

Manuál k vyrovnávacímu nástroji pro tvorbu cen pro vodné a stočné OPERAČNÍ PROGRAM ŽIVOTNÍ PROSTŘEDÍ EVROPSKÁ UNIE Fond soudržnosi Evropský fond pro regionální rozvoj Pro vodu, vzduch a přírodu Manuál k vyrovnávacímu násroji pro vorbu cen pro vodné a sočné MINISTERSTVO

Více

Klíčová slova: Astabilní obvod, operační zesilovač, rychlost přeběhu, korekce dynamické chyby komparátoru

Klíčová slova: Astabilní obvod, operační zesilovač, rychlost přeběhu, korekce dynamické chyby komparátoru Asabilní obvod s reálnými operačními zesilovači Josef PUNČOCHÁŘ Kaedra eoreické elekroechniky Fakula elekroechnicky a informaiky Vysoká škola báňská - Technická universia Osrava ř. 17 lisopadu 15, 708

Více

SDĚLENÍ KOMISE. Harmonizovaný rámec návrhů rozpočtových plánů a zpráv o emisích dluhových nástrojů v eurozóně

SDĚLENÍ KOMISE. Harmonizovaný rámec návrhů rozpočtových plánů a zpráv o emisích dluhových nástrojů v eurozóně EVROPSKÁ KOMISE V Bruselu dne 27.6.2013 COM(2013) 490 final SDĚLENÍ KOMISE Harmonizovaný rámec návrhů rozpočových plánů a zpráv o emisích dluhových násrojů v eurozóně CS CS 1. ÚVOD Nařízení Evropského

Více

PLL. Filtr smyčky (analogový) Dělič kmitočtu 1:N

PLL. Filtr smyčky (analogový) Dělič kmitočtu 1:N PLL Fázový deekor Filr smyčky (analogový) Napěím řízený osciláor F g Dělič kmioču 1:N Číače s velkým modulem V současné době k návrhu samoného číače přisupujeme jen ve výjimečných případech. Daleko časěni

Více

Srovnávací analýza vývoje mezd v České republice

Srovnávací analýza vývoje mezd v České republice Mendelova univerzia v Brně Provozně ekonomická fakula Srovnávací analýza vývoje mezd v České republice Bakalářská práce Vedoucí práce: Mgr. Kamila Vopaová Vypracovala: Lucie Mojžíšová Brno 10 Děkuji ímo

Více

Scenario analysis application in investment post audit

Scenario analysis application in investment post audit 6 h Inernaional Scienific Conference Managing and Modelling of Financial Risks Osrava VŠB-U Osrava, Faculy of Economics,Finance Deparmen 0 h h Sepember 202 Scenario analysis applicaion in invesmen pos

Více

Město Šlapanice komplexní demografická charakteristika

Město Šlapanice komplexní demografická charakteristika MENDELOVA UNIVERZITA V BRNĚ Fakula regionálního rozvoje a mezinárodních sudií Měso Šlapanice komplexní demografická charakerisika Diplomová práce Vypracoval: Michal Vysoudil Vedoucí práce: PhDr. Dana Hübelová

Více

9 Viskoelastické modely

9 Viskoelastické modely 9 Viskoelasické modely Polymerní maeriály se chovají viskoelasicky, j. pod vlivem mechanického namáhání reagují současně jako pevné hookovské láky i jako viskózní newonské kapaliny. Viskoelasické maeriály

Více

Úloha II.E... je mi to šumák

Úloha II.E... je mi to šumák Úloha II.E... je mi o šumák 8 bodů; (chybí saisiky) Kupe si v lékárně šumivý celaskon nebo cokoliv, co se podává v ableách určených k rozpušění ve vodě. Změře, jak dlouho rvá rozpušění jedné abley v závislosi

Více

, kde index t = 1,2,..., n označuje příslušný interval

, kde index t = 1,2,..., n označuje příslušný interval Ciace: ŠPERKOVÁ, R. -- DUDA, J. Komparace vybraných meod predikce v oblasi exporu a imporu vína. Aca Universiais agriculurae e silviculurae Mendelianae Brunensis : Aca of Mendel Universiy of agriculure

Více

RŮSTOVÉ MODELY ČESKÉHO STRAKATÉHO SKOTU

RŮSTOVÉ MODELY ČESKÉHO STRAKATÉHO SKOTU RŮSTOVÉ MODELY ČESKÉHO STRAKATÉHO SKOTU Helena Nešeřilová 1, Jan Pulkrábek 2 1 Česká zemědělská universia v Praze 2 Výzkumný úsav živočišné výroby, Praha-Uhříněves Anoace: Na souboru býků českého srakaého

Více

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2 Cvičení 1 Lineární rovnice prvního řádu 1. Najděe řešení Cauchyovy úlohy x + x g = cos, keré vyhovuje podmínce x(π) =. Máme nehomogenní lineární diferenciální ( rovnici prvního řádu. Funkce h() = g a q()

Více

ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ

ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ Ročník LIII 5 Číslo 3, 2005 Možnosti využití nástrojů ekonomie blahobytu

Více

10 Lineární elasticita

10 Lineární elasticita 1 Lineární elasicia Polymerní láky se deformují lineárně elasicky pouze v oblasi malých deformací a velmi pomalých deformací. Hranice mezi lineárním a nelineárním průběhem deformace (mez lineariy) závisí

Více

Věstník ČNB částka 25/2007 ze dne 16. listopadu 2007

Věstník ČNB částka 25/2007 ze dne 16. listopadu 2007 Třídící znak 1 0 7 0 7 6 1 0 ŘEDITEL SEKCE BANKOVNÍCH OBCHODŮ ČESKÉ NÁRODNÍ BANKY VYHLAŠUJE ÚPLNÉ ZNĚNÍ OPATŘENÍ ČESKÉ NÁRODNÍ BANKY Č. 2/2003 VĚST. ČNB, KTERÝM SE STANOVÍ PODMÍNKY TVORBY POVINNÝCH MINIMÁLNÍCH

Více

Řasový test toxicity

Řasový test toxicity Laboraorní návod č. Úsav hemie ohrany prosředí, VŠCHT v Praze Řasový es oxiiy. Účel Řasové esy oxiiy slouží k esování možnýh oxikýh účinků láek a vzorků na vodní produeny. Zelené řasy paří do skupiny neévnaýh

Více

Ocenění podniku s přihlédnutím k možné insolvenci postup pro metodu DCF entity a equity

Ocenění podniku s přihlédnutím k možné insolvenci postup pro metodu DCF entity a equity Mařík, M. - Maříková, P.: Ocenění podniku s přihlédnuím k možné insolvenci posup pro meodu DCF eniy a equiy. Odhadce a oceňování podniku č. 3-4/2013, ročník XIX, sr. 4-15, ISSN 1213-8223 Ocenění podniku

Více

Analogový komparátor

Analogový komparátor Analogový komparáor 1. Zadání: A. Na předloženém inverujícím komparáoru s hyserezí změře: a) převodní saickou charakerisiku = f ( ) s diodovým omezovačem při zvyšování i snižování vsupního napěí b) zaěžovací

Více