4EK211 Základy ekonometrie
|
|
- Jozef Novotný
- před 7 lety
- Počet zobrazení:
Transkript
1 4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 9 Zuzana Dlouhá
2 Specální případy použtí MNČ cvčení 1 8 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít, když je funkce a) nelneární v parametrech před použtím MNČ musíme funkc vhodně transformovat semlogartmcká nebo logartmcká transformace b) lneární v parametrech a nelneární v proměnných v těchto případech aplkujeme přímo MNČ nelneartu je možné jednoduše odstrant vhodnou substtucí, případně odlšnou defncí proměnných 2
3 Nelneární v parametrech semlogartmcký model specální forma logartmcké transformace, za předpokladu, že relatvní změna vysvětlované proměnné y závsí lneárně na absolutní změně vysvětlující proměnné/proměnných x logartmus je po transformac pouze na jedné straně rovnce a) logartmcko-lneární model (log-ln) ln y = β 0 + β 1 x + u odpovídá exponencálnímu modelu y e β0 β1 x u β 1 = o kolk procent se změní y, když se x změní o 1 měrnou jednotku aplkace: růstový model HDP / populace b) lneárně-logartmcký model (ln-log) y = β 0 + β 1 ln x + u β 1 = o kolk měrných jednotek se změní y, když se x změní o 1 % aplkace: Engelova křvka (ndvduální příjem vs spotřeba) 3
4 Nelneární v parametrech - log-log model logartmcká transformace regresního modelu nelneárního v parametrech, logartmování mocnnné produkční nebo poptávkové funkce logartmus je po transformac na obou stranách rovnce 1 2 y β x x u 0 β 1 β 2 ln y = ln β 0 + β 1 ln x 1 + β 2 ln x 2 + ln u β 1, β 2 = koefcenty relatvní pružnost, = o kolk procent se změní proměnná y, když se x 1 nebo x 2 změní o jedno procento aplkace: Cobb-Douglasova produkční funkce v EVews log znamená ln 4
5 Nelneární v proměnných hyperbola / nverzní model 1 y β0 β1 u transformace x po transformac x 1 x y β 0 β x 1 u aplkace: Phllpsova křvka (nflace vs nezaměstnanost) parabola / polynomcký model y β 0 β x 1 1 β x u aplkace: nákladová funkce 5
6 Příklady na nterpretac 6
7 Příklady na nterpretac 7
8 Produkční funkce vztah = vstupní výrobní faktory / nputy vs výstup / output cíl = maxmalzace zsku + efektvní kombnace vstupů Cobb-Douglasova produkční funkce statcká: y = AK α L β e u dynamcká: y = AK α L β e rt e u s podmínkou L = φ(k) pro y = y konstantní defnuje křvku IZOKVANTA L Y 2 Y 1 K 8
9 Cobb-Douglasova produkční funkce α, β, r, A = parametry A = úrovňová konstanta, její hodnota závsí na zvolených měřících jednotkách, je určena efektvností výrobního procesu α, β = koefcenty relatvní pružnost (nterpretují se v %) YK KY z ntervalu <0,1> = ekonomcká verfkace y měla být funkce rostoucí a konkávní př. α = 0,4... vzroste-l K o 1% (L je pevné), potom vzroste y v průměru o 0,4% r = defnuje nezpředmětněný techncký pokrok (TP) = je mírou TP Y r t *100 př. r = 2%... objem produkce y roste ročně (čtvrtletně,...) o 2% (za předpokladu K a L pevné) 9
10 Cobb-Douglasova produkční funkce odhad parametrů CDPF je třeba provést logartmckou transformac: ln y = ln A + α ln K + β ln L + u ln y = ln A + α ln K + β ln L + rt + u v EVews: log (y) = log A + α log (K) + β log (L) + u log (y) = log A + α log (K) + β log (L) + rt + u odhadem MNČ získáme: log A (vyjde jako konstanta) α, β (ty vyjdou přímo) eventuelně r 10
11 Cobb-Douglasova produkční funkce Přírůstkové produktvty faktorů mezní produkt kaptálu mezní produkt práce Y Y K K Y Y L L převod na absolutní pružnost počítají se vždy pro konkrétní rok t nebo konkrétní pozorování Přírůstkové míry substtuce mezní míra substtuce pracovních sl kaptálem L R K mezní míra substtuce kaptálu pracovním slam počítají se vždy pro konkrétní rok t nebo konkrétní pozorování 1 R 11
12 Cobb-Douglasova produkční funkce Pružnost substtuce faktorů snadnost záměny K za L dána koefcenty pružnost substtuce δ = f(r) a leží v ntervalu (0, ) δ 0 rektangulární zokvanta (tj. tvar L) neexstuje substtuce δ zokvanta je přímka dokonalá substtuce δ 1 L = φ(k)... zokvanta CDPF 12
13 Cobb-Douglasova produkční funkce Efekt z rozsahu výroby α + β dohromady slouží k určení efektu z rozsahu výroby na vstupu K a L vzrostou λ-krát proces výroby na výstupu Y vzroste ρ-krát ρ= λ α + β, kde ρ je efekt z rozsahu výroby α + β = 1 ρ = λ... PF homogenní 1. stupně α + β > 1 ρ > λ... PF ntenzvního typu rostoucí výnosy z rozsahu α + β < 1 ρ < λ... PF extenzvního typu klesající výnosy z rozsahu 13
14 CDPF příklad Soubor: CV8_PR1.xls Data: y = objem produkce (ts. Kč) K = úroveň fxního kaptálu ve stálých cenách (ts. Kč) L = odpracované hodny (ts. hod) Zadání: Odhadněte statckou CDPF. Odhadněte dynamckou CDPF. Interpretujte pro rok 1979 (pro dynamckou CDPF): relatvní pružnost mezní produkt kaptálu a práce mezní míru substtuce pracovních sl kaptálem mezní míru substtuce kaptálu pracovním slam výnosy z rozsahu pro λ = 2 statcká CDPF: y = AK α L β e u EVews c dynamcká CDPF: y = AK α L β e rt e u EVews 14
15 CDPF příklad Soubor: CV8_PR2.xls Data: y = objem produkce (ts. Kč) K = úroveň fxního kaptálu ve stálých cenách (ts. Kč) L = odpracované hodny (ts. hod) Zadání: Odhadněte statckou CDPF. Odhadněte dynamckou CDPF. Interpretujte pro pozorování 18 (pro statckou CDPF): relatvní pružnost mezní produkt kaptálu a práce mezní míru substtuce pracovních sl kaptálem mezní míru substtuce kaptálu pracovním slam výnosy z rozsahu pro λ = 3 statcká CDPF: y = AK α L β e u EVews c dynamcká CDPF: y = AK α L β e rt e u EVews 15
4EK211 Základy ekonometrie
4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 8 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 7 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie LS 2014/15 Cvičení 11: Speciální případy použití MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 2. Nelineární funkce
Více4EK211 Základy ekonometrie
4EK Základy ekonometre Zobecněná MNČ Cvčení 8 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady. E(u) = náhodné vlvy se vzájemně vynulují. E(u u T ) = σ I n konečný a konstantní
Více4EK211 Základy ekonometrie
4EK Základy ekonometre Zobecněná MNČ Cvčení 7 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady. E(u) = náhodné vlvy se vzájemně vynulují. E(uu T ) = σ I n konečný a konstantní
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Logistická křivka Umělé proměnné Cvičení 11 Zuzana Dlouhá Logistická křivka log-lineární model patří mezi poptávkové funkce, ty dělíme na: a) klasické D = f (příjem, cenový index,
VíceREGRESNÍ ANALÝZA. 13. cvičení
REGRESNÍ ANALÝZA 13. cvčení Závslost náhodných velčn Závslost mez kvanttatvním proměnným X a Y: Funkční závslost hodnotam nezávsle proměnných je jednoznačně dána hodnota závslé proměnné. Y=f(X) Stochastcká
Vícepodle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y
4 Lneární regrese 4 LINEÁRNÍ REGRESE RYCHLÝ NÁHLED DO KAPITOLY Častokrát potřebujete zjstt nejen, jestl jsou dvě nebo více proměnných na sobě závslé, ale také jakým vztahem se tato závslost dá popsat.
VíceMatematika I A ukázkový test 1 pro 2018/2019
Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chb v této presentaci mě prosím upozorněte. Děkuji. Tto slid berte pouze jako doplňkový materiál není v nich
Více2. cvičení. Úrokování
BANKOVNICTVÍ 2. cvčení Úrokování ÚROK, ÚROKOVÁ MÍRA Úroková míra vyjadřuje poměr výnosu k vloženému (půjčenému) kaptálu, a to buď v relatvním (např. 0,1), nebo procentním (např. 10 %) vyjádření. Úrok je
Více4EK201 Matematické modelování. 11. Ekonometrie
4EK201 Matematické modelování 11. Ekonometrie 11. Ekonometrie Ekonometrie Interdisciplinární vědní disciplína Zkoumá vztahy mezi ekonomickými veličinami Mikroekonomickými i makroekonomickými Ekonomie ekonomické
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Predikce Multikolinearita Cvičení 4 Zuzana Dlouhá Aplikace EM predikce obecně ekonomické prognózování, předpověď, předvídání hlavním cílem je odhad hodnot vysvětlované proměnné
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Predikce Multikolinearita Cvičení 4 Zuzana Dlouhá Aplikace EM predikce obecně ekonomické prognózování, předpověď, předvídání hlavním cílem je odhad hodnot vysvětlované proměnné
VíceANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší
VíceZisk Jan Čadil VŠE FNH
Zisk Jan Čadil VŠE FNH Footer Text 12/10/2014 1 Ekonomický zisk Rozdíl mezi tržbami a náklady, včetně implicitních Firma má výstup q = f m 1,, m i. Obecně může mít více druhů výstupu (1 až n). Cenu produkce
VíceFunkce jedné proměnné
Funkce jedné proměnné Příklad - V následujících příkladech v případě a) pro funkce dané rovnicí zjistěte zda jsou rostoucí klesající nebo konstantní vypočítejte průsečíky grafu s osami souřadnic a graf
VíceŘešené problémy. dn dt Dělme nyní obě strany uvedené rovnice Y*, dostaneme výraz pro proporcionální míru (tempo)růstu Y*: * (7.50)
Řešené problémy 1) Mějme standardní neoklasickou dvoufaktorovou produkční funkci, která je homogenní prvního stupně: = F (,) (7.49) a) Odvoďte závislost mezi tempem růstu potenciálního produktu (y) a tempem
Více4EK211 Základy ekonometrie
4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb
VíceZÁPADOČESKÁ UNIVERZITA V PLZNI
ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA STROJNÍ Semestrální práce z předmětu MM Stanovení deformace soustav ocelových prutů Václav Plánčka 6..006 OBSAH ZADÁNÍ... 3 TEORETICKÁ ČÁST... 4 PRAKTICKÁ ČÁST...
Více3. PRODUKČNÍ ANALÝZA FIRMY
3. PRODUKČNÍ ANAÝZA FIRMY OBSAH základní východiska analýzy firmy krátkodobá produkční funkce výroba v dlouhém období, optimum firmy optimum firmy při různých úrovních nákladů a při změnách cen VF výnosy
VíceObvyklý tvar produkční funkce v krátkém období
Produkční analýza firmy základní východiska analýzy firmy krátkodobá produkční funkce výroba v dlouhém období, optimum firmy optimum firmy při různých úrovních nákladů a při změnách cen VF výnosy z rozsahu
VíceKvízové otázky Obecná ekonomie I. Teorie firmy
1. Firmy působí: a) na trhu výrobních faktorů b) na trhu statků a služeb c) na žádném z těchto trhů d) na obou těchto trzích Kvízové otázky Obecná ekonomie I. Teorie firmy 2. Firma na trhu statků a služeb
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 5 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Více1. Příklad U automobilu byla měřena spotřeba benzínu v závislosti na rychlosti:
1. říklad U automobilu byla měřena spotřeba benzínu v závislosti na rychlosti: Rychlost (km/h) 40 50 60 70 80 9010 Spotřeba (l/100 km) 5,7 5,4 5,2 5,2 5,8 6 6,8 8,1 a. Vyrovnejte data regresní přímkou
Více4EK211 Základy ekonometrie
4EK11 Základy ekonometrie Autokorelace Cvičení 5 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady 1. E(u) = náhodné vlivy se vzájemně vynulují. E(uu T ) = σ I n konečný
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 11. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 13 Vybrané ekonomické aplikace diferenciálního
VíceMikroekonomie 1 -TOMÁŠ VOLEK (Prezentace 6) 1
Obsah Podnik Výnosy Zisk Podnik Firma (podnik) je obecné označení pro ekonomicko - právní subjekt. Základními znaky rozlišující podnik od jiných institucí společnosti jsou: - -.. Základní cíl podniku je
Více6 LINEÁRNÍ REGRESNÍ MODELY
1 6 LINEÁRNÍ REGRESNÍ MODELY Př budování regresních modelů se běžně užívá metody nejmenších čtverců. Metoda nejmenších čtverců poskytuje postačující odhady parametrů jenom př současném splnění všech předpokladů
VícePR5 Poptávka na trhu výrobků a služeb
PR5 Poptávka na trhu výrobků a služeb 5.1. Rovnováha spotřebitele 5.2. Indiferenční analýza od kardinalismu k ordinalismu 5.3. Poptávka, poptávané množství a jejich změny 5.4. Pružnost tržní poptávky Poptávka
Více9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese
cvčící 9. cvčení 4ST01 Obsah: Jednoduchá lneární regrese Vícenásobná lneární regrese Korelační analýza Vysoká škola ekonomcká 1 Jednoduchá lneární regrese Regresní analýza je statstcká metoda pro modelování
VíceMaticová exponenciála a jiné maticové funkce
Matcová exponencála a jné matcové funkce Motvace: Jž víte, že řešením rovnce y = ay, jsou funkce y(t = c e at, tj exponencály Pro tuto funkc platí, že y(0 = c, tj konstanta c je počáteční podmínka v bodě
VíceUžitek a užitkové funkce Jan Čadil FNH VŠE
Užitek a užitkové funkce Jan Čadil FNH VŠE Footer Text 3/24/2014 1 Užitek a preference Užitek je subjektivní pocit uspokojení potřeb (v našem případě pomocí spotřeby určitého statku/služby), v zásadě vyjadřuje
Více8 Monetární politika. Teoretická východiska. Cíle a nástroje monetární politiky. Monetární politika v modelu IS-LM
8 Monetární poltka Teoretcká východska Cíle a nástroje monetární poltky Monetární poltka je druhem hospodářské poltky, která prostřednctvím ovlvňování nabídky peněz v ekonomce, usluje o dosažení makroekonomckých
Více5. Trh analýza. Poptávka, nabídka, elasticity, užitková a produkční funkce.
5. Trh analýza. Poptávka, nabídka, elasticity, užitková a produkční funkce. Teorie spotřebitele x teorie firmy 5.1.1 Teorie spotřebitele Ekonomie zkoumá preference mezi statky. Nezkoumá je ale přímo, nýbrž
VíceMETODY ODHADU REDUKOVANÉHO A STRUKTURNÍHO TVARU MODELŮ SIMULTÁNNÍCH ROVNIC.
METODY ODHADU REDUKOVANÉHO A STRUKTURNÍHO TVARU MODELŮ SIMULTÁNNÍCH ROVNIC. ZÁKLADNÍ HARRODŮV-DOMARŮV MODEL RŮSTU A JEHO VERZE VE FORMĚ MULTIPLIKÁTOR AKCELERÁTOR. Parametry modelu simultánních rovnic ve
Vícecenová hladina průměrná cenová hladina v ekonomice klesá KUPNÍ SÍLA peněz měření inflace:
Inflace je růst všeobecné cenové hladny. Inflace 22.3.2012 cenová hladna průměrná cenová hladna v ekonomce klesá KUPNÍ SÍLA peněz měření nflace: 1. ndex spotřebtelských cen 2. ndex cen výrobců 3. deflátor
VíceÚVOD. Nyní opuštění předpokladů Zkoumání vývoje potenciálního produktu. Cíl: Ujasnit si pojmy před představením různých teorií k ekonomickému růstu
HOSPODÁŘSKÝ RŮST ÚVOD V předchozích částech: Kolísání skutečného produktu kolem potenciálního produktu Neexistence technologického pokroku Stály počet obyvatel Fixní zásoba kapitálu Nyní opuštění předpokladů
VíceJednosložkové soustavy
Jednosložkové soustavy Fázové rovnováhy Prezentace je určena pro výuku. roč. studjního oboru Nanotechnologí a není dovoleno její šíření bez vědomí garanta předmětu. K jejímu vytvoření bylo použto materálů
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
Více( ) = H zásobitel = 1. H i = 1+ +...
sou fnance důležté? nanční management Základní pojmy e NPV důležté? Základy úrokového počtu reálná aktva fnanční aktva hmotná aktva nehmotná aktva sou fnance důležté? Kolk a do jakých aktv má frma nvestovat?
VíceTeorie efektivních trhů (E.Fama (1965))
Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje
VíceBodové a intervalové odhady parametrů v regresním modelu
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model Mějme lineární regresní model (LRM) Y = Xβ + e, kde y 1 e 1 β y 2 Y =., e
VíceIng. Barbora Chmelíková 1
Numercká gramotnost 1 Obsah BUDOUCÍ A SOUČASNÁ HODNOTA TYPY ÚROČENÍ JEDNODUCHÉ vs SLOŽENÉ ÚROČENÍ JEDNODUCHÉ ÚROČENÍ SLOŽENÉ ÚROČENÍ FREKVENCE ÚROČENÍ KOMBINOVANÉ ÚROČENÍ EFEKTIVNÍ ÚROKOVÁ MÍRA SPOJITÉ
VíceRozlišení zisku. Mikroekonomie. Účetní zisk = Ekonomický zisk. Normální zisk. Zisk firmy. Co je důležité pro členění zisku
Zisk firmy Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Zisk (π) je rozdíl mezi celkovými příjmy a celkovými náklady. Π = TR - TC Je také vynásobený objem produkce rozdílem průměrného
VíceVýsledky úloh. 1. Úpravy výrazů + x 0, 2x 1 2 2, x Funkce. = f) a 2.8. ( ) ( ) 1.6. , klesající pro a ( 0, ) ), rostoucí pro s (, 1)
Výsledky úloh. Úpravy výrazů.. +, + R.., a 0, a b.., a ± b, a b a b a +.. + a +, 0, a.., a 0; ± ; n + a.. a + b 9, > 0.7., a ± b a b m n.8., m 0, n 0, m n.9. a, a > 0 m + n.0., ;0; ;;.., k.. tg, k sin.
VíceFirma. Spotřebitel. Téma cvičení. Mikroekonomie. Příjmy, zisk Produkční analýza. Opakování. Příklad. Příklad. Příklad
Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Téma cvičení Firma Příjmy, zisk Produkční analýza Opakování Spotřebitel Máte danou funkci celkového užitku TU ve tvaru: 300X - 10X 2 (X značí
VíceCvičící Kuba Kubina Kubinčák Body u závěrečného testu
1. Příklad U 12 studentů jsme sledovali počet dosažených bodů na závěrečném testu (od 0 do 60). Vždy 4 z těchto studentů chodili k jednomu ze 3 cvičících panu Kubovi, panu Kubinovi, nebo panu Kubinčákovi.
VíceTeorie nákladů. Rozlišení zisku. Mikroekonomie. Účetní zisk. Ekonomický zisk. Normální zisk. Zisk firmy. Důležité. Účetní, ekonomický a normální zisk
Zisk firmy Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Zisk (π) je rozdíl mezi celkovými příjmy a celkovými náklady. Π = TR - TC Je také vynásobený objem produkce rozdílem průměrného
Více4 Parametry jízdy kolejových vozidel
4 Parametry jízdy kolejových vozdel Př zkoumání jízdy železnčních vozdel zjšťujeme většnou tř základní charakterstcké parametry jejch pohybu. Těmto charakterstkam jsou: a) průběh rychlost vozdel - tachogram,
VíceMikroekonomie. Minulá přednáška - podstatné. Náklady firmy v krátkém a dlouhém období. Důležité vzorce. Náklady v krátkém období - graficky
Minulá přednáška - podstatné Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Typologie nákladů firmy Náklady v krátkém období Náklady v dlouhém období Důležité vzorce TC = FC + VC AC =
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2016/17 Cvičení 5: Vícenásobná regrese LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Jednoduchá regrese opakování
VíceIterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2
Dokumentace k projektu pro předměty IZP a IUS Iterační výpočty projekt č.. lstopadu 1 Autor: Mlan Setler, setl1@stud.ft.vutbr.cz Fakulta Informačních Technologí Vysoké Učení Techncké v Brně Obsah 1 Úvod...
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2014/15 Cvičení 5: Vícenásobná regrese, multikolinearita LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Jednoduchá
Více= + + R. u 1 = N R R., protože proud: i je protlačován napětím: u 1P ve smyčce
Vážení zákazníc, dovoljeme s Vás pozornt, že na tto kázk knhy se vztahjí atorská práva, tzv copyrght o znamená, že kázka má složt výhradnì pro osobní potøeb potencálního kpjícího (aby ètenáø vdìl, jakým
VícePŘÍSPĚVEK K NEJISTOTÁM VÝSLEDKŮ MĚŘENÍ
PŘÍSPĚVEK K NEJISTOTÁM VÝSLEDKŮ MĚŘENÍ JIŘÍ MILITKÝ, Katedra textlních materálů, Techncká unversta v Lberc, MILAN MELOUN, Katedra analytcké cheme, Unversta Pardubce, Pardubce. Úvod Je známo, že měření
VíceMODEL IS-LM-BP.
MODEL IS-LM-BP OBECNÁ FAKTA Krátké období: Nedochází ke změně cenové hladny r= Nevyužté kapacty v ekonomce pod potencálním produktem Úroková míra endogenní nepadá z nebes je určována v modelu Otevřená
VíceFAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITA HRADEC KRÁLOVÉ VOLBA TECHNOLOGIE. Semestrální práce MIE2
FAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITA HRADEC KRÁLOVÉ VOLBA TECHNOLOGIE Semestrální práce MIE2 Vypracoval: Bc. Martin Petruželka Studijní obor: K-IM2 Emailová adresa: Martin.Petruzelka@uhk.cz Datum
VícePřijímací zkouška na navazující magisterské studium 2014
Přijímací zkouška na navazující magisterské studium 24 Příklad (25 bodů) Spočtěte Studijní program: Studijní obor: Matematika Finanční a pojistná matematika Varianta A M x 2 dxdy, kde M = {(x, y) R 2 ;
VíceMAKROEKONOMIE. Blok č. 5: ROVNOVÁHA V UZAVŘENÉ EKONOMICE
MAKROEKONOMIE Blok č. 5: ROVNOVÁHA V UZAVŘENÉ EKONOMICE CÍL A STRUKTURA TÉMATU.odpovědět na následující typy otázek: Kolik se toho v ekonomice vyprodukuje? Kdo obdrží důchody z produkce? Kdo nakoupí celkový
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2014/15 Cvičení 6: Dummy proměnné, multikolinearita LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Pokračování z minula:
VíceCvičení č. 4, 5 MAE 1. Pokud vycházíme ze speciální formy produkční funkce, můžeme rovnici pro tempo růstu potenciální produktu vyjádřit následovně
Ekonomický růst Pokud vycházíme ze speciální formy produkční funkce, můžeme rovnici pro tempo růstu potenciální produktu vyjádřit následovně ΔY/Y = (1 α) x ΔL/L + α x ΔK/K + ΔA/A, kde ΔY/Y.. tempo růstu
VíceMODELOVÁNÍ A SIMULACE
MODELOVÁNÍ A SIMULACE základní pojmy a postupy vytváření matematckých modelů na základě blancí prncp numerckého řešení dferencálních rovnc základy práce se smulačním jazykem PSI Základní pojmy matematcký
VíceMONETÁRNÍ A FISKÁLNÍ POLITIKA V OTEVŘENÉ EKONOMICE
MONETÁRNÍ A FISKÁLNÍ POLITIKA V OTEVŘENÉ EKONOMICE MONETÁRNÍ A FISKÁLNÍ POLITIKA V OTEVŘENÉ EKONOMICE Stále krátké období NEMĚNÍ SE P!! Dopady fskální/monetární poltky na a S tím spojené další proměnné:
VícePřijímací řízení ak. r. 2010/11 Kompletní znění testových otázek mikroekonomie. Správná odpověď je označena tučně
řijímací řízení ak. r. 2010/11 Kompletní znění testových otázek mikroekonomie Správná odpověď je označena tučně 1. řebytek spotřebitele je rozdíl mezi a... a) cenou, mezními náklady b) cenou, celkovými
VíceFirma. Příklad zadání. Příklad řešení. Téma cvičení. náklady firmy. Příklady k opakování. Mikroekonomie. Příjmy, zisk Produkční analýza
Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Téma cvičení Firma Příjmy, zisk Produkční analýza zadání y k opakování náklady firmy Q FC VC TC AC AVC AFC MC 0 X X X X X X X 1 5 5 X X X
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2015/16 Cvičení 7: Časově řady, autokorelace LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Časové řady Data: HDP.wf1
VíceObsah. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Obsah Ekonomická rovnováha a její modely Spotřební funkce Dvousektorový model ekonomiky Ekonomická rovnováha a její modely Podmínky rovnovážného produktu pomocí výdajového key. modelu tzn. model s linií
VíceFunkce jedné reálné proměnné. lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou
Funkce jedné reálné proměnné lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou lineární y = ax + b Průsečíky s osami: Px [-b/a; 0] Py [0; b] grafem je přímka (získá se pomocí
Vícezákladní východiska analýzy firmy krátkodobá produkční funkce výroba v dlouhém období, optimum firmy optimum firmy při různých úrovních nákladů a při
3. PRODUKČNÍ ANAÝZA FIRMY OBSAH základní východiska analýzy firmy krátkodobá produkční funkce výroba v dlouhém období, optimum firmy optimum firmy při různých úrovních nákladů a při změnách cen VF výnosy
VíceOP3BK_FEK. Ekonomika. Jaro / 13:55 15:35 / učebna č.20
OP3BK_FEK Ekonomika Jaro 2013 16.03.2013 / 13:55 15:35 / učebna č.20 Přehled témat (osnova): 1. Úvod do ekonomie Základní pojmy Vývoj ekonomie Aktuální problémy 2. Mikroekonomie Tržní struktury Dokonalá
VíceVOLBA TECHNOLOGIE.
VOLBA TECHNOLOGIE ZÁKLADNÍ VÝCHODISKA ANALÝZY FIRMY Firma je charakterizována jako subjekt specializující se na výrobu, tj, přeměnu zdrojů(vstupů) na statky(výstup) Firma se specializuje na 3 hlavní činnosti-
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie LS 2014/15 Cvičení 7: Autokorelace LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Autokorelace - teorie Zopakujte si G-M
Více4. Aplikace matematiky v ekonomii
4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =
VíceZáklady ekonometrie. XI. Vektorové autoregresní modely. Základy ekonometrie (ZAEK) XI. VAR modely Podzim / 28
Základy ekonometrie XI. Vektorové autoregresní modely Základy ekonometrie (ZAEK) XI. VAR modely Podzim 2015 1 / 28 Obsah tématu 1 Prognózování s VAR modely 2 Vektorové modely korekce chyb (VECM) 3 Impulzní
VíceVLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ
VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ Abstrakt Martn Cupal 1 Prncp tvorby tržní ceny nemovtost je sce založen na tržní nabídce a poptávce, avšak tento trh je značně nedokonalý. Nejvíce ovlvňuje
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2015/16 Cvičení 6: Multikolinearita, umělé proměnné LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Otevřete si data z
VíceFyzika biopolymerů. Elektrostatické interakce makromolekul ve vodných roztocích. Vodné roztoky. Elektrostatická Poissonova rovnice.
Fyzka bopolymerů Elektrostatcké nterakce makromolekul ve vodných roztocích Robert Vácha Kamence 5, A4 2.13 robert.vacha@mal.mun.cz Vodné roztoky ldské tělo se skládá z 55-75 % z vody (roztoků) většna roztoků
VíceI. TAYLORŮV POLYNOM. 2. a) x x3, b) x x3 + x5, c) 1 + 2x x2 2x 4, f (4) (0) = 48, d) x , c)
VÝSLEDKY I. TAYLORŮV POLYNOM. a) ( ) + ( ) ( 6 ), b) ( π ). a) +, b) +, c) + + 4, f (4) (0) = 48, d) + 4 4, e) + 0, f), g) ++ 6 4, h) + 70 4, i) 4 j) + 6 k) 7 8 40. + o( ), 8 4. a), b), c), d) -, e) 4
VíceMikroekonomie. Opakování - příklad. Řešení. Příklad - opakování. Příklad. Řešení Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU
Opakování - příklad Mikroekonomie Máte danou funkci celkového užitku TU ve tvaru: 300X - 10X 2 (X značí spotřebované množství statku). Určete interval spotřeby (množství statku X) v kterém TU bude mít
VíceUmělé neuronové sítě a Support Vector Machines. Petr Schwraz
Umělé neuronové sítě a Support Vector Machnes Petr Schraz scharzp@ft.vutbr.cz Perceptron ( neuron) x x x N f() y y N f ( x + b) x vstupy neuronu váhy jednotlvých vstupů b aktvační práh f() nelneární funkce
VíceMasarykova univerzita Ekonomicko správní fakulta
Masarykova unverzta Ekonomcko správní fakulta Fnanční matematka dstanční studjní opora Frantšek Čámský Brno 2005 Tento projekt byl realzován za fnanční podpory Evropské une v rámc programu SOCRATES Grundtvg.
VícePOLYMERNÍ BETONY Jiří Minster Ústav teoretické a aplikované mechaniky AV ČR, v. v. i.
Odborná skupna Mechanka kompoztních materálů a konstrukcí České společnost pro mechanku s podporou frmy Letov letecká výroba, s. r. o. a Ústavu teoretcké a aplkované mechanky AV ČR v. v.. Semnář KOMPOZITY
VíceSimulační metody hromadné obsluhy
Smulační metody hromadné osluhy Systém m a model vstupy S výstupy Systém Část prostředí, kterou lze od jeho okolí oddělt fyzckou neo myšlenkovou hrancí Model Zjednodušený, astraktní nástroj používaný pro
Vícecíl teorie růstu zjistit příčiny bohatství národů
Ekonomický růst Problematika růstu hospodářský růst = zvyšování potenciálního produktu v dané ekonomice cíl teorie růstu zjistit příčiny hospodářského růstu první náznaky teorie růstu Adam Smith: Pojednání
VíceEkonomické předstihové ukazatele: nástroj krátkodobé predikce
Ekonomické předstihové ukazatele: nástroj krátkodobé predikce Vojtěch Benda ČNB, Sekce měnová a statistiky email: vojtech.benda@cnb.cz Ekonomické předstihové ukazatele (LEI) kritéria výběru Opora v ekonomické
VíceRegresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel
Regresní analýza Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Regresní analýza 1 / 23
VíceMatematické modelování Náhled do ekonometrie. Lukáš Frýd
Matematické modelování Náhled do ekonometrie Lukáš Frýd Výnos akcie vs. Výnos celého trhu - CAPM model r it = r ft + β 1. (r mt r ft ) r it r ft = α 0 + β 1. (r mt r ft ) + ε it Ekonomický (finanční model)
VíceDokonalá konkurence. Mikroekonomie. Opakování. Řešení. Příklad. Příklad. Řešení Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU
Opakování Mikroekonomie Dokonalá konkurence Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU U firmy v rámci dokonalé konkurence jsou výrobní náklady dány vztahem: TC = 20000 + 2 a) Jestliže tržní cena
VíceŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB. Vladimír Hanta 1, Ivan Gros 2
ŘEŠENÍ PROBLÉMU LOKALIZACE A ALOKACE LOGISTICKÝCH OBJEKTŮ POMOCÍ PROGRAMOVÉHO SYSTÉMU MATLAB Vladmír Hanta 1 Ivan Gros 2 Vysoká škola chemcko-technologcká Praha 1 Ústav počítačové a řídcí technky 2 Ústav
VícePříjmy firmy můžeme rozdělit na celkové, průměrné a mezní.
7 Příjmy firmy Příjmy firmy představují sumu peněžních prostředků, které firmě plynou z realizace její produkce, proto někteří autoři používají analogický pojem tržby. Jestliže vycházíme z cíle formy v
VíceKinetika spalovacích reakcí
Knetka spalovacích reakcí Základy knetky spalování - nauka o průběhu spalovacích reakcí a závslost rychlost reakcí na různých faktorech Hlavní faktory: - koncentrace reagujících látek - teplota - tlak
VíceVztah mezi počtem květů a celkovou biomasou rostliny CELKE EM. slá pro KVETU = závi
Regrese a korelace Regrese versus korelace Regrese (regresson)* popsuje vztah = závslost dvou a více kvanttatvních (popř. ordnálních) proměnných formou funkční závslost měří těsnost Korelace (correlaton)
VíceModel IS-LM Zachycuje současnou rovnováhu na trhu zboží a služeb a trhu peněz.
3 Určení rovnovážné produkce v modelu -LM Teoretcká východska Model -LM je neokeynesánským modelem, jeho autorem je anglcký ekonom J.R. Hcks. Model -LM Zachycuje současnou rovnováhu na trhu zboží a služeb
Více2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC
25 MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC V této kaptole se dozvíte: jak lze obecnou soustavu lneárních rovnc zapsat pomocí matcového počtu; přesnou formulac podmínek řeštelnost soustavy lneárních rovnc
VíceRegresní lineární model symboly
Lneární model, Dskrmnační analýza, Podůrné vektory Regresní lneární model symboly Použté značení b arametry modelu (vektor ) očet atrbutů (skalár) N očet říkladů (skalár) x jeden říklad (vektor ) x -tá
VícePOPTÁVKA.
POPTÁVKA INDIVIDUÁLNÍ POPTÁVKA Individuální poptávka-poptávka jednoho spotřebitele, závisí na: -ceně statku -cenách ostatních statků -důchodu spotřebitele Preference a očekávání předpokládáme za neměnné
VíceVyužití logistické regrese pro hodnocení omaku
Využtí logstcké regrese pro hodnocení omaku Vladmír Bazík Úvod Jedním z prmárních proevů textlí e omak. Jedná se o poct který vyvolá textle př kontaktu s pokožkou. Je to ntegrální psychofyzkální vlastnost
Více4.4 Exploratorní analýza struktury objektů (EDA)
4.4 Exploratorní analýza struktury objektů (EDA) Průzkumová analýza vícerozměrných dat je stejně jako u jednorozměrných dat založena na vyšetření grafckých dagnostk. K tomuto účelu se využívá různých technk
Více2. EKONOMICKÁ ROVNOVÁHA. slide 1
2. EKONOMICKÁ ROVNOVÁHA slide 1 Předmětem přednášky je.odpovědět na následující otázky: Kolik se toho v ekonomice vyprodukuje? Kdo obdrží důchody z produkce? Kdo nakoupí celkový výstup? Co vyrovná poptávku
VíceFAKULTA EKONOMICKÁ ZČU PLZEŇ. Katedra ekonomie a financí. Mikroekonomie cvičení 6
FAKULTA EKONOMICKÁ ZČU PLZEŇ Katedra ekonomie a financí Mikroekonomie cvičení 6 6. PRODUKČNÍ ANALÝZA A ANALÝZA NÁKLADŮ PŘÍKLAD Č. 1 Je dána jednofaktorová krátkodobá produkční funkce Q = f (F 1 ). L 0
Více