4EK211 Základy ekonometrie
|
|
- Tadeáš Matějka
- před 7 lety
- Počet zobrazení:
Transkript
1 4EK Základy ekonomerie Modely simulánních rovnic Problém idenifikace srukurních simulánních rovnic Cvičení Zuzana Dlouhá
2 Modely simulánních rovnic (MSR) eisence vzájemných vazeb mezi proměnnými v modelu, keré nemůžeme popsa pouze jednou rovnicí, nýbrž sousavou rovnic, ve kerých jsou proměnné vzájemně závislé rekurzivní MSR = mezi proměnnými v MSR neeisuje zpěná vazba, ale pouze jednosranná závislos inerdependenní MSR = mezi endogenními proměnnými v MSR eisují zpěné vazby Proměnné v MSR: endogenní snažíme se vysvěli pomocí modelu (Y) eogenní proměnné určené mimo model (X) predeerminované eogenní + zpožděné endogenní (X, Y - ) Rovnice v MSR: sochasické neznámé paramery + náhodná složka idenia bilanční rovnice, podmínka rovnováhy nebo definiční rovnice
3 Modely simulánních rovnic (MSR) Uvažujme příklad: C = 0 + Y + C - + u () Y = 0 + I + M + u () I = γ 0 + γ R + γ I - + u () G = Y C I (4) ()-() = sochasické rovnice (4) = idenia endogenní proměnné: C, Y, I, G eogenní proměnné: M, R predeerminované proměnné: M, R, C -, I -
4 Modely simulánních rovnic (MSR) Možné vary MSR a) srukurní var = srukurní rovnice a srukurní paramery specifikace vychází z ekonomické eorie (znázorňuje srukuru zkoumaného sysému) C = 0 + Y + C - + u () Y = 0 + I + M + u () I = γ 0 + γ R + γ I - + u () G = Y C I (4) b) redukovaný var = vyjádříme všechny endogenní proměnné jako funkce pouze predeerminovaných proměnných j. zkusím z rovnice () dosadi Y do rovnice () a podívám se, jesli jsou na pravé sraně jenom predeerminované proměnné, nemění se poče rovnic modelu někdy nelze vyjádři všechny endogenní proměnné jako funkce predeerminovaných proměnných jednoznačně!!! paramery redukovaného varu = přímé / běžné a dynamické muliplikáory c) konečný var = v případě, když MSR obsahuje zpožděné endogenní proměnné jednolivé nezpožděné endogenní proměnné jsou funkce jejich hodno ve výchozím období, běžných a zpožděných hodno eogenních proměnných a náhodných složek 4
5 Problém idenifikace srukurních simulánních rovnic viz dokumen MSR_idenifikace.doc Rovnice MSR Neeisuje nenulový deerminan A řádu G Eisuje nenulový deerminan A řádu G Podidenifikovaná Idenifikovaná K K G K K G Přesně idenifikovaná Přeidenifikovaná 5
6 Problém idenifikace příklady. Sanove idenifikaci sousavy: y = y + δ + δ + δ u y = y + y + δ + δ + δ + u y = y + δ + δ u. Sanove idenifikaci sousavy: y = 0 + y u y = 0 + y,- + + u y = 0 + y + + y,- + u y 4 = y y,- + u 4 6
7 Meody odhadu MSR S omezenou informací nezohledňují informace z osaních rovnic, odhaduji každou rovnici zvlášť, nejsou ak náročné na poče pozorování, nejsou výpočeně složié, jsou v prai rozšířenější, meody vycházející z MNČ: např. meoda nepřímých nejmenších čverců (MNNČ), meoda dvousupňových nejmenších čverců (MNČ). S úplnou informací odhadují všechny rovnice najednou, berou edy v poaz všechny informace obsažené ve všech rovnicích, vyžadují věší poče pozorování, z logiky věci se zdají bý vhodnější pro MSR, jsou výpočeně náročnější, jsou velmi cilivé na specifikační chyby, pokud španě specifikujeme jednu rovnici, chyba se rozšíří do všech rovnic, meody vycházející z MNČ: např. meoda řísupňových nejmenších čverců (MNČ). 7
8 Modely simulánních rovnic (MSR) příklad Soubor: CV_PR.ls Daa: C = celková spořeba ve sálých cenách; endogenní Y = HDP ve sálých cenách; endogenní I = hrubé invesice do výroby ve sálých cenách; předeermin. Zadání: MSR ve srukurálním varu: C i = 0 + Y i + u i Y i = 0 + I i + u i Y i = C i + I i i =,,,8 odvoďe redukovaný var modelu je sousava idenifikovaná? odhadněe MSR pomocí EViews 8
9 9 Modely simulánních rovnic (MSR) příklad Soubor: CV_PR.ls Daa: y = cena zboží (USD/kg) y = objem zboží (kg) = cena subsiučního zboží (USD/kg) = disponibilní příjem (USD) = cena pronájmu skladovacích prosor (USD/den) Zadání: MSR ve srukurálním varu: y = 0 + y u y = 0 + y + + u Redukovaný var MSR: je sousava idenifikovaná? odhadněe MSR pomocí EViews ε y ε y
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,
Více4EK211 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
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
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
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
Více7.4.1 Parametrické vyjádření přímky I
741 Paramerické vyjádření přímky I Předpoklady: 7303 Jak jsme vyjadřovali přímky v rovině? X = + D Ke všem bodů z roviny se z bod dosaneme posním C o vekor Pokd je bod na přímce, posováme se o vekor, E
VíceIMPULSNÍ 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
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
VíceMaxwellovy a vlnová rovnice v obecném prostředí
Maxwellovy a vlnová rovnie v obeném prosředí Ing. B. Mihal Malík, Ing. B. Jiří rimas TCHNICKÁ UNIVRZITA V LIBRCI Fakula meharoniky, informaiky a mezioborovýh sudií Teno maeriál vznikl v rámi proeku SF
VíceTeorie obnovy. Obnova
Teorie obnovy Meoda operačního výzkumu, kerá za pomocí maemaických modelů zkoumá problémy hospodárnosi, výměny a provozuschopnosi echnických zařízení. Obnova Uskuečňuje se až po uplynuí určiého času činnosi
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
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
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
VíceEKONOMETRIE 7. přednáška Fáze ekonometrické analýzy
EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých
VíceVybrané 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,
VíceVolba 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
Více9 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
VíceDemografické 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
VíceKatedra aplikované matematiky FEI VŠB Technická univerzita Ostrava
Lineární algebra 4. přednáška: Vekorové prosory Dalibor Lukáš Kaedra aplikované maemaiky FEI VŠB Technická univerzia Osrava email: dalibor.lukas@vsb.cz hp://www.am.vsb.cz/lukas/la Tex byl vyvořen v rámci
Více4EK211 Základy ekonometrie
4EK211 Základ ekonometrie Odhad klasického lineárního regresního modelu I Cvičení 2 Zuzana Dlouhá Metodologický postup tvor EM 1. Specifikace modelu určení proměnných určení vzájemných vaze mezi proměnnými
VíceParciální 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
VíceSchéma 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,
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie LS 2014/15 Cvičení 10: Heteroskedasticita LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Heteroskedasticita - teorie Druhý
VíceT 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
VíceSIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika přednášky LS 2006/07
Měřicí a řídicí echnika přednášky LS 26/7 SIMULACE numerické řešení diferenciálních rovnic simulační program idenifikace modelu Numerické řešení obyčejných diferenciálních rovnic krokové meody pro řešení
VíceVEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ.
VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ. Vektorové autoregrese (VAR se používají tehdy, když chceme zkoumat časové řady dvou či více proměnných. Je sice možné za tím účelem použít dynamické modely
VíceSeznámíte 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
VíceREGULACE ČINNOSTI ELEKTRICKÝCH ZAŘÍZENÍ
REGULACE ČINNOSTI ELEKTRICKÝCH ZAŘÍZENÍ Úvod Záporná zpěná vazba Úloha reguláoru Druhy reguláorů Seřízení reguláoru Snímaní informací o echnologickém procesu ELES11-1 Úvod Ovládání je řízení, při kerém
Více14. Soustava lineárních rovnic s parametrem
@66 4. Sousava lineárních rovnic s aramerem Hned úvodem uozorňuji, že je velký rozdíl mezi sousavou rovnic řešenou aramerizováním, roože má nekonečně mnoho řešení zadaná sousava rovnic obsahuje jen číselné
VíceČESKÁ 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
Více5. 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
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
VíceÚloha 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
Více5. 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
VíceSTATICKÉ A DYNAMICKÉ VLASTNOSTI ZAŘÍZENÍ
STATICKÉ A DYNAMICKÉ VLASTNOSTI ZAŘÍZENÍ Saické a dnamické vlasnosi paří k základním vlasnosem regulovaných sousav, měřicích přísrojů, měřicích řeězců či jejich čásí. Zaímco saické vlasnosi se projevují
VíceVyužijeme 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
VíceMetodika 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.
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do
VíceMatematika 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.
VíceNumerická integrace. b a. sin 100 t dt
Numerická inegrace Mirko Navara Cenrum srojového vnímání kaedra kyberneiky FEL ČVUT Karlovo náměsí, budova G, mísnos 14a hp://cmpfelkcvucz/~navara/nm 1 lisopadu 18 Úloha: Odhadnou b a f() d na základě
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOS A SAISIKA Regresní analýza - motivace Základní úlohou regresní analýzy je nalezení vhodného modelu studované závislosti. Je nutné věnovat velkou pozornost tomu aby byla modelována REÁLNÁ
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZIT V LIBERCI Savová regulace Liberec Ing. irolav Vavroušek . Savová regulace V práci e budu zabýva analýzou yému popaného diferenciální rovnicí: Řešení bude probíha pomocí yému TLB...
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie LS 2014/15 Cvičení 4: Statistické vlastnosti MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Upřesnění k pojmům a značení
VíceLineární 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()
Vícetransformace 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
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
VíceStýskala, L e k c e z e l e k t r o t e c h n i k y. Vítězslav Stýskala TÉMA 6. Oddíl 1-2. Sylabus k tématu
Sýskala, 22 L e k c e z e l e k r o e c h n i k y Víězslav Sýskala TÉA 6 Oddíl 1-2 Sylabus k émau 1. Definice elekrického pohonu 2. Terminologie 3. Výkonové dohody 4. Vyjádření pohybové rovnice 5. Pracovní
VíceHAWLE-OPTIFIL AUTOMATICKÝ SAMOČISTÍCÍ FILTR
HAWLE-OPTIFIL AUTOMATICKÝ SAMOČISTÍCÍ FILTR HAWLE. MADE FOR GENERATIONS. HAWLE-OPTIFIL AUTOMATICKÝ SAMOČISTÍCÍ FILTR HAWLE-OPTIFIL je plně auomaický filrační sysém fungující na pricipu povrchové, hloubkové
VíceLABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická
Sední rmslová škola elekroechnická a Všší odborná škola, Pardubice, Karla IV. 3 LABORATORNÍ CVIENÍ Sední rmslová škola elekroechnická Píjmení: Hladna íslo úloh: 2 Jméno: Jan Daum mení: 3. ÍJNA 2006 Školní
VíceMETODY MONTE CARLO V EKONOMETRII.
Mone Carlo Oázka C METOD MONTE CARLO V EKONOMETRII. MAKROEKONOMICKÁ ÚLOHA VLÁD V ekonomerii se někdy objeví problémy, keré nelze řeši analyickými posupy, nebo je o přinejmenším velmi obížné. V om případě
VíceLogaritmus, logaritmická funkce, log. Rovnice a nerovnice. 3 d) je roven číslu: c) -1 d) 0 e) 3 c) je roven číslu: b) -1 c) 0 d) 1 e)
Logaritmus, logaritmická funkce, log. Rovnice a nerovnice ) Výraz log log +log není správná 0 - žádná z předchozích odpovědí ) Číslo log 8 6 je rovno číslu: ) Výraz log log +log - 0 ) Číslo log 6 6 je
VíceVliv 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,
VícePasivní 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 :
VíceDerivace 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
Více6 Vícerovnicové ekonometrické soustavy 1
6 Vícerovnicové ekonometrické soustavy Obsah 6 Vícerovnicové ekonometrické soustavy 1 6.1 SUR - Seemingly unrelated regression (zdánlivě nepropojené regrese).......... 3 6.2 Panelová data.........................................
VíceSkupinová obnova. Postup při skupinové obnově
Skupinová obnova Při skupinové obnově se obnovují všechny prvky základního souboru nebo určiá skupina akových prvků najednou. Posup při skupinové obnově prvky, jež selžou v určiém období, je nuno obnovi
VíceINDIKÁTORY 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
Vícex 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
VíceREAKČNÍ KINETIKA 1. ZÁKLADNÍ POJMY. α, ß jsou dílčí reakční řády, α je dílčí reakční řád vzhledem ke složce A, ß vzhledem ke složce
REKČNÍ KINETIK - zabývá se ryhlosí hemikýh reakí ZÁKLDNÍ POJMY Definie reakční ryhlosi v - pro reake probíhajíí za konsanního objemu v dξ di v V d ν d i [] moldm 3 s Ryhlosní rovnie obeně vyjadřuje vzah
VíceLaplaceova 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
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
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
VíceAPLIKACE 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
VíceNAIRU se stochastickým trendem pro ČR Emilie Jašová * 9. října 2007
NAIRU se sochasickým rendem pro ČR Emilie Jašová 9. října 2007 Synopse Zájem o Phillipsovu křivku (PK v poslední době vzrosl. Lieraura objevila řadu zajímavých faků ýkajících se vzahu mezi inflací a popávkovými
VíceAplikace 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
VíceAnalýza 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
VíceDiferenciální rovnice 1. řádu
Kapiola Diferenciální rovnice. řádu. Lineární diferenciální rovnice. řádu Klíčová slova: Obyčejná lineární diferenciální rovnice prvního řádu, pravá srana rovnice, homogenní rovnice, rovnice s nulovou
VíceKatedra 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( ) ( ) 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
VíceFINANČNÍ 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-
VíceStochastické modelování úrokových sazeb
Sochasické modelování úrokových sazeb Michal Papež odbor řízení rizik 1 Sochasické modelování úrokových sazeb OBSAH PŘEDNÁŠKY Úvod do problemaiky sochasických procesů Brownův pohyb, Wienerův proces Ioovo
VíceAnalogový 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
VíceDERIVACE 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
VíceOvěření závislosti replikace Tracking Error řízenou restrukturalizací na vybrané faktory 1
4. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-TU Osrava, Ekonomická fakula, kaedra Financí 11.-12. září 28 Ověření závislosi replikace Tracking Error řízenou resrukuralizací
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,
VíceCVIČNÝ TEST 20. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15
CVIČNÝ TEST 20 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST 1 bod 1 Jsou dána tři celá čísla A, B, C. Zvětšíme-li číslo A o 1, číslo
VíceUNIVERZITA PARDUBICE Fakulta elektrotechniky a informatiky STAVOVÁ REGULACE SOUSTAVY MOTOR GENERÁTOR. Bc. David Mucha
UNIVERZITA PARDUBICE Fakula elekroechniky a informaiky STAVOVÁ REGULACE SOUSTAVY MOTOR GENERÁTOR Bc. David Mucha Diplomová práce 2017 Prohlášení Prohlašuji: Tuo práci jsem vypracoval samosaně. Veškeré
Více2.2.9 Jiné pohyby, jiné rychlosti II
2.2.9 Jiné pohyby, jiné rychlosi II Předpoklady: 020208 Pomůcky: papíry s grafy Př. 1: V abulce je naměřeno prvních řice sekund pohybu konkurenčního šneka. Vypoči: a) jeho průměrnou rychlos, b) okamžié
VíceAVDAT Nelineární regresní model
AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných
VíceStatistika. Regresní a korelační analýza Úvod do problému. Roman Biskup
Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009
VíceUNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek
UNIVERZITA PARDUBICE Licenční Studium Archimedes Statistické zpracování dat a informatika 4.4 Aproximace křivek a vyhlazování křivek Mgr. Jana Kubátová Endokrinologický ústav V Praze, leden 2012 Obsah
VíceWorking Papers Pracovní texty
Working Papers Pracovní exy Working Paper No. 3/2002 Efek bohasví základní východiska, meody a výsledky Jan Kubíček INSTITUT PRO EKONOMICKOU A EKOLOGICKOU POLITIKU A KATEDRA HOSPODÁŘSKÉ POLITIK VSOKÁ ŠKOLA
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
VícePROGNÓZOVÁNÍ POMOCÍ EKONOMETRICKÝCH MODELŮ. ÚLOHA OČEKÁVÁNÍ V EKONOMII.
PROGNÓZOVÁNÍ POMOCÍ EKONOMETRICKÝCH MODELŮ. ÚLOHA OČEKÁVÁNÍ V EKONOMII. Tento text věnuje prognózování, tedy predikci hodnot vysvětlovaných proměnných. Typy kvantitativních prognostických postupů můžeme
Více5EN306 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
VíceMetodika 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
Více1.3.4 Rovnoměrně zrychlený pohyb po kružnici
34 Rovnoměrně zrychlený pohyb po kružnici Předpoklady: 33 Opakování: K veličinám popisujícím posuvný pohyb exisují analogické veličiny popisující pohyb po kružnici: rovnoměrný pohyb pojíko rovnoměrný pohyb
VíceCvičení k návrhu SSZ. Ing. Michal Dorda, Ph.D.
Cvičení k návrhu SSZ Ing. Michal Dorda, Ph.D. Výpoče mezičasů Ing. Michal Dorda, Ph.D. 2 Výpoče mezičasů Př. 1: Sanove mezičas pro následující siuaci. Vyklizovací dráha vozidla je přímá o délce 20 m, najížděcí
VíceStudie proveditelnosti (Osnova)
Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele
VíceStatika 2. Kombinace namáhání N + M y + M z. Miroslav Vokáč 19. října ČVUT v Praze, Fakulta architektury.
2. přednáška N + M + M Jádro průřeu Šikmý ohb M + N M + N M + M + N Jádro průřeu Ecenrický lak a vloučeného ahu Konrolní oák Miroslav Vokáč miroslav.vokac@cvu.c ČVUT v Prae, Fakula archiekur 19. října
VíceAgent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet.
Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Dnešní program Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu
VíceZadání Máme data hdp.wf1, která najdete zde: Bodová předpověď: Intervalová předpověď:
Predikce Text o predikci pro upřesnění pro ty, které zajímá, kde se v EViews všechna ta čísla berou. Ruční výpočty u průběžného testu nebudou potřeba. Co bude v závěrečném testu, to nevím. Ale přečíst
VíceVLIV MAKROEKONOMICKÝCH ŠOKŮ NA DYNAMIKU VLÁDNÍHO DLUHU: JAK ROBUSTNÍ JE FISKÁLNÍ POZICE ČESKÉ REPUBLIKY?
VLIV MAKROEKONOMICKÝCH ŠOKŮ NA DYNAMIKU VLÁDNÍHO DLUHU: JAK ROBUSTNÍ JE FISKÁLNÍ POZICE ČESKÉ REPUBLIKY? Aleš Melecký, Marin Melecký, VŠB Technická univerzia Osrava* 1. Úvod Globální finanční a ekonomická
VíceKvadratické rovnice a jejich užití
Kvadraické rovnice a jejich užií Určeno udenům ředního vzdělávání mauriní zkouškou, první ročník, okruh Rovnice a nerovnice Pracovní li vyvořil: Mgr. Helena Korejková Období vyvoření VM: proinec 2012 Klíčová
VíceDynamické systémy. y(t) = g( x(t), t ) kde : g(t) je výstupní fce. x(t) je hodnota vnitřních stavů
Dynamcké sysémy spojé-dskréní, lneární-nelneární a jejch modely df. rovnce, přenos, savový pops. Tvorba a převody modelů. Lnearzace a dskrezace. Smulace. Analoge mez sysémy různé fyzkální podsay. Idenfkace
VíceMikroekonomie. Nabídka, poptávka. = c + d.q. P s. Nabídka, poptávka. Téma cvičení č. 2: Téma. Nabídka (supply) S. Obecná rovnice nabídky
Téma cvičení č. 2: Mikroekonomie Nabídka, poptávka Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Téma Nabídka, poptávka Nabídka (supply) S Nabídka představuje objem zboží, které jsou výrobci ochotni
VíceEkonometrie. Jiří Neubauer
Úvod do analýzy časových řad Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Úvod do analýzy
Více