5EN306 Aplikované kvantitativní metody I
|
|
|
- Kateřina Šmídová
- před 5 lety
- Počet zobrazení:
Transkript
1 5EN306 Aplikované kvaniaivní meod I Přednáška 3 Zuzana Dlouhá
2 Předmě a srukura kurzu. Úvod: srukura empirických výzkumů. vorba ekonomických modelů: eorie 3. Daa: zdroje a p da, význam popisných charakerisik 4. Vicenásobná regrese v ekonomické analýze 5. Vicenásobná regrese: DUMMY proměnné a jejich inerakce 6. Difference in differences esimaor 7. Firs Differencing a Fixed Effecs 8. Insrumenální proměnné, Panelová daa 9. es robusnosi 0. Úvod do časových řad (zbde-li čas) émaa se prolínají
3 Obsah přednášk. Klasifikace. Základní popisné charakerisik 3. Mír dnamik 4. Dekompozice časových řad 5. Sacionaria 3
4 Úvod () YPY DA: Průřezová daa (Cross secional) Časové řad (ime series) Panelová daa (Panel daa) daová koska Pooled Cross Secions ČASOVÁ ŘADA (popisná def.) = řada hodno jisého věcně a prosorově vmezeného ukazaele, kerá je uspořádána v čase směrem od minulosi do příomnosi ČASOVÁ ŘADA (indukivní def.) = realizace sochasického procesu, každou hodnou je řeba chápa jako náhodnou veličinu; sochasický proces je generujícím procesem časových řad NÁHODNÁ VELIČINA = proměnná, jejíž hodno závisí na náhodě; dána pravděpodobnosním rozdělením s určiými paramer (základní: sřední hodnoa, rozpl) 4
5 Úvod () Modelování časové řad spočívá v hledání vhodného modelu sochasického procesu, kerým je generována var časové řad závisí na paramerech sochasického procesu (nepodmíněné a podmíněné sřední hodno, nepodmíněné a podmíněné rozpl, korelace) rosou-li podmíněné sřední hodno, má endenci růs i vgenerovaná časová řada rosou-li aké podmíněné rozpl, zvšuje se aké volailia časové řad vsoké korelační koeficien hladší časová řada nízké korelační koeficien rozkolísanější časová řada 5
6 Klasifikace časových řad INERVALOVÁ velikos ukazaele závisí na délce inervalu sledování; např. objem výrob, spořeba surovin apod.; hodno lze sčía. OKAMŽIKOVÁ velikos ukazaele se vzahuje k určiému časovému okamžiku a nezávisí ak na délce inervalu sledování; např. poče zaměsnanců či sav zásob k určiému okamžiku apod.; hodno sčía nelze. DLOUHODOBÉ roční a delší časové úsek (hladký dojem) KRÁKODOBÉ měsíční, čvrlení apod. (variabilnější) VYSOKOFREKVENČNÍ kraší než ýden - denní, hodinové 6
7 Klasifikace časových řad INERVALOVÁ velikos ukazaele závisí na délce inervalu sledování; např. objem výrob, spořeba surovin apod.; hodno lze sčía. OKAMŽIKOVÁ velikos ukazaele se vzahuje k určiému časovému okamžiku a nezávisí ak na délce inervalu sledování; např. poče zaměsnanců či sav zásob k určiému okamžiku apod.; hodno sčía nelze. DLOUHODOBÉ roční a delší časové úsek (hladký dojem) KRÁKODOBÉ měsíční, čvrlení apod. (variabilnější) VYSOKOFREKVENČNÍ kraší než ýden - denní, hodinové PRIMÁRNÍ výsledek původního měření, např. sav zásob, poče pracovníků apod. SEKUNDÁRNÍ odvozené od primárních rozdíl, podíl ad., např. zisk, produkivia, apod. NAURÁLNÍ vjádřené v naurálních jednokách PENĚŽNÍ vjádřené v peněžních jednokách ABSOLUNÍ RELAIVNÍ 7
8 Srovnaelnos VĚCNÁ např. index spořebielských cen při změně spořebního koše nasává problém PROSOROVÁ např. za sejné geografické území, sejná organizační srukura CENOVÁ SROVNAELNOS v běžných (nominální vjádření) a sálých (reálné vjádření) cenách ČASOVÁ problém u inervalových ukazaelů nelze srovnáva objem výrob za leden a únor - kalendářní očišťování 8
9 9 Základní popisné charakerisik () ARIMEICKÝ PRŮMĚR průměrování inervalových časových řad průměrování se časo používá při ransformaci časových řad s všší frekvencí sledování na řad s frekvencí kraší (např. měsíční na čvrlení) PROSÝ CHRONOLOGICKÝ PRŮMĚR průměrování okamžikových časových řad se sejně vzdálenými okamžik sledování
10 0 Základní popisné charakerisik () VÁŽENÝ CHRONOLOGICKÝ PRŮMĚR d - vzdálenos mezi. a. pozorováním, j. mezi a průměrování okamžikových časových řad s nesejně vzdálenými okamžik měření délk inervalů jsou váh d d d d d d
11 Mír dnamik časových řad () ransformace časových řad, keré se používají pro idenifikaci a výsavbu modelů časových řad; mají užiečnou inerpreaci; jsme schopni usuzova na vlasnosi časových řad PRVNÍ DIFERENCE (ABSOLUNÍ PŘÍRŮSEK),..., rozdíl sousedních hodno o kolik se změnila hodnoa v čase ve srovnání s hodnoou v čase - užívá se pro hledání rendu časové řad a dále jako zv. sacionarizující operace DRUHÉ DIFERENCE 3,..., rozdíl prvních diferencí ke sacionarizaci a volbě rendu
12 Mír dnamik časových řad () PRŮMĚRNÝ ABSOLUNÍ PŘÍRŮSEK arimeický průměr. diferencí ( ) záporná hodnoa = původní časová řada má endenci klesa kladná hodnoa = původní časová řada rose KOEFICIEN RŮSU k podíl sousedních hodno,..., *00 nakolik procen hodno v čase - se změnila hodnoa v čase vpovídá o dnamice časové řad lineární průběh časové řad > exponenciální růs po zlogarimování získáme diferenci logarimů původní časové řad
13 Mír dnamik časových řad (3) PRŮMĚRNÝ KOEFICIEN RŮSU - geomerický průměr koeficien růsu nemá smsl sčía, jejich úhrn provedeme součinem k RELAIVNÍ PŘÍRŮSEK r k,..., *00 o kolik procen se změnila hodnoa v čase ve srovnání s hodnoou v čase - např. míra inflace z ISC PRŮMĚRNÝ RELAINÍ PŘÍRŮSEK r k 3
14 Mír dnamik časových řad (4) MEZIROČNÍ RELAIVNÍ PŘÍRŮSEK (ze čvrlení časové řad) k, 4 4,..., 4 eliminuje sezónní složku původní řad aproximaivně plaí: k ln ln,..., pomocí diferencí logarimů se počíá výnos u finančních časových řad logarimická ransformace napomáhá: linearizova průběh časové řad sabilizova (snižova) rozpl sabilizova časovou řadu (redukce efeku odlehlých (exrémních) pozorování) někd můžeme pomocí logarimické ransformace sacionarizova časovou řadu bez nunosi diferencí 4
15 Modelování časových řad DEKOMPOZICE ČASOVÝCH ŘAD BOX-JENKINSOVA MEODOLOGIE = ZÁKLAD MODERNÍ EKONOMERICKÉ ANALÝZY, PRO SOCHASICKÉ MODELOVÁNÍ (ARIMA MODELY) 5
16 Dekompozice časových řad () při modelování časové řad vcházíme z předpokladu, že se časové řad skládají ze 4 základních složek: RENDOVÁ ( ) - obecná resp. dlouhodobá endence časové řad rend je vlasnos časové řad rend může bý lineární i nelineární, deerminisický či sochasický výsledek fakorů, keré dlouhodobě působí ve sejném směru (např. echnologie, demografické fakor) SEZÓNNÍ (S ) - pravidelné kolísání kolem časové řad, jenž má ssemaický charaker a odehrává se v rámci jednoho kalendářního roku (a každý rok se opakují) periodické změn způsobené sřídáním ročních období, různými insiucionalizovanými lidskými zvk opě deerminisická či sochasická CYKLICKÁ (C ) flukuace okolo rendu, ve keré se sřídají fáze růsu a poklesu jednolivé ckl mají nepravidelný charaker a odehrávají se v obdobích delších než rok ekonomický, demografický cklus 6
17 Dekompozice časových řad () ZBYKOVÁ (u ) - vořena nahodilými nevsvělielnými pohb v časové řadě, ale aké chbami v měřeních a jinými nessemaickými vliv jinak aké náhodná složka, inovace, nessemaická složka, šok RENDOVÁ, SEZÓNNÍ A CYKLICKÁ SLOŽKA JSOU SYSEMAICKÉ, ZBYKOVÁ NESYSEMAICKÁ DŮVODY DEKOMPOZICE (ROZKLADU) ANALÝZOU JEDNOLIVÝCH SLOŽEK LZE ODHALI ZÁKONIOSI VÝVOJE ZKOUMANÉHO JEVU ČASOVOU ŘADU JE MOŽNÉ OČISI OD SEZÓNNOSI A POROVNÁVA JEJICH REND SEZÓNNOS MŮŽE ZPŮSOBOVA AUOKORELACI NÁHODNÉ SLOŽKY V EKONOMERICKÉ ANALÝZE ČASOVOU ŘADU LZE ZBAVI RENDU A MODELOVA INDIVIDUÁLNÍ SEZÓNNOS ZBAVENÍM RENDU ČASOVOU ŘADU SACIONARIZUJEME SEZÓNNÍM OČIŠĚNÍM SNÍŽÍME POČE PARAMERŮ V MODELU UMOŽŇUJE PŘESNĚJŠÍ PREDIKCE JEDNOLIVÝCH SLOŽEK ČASOVÉ ŘADY 7
18 Dekompozice časových řad (3) ADIIVNÍ DEKOMPOZICE (ouo se budeme zabýva): Y S C u,..., MULIPLIKAIVNÍ DEKOMPOZICE Y. S. C. u,..., 8
19 Model deerminisického rendu () NEJJEDNODUŠŠÍ FORMA REND JE DEERMINISICKOU FUNKCÍ ČASU: KONSANNÍ REND LINEÁRNÍ REND KVADRAICKÝ REND EXPONENCIÁLNÍ REND odhad paramerů MNČ
20 Model deerminisického rendu () REND CHARAKERIZUJE PRŮBĚH PODMÍNĚNÝCH SŘEDNÍCH HODNO VÝBĚR VHODNÉ RENDOVÉ FUNKCE: POHLEDEM NA GRAF ČASOVÉ ŘADY POKUD.DIFERENCE DOSAEČNĚ DLOUHÉ ČASOVÉ ŘADY KOLÍSAJÍ KOLEM NULY, VOLÍME KONSANNÍ REND POKUD.DIFERENCE DOSAEČNĚ DLOUHÉ ČASOVÉ ŘADY KOLÍSAJÍ KOLEM NENULOVÉ KONSANY, VOLÍME LINEÁRNÍ REND JESLIŽE ŘADA. DIFERENCÍ DOSAEČNĚ DLOUHÉ ČASOVÉ ŘADY MÁ LINEÁRNÍ REND A. DIFERENCE KOLÍSAJÍ KOLEM NENULOVÉ KONSANY, VOLÍME KVADRAICKÝ REND KRIÉRIA A ESY: R, SSR, reziduální rozpl, S.E., -es, F-es, DW saisika, informační kriéria AIC, HQ, SC, predikce ex-pos ad. 0
21 Model deerminisické sezónnosi () užií sezónních dumm (nula-jednokových) proměnných D, D, D3, D4, adiivní dekompozice S D 3D3 4D4 jednu proměnnou jsme vnechali perfekní mulikolinearia model s deerminisickým rendem a deerminisickou sezónnosí má pak var Y 0 D 3D3 4D4 u lze odhadova MNČ ˆ ˆ ˆ * ˆ * ˆ ˆ * ˆ ˆ3 3 * ˆ ˆ4 4 SEZÓNNÍ OČIŠĚNÍ: V PŘÍPADĚ DEERMINISICKÉ SEZÓNNOSI ODEČEME ODHADNUÉ PARAMERY OD JEDNOLIVÝCH HODNO PŮVODNÍ ČASOVÉ ŘADY V PŘÍPADĚ SOCHASICKÉ SEZÓNNOSI JE MOŽNÉ POUŽÍ NAPŘÍKLAD MEODU X ARIMA (ZALOŽENA NA KLOUZAVÝCH PRŮMĚRECH) AD.
22 Zbková složka () NESYSEMAICKÉ FAKORY, NEMĚŘIELNÉ SOCHASICKÁ PŘEDPOKLADY: u Y E( u ) 0,,..., E( uu ) In u ~ N,,..., ( S C POKUD ZBYKOVÁ SLOŽKA SPLŇUJE PŘEDPOKLADY.-3., PAK ŘÍKÁME, ŽE JE GENEROVÁNA PROCESEM BÍLÉHO ŠUMU )
23 Zbková složka () PORUŠENÍ. PODMÍNKY: zkreslení bodových odhadů paramerů při odhadu MNČ PORUŠENÍ. PODMÍNKY (ESUJEME NA REZIDUÍCH z MNČ): porušení podmínk konsanního a konečného rozplu náhodné složk = heeroskedasicia porušení podmínk nulových kovariancí náhodné složk v různých obdobích = auokorelace PORUŠENÍ 3. PODMÍNKY: problém při esování hpoéz o paramerech modelu, obecně při verifikaci a diagnosické konrole 3
24 Box-Jenkinsonova meodologie LINEÁRNI MODELY: AR (auoregresní proces) X X a kde a ~ BŠ a MA (proces klouzavých průměrů) X a a kdea ~ RW (náhodná procházka) BŠ X X a kde a ~ BŠ a 4
25 Sacionaria () SACIONARIZACÍ ODSRANÍME VLIVU ČASU SLABÁ SACIONARIA PRVNÍ A DRUHÉ MOMENY JSOU V ČASE NEMĚNNÉ E X ) ( KOVARIANČNÍ A KORELAČNÍ FUNKCE ZÁVISÍ POUZE NA VZDÁLENOSI MEZI NÁHODNÝMI VELIČINAMI NE NA ČASE DŮVODY SACIONARIZACE: KLÍČOVÁ PODMÍNKA PRO MOŽNOS ODHADU PARAMERŮ SOCHASICKÉHO PROCESU V PŘÍPADĚ SACIONARIY MŮŽEME ČASOVOU ŘADU CHÁPA JAKO VÝBĚR Z JEDNOHO ROZDĚLENÍ (S JEDNOU SŘEDNÍ HODNOOU, S JEDNÍM ROZPYLEM) ESY SACIONARIY NAPŘ. ADF ESY JEDNOKOVÝCH KOŘENŮ D( X ) 5
26 Sacionaria () VĚŠINA EKONOMICKÝCH ČASOVÝCH ŘAD MÁ NESACIONÁRNÍ CHARAKER AR, MA PROCESY JSOU SACIONÁRNÍ KOLÍSÁNÍ KOLEM NEPODMÍNĚNÉ SŘEDNÍ HODNOY (ROVNOVÁŽNÁ HODNOA RESP. EQUILIBRIUM, KEROU JSOU HODNOY PŘIAHOVÁNY) RW JE NESACIONÁRNÍ PROCES (NEMAJÍ ROVNOVÁŽNOU HODNOU), KUMULACE NÁHODNÝCH VELIČIN) ČASOVÉ ŘADY S DLOUHOU PAMĚÍ INFORMACE Z MINULOSI SE KUMULUJÍ) DEERMINISIVKÝ REND VZNIKÁ KUMULACÍ KONSANY SOCHASICKÝ REND VZNIKÁ KUMULACÍ NÁHODNÝCH VELIČIN SOCHASICKÝ REND NENÍ NA PRVNÍ POHLED VIDĚ A POKUD BYCHOM AKOVOU ČASOVOU ŘADU MODELOVALI DEERMINISICKÝM RENDEM, ZBYKOVÁ SLOŽKA BY VYKAZOVALA SILNOU AUOKORELACI SACIONARIZACE = PŘEVOD NA. A VYŠŠÍ DIFERENCE = ODSRANĚNÍ DEERMINISICKÉHO I SOCHASICKÉHO RENDU SACIONÁRNÍ ČASOVÁ ŘADA (S KRÁKOU PAMĚÍ INFORMACE SE VYRÁCEJÍ) = I(0) SACIONÁRNÍ PO. DIFERENCÍCH = I() AD. 6
27 Sacionaria (3) Nesacionární (ISC) Sacionární (D_ISC) ISC D_ISC es jednokových kořenů (uni roo es) DF (Dicke-Fuller es) ADF es (Augmened Dicke Fuller es) Nulová hpoéza (jednokový kořen exisuje esuje se paramer ϕ) časová řada je nesacionární 7
28 Zdánlivá regrese I() I() I() Y Z u kdeu a NEEXISUJE DLOUHODOBÝ VZAH MEZI ČASOVÝMI ŘADAMI, POUZE KRÁKODOBÝ VZAH = ZDÁNLIVÁ REGRESE (ZPŮSOBENA SILNOU AUOKORELACÍ NÁHODNÉ SLOŽKY NADHODNOCUJE R, KK, -ESY A F-ESY) Y Z a DLOUHODOBÉ VZAHY EXISUJÍ MEZI Č. ŘADAMI S DLOUHOU PAMĚÍ (mají společný rend, deerminisický či (i) sochasický) KRÁKODOBÉ VZAHY EXISUJÍ MEZI Č. ŘADAMI S KRÁKOU PAMĚÍ (MEZI DIFERENCOVANÝMI) VYSOKÁ KORELACE ČASOVÝCH ŘAD NUNĚ NEZNAMENÁ KVALINÍ REGRESI ZDÁNLIVÁ REGRESE: POKUD BYCHOM DO MODELU VLOŽILI REND, SIUACE S VÝZNAMNOSÍ PARAMERŮ BY SE ZMĚNILA JE NUNÉ PROVÉS KOINEGRAČNÍ ANALÝZU V PŘÍPADĚ EXISENCE KOINEGRAČNÍHO VZAHU MKCH (ZACHYCUJÍ KRÁKODOBÉ I DLOUHODOBÉ VZAHY) u 8
29 Koinegrační vzah I() I() I(0) Y Z u EXISUJE DLOUHODOBÝ VZAH MEZI ČASOVÝMI ŘADAMI EXISUJE KOINEGRAČNÍ VZAH KOINEGRAČNÍ ANALÝZA KOINEGRACE = EXISUJE LK DVOU NESACIONÁRNÍCH ČASOVÝCH ŘAD, KERÁ JE SACIONÁRNÍ JE-LI u BÍLÝ ŠUM, PAK EXISUJE DLOUHODOBÝ VZAH DLOHODOBÉ I KRÁKODOBÉ VZAHY ZACHYCUJÍ MKCH LZE I VAR, ALE ZDE NEODLIŠÍME KRÁKODOBÉ A DLOUHODOBÉ VZAHY 9
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
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
( ) 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
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
Statistické metody a zpracování dat. VIII Analýza časových řad. Petr Dobrovolný
Saisické meod a zpracování da VIII Analýza časových řad Per Dobrovolný Základní pojm Časová řada je chronologick uspořádaná posloupnos hodno určiého saisického ukazaele. = f (),, 2, L n, kde =, 2,, n =
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
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
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,
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
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
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,
ŠKODA AUTO VYSOKÁ ŠKOLA, O.P.S. B A K A L Á Ř S K Á P R Á C E
ŠKODA AUTO VYSOKÁ ŠKOLA, O.P.S. B A K A L Á Ř S K Á P R Á C E 2013 Per Zápoocký ŠKODA AUTO VYSOKÁ ŠKOLA, O.P.S. Sudijní program: B6208 Ekonomika a managemen Sudijní obor: 6208R088 Podniková ekonomika a
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
Skupinová 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
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
PREDIKCE ČASOVÉ ŘADY POMOCÍ AUTOREGRESNÍHO MODELU
PREDIKCE ČASOVÉ ŘADY POMOCÍ AUTOREGRESNÍHO MODELU Ing. Roman DANEL, Ph.D. roman.danel@voln.cz Lisopad 2004 1. Časové řad Daa, kerá vvářejí časovou řadu, vznikají jako pozorování, uspořádané chronologick
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
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,
Stochastické 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
Teorie 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
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.
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:
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
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
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
ANALÝZA EKONOMICKÝCH ČASOVÝCH ŘAD S PŘÍKLADY
VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Fakula informaiky a saisiky ANALÝZA EKONOMICKÝCH ČASOVÝCH ŘAD S PŘÍKLADY Josef Arl Markéa Arlová Eva Rublíková 00 Recenzeni: Prof. Ing. Franišek Fabian, CSc. Doc. Ing. Jiří
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
Úvod do analýzy časových řad
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2... } se nazývá stochastický
Ekonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011
Evropský sociální fond Praha & EU: Invesujeme do vaší budoucnosi Ekonomika podniku Kaedra ekonomiky, manažersví a humaniních věd Fakula elekroechnická ČVUT v Praze Ing. Kučerková Blanka, 2011 Kriéria efekivnosi
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
Numerická 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
ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA. Prognostické modely v oblasti modelování finančních časových řad
ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA Prognosické modely v oblasi modelování finančních časových řad diserační práce Auor: Školiel: RNDr. Vladimíra PETRÁŠKOVÁ Doc. RNDr.Bohumil
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
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
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 :
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,
SROVNÁNÍ VOLATILITY AKCIOVÝCH INDEXŮ PX A FTSE 100
SROVNÁNÍ VOLATILITY AKCIOVÝCH INDEXŮ PX A FTSE 100 Adam Borovička * Úvod Volailia slovo, keré slyšíme dnes a denně. Valí se na nás z elevizních obrazovek, hlasových přijímačů, išěných médií, vkrádá se
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
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,
STATICKÉ 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
KATEDRA FINANCÍ. Estimate of the selected model types of financial assets
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA EKONOMICKÁ FAKULTA KATEDRA FINANCÍ Odhad vybraných ypů modelů finančních akiv Esimae of he seleced model ypes of financial asses Suden: Vedoucí diplomové
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,
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
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
Časové řady, typy trendových funkcí a odhady trendů
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces
Časové řady, typy trendových funkcí a odhady trendů
Časové řady, typy trendových funkcí a odhady trendů Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Jiří Neubauer (Katedra ekonometrie UO Brno) Časové
ANALÝZA ČASOVÝCH ŘAD IVAN KŘIVÝ OSTRAVA URČENO PRO VZDĚLÁVÁNÍ V AKREDI TOVANÝCH STUDIJ NÍCH PROGRAMECH
ANALÝZA ČASOVÝCH ŘAD URČENO PRO VZDĚLÁVÁNÍ V AKREDI TOVANÝCH STUDIJ NÍCH PROGRAMECH IVAN KŘIVÝ ČÍSLO OPERAČNÍHO PROGRAMU: CZ.1.07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST OPATŘENÍ:
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
5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 10 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Analýza počtu zahraničních návštěvníků. České republiky. Bakalářská práce
Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Analýza poču zahraničních návšěvníků České republiky Bakalářská práce Vedoucí práce: Ing. Krisina
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
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.
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,
listopadu 2016., t < 0., t 0, 1 2 ), t 1 2,1) 1, 1 t. Pro X, U a V najděte kvantilové funkce, střední hodnoty a rozptyly.
6. cvičení z PSI 7. -. lisopadu 6 6. kvanil, sřední hodnoa, rozpyl - pokračování příkladu z minula) Náhodná veličina X má disribuční funkci e, < F X ),, ) + 3,,), a je směsí diskréní náhodné veličiny U
Working Papers Pracovní texty
Working Papers Pracovní exy Working Paper No. 7/2003 Český akciový rh jeho efekivnos a makroekonomické souvislosi Helena Horská INSTITUT PRO EKONOMICKOU A EKOLOGICKOU POLITIKU A KATEDRA HOSPODÁŘSKÉ POLITIKY
Stýskala, 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
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
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
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
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
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
Univerzita Tomáše Bati ve Zlíně
Univerzia omáše Bai ve Zlíně Úsav elekroechniky a měření Sřídavý proud Přednáška č. 5 Milan Adámek adamek@f.ub.cz U5 A711 +4057603551 Sřídavý proud 1 Obecná charakerisika periodických funkcí zákl. vlasnosí
5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 3 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
Analýza časové řady výroby elektrické energie
Mendelova zemědělská a lesnická univerzia v Brně Provozně ekonomická fakula Úsav saisiky a operačního výzkumu Analýza časové řady výroby elekrické energie Bakalářská práce Vedoucí práce: Ing. Krisina Somerlíková,
Katedra 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
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
2.2.9 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
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
SIMULACE. 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
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?
MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA
Přednáška 7 MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA A INTERAKCE S MĚNOVÝM KURZEM (navazující přednáška na přednášku na éma inflace, měnová eorie a měnová poliika) Měnová poliika
UNIVERZITA 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
Srovnání výnosnosti základních obchodních strategií technické analýzy při obchodování měn CZK/USD a CZK/EUR 1
Výnosnos obchodních sraegií echnické analýzy Michal Dvořák Srovnání výnosnosi základních obchodních sraegií echnické analýzy při obchodování měn CZK/USD a CZK/EUR Verze 3 03 Michal Dvořák Záměr Na přednáškách
STOCHASTICKÁ ANALÝZA NESTACIONÁRNÍCH PROCESŮ V MATLABU
STOCHASTICKÁ ANALÝZA NESTACIONÁRNÍCH PROCESŮ V MATLABU David Kvapil UNIS, a.s., Brno Absrak Příspěvek popisuje sochasickou analýzu a malabovské modelování nesacionárních procesů v echnomerii. Sumarizují
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
Vliv společného zemědělského trhu EU na český trh s mlékem a mléčnými produkty
Mendelova univerzia v Brně Provozně ekonomická fakula Vliv společného zemědělského rhu EU na český rh s mlékem a mléčnými produky Bakalářská práce Vedoucí práce: doc. Ing. Václav Adamec, Ph.D. Auorka:
Podzim 2004. Výzkumná práce 2 Sektorové produktivity a relativní cena neobchodovatelných statků: Opravdu příliš mnoho povyku pro nic?
Podzim 24 Výzkumná práce 2 Sekorové produkiviy a relaivní cena neobchodovaelných saků: Opravdu příliš mnoho povyku pro nic? Makroekonomický vývoj 15 Akuální makroekonomický vývoj České republiky 32 Prognóza
5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 3 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
ZÁKLADY ELEKTRICKÝCH POHONŮ (EP) Určeno pro posluchače bakalářských studijních programů FS
ZÁKLADY ELEKTRICKÝCH OHONŮ (E) Určeno pro posluchače bakalářských sudijních programů FS Obsah 1. Úvod (definice, rozdělení, provozní pojmy,). racovní savy pohonu 3. Základy mechaniky a kinemaiky pohonu
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
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
LABORATORNÍ 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
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
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
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-
Working Papers Pracovní texty
Working Papers Pracovní exy Working Paper No. 7/2003 Český akciový rh jeho efekivnos a makroekonomické souvislosi Helena Horská INSTITUT PRO EKONOMICKOU A EKOLOGICKOU POLITIKU A KATEDRA HOSPODÁŘSKÉ POLITIKY
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
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
Cvičení 9 dekompozice časových řad a ARMA procesy
Cvičení 9 dekompozice časových řad a ARMA procesy Příklad 1: Dekompozice časové řady Soubor 18AEK-cv09.xls obsahuje dvě časové řady (X a Y) se 72 pozorováními. Použijte časovou řadu Y. a) Pokuste se na
Studie 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
Vojtěch Janoušek: III. Statistické zpracování a interpretace analytických dat
Vojěch Janoušek: III. Sascké zpracování a nerpreace analyckých da Úvod III. Zpracování a nerpreace analyckých da Sascké vyhodnocení analyckých da Zdroje chyb, přesnos a správnos analýzy Sysemacké chyby,
Výkonnost a spolehlivost číslicových systémů
Výkonnos a spolehlivos číslicových sysémů Úloha Generování a zpracování náhodných čísel Zadání 9 Trojúhelníkové rozdělení Jan Kupka A65 kupka@sudens.zcu.cz . Zadání vyvoře generáor rozdělení jako funkci
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
Průzkumová analýza dat (Exploratory Data Analysis, EDA)
19. února 2007 Přednáška 1 maeriály: přednášky zápoče: v průběhu semesr určiý projek na zápoče a na známku, kerá bude ke zkoušce zkouška: zadaný určiý problém, na něj zadaný určiý čas, zpracováván s využiím
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()
KONCEPT UDRŽITELNOSTI NEGATIVNÍ ČISTÉ INVESTIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LETECH
KONCEP UDRŽIELNOSI NEGAIVNÍ ČISÉ INVESIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LEECH 1999 2011 Karel Brůna, Vysoká škola ekonomická v Praze 1 1. Úvod Pro ranziivní ekonomiky je ypické,
1 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
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
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.
Matematické modely v ekologii a na co jsou dobré
Maemaické modely v ekologii a na co jsou dobré Indukivní a dedukivní uvažování o Indukce - mám spousu pozorování, a v nich se snažím naléz zákoniosi, zobecnní ad. o Dedukce - mám adu pravd, a hledám jejich