Vztah světového a brazilského trhu s cukrem
|
|
- Vlastimil Horák
- před 10 lety
- Počet zobrazení:
Transkript
1 LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Vztah světového a brazilského trhu s cukrem The Relationship between Brazilian and World Sugar Markets Luboš Smutka 1, Lenka Rumánková 1, Josef Pulkrábek 2, Irena Benešová 1, Jean-Paul Lubanda 1 1 Česká zemědělská univerzita v Praze, Fakulta provozně ekonomická 2 Česká zemědělská univerzita v Praze, Fakulta agrobiologie, potravinových a přírodních zdrojů Brazílie představuje velmi významného producenta a zároveň i obchodníka na světovém trhu s cukrem. Na výsadní postavení Brazílie v tomto ohledu dlouhodobě poukazuje nejen celá řada výzkumů publikovaných na toto téma (1 7), ale i samotná data vztahující se k brazilskému cukrovarnictví. Jen během let Brazílie zvýšila velmi výrazně vlastní podíl na světovém trhu s cukrem. Brazilský podíl na rozloze sklizňových ploch třtiny vrostl ve sledovaném období z cca 15 % na téměř 38 %. Průměrné hektarové výnosy se téměř zdvojnásobily a podíl Brazílie na světové produkci třtiny a cukru vzrostl přibližně z 13 % na 39,4 % respektive cca z 6,8 % na 21,27 %. V současné době Brazílie produkuje ročně zhruba 740 mil. t cukrové třtiny a více než 39 mil. t surového cukru (bližší údaje lze nalézt v tab. I). Spolu s tím, jak v posledních pěti desetiletích vzrostl podíl Brazílie na světové produkci cukru a cukrové třtiny, vzrostl i její podíl na světovém obchodu s cukrem. Brazílie se v současné době podílí z hlediska objemu přibližně na 2,51 % světového obchodu s cukrovinkami, asi 60 % na světovém obchodu se surovým cukrem a přibližně 20 % na světovém obchodu s cukrem bílým. Z hlediska hodnotového je pak podíl Brazílie následující trh s cukrovinkami cca 1,6 %, trh se surovým cukrem cca 65 % a trh s cukrem bílým cca 18,4 % (tab. II.). Jen během let Brazílie extrémně zvedla zejména objem exportovaného bílého (z 1 mil. t na cca 5,6 mil. t za rok) a surového cukru (z cca 1,785 mil. t na více než 22 mil. t za rok). Hodnota exportů cukrů a cukr obsahujících produktů vzrostla v případě Brazílie přibližně z 1 mld. USD na 12 mld. USD. Tab. I. Postavení Brazílie na světovém trhu s cukrem Položka Sklizňová plocha (ha) Geometrický průměr hodnot řetězového indexu Bazický index 2011/1961 Brazílie cukrová třtina ,040 7,20 Svět cukrová třtina ,021 2,97 Podíl Brazílie na světových sklizňových plochách (%) 15,34 20,65 25,30 37,08 Výnos (t.ha 1 ) Brazílie cukrová třtina 43,45 55,18 69,78 75,16 1,011 1,73 Svět cukrová třtina 50,27 58,42 64,63 70,77 1,007 1,41 Brazilské výnosy ve vztahu k prům. výnosům ve světě (%) 86,43 94,44 107,96 106,20 Produkce (t) Brazílie produkce surového cukru ,048 10,84 Svět produkce surového cukru ,024 3,41 Podíl Brazílie na světové produkci cukru (%) 6,80 9,04 15,29 21,27 Produkce (t) Brazílie cukrová třtina ,052 12,45 Svět cukrová třtina ,028 4,18 Podíl Brazílie na světové produkci cukrové třtiny (%) 13,25 19,50 27,31 39, LCaŘ 131, č. 5 6, květen červen 2015
2 Smutka, Rumánková, Pulkrábek, Benešová, Lubanda: Vztah světového a brazilského trhu s cukrem Vzhledem ke svému velmi vysokému podílu na světovém trhu ať již z hlediska produkce, tak i z hlediska obchodu, lze konstatovat, že Brazílie a zejména její trh s cukrem má velmi výrazný vliv na vývoj a stav světového trhu s cukrem. Vysokou provázanost světového trhu s cukrem a Brazilského trhu dokazuje velmi silná závislost v oblasti vývoje cen cukru. Z obr. 1. vyplývá, že jen v posledních přibližně patnácti letech existovala velmi silná korelace mezi vývojem ceny světové a vývojem ceny cukru na brazilském trhu. Vlastní míra korelace se pohybuje na úrovni cca 80 % (tab. IV.). Vysokou mírou závislosti existující mezi světovým a brazilským trhem s cukrem pak dokládá i logaritmická regrese v tab. III., ze které vyplývá, že změní-li se cena na brazilském trhu o 1 %, změní se cena na trhu světovém zhruba o 0,71 %. Zároveň z vypočtené regrese vyplývá velmi silný vztah existující mezi vývojem na brazilském a světovém trhu s cukrem. V předloženém článku se pak zabýváme podrobnějším zkoumáním závislosti světového trhu na trhu brazilském. Tab. II. Brazílie jako významný exportér cukru a cukr obsahujících produktů Oblast Položka Brazílie Svět Podíl Brazílie na světovém exportu (%) Brazílie Svět Podíl Brazílie na světovém exportu (%) Objem exportu (t) cukrovinky surový cukr bílý cukr cukrovinky surový cukr bílý cukr cukrovinky 0,00 5,84 4,54 2,51 surový cukr 5,41 9,74 31,42 60,10 bílý cukr 0,00 9,22 22,32 20,41 Hodnota exportu (tis. USD) cukrovinky surový cukr bílý cukr cukrovinky surový cukr bílý cukr cukrovinky 0,00 3,21 2,74 1,59 surový cukr 4,81 7,19 26,33 64,56 bílý cukr 0,00 7,32 16,52 18,40 Cíl a metodika Cílem tohoto článku je prokázat předpokládanou závislost světového trhu cukru na cukerním trhu Brazílie. Vliv brazilského trhu s cukrem je zkoumán na několika úrovních, a to na úrovni surového cukru, cukrové třtiny a na úrovni cen. Předpokládané závislosti byly ověřovány s využitím regresní analýzy. Kvantifikace vztahů je provedena prostřednictvím lineární regresní funkce a funkce v mocninném tvaru. Tyto funkce byly v jednotlivých případech použity s ohledem na vlastnosti odhadovaných modelů, vykazují nejlepší vlastnosti téměř ve všech zkoumaných hlediscích. Vlastnosti funkcí byly posuzovány jak z ekonomického, tak statistického a ekonometrického hlediska. Jednotlivé modely byly sestavovány s využitím přístupu general to specific (který popsali např. Charemza, Deadman (8)), kdy bylo do modelu zahrnuto více vysvětlujících proměnných, u kterých lze předpokládat významný vliv na vysvětlovanou proměnnou, a následně byl počáteční obecný model upravován do tvaru, který na základě zvolených kriterií (statistická významnost parametrů i celého modelu, ekonomická interpretovatelnost vztahů odpovídající realitě, uspokojivé ekonometrické vlastnosti modelu) nejlépe popisuje zkoumaný vztah. Modely byly sestavovány a následně odhadovány mimo jiné také s ohledem na multikolinearitu, která se mezi potenciálními vysvětlujícími proměnnými především vzhledem k jejich dlouhodobému trendu vyskytuje. Tab. III. Logaritmická regrese vyjadřující vztah mezi vývojem ceny na světovém trhu a vývojem ceny cukru na trhu v Brazílii Výsledky regrese se závislou proměnnou: cena cukru na trhu brazilském; R =, ; R2 =, ; upravené R2 =, ; F(1,178) = 308,63; p < 0,0000; směrod. chyba odhadu:,29086 N = 180 b* Sm.chyba z b* B Sm. chyba z b t (178) p-hodn. Abs. člen 0, , , , Cena cukru na světovém trhu 0, , , , , , LCaŘ 131, č. 5 6, květen červen
3 LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Tab. IV. Vzájemná korelace ceny cukru na trhu světovém a na trhu v Brazílii Proměnná Korelace označ. korelace jsou významné na hlad. p <,05000; N = 180 (celé případy vynechány u ChD) Průměry Sm. odch. Prom 1 Prom 2 Prom 1 3, , , , Prom 2 3, , , , Data použitá ve vlastní analýze byla poskytnuta USDA, FAO a UN Comtrade (9, 10, 11). Jedná se o časové řady obsahující roční údaje v období let pro jednotlivé proměnné světového trhu s cukrem, a to jak řepným, tak třtinovým; obdobně také vybrané proměnné brazilského trhu cukru. V odhadnutých modelech jsou použity následující proměnné: světová produkce surového cukru (mil. t), světová produkce třtinového cukru (mil. t), produkce cukru v Brazílii (mil. t), produkce cukrové třtiny v Brazílii (mil. t), export cukru z Brazílie (mil. t), světová cena surového cukru (US centů za libru), světová cena cukrové třtiny (US centů za libru). Jednotlivé modely, zkoumající závislosti mezi vybranými proměnnými, tj. faktory světového a brazilského trhu s cukrem, byly odhadnuty, jak již bylo uvedeno výše, prostřednictvím ekonometrického modelování, konkrétně s využitím regresních funkcí. V některých případech byly použity lineární regresní modely, které byly odhadnuty v podobě (12):,, kde n pozorování Y 1,, Y n jsou složky náhodného vektoru Y; χ ij jsou nenáhodná čísla značící i-tou hodnotu pozorování pro j-tý prediktor χ j, i = 1,, n, j = 0,1, k, β j jsou neznámé (nenáhodné) parametry, j = 0,1,, k, e i je náhodná chyba při i-tém pozorování, i = 1,, n. Funkce je podmíněná střední hodnota závisle proměnné veličiny Y při pevně daných hodnotách predátorů χ j, j = 1,, k. Předpokládáme, že pro náhodné chyby platí E (e i ) = 0, tzn. že náhodné chyby kolísají okolo nuly (není přítomna systematická chyba), C (e i, e j ) = 0 pro i j, tzn. že náhodné chyby jsou lineárně nezávislé, C (e i, e j ) = D (e i ) = σ 2, tzn. že rozptyl je konstantní pro všechna měření, přičemž rozptyl σ 2 je neznámý parametr. V některých případech nejlepší vlastnosti vykazovala funkce mocninná, která byla odhadnuta v linearizované podobě, data pro odhad parametrů byla upravena prostřednictvím logaritmické transformace. Základní i pokročilé principy regresní analýzy včetně kriterií vhodných pro výběr funkcí a vyhodnocení jejich kvality uvádí např. Budíková, Králová, Maroš (12); Seber, Lee (13) či Kleinbaum, Kupper, Nizam, Muller (14). Parametry použitých funkcí byly odhadnuty běžnou metodou nejmenších čtverců, výpočty byly provedeny v ekonometrickém programu Gretl. Výsledky a diskuse Světová produkce surového cukru Tab. V. obsahuje parametry lineárního regresního modelu, který popisuje vliv vybraných faktorů na světovou produkci surového cukru a jeho základní charakteristiky. Na základě přístupu general to specifik byl odvozen model, jehož parametry jsou statisticky významné na hladině významnosti α = 0,05. Koeficient determinace je roven hodnotě 0,97. Z modelu vyplývá, že světová produkce surového cukru je významně ovlivňována brazilskou produkcí cukru (Pr_B_Raw), brazilskou produkcí cukrové třtiny (Pr_B_Cane), exportem cukru z Brazílie (E_B_Raw) a světovou cenou cukru (C_W_Raw_cal). Z modelu vyplývá, že světová produkce cukru roste společně s rostoucí produkcí cukru a třtiny v Brazílii i s rostoucí úrovní světové ceny cukru, naopak produkce cukru v ostatních zemích světa (bez Brazílie) klesá v případě zvýšení exportu cukru z Brazílie. Produkce cukru ve světě (bez Brazílie) reaguje nejcitlivěji na změny brazilského exportu, nejméně citlivě na změny brazilské produkce cukrové třtiny. Obr. 1. Komparace cenového vývoje na trhu s cukrem ve světě a v Brazílii Pramen: FAOSTAT, vlastní zpracování, LCaŘ 131, č. 5 6, květen červen 2015
4 Smutka, Rumánková, Pulkrábek, Benešová, Lubanda: Vztah světového a brazilského trhu s cukrem Světová produkce cukrové třtiny Tab. V. Vliv Brazílie na světovou produkci surového cukru Tab. VI. ukazuje parametry a základní charakteristiky lineárního modelu zaměřeného na vliv vybraných faktorů na světovou produkci cukrové třtiny. Ze statistického hlediska model vykazuje dobré vlastnosti, všechny odhadnuté parametry jsou statisticky významné na hladině významnosti α = 0,05, koeficient determinace je roven hodnotě 0,98. Z odhadnutých parametrů vyplývá, že světová produkce cukrové třtiny je významně ovlivňována brazilskou produkcí cukru (Pr_B_Raw), brazilskou produkcí cukrové třtiny (Pr_B_Cane), exportem cukru z Brazílie (E_B_Raw) a světovou cenou cukru (C_W_Raw_cal). Na základě hodnot parametrů lze konstatovat, že světová produkce cukrové třtiny roste v případě zvýšení brazilské produkce cukru, produkce cukrové třtiny i světové ceny cukru. Z modelu dále vyplývá, že světová produkce (produkce ostatních zemí bez Brazílie) cukrové třtiny klesá, pokud se zvýší export cukru z Brazílie. Nejcitlivěji světová produkce cukrové třtiny reaguje na změny exportu, nejméně citlivě na brazilskou produkci cukrové třtiny. Světová cena cukru Vzhledem k objemu produkce cukru i cukrové třtiny v Brazílii lze přepokládat její vliv na úroveň světové ceny cukru. Cílem této dílčí analýzy nebylo nalezení všech faktorů, na jejichž základě je světová cena cukru determinována. V tomto případě byla ověřována hypotéza, že světová cena cukru je významně determinována produkcí brazilského cukru a cukrové třtiny. Tab. VII. ukazuje odhadnuté parametry a základní charakteristiky modelu popisujícího vliv brazilské produkce cukru na světovou cenu. Mocninný model byl odhadnut v linearizované podobě, tudíž i v tabulce jsou ukázány linearizované parametry. Oba parametry jsou statisticky významné na hladině významnosti α = 0,01. Z uvedeného vyplývá, že s rostoucí produkcí cukru v Brazílii roste také její vliv na světovou cenu cukru. Tab. VIII. obsahuje výsledky odhadu závislosti světové ceny cukru a brazilské produkce cukrové třtiny. Model byl opět odhadován v mocninné podobě, uvedené parametry jsou tudíž uvedeny v linearizované formě. I v tomto případě byl prokázán významný vliv brazilské produkce cukrové třtiny na úroveň světové ceny (parametr je statisticky významný na hladině významnosti α = 0,01). Jak již bylo uvedeno, oba výše uvedené modely obsahují statisticky významné parametry. Koeficient determinace v obou případech dosahuje poměrně nízkých hodnot. Na základě obou modelů lze konstatovat, že produkce brazilského cukru i produkce brazilské cukrové třtiny determinuje světové ceny cukru přibližně z 25 %. Uvedené proměnné významně ovlivňují úroveň světové ceny cukru, avšak nejsou jedinými faktory, které na ni mají dopad. Const 42,7216 2, ,6217 < 0,00001 *** Pr_B_Cane 0, , ,2521 < 0,00001 *** Pr_B_Raw 4, , ,0702 < 0,00001 *** E_B_Raw 7, , ,4038 < 0,00001 *** C_W_Raw_cal 0, , ,3945 0,02087 ** Střední hodnota závisle proměnné 103,3189 Sm. odchylka závisle proměnné 32,09401 Součet čtverců reziduí 1 456,556 Sm. chyba regrese 5, Koeficient determinace 0, Adjustovaný koeficient determinace 0, F(4, 45) 378,5746 P-hodnota(F) 5,19e-34 Logaritmus věrohodnosti 155,2421 Akaikovo kritérium 320,4842 Schwarzovo kritérium 330,0443 Hannan-Quinnovo kritétium 324,1248 rho (koeficient autokorelace) 0, Durbin-Watsonova statistika 1, Tab. VI. Závislost světové produkce cukrové třtiny na trhu Brazílie Const 305,364 18, ,5553 < 0,00001 *** Pr_B_Cane 2,0015 0, ,7443 < 0,00001 *** Pr_B_Raw 56,9082 5, ,4429 < 0,00001 *** E_B_Raw 28,3301 3, ,9155 < 0,00001 *** C_W_Raw_cal 2, , ,3763 0,02180 ** Střední hodnota závisle proměnné 956,9022 Sm. odchylka závisle proměnné 365,9658 Součet čtverců reziduí ,2 Sm. chyba regrese 48,19779 Koeficient determinace 0, Adjustovaný koeficient determinace 0, F(4, 45) 695,0069 P-hodnota(F) 8,20e-40 Logaritmus věrohodnosti 262,0786 Akaikovo kritérium 534,1572 Schwarzovo kritérium 543,7173 Hannan-Quinnovo kritétium 537,7977 rho (koeficient autokorelace) 0, Durbin-Watsonova statistika 1, Tab. VII. Vliv brazilské produkce cukru na světovou cenu cukru Const 0, , ,3299 0,00168 *** L_Pr_B_Raw 0, , ,0017 0,00022 *** Střední hodnota závisle proměnné 2, Sm. odchylka závisle proměnné 0, Součet čtverců reziduí 15,52924 Sm. chyba regrese 0, Koeficient determinace 0, Adjustovaný koeficient determinace 0, F(4, 45) 16,01387 P-hodnota(F) 0, Logaritmus věrohodnosti 41,71447 Akaikovo kritérium 87,42895 Schwarzovo kritérium 91,25299 Hannan-Quinnovo kritétium 88,88516 rho (koeficient autokorelace) 0, Durbin-Watsonova statistika 0, Závěry Z výsledků výše zpracované analýzy obecně vyplývá, že Brazílie představuje nejen nejsilnějšího producenta a obchodníka na trhu s cukrem, ale rovněž, že Brazílie je velmi vlivným aktérem LCaŘ 131, č. 5 6, květen červen
5 LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Souhrn Článek se věnuje postavení Brazílie na světovém trhu s cukrem. Předmětem vlastní analýzy je vymezení postavení Brazílie na světovém trhu z hlediska produkce a obchodu a vliv brazilského trhu s cukrem na světový trh s cukrem. Vlastní vliv brazilského cukerního trhu ve vztahu k trhu globálnímu je analyzován ve třech úrovních produkce surového cukru, produkce cukrové třtiny a ceny cukru. Analyzovaná časová řada zahrnuje období Z výsledku zpracovaných analýz vyplývá extrémní závislost světového trhu na vývoji cukerního trhu v Brazílii. Brazílie se v tomto ohledu profiluje jakožto jeden z hlavních respektive hlavní driver (na úrovni jednotlivých zemí) cukerního trhu ve světě. Její dominantní postavení je časem neustále posilováno což potvrzuje nejen vývoj v oblasti produkce cukru a cukrové třtiny, ale i v oblasti obchodu s cukrem a zejména výsadní postavení Brazílie na světovém trhu podtrhuje její vliv na vývoj světové ceny cukru. Klíčová slova: cukr, produkce, cena, světový trh, Brazílie, vztah, regresní analýza. ve vztahu k vývoji vlastního charakteru globálního trhu s cukrem. Brazilská produkce, respektive brazilské exporty cukru nezanedbatelně ovlivňují stabilitu světového trhu s cukrem a zejména pak i jeho cenu. Brazílie je jedním z významných elementů ovlivňujících zejména nabídku cukru, a to jak v regionu, tak i v rámci globálního trhu. Cena brazilského cukru je pak silně svázána s cenou cukru na trhu globálním. Vzhledem k vysokému podílu Brazílie na globální produkci cukru a cukrové třtiny a dále pak i vzhledem k vysokému podílu Brazílie na světovém exportu cukru, lze potvrdit nezanedbatelný vliv ceny cukru na brazilském trhu na cenu cukru v rámci regionu a dále pak zejména na cenu cukru na světovém trhu. Článek byl zpracován na základě výzkumu podpořeného IGA, PEF, ČZU v Praze (Analýza vývoje sektoru cukrovka-cukr po zrušení Společné organizace trhů s cukrem; Grant: ). Tab. VIII. Vliv brazilské produkce cukrové třtiny na světovou cenu cukru Literatura Const 0, , ,5527 0,58305 L_Pr_B_Raw 0, , ,0209 0,00020 *** Střední hodnota závisle proměnné 2, Sm. odchylka závisle proměnné 0, Součet čtverců reziduí 15,49194 Sm. chyba regrese 0, Koeficient determinace 0, Adjustovaný koeficient determinace 0, F(4, 45) 16,16800 P-hodnota(F) 0, Logaritmus věrohodnosti 41,65435 Akaikovo kritérium 87,30871 Schwarzovo kritérium 91,13275 Hannan-Quinnovo kritétium 88,76493 rho (koeficient autokorelace) 0, Durbin-Watsonova statistika 0, Svatoš, M.; Maitah, M.; Belova, A.: World Sugar Market Basic Development Trends and Tendencies. Agris on-line Papers in Economics and Informatics, 5, 2, 2013 (2), s Nastari, P.: Sugar and ethanol production where Brazil stands in 2020? Int. Sugar J., 114, 2012 (1358), s Ahlfeld, H.: The world sugar market at a crossroads. Zuckerind. / Sugar Ind., 135, 2010 (6), s Rocha, L. B.: Outlook on Brazil s sugar cane industry competitiveness. Int. Sugar J., 111, 2009 (1327), s Rocha, L. B.: The role of Latin America in the world sugar trade. Zuckerind. / Sugar Ind., 135, 2010 (2), s Rocha, L. B.: The South American sugar market. Zuckerind. / Sugar Ind., 138, 2013 (6), s Čermák, P.: Trh s cukrem ve světě. Listy cukrov. řepař., 125, 2009 (11), s Charemza, W.; Deadman, D.: New Directions in Econometric Practice. Edward Elgar Publishing Limited, England, 1993, ISBN USDA: New York Board of Trade. [on-line] cit FAO: FAOstat database. [on-line] fao.org/desktopmodules/admin/logon.aspx?tabid=0, cit UN COMTRADE (Statistická databáze světového obchodu). 2013, [online] db/, cit Budíková, M.; Králová, M.; Maroš, B.: Průvodce základními statistickými metodami. Praha: Grada Publishing, 2010, ISBN Seber, G. A. F.; Lee, A. J.: Linear Regression Analysis. John Wiley & Sons, Inc., USA, 2003, ISBN Kleinbaum, D. G.; Kupper, L. L.; Nizam, A.; Muller, K. E.: Applied Regression Analysis and and Other Multivariable Methods. Thomson Brooks/Cole, USA, 2008, ISBN LCaŘ 131, č. 5 6, květen červen 2015
6 Smutka, Rumánková, Pulkrábek, Benešová, Lubanda: Vztah světového a brazilského trhu s cukrem Cukrovar s lihovarem Guarani Unidade Industrial Cruz Alta u města Olímpia v brazilském státě São Paulo Smutka L., Rumánková L., Pulkrábek J., Benešová I., Lubanda J.-P.: The Relationship between Brazilian and World Sugar Markets The paper is devoted to Brazilian position in relation to the world sugar market. At the beginning the paper concentrates on the position of Brazil on global market it discusses production and trade and the influence of Brazilian sugar market on global sugar market. The influence of Brazilian sugar market on global market is analyzed at three levels production of raw sugar, production of sugar cane and price of sugar. The conducted analyses cover the time period The results of the individual analysis show an extreme dependency of world sugar market on the development of Brazilian sugar market. Brazil is profiled as one of the main drivers of world sugar market. Its dominant position is constantly strengthened these results are confirmed not only at the level of sugar and sugar cane production, but also at the level of sugar trade. The special position of Brazil in relation to global market only emphasizes its influence on the development of world sugar prices. Key words: sugar, production, price, world market, Brazil, relationship, regression analysis. Kontaktní adresa Contact address: doc. Ing. Luboš Smutka, Ph. D., Česká zemědělská univerzita v Praze, Fakulta provozně ekonomická, Kamýcká 129, Praha 6 Suchdol, Česká republika, smutka@pef.czu.cz
Komparace vlivu vybraných aspektů na nabídku, poptávku a cenu cukru v rozvojových a rozvinutých zemích, ve světě a v zemích OECD a EU
LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Komparace vlivu vybraných aspektů na nabídku, poptávku a cenu cukru v rozvojových a rozvinutých zemích, ve světě a v zemích OECD a EU Comparison of Impact of Selected Aspects
Vývoj faktorů ovlivňujících nabídku a poptávku cukru na světovém trhu v jednotlivých obdobích
Vývoj faktorů ovlivňujících nabídku a poptávku cukru na světovém trhu v jednotlivých obdobích Development of Determinants Influencing Sugar Supply and Demand on World Market on Individual Periods Luboš
Thajsko tygr na světovém trhu s cukrem
LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Thajsko tygr na světovém trhu s cukrem Thailand Tiger in World Sugar Market Luboš Smutka 1, Josef Pulkrábek 2, Irena Benešová 1, Mansoor Maitah 1 1 Česká zemědělská univerzita
18AEK Aplikovaná ekonometrie a teorie časových řad. Řešení domácích úkolů č. 1 a 2 příklad 1
18AEK Aplikovaná ekonometrie a teorie časových řad Řešení domácích úkolů č. 1 a 2 příklad 1 Obecné pravidlo pro všechny testy Je stanovena nulová hypotéza: H 0 Je stanovena alternativní hypotéza: H A Je
Ilustrační příklad odhadu LRM v SW Gretl
Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná
4EK211 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
Korelační a regresní analýza
Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná
EKONOMETRIE 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
Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely )
Úloha M608 Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely ) Zadání : Při kvantitativní analýze lidského krevního séra ovlivňují hodnotu obsahu vysokohustotního
Statistika. 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
Tomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
ROZBOR VÝVOJE A ROZDÍLŮ CEN VYBRANÝCH AGRÁRNÍCH KOMODIT V ČR A V NĚKTERÝCH STÁTECH EU
ROZBOR VÝVOJE A ROZDÍLŮ CEN VYBRANÝCH AGRÁRNÍCH KOMODIT V ČR A V NĚKTERÝCH STÁTECH EU ANALYSIS OF DEVELOPMENT AND DIFFERENCES IN PRICES OF AGRICULTURAL COMMODITIES IN THE CZECH REPUBLIC AND SOME EUROPEAN
Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )
Příklad č. 1 Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace ) Zadání : Stanovení manganu ve vodách se provádí oxidací jodistanem v kyselém prostředí až na manganistan. (1) Sestrojte
Regresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
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
Vyhodnocení cenového vývoje drahých kovů na světových burzách v období let 2005 2010
Vyhodnocení cenového vývoje drahých kovů na světových burzách v období let 2005 2010 Martin Maršík, Jitka Papáčková Vysoká škola technická a ekonomická Abstrakt V předloženém článku autoři rozebírají vývoj
4EK211 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
You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik
PRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y β ε Matice n,k je matice realizací. Předpoklad: n > k, h() k - tj. matice je plné hodnosti
AVDAT Klasický lineární model, metoda nejmenších
AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i
Ruská federace produkce cukrové řepy a cukru
LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Ruská federace produkce cukrové řepy a cukru Russian Federation Sugar Beet and Sugar Production Luboš Smutka 1, Elena Zhuravleva 3, Josef Pulkrábek 2, Irena Benešová 1, Mansoor
UNIVERZITA KARLOVA V PRAZE. Flexicurita na českém trhu práce: aplikace v evropském kontextu
UNIVERZITA KARLOVA V PRAZE FAKULTA SOCIÁLNÍCH VĚD Institut ekonomických studií Jindřich Matoušek Flexicurita na českém trhu práce: aplikace v evropském kontextu Přílohy k bakalářské práci Praha 2011 8.
VZTAHY MEZI PRODUKCÍ, NÁKLADY A CENOVOU ÚROVNÍ V ZEMĚDĚLSTVÍ A NÁRODNÍM HOSPODÁŔSTVÍ
VZTAHY MEZI PRODUKCÍ, NÁKLADY A CENOVOU ÚROVNÍ V ZEMĚDĚLSTVÍ A NÁRODNÍM HOSPODÁŔSTVÍ J. Burianová katedra ekonomických teorií, PEF Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol Anotace: Příspěvek ukazuje
T T. Think Together 2013. Marta Gryčová THINK TOGETHER
Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Doktorská vědecká konference 4. února 2013 T T THINK TOGETHER Think Together 2013 Mzdová disparita v českém agrárním sektoru v období od
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Plánování experimentu
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Autor: Ing. Radek Růčka Přednášející: Prof. Ing. Jiří Militký, CSc. 1. LEPTÁNÍ PLAZMOU 1.1 Zadání Proces
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
PRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y Xβ ε Předpoklady: Matice X X n,k je matice realizací. Předpoklad: n > k, h(x) k - tj. matice
FAKTORY PŮSOBÍCÍ NA CESTUJÍCÍ V DOPRAVNÍM SYSTÉMU FACTORS WHICH HAVE EFFECT ON PASSENGERS IN TRANSPORT SYSTEM
FAKTORY PŮSOBÍCÍ NA CESTUJÍCÍ V DOPRAVNÍM SYSTÉMU FACTORS WHICH HAVE EFFECT ON PASSENGERS IN TRANSPORT SYSTEM Kateřina Pojkarová 1 Anotace:Pro uskutečňování svých cest si lidé vybírají různé způsoby, a
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
6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
POLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.
POLYNOMICKÁ REGRESE Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými. y = b 0 + b 1 x + b 2 x 2 + + b n x n kde b i jsou neznámé parametry,
Analýza časových řad. John Watters: Jak se stát milionářem.
5.2 Analýza časových řad Nechal jsem si udělat prognózu růstu své firmy od třech nezávislých odborníků. Jejich analýzy se shodovaly snad pouze v jediném - nekřesťanské ceně, kterou jsem za ně zaplatil.
5EN306 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
FAKTORY KONKURENCESCHOPNOSTI PRODUKTŮ ROSTLINNÉ VÝROBY V ČR COMPETITIVENESS FACTORS OF PRODUCTS OF PLANT PRODUCTION IN THE CZECH REPUBLIC
FAKTORY KONKURENCESCHOPNOSTI PRODUKTŮ ROSTLINNÉ VÝROBY V ČR COMPETITIVENESS FACTORS OF PRODUCTS OF PLANT PRODUCTION IN THE CZECH REPUBLIC ŽÍDKOVÁ Dana, (ČR) ABSTRACT The paper deals with competitiveness
Statistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
Příloha č. 1 Grafy a protokoly výstupy z adstatu
1 Příklad 3. Stanovení Si metodou OES Byly porovnávány naměřené hodnoty Si na automatickém analyzátoru OES s atestovanými hodnotami. Na základě testování statistické významnosti regresních parametrů (úseku
Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných)
Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných) 1. SPECIFIKACE (12 bodů): (1) Graf průběhu proměnných (1) Obě řady se chovají stejně, lze předpokládat jejich lineární vztah
MODEL TVÁŘECÍHO PROCESU
MODEL TVÁŘECÍHO PROCESU Zkouška tlakem na válcových vzorcích 2 Vyhodnocení tlakové zkoušky Síla F způsobí změnu výšky H a průměru D válce. V každém okamžiku při stlačování je přetvárný odpor definován
AVDAT 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
STATISTIKA I Metodický list č. 1 Název tématického celku:
STATISTIKA I Metodický list č. 1 Analýza závislostí Základním cílem tohoto tématického celku je seznámit se s pokročilejšími metodami zpracování statistických údajů.. 1. kontingenční tabulky 2. regresní
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
odpovídá jedna a jen jedna hodnota jiných
8. Regresní a korelační analýza Problém: hledání, zkoumání a hodnocení souvislostí, závislostí mezi dvěma a více statistickými znaky (veličinami). Typy závislostí: pevné a volné Pevná závislost každé hodnotě
4EK211 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
Matematické 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)
HODNOCENÍ VÝVOJE AGRÁRNÍHO ZAHRANIČNÍHO OBCHODU V ČR ASSESMENT OF DEVELOPMENT OF THE CZECH AGRARIAN FOREIGN TRADE.
HODNOCENÍ VÝVOJE AGRÁRNÍHO ZAHRANIČNÍHO OBCHODU V ČR ASSESMENT OF DEVELOPMENT OF THE CZECH AGRARIAN FOREIGN TRADE Vladimír Brabenec Anotace: Agrární zahraniční obchod ČR od roku 1994 vykazuje rostoucí
Statistika (KMI/PSTAT)
Statistika (KMI/PSTAT) Cvičení dvanácté aneb Regrese a korelace Statistika (KMI/PSTAT) 1 / 18 V souboru 25 jedinců jsme měřili jejich výšku a hmotnost. Výsledky jsou v tabulce a grafu. Statistika (KMI/PSTAT)
Vývoj a postavení cukrovarnictví v zemích EU v letech 2000 2011
LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Vývoj a postavení cukrovarnictví v zemích EU v letech 2000 2011 Development and Position of Sugar Industry in the European Union in 2000 2011 Luboš Smutka 1, Irena Benešová
SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík
SEMESTRÁLNÍ PRÁCE Leptání plasmou Ing. Pavel Bouchalík 1. ÚVOD Tato semestrální práce obsahuje písemné vypracování řešení příkladu Leptání plasmou. Jde o praktickou zkoušku znalostí získaných při přednáškách
RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 7 Jak hodnotit vztah spojitých proměnných
Testování hypotéz o parametrech regresního modelu
Testování hypotéz o parametrech regresního modelu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO
Testování hypotéz o parametrech regresního modelu
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model kde Y = Xβ + e, y 1 e 1 β y 2 Y =., e = e 2 x 11 x 1 1k., X =....... β 2,
AVDAT Geometrie metody nejmenších čtverců
AVDAT Geometrie metody nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model klasický lineární regresní model odhad parametrů MNČ y = Xβ + ε, ε
z dat nasbíraných v letech 1959 1994. Ke zpracování dat byl použit statistický software R. Základní model poptávkové funkce, ze kterého vycházíme,
Úloha 1: V naší studii se zabýváme poptávkovou funkcí životního pojištění, vycházíme z dat nasbíraných v letech 1959 1994. Ke zpracování dat byl použit statistický software R. Základní model poptávkové
ROZBOR DYNAMIKY UKAZATELŮ ŽIVOČIŠNÉ VÝROBY V ČESKÉ REPUBLICE
ROZBOR DYNAMIKY UKAZATELŮ ŽIVOČIŠNÉ VÝROBY V ČESKÉ REPUBLICE Erich Maca, Jan Klíma Doc. Ing. Erich Maca, CSc., KSA, Brno, Kotlářská 44, PSČ 602 00 Doc. Ing. Jan Klíma, CSc., KSA, Brno, Tyršova 45, PSČ
Inovace bakalářského studijního oboru Aplikovaná chemie
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Regrese Závislostproměnných funkční y= f(x) regresní y= f(x)
Cvičící 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.
MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC
MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC Kateřina Pojkarová 1 Anotace:Článek se věnuje železniční přepravě mezi kraji v České republice, se zaměřením na
ANALÝZA POPTÁVKY PO PIVU NA ZÁKLADĚ RODINNÝCH ÚČTŮ. D. Žídková katedra zemědělské ekonomiky, PEF Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol
ANALÝZA POPTÁVKY PO PIVU NA ZÁKLADĚ RODINNÝCH ÚČTŮ. D. Žídková katedra zemědělské ekonomiky, PEF Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol Anotace: Příspěvek charakterizuje poptávku po pivu v domácnostech
TVORBA LINEÁRNÍCH REGRESNÍCH MODELŮ PŘI ANALÝZE DAT. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie TVORBA LINEÁRNÍCH REGRESNÍCH MODELŮ PŘI ANALÝZE DAT Semestrální práce Licenční studium Galileo Interaktivní statistická analýza
Regresní analýza. Eva Jarošová
Regresní analýza Eva Jarošová 1 Obsah 1. Regresní přímka 2. Možnosti zlepšení modelu 3. Testy v regresním modelu 4. Regresní diagnostika 5. Speciální využití Lineární model 2 1. Regresní přímka 3 nosnost
Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1
Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu
Ilustrační příklad odhadu SM v SW Gretl
Ilustrační příklad odhadu SM v SW Gretl Odhad simultánního modelu (SM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná studijní pomůcka MM2011 Úvodní obrazovka Gretlu
6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
Přílohy. Spotřeba elektřiny. Model závislosti spotřeby elektřiny
Přílohy Spotřeba elektřiny Model závislosti spotřeby elektřiny Model 24: OLS, za použití pozorování 22-213 (T = 12) Závisle proměnná: C_ele_domkWH koeficient směr. chyba t-podíl p-hodnota ------------------------------------------------------------------
ANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 2015 Ing. Petra Hlaváčková, Ph.D.
Dynamické metody pro predikci rizika
Dynamické metody pro predikci rizika 1 Úvod do analýzy časových řad Časová řada konečná posloupnost reálných hodnot určitého sledovaného ukazatele měřeného v určitých časových intervalech okamžikové např
MÍRY ZÁVISLOSTI (KORELACE A REGRESE)
zhanel@fsps.muni.cz MÍRY ZÁVISLOSTI (KORELACE A REGRESE) 2.5 MÍRY ZÁVISLOSTI 2.5.1 ZÁVISLOST PEVNÁ, VOLNÁ, STATISTICKÁ A KORELAČNÍ Jednorozměrné soubory - charakterizovány jednotlivými statistickými znaky
Úvodem Dříve les než stromy 3 Operace s maticemi
Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová
Úloha 1: Lineární kalibrace
Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé
Ruská federace zahraniční obchod s cukrem
LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Ruská federace zahraniční obchod s cukrem Russian Federation Foreign Trade in Sugar Luboš Smutka 1, Josef Pulkrábek 2, Victor Vasilenok 3, Irena Benešová 1, Jean-Paul Lubanda
Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =
Příklad 1 Metodou nejmenších čtverců nalezněte odhad lineární regresní funkce popisující závislost mezi výnosy pšenice a množstvím použitého hnojiva na základě hodnot výběrového souboru uvedeného v tabulce.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
8 Coxův model proporcionálních rizik I
8 Coxův model proporcionálních rizik I Předpokládané výstupy z výuky: 1. Student umí formulovat Coxův model proporcionálních rizik 2. Student rozumí významu regresních koeficientů modelu 3. Student zná
EFEKTIVNOST CHOVU MASNÉHO SKOTU THE EFFICIENCY OF BEEF CATTLE PRODUCTION. Zdeňka Kroupová, Michal Malý
EFEKTIVNOST CHOVU MASNÉHO SKOTU THE EFFICIENCY OF BEEF CATTLE PRODUCTION Zdeňka Kroupová, Michal Malý Anotace: Příspěvek je zaměřen na analýzu ekonomické efektivnosti v chovu masného skotu, přičemž součástí
10. Předpovídání - aplikace regresní úlohy
10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu
5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 6 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. vorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
4EK211 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
HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1
HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1 Ivana Staňková, Tomáš Volek Jihočeská univerzita v Českých Budějovicích, Zemědělská
Prostorová variabilita
Prostorová variabilita prostorová závislost (autokorelace) reprezentuje korelaci mezi hodnotami určité náhodné proměnné v místě i a hodnotami téže proměnné v jiném místě j; prostorová heterogenita je strukturální
4EK211 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
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Pythagoras Statistické zpracování experimentálních dat Semestrální práce ANOVA vypracoval: Ing. David Dušek
Semestrální práce. 3.3 Tvorba nelineárních regresních modelů v analýze dat
Semestrální práce 1 3.3 Tvorba nelineárních regresních modelů v analýze dat Ing. Ján Lengyel, CSc. Centrální analytická laboratoř Ústav jaderného výzkumu Řež, a. s. Husinec Řež 130 250 68 Řež V Řeži, únor
4EK211 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
MLÉKÁRENSKÝ PRŮMYSL V ČR PO VSTUPU DO EU THE DAIRY INDUSTRY IN THE CZECH REPUBLIC AFTER THE INTEGRATION IN THE EU. Renata Kučerová
MLÉKÁRENSKÝ PRŮMYSL V ČR PO VSTUPU DO EU THE DAIRY INDUSTRY IN THE CZECH REPUBLIC AFTER THE INTEGRATION IN THE EU Renata Kučerová Anotace: Příspěvek se zabývá analýzou odvětvového prostředí mlékárenského
Světový obchod se surovým cukrem analýza konkurenceschopnosti regionů
Světový obchod se surovým cukrem analýza konkurenceschopnosti regionů The world trade with raw sugar Analyses of the competitiveness of the regions Josef Pulkrábek 1, Luboš Smutka 2, Irena Pokorná 2, Mansoor
Aplikovaná statistika v R - cvičení 3
Aplikovaná statistika v R - cvičení 3 Filip Děchtěrenko Matematicko-fyzikální fakulta filip.dechterenko@gmail.com 5.8.2014 Filip Děchtěrenko (MFF UK) Aplikovaná statistika v R 5.8.2014 1 / 10 Lineární
VYUŽITÍ STATISTICKÝCH METOD PŘI ANALÝZE SITUACE NA TRHU S CUKREM USE OF STATISTICAL METHODS IN ANALYSIS OF THE SUGAR MARKET SITUATION
VYUŽITÍ STATISTICKÝCH METOD PŘI ANALÝZE SITUACE NA TRHU S CUKREM USE OF STATISTICAL METHODS IN ANALYSIS OF THE SUGAR MARKET SITUATION Pavla Hošková, Jiří Mach Anotace: Při hodnocení situace na trhu se
LINEÁRNÍ REGRESE. Lineární regresní model
LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba lineárních regresních modelů. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE Tvorba lineárních regresních modelů 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D. Úloha 1 Porovnání regresních přímek u jednoduchého lineárního regresního modelu Porovnání
4EK211 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
PRAVDĚPODOBNOST 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
REGRESNÍ ANALÝZA NESTACIONÁRNÍCH EKONOMICKÝCH ČASOVÝCH ŘAD
Politická ekonomie 45: (2), str. 281-289, VŠE Praha, 1997. ISSN 0032-3233. (Rukopis) REGRESNÍ ANALÝZA NESTACIONÁRNÍCH EKONOMICKÝCH ČASOVÝCH ŘAD Josef ARLT, Vysoká škola ekonomická, Praha 1. Úvod Pro modelování
7 Regresní modely v analýze přežití
7 Regresní modely v analýze přežití Předpokládané výstupy z výuky: 1. Student rozumí významu regresního modelování dat o přežití 2. Student dokáže definovat pojmy poměr rizik a základní riziková funkce
Tomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce KALIBRACE
Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1
Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát