W jakich dziedzinach wykorzystywane są prognozy?
W rzeczywistości ekonomicznej do przewidywania takich wielkości jak podaż, popyt na dane dobra i usługi, inflacja, stopa bezrobocia, natężenie ruchu turystycznego, PKB, inwestycje, poziom deficytu budżetowego, export-import, ceny surowców itp., budżety gospodarstw domowych
W analizach demograficznych (przyrost naturalny, ruchy imigracyjne, dzietność kobiet, gęstość zaludnienia)
W analizach środowiska naturalnego (poziom zanieczyszczenia wody, gleby, powietrza, powierzchni lasów, poziom wód, rzek)
W meteorologii (temperatura, ciśnienie atmosferyczne, opady, itp.)
W rozwoju technologii (kierunek rozwoju procesów technologicznych, prędkości procesów)
W polityce (ustroje polityczne państw, pozom poparcia dla partii politycznych itp.)
W zagadnieniach o charakterze prawnym (wpływ regulacji prawnych na rzeczywistość społeczno-gospodarczą, skuteczność stosowania prawa itp.)
W bezpieczeństwie narodowym (poziom zagrożenia terrorystycznego, konflikty zbrojne, itp.)

Klasyfikacja prognoz wg. charakteru prognozowanych zjawisk
Prognozy ilościowe – dotyczące zjawisk typu ilościowego ujęte w formie: prognozy punktowej lub przedziałowej
- prognozy punktowe (zmienna przyjmuje daną wartość) np. cena akcji spółki x na zamknięcie sesji wyniesie 8,90 zl
- prognozy przedziałowe (zmienna przyjmuje wartość z określonego przedziału liczbowego) np. ruch turystyczny na Mazurach w bieżącym roku będzie stanowił 80-90% ruchu roku poprzedniego
Prognozy jakościowe – których zmienna wyrażona jest za pomocą opisu werbalnego np. w przyszłym roku wzrośnie tempo rozwoju gospodarczego Podkarpacia

Ogólny schemat postępowania w modelowaniu ekonometrycznym.
Określenie celów analizy > Kryteria merytoryczne > Ustalenie wstępnego zestawu zmiennych objaśniających > Kryterium formalno – statystyczne > Ustalenie optymalnego zbioru zmiennych objaśniających > Konstrukcja modelu ekonometrycznego > Analiza prognozy

Błąd prognozy ex ante.
Błędy prognozy ex ante są to błędy prognozy, ktore możemy określić przed upływem czasu, na ktory prognoza była ustalona.
Jeżeli błąd prognozy określamy po upływie czasu, na ktory prognoza była ustalona, to mamy do czynienia z błędem ex post,
a więc błąd ex post pokazuje rożnicę pomiędzy wartością prognozowaną a jej faktyczną realizacją.

Rodzaje metod analogowych.
Metoda analogii biologicznych – polega na przenoszenia budowy i funkcjonowania organizmów żywych z przyrody na wytwory działań człowieka. Np. konstrukcje na wzór budowy zwierząt.
Metoda analogii przestrzennych – polega na przewidywaniu wystąpienia zjawiska na danym obszarze po zaobserwowaniu go na innych obszarach. Np. pojawienie się choroby na jednym obszarze pozwala przypuszczać, że rozprzestrzeni się ona na obszar sąsiedni, zastosowanie nowych technologii w przedsiębiorstwie pozwala sądzić, że w niedługi czasie pojawią się one w konkurencyjnych firmach.
Metoda analogii historycznych – polega na przenoszeniu zaobserwowanych analogii zmian z jednych zjawisk na inne zachodzące później w tym samym obiekcie. Np. tempo rozwoju komputeryzacji może być miarą rozwoju Internetu.
Metoda analogii przestrzenno-czasowych – polega na przenoszeniu z jednych zjawisk do drugich, prawidłowości zmian w czasie, np. wzrost zainteresowania firmą po wprowadzeniu nowego modelu w jednym kraju, może być podstawą do prognozowania wzrostu zainteresowania w innym kraju po wprowadzeniu w nim nowego produktu.

Symulacja wg Naylora
Technika numeryczna, służąca do dokonywania eksperymentów na pewnych rodzajach modeli matematycznych, które opisują przy pomocy maszyny cyfrowej zachowanie się złożonego systemu w ciągu długiego okresu czasu.

predykcja na podstawie trendu ,
Model tendencji rozwojowej to ekonometryczny model jednorownaniowy ktorego postać analityczna jest stała w czasie a zmienną objaśniającą jest zmienna czasowa t lub jej funkcje. Zmienna czasowa t nie występuje w związku ze zmienną
endogeniczną i jest traktowana jako syntetyczny wskaźnik zmieniających się warunkow eterminujących rozwoj analizowanego zjawiska.
Aby predykcja była możliwa, należy na podstawie danych oszacować analityczną postać funkcji trendu oraz dokonać estymacji parametrow modelu.

model stochastyczny ,
Model stochastyczny jest tym, którego parametr lub element jest pobierany
z dystrybucji prawdopodobieństwa. Modele stochastyczne należy analizować statystycznie, aby dojść do obowiązujących konkluzji.

zmiana destymulanty w stymulante ,
Stymulacja to taka zmienna, ktorej wyższe wartości kwalifikują daną jednostkę statystyczną jako lepszą z punktu widzenia
prowadzonego badania. Pojęcie de stymulanty jest odwrotne, zaś nominanta to taka wartość normatywna, od ktorej
odchylenie się „na plus” bądź „na minus” jest zjawiskiem negatywnym z punktu widzenia prowadzonego badania.
W modelowaniu ekonometrycznym możemy mowić także o zmiennych objaśnianych i zmiennych objaśniających (endo i
egzogenicznych). Zmienne objaśniane przez model opisuje zmienna objaśniana (Y), a zjawiska oddziaływująca na model są
opisywane przez zmienne objaśniające.

prognozowanie analogiczne ,
W metodzie prognozowania za pomocą analogii wykorzystujemy podobieństwo zmiennych prognozowanych w tym samym lub w różnych obiektach. Kryteria podobieństwa to:
a) podobieństwo poziomu (dwie zmienne są podobne, jeżeli w pewnym momencie lub okresie osiągnęły jednakową wartość),
b) podobieństwo kształtu (dwie zmienne są podobne, jeżeli charakteryzują się podobnymi zmianami w czasie, np. mają podobne tendencje rozwojowe, podobne wahania).

co to jest model?
Model jest abstrakcyjnym podejściem do wytwarzanego dzieła zanim nastapi dopuszczenie go do rzeczywistej produkcji

heurystyka
Heurystyka – umiejętność wykrywania nowych faktów i związków między faktami (a zwłaszcza stawiania hipotez), prowadzącego do poznania nowych prawd.Heurystyczne metody prognozowania – to metody wykorzystujące do sformułowania prognozy opinie ekspertów, czyli osób zaproszonych do udziału w badaniach ze względu na ich wiedzę, osobowość, pozycję. Opinie ekspertów są oparte na ich intuicji i doświadczeniu.

symulacje
przybliżone odtwarzanie zjawiska lub zachowania danego obiektu za pomocą jego modelu

składowe szeregu czasowego
-trend (tendencja rozwojowa). Jest to kierunek, w ktorym podąża dane zjawisko (Murphy). Inaczej jest to długookresowa
skłonność do jednokierunkowych zmian (wzrostu lub spadku) wartości badanej zmiennej. Trend może mieć kierunki:
wzrostowy, spadkowy oraz horyzontalny (boczny). Trend boczny utożsamiany ze stałym (średnim) poziomem zmiennej,
gdzie kolejne wartości w czasie oscylują wokoł stałego poziomu
- wahania cykliczne to długookresowe (przekraczające okres 1 roku) wahania wartości zmiennej wokoł trendu
- wahania sezonowe mają miejsce z reguły okresie 1 roku, odzwierciedlają wpływ sezonowych czynnikow na szereg
czasowy.

metody bezwzorcowe
W metodach bezwozrcowych zmienna syntetyczna jest funkcją znormalizowanych wartości zmiennych wejściowych. Metody te wymagają wcześniejszej stymulacji zmiennych wejściowych

jedna z definicji prognoz
Prognozowaniem nazywamy oparte na podstawach naukowych przewidywanie przebiegu i stanu możliwych
(prawdopodobnych) przyszłych zdarzeń (rzecz, faktow, zjawisk)

symulacja stochastyczna
Symulacja stochastyczna jest związana z występowaniem zmiennej losowej w modelu. Jeżeli model zawiera zmienne losowe, to są one źródłem niepewności. W modelach ekonometrycznych zmiennymi losowymi są zarówno zmienne modelu, jak również estymatory jego parametrów i proces losowy przybliżany składnikiem resztowym. Zatem model ekonometryczny sam w swojej istocie jest źródłem niepewności. Badaniem własności zmiennych losowych modelu zajmuje się symulacja stochastyczna. Symulacja ta wielokrotnie wprowadza model w ruch (wykonuje symulację deterministyczną) odpowiednio go zaburzając.

wyjaśnić istotę współczynnika regresji wielorakiej R
Współczynnik korelacji jest miar jakości zależności między badanymi zmiennymi.
Współczynnik korelacji R z n par (Wi, Kci), czyli stanowiących serię danych

Metoda analogii historycznej
Metoda analogii historycznych – polega na przenoszeniu zaobserwowanych analogii zmian z jednych zjawisk na inne zachodzące później w tym samym obiekcie. Np. tempo rozwoju komputeryzacji może być miarą rozwoju Internetu.

czym powinny charakteryzować się finalne zmienne objaśniające
-zmienności: powinny mieć wysoką zmienność
-sinej korelacji ze zmienną objaśnioną
-słabej korelacji między sobą
-silnej korelacji z innymi zmiennymi, ktore nie weszły w skład zbioru zmiennych objaśniających.

jakie kryteria musza spełniac dane używane do prognozowania?
Dane wykorzystywane w procesie prognozowania musza spełniać szereg kryteriow:
· Rzetelność. Muszą dotyczyć analizowanego obiektu. Niemniej jednak w praktyce spotyka się błędy w danych o
charakterze losowym (mogą zaistnieć pomyłki w zbieraniu danych). Systematycznym (np. pytań w ankietach nie
zawsze odpowiadają prawdą na pytania dotyczące np. dochodow, statusu społecznego, przyzwyczajeń).
· Jednoznaczność. Dane muszą być interpretowane w sposob jednoznaczny. Przykładem niejednoznaczności może
być zdanie „zyski firm odzieżowych podwoiły się”. Nie określono o jaki zysk chodzi (brutto czy netto) oraz jakich
firm odzieżowych (notowanych na giełdzie czy wszystkich firm), także nie określono czasu, ktorego dotyczy
analizowane zjawisko.
· Identyfikowalność zjawiska ze zmienną. Nie wiemy do końca czy dane zjawisko powinno być opisywane za
pomocą danego zestawu zmiennych, np. w badaniach jakości życia powinien być ujęty wskaźnik czystości
środowiska naturalnego, czy nie. W takich przypadkach warto odwołać się do literatury przedmiotu i autorytetow
danej dziedziny oraz uzasadnić merytorycznie wybor danych zmiennych.
· Kompletność. Do prognozy powinny być ujęte dane ważne dla badanego zjawiska, nie powtarzające się.
Obowiązuje generalna zasada, że im mniej zmiennych opisuje model danego zjawiska tym lepiej.
· Aktualność danych. Dane powinny być tak dobrane by nie powodowały dezaktualizacji prognozowanego
zjawiska. Wiadomo, że na przestrzeni czasu pewne czynniki nabierają wartości, podczas gdy inne tracą na
znaczeniu.
· Koszty związane z pozyskiwaniem i analiza danych. Należy określić na wstępie wszystkie koszty, ponieważ zbyt
droga prognoza może być nieopłacalna dla zlecającego badania.

prognozowanie analogowe- na czym polega i kiedy stosujemy?
Prognozowanie analogowe - jedna z metod prognozowania przyszłości danej zmiennej poprzez użycie informacji o zachowaniu innej zmiennej, której zmiany w czasie są podobne ale nie równoczesne.

co to jest przewidywanie,
Przewidywanie to „wnioskowanie o zdarzeniach nieznanych na podstawie zdarzeń znanych. Zdarzenie nieznane to
takie zdarzenie, ktore zachodzi w przeszłości, lub w przyszłości w stosunku do momentu przewidywania, może też
trwać w czasie przeprowadzania przewidywania.”

metody naiwne, opiera się na bardzo prostych przesłankach, ktore zakładają, że badane zjawisko nie zmieni się w sposob inny, jak ten ktory wystąpił w przeszłości (zjawisko będzie się kształtowało na obecnym poziomie bądź analogicznie jak w poprzednim okresie).
Najprostszy wariant metody naiwnej zakłada konstrukcje prognozy na moment lub okres t na poziomie wartości zmiennej prognozowanej z okresu lub momentu t-1;

metoda analogii przestrzennej, polega na przewidywaniu wystąpienia zjawiska na danym obszarze po zaobserwowaniu go na innych obszarach. Np. pojawienie się choroby na jednym obszarze pozwala przypuszczać, że rozprzestrzeni się ona na obszar sąsiedni, zastosowanie nowych technologii w przedsiębiorstwie pozwala sądzić, że w niedługi czasie pojawią się one w konkurencyjnych firmach.

zmienne w modelu regresji ze względu na charakter i analityczne postacie modelu ekonometrycznego Wybor postaci analitycznej modelu może być dokonany przez ekonometryka na podstawie empirycznej wiedzy o zależnościach między zmiennymi. Wiedze te można czerpać z teorii ekonomii oraz znajomości zjawisk kształtujące badane
związki, w związku z czym wykorzystać można ( a nawet trzeba) znajomość zjawisk geograficznych, finansowych. Itp.
Wybor postaci analitycznej modelu może odbyć się na podstawie oceny wzrokowej wykresow rozrzutu punktow
empirycznych.
Dobor postaci analitycznej modelu może odbyć się za pomocą prob. Wybiera się postać modelu, poddaje się model
szacowaniu i weryfikuje się dobroć jej dopasowania.
Oto najczęściej występujące postaci analityczne związku zmiennych
-funkcja liniowa
-funkcja wykładnicza
-funkcja potęgowa
-funkcja logarytmiczna
-funkcja tornquista
-funkcja wielomianowa
-funkcja logistyczna

jednorównianowy szereg czasowy -podac przykład,
Jednorównaniowy szereg czasowy to ciąg stanow zmiennych y uporządkowanych wg wartości zmiennej czasowej t,
t = 1, 2, … n:
y = [y1, y2,…, yn]
Przykład 1. Dane czasowe dotyczące wielkości ruchu turystycznego
Lata 1988 1989 1990 1991 1992
Wielkość ruchu turystycznego w tys. osób 132 147 156 181 215
(to powinno byc w tabelce )


model addytywny,
jest to taki model, w którym zakłada się, że wartości zmiennej prognozowanej są sumą składowych
szeregu czasowego

metoda analogii biologicznych,
polega na przenoszenia budowy i funkcjonowania organizmów żywych z przyrody na wytwory działań człowieka. Np. konstrukcje na wzór budowy zwierząt.

symulacja według Morgenthalera,

rozkład normalny reszt

metody stochastyczne,

jakby ktoś jeszcze znalazł odp na te 3 pytania to byłoby wszystko ( chyba )
I nie poręczę, że wszystko jest dobrze Ewentualne poprawki proszę nanieść i napisać na forum