Opis
Podręcznik stanowi kompendium wiedzy na temat narzędzi wspomagających zarządzanie przedsiębiorstwem, jakimi są prognozowanie i symulacja. Omówiono w nim między innymi techniki prognozowania na podstawie modelu ekonometrycznego i analizy szeregów czasowych, a także rolę sieci neuronowych w prognozowaniu oraz technik prognozowania heurystycznego, kombinowanego i hybrydowego. Ponadto przedstawiono metodologię modelowania symulacyjnego oraz gry symulacyjne stosowane w kierowaniu przedsiębiorstwem. Spis treściWstęp Rozdział 1. Podstawy prognozowania 1.1. Obszary zastosowań prognozowania 1.1.1. Prognozowanie w przedsiębiorstwie 1.1.2. Prognozowanie wielkości sprzedaży 1.1.3. Prognozy gospodarcze 1.1.4. Prognozy społeczne 1.2. Elementy statystyki wykorzystywane w procesie prognozowania 1.2.1. Rodzaje danych statystycznych oraz podstawowe parametry rozkładu cech statystycznych 1.2.2. Estymacja przedziałowa oraz testy statystyczne 1.2.3. Wykorzystanie programów komputerowych 1.3. Podstawowe pojęcia prognostyczne 1.3.1. Metody prognozowania oraz klasyfikacja prognoz 1.3.2. Etapy oraz reguły prognozowania 1.3.3. Błąd ex post oraz ex ante, błąd bezwzględny i względny 1.3.4. Dopuszczalność oraz horyzont prognozy Zadania i pytania kontrolne Rozdział 2. Prognozowanie na podstawie modelu ekonometrycznego 2.1. Etapy budowy jednorównaniowego modelu ekonometrycznego 2.1.1. Określenie problemu prognostycznego 2.1.2. Dobór zmiennych do modelu 2.1.3. Estymacja i weryfikacja modelu 2.1.4. Prognozowanie 2.2. Modele wielorównaniowe 2.2.1. Postać strukturalna i postać zredukowana 2.2.2. Modele proste 2.2.3. Modele rekurencyjne 2.3. Modele zawierające zmienne jakościowe 2.3.1. Wprowadzenie 2.3.2. Model probitowy 2.3.3. Model logitowy 2.4. Wykorzystanie programów komputerowych 2.5. Przykłady prognoz z wykorzystaniem modeli ekonometrycznych Zadania i pytania kontrolne Rozdział 3. Analiza szeregów czasowych 3.1. Rodzaje szeregów 3.2. Dekompozycja szeregu czasowego 3.3. Modele adaptacyjne 3.3.1. Metody naiwne 3.3.2. Wygładzenie szeregu czasowego 3.4. Metody analityczne 3.4.1. Prognozowanie na podstawie funkcji trendu 3.4.2. Wahania sezonowe i cykliczne 3.5. Modele autoregresyjne 3.5.1. Procesy stacjonarne i niestacjonarne 3.5.2. Modele ARMA i ARIMA 3.5.3. Metoda Boxa–Jenkinsa 3.6. Wykorzystanie programów komputerowych 3.7. Przykłady prognoz z wykorzystaniem szeregów czasowych Zadania i pytania kontrolne Rozdział 4. Sieci neuronowe w prognozowaniu 4.1. Podstawowe definicje oraz rodzaje sieci neuronowych 4.1.1. Pojedynczy neuron 4.1.2. Warstwa neuronów 4.1.3. Rodzaje sieci neuronowych 4.2. Architektura sieci oraz metody uczące 4.3. Testowanie sieci 4.4. Wyznaczanie prognoz 4.5. Wykorzystanie programów komputerowych 4.6. Przykłady prognoz z wykorzystaniem sieci neuronowych Zadania i pytania kontrolne Rozdział 5. Inne metody wyznaczania prognoz 5.1. Prognozowanie heurystyczne i analogowe 5.1.1. Metoda analogowa 5.1.2. Metoda delficka 5.1.3. Testy rynkowe 5.2. Prognozowanie kombinowane i hybrydowe 5.2.1. Metody kombinowane 5.2.2. Metody hybrydowe 5.3. Przykłady prognoz z wykorzystaniem metod heurystycznych, kombinowanych i hybrydowych Zadania i pytania kontrolne Rozdział 6. Podstawy modelowania symulacyjnego 6.1. Etymologia symulacji 6.1.1. Rys historyczny symulacji 6.1.2. Źródła filozoficzne symulacji 6.2. Podstawowe definicje z zakresu modelowania i symulacji 6.3. Wprowadzenie do modelowania symulacyjnego systemów 6.3.1. Specyfikacje formalne w modelowaniu symulacyjnym systemów 6.3.2. Hierarchia specyfikacji w modelowaniu symulacyjnym systemów 6.3.3. Relacje podobieństwa w modelowaniu symulacyjnym systemów 6.4. Opis formalny metod symulacyjnych 6.4.1. Formalizmy modelowania i algorytmy symulacji 6.4.2. Zasady projektowania modeli symulacyjnych 6.4.3. Środowisko symulacji 6.5. Podstawowe problemy metodologiczne symulacji 6.5.1. Etapy modelowania, przebiegu eksperymentu symulacyjnego i wykorzystania wyników symulacji 6.5.2. Weryfikacja i walidacja modeli symulacyjnych 6.5.3. Agregacja i upraszczanie modeli symulacyjnych 6.5.4. Aspekty komunikacyjne w symulacji 6.5.5. Wnioskowanie z wyników badań symulacyjnych 6.6. Planowanie eksperymentu symulacyjnego 6.7. Przegląd narzędzi stosowanych w symulacji 6.7.1. Wykorzystanie arkuszy kalkulacyjnych w symulacji 6.7.2. Języki programowania 6.7.3. Specjalistyczne oprogramowanie symulacyjne 6.7.4. Dobór narzędzi symulacyjnych 6.8. Znaczenie symulacji w przedsiębiorstwie 6.8.1. Badania stanu zastosowań symulacji w przedsiębiorstwach 6.8.2. Zakres zastosowań symulacji w przedsiębiorstwie 6.9. Przykłady sukcesów metod symulacyjnych w przedsiębiorstwach Zadania i pytania kontrolne Rozdział 7. Symulacja ciągła 7.1. Podstawy formalne symulacji ciągłej 7.1.1. Opis formalny modelu w symulacji ciągłej 7.1.2. Zdarzenie, zachowanie systemu, struktura systemu 7.1.3. Historia, założenia i paradygmaty metody Dynamiki Systemów 7.1.4. Elementy konstrukcyjne modeli Dynamiki Systemów 7.2. Proces modelowania symulacyjnego