Prognozowanie i analiza szeregów czasowych
Warszawa, 19 października 2004


Prognozowanie i analiza szeregów czasowych

W dniach 19-20.X.2004 odbyły się w Warszawie seminaria poświęcone zastosowaniom statystyki i data mining.

Pierwszego dnia wystąpienia podzielone zostały na dwie równoległe sesje. Jedna z nich obejmowała tematykę finansów, CRM oraz prognozowania, druga poświęcona została zagadnieniom wykorzystania technik analizy danych w technologii i zarządzaniu jakością.

W drugim dniu prezentowane będą referaty dotyczące zastosowań technik statystyki i data mining w badaniach naukowych.

Swoją wiedzę i doświadczenie prezentowali specjaliści – wykładowcy akademiccy, pracownicy StatSoft i praktycy stosujący na co dzień metody analizy danych i data mining w różnych dziedzinach ekonomii, biznesu i nauki.

 

W październiku 2004 roku zaprosiliśmy również na seminaria:

Analiza danych w CRMAnaliza danych w CRM – Warszawa, 19 października 2004
Statystyka i data mining w technologiiStatystyka i data mining w technologii – Warszawa, 19 pździernika 2004
Analiza danych i data mining dla instytucji finansowychAnaliza danych i data mining dla instytucji finansowych – Warszawa, 19 października 2004
Zarządzanie jakością SPC i Six SigmaZarządzanie jakością SPC i Six Sigma – Warszawa, 19 października 2004
Statystyka i data minig w badaniach naukowychStatystyka i data minig w badaniach naukowych – Warszawa, 20 października 2004

Patronat nad seminarium objelo:

Polskie towarzystwo statystyczne

Patronat medialny:

Ale bank

Interia.pl

Magazyn Przemysłowy

CXO

Computer World

Świat nauki

Problemy jakości

Wiedza i życie

Prognozowanie i analiza szeregów czasowych

Zastosowania statystyki i data mining 19-20.X.2004
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych
Prognozowanie i analiza szeregów czasowych

Prognozowanie w zarządzaniu ryzykiem – ryzyko wolumetryczne

Alicja Zachura, PKN ORLEN

Referat będzie poświęcony praktycznemu podejściu do prognozowania sprzedaży i zakupów surowców do przerobu i wykorzystanie modeli prognostycznych nie tylko
do prognozowania, ale również, (co równie cenne w praktyce) do diagnozowania sytuacji na rynku i w otoczeniu konkurencyjnym. W tle pojawią się budowanie
ekspozycji na ryzyko i miary typu VaR lub CFaR.

 

 

Data mining w prognozowaniu zapotrzebowania na nośniki energii

dr hab. Andrzej Sokołowski i Agnieszka Pasztyła, StatSoft Polska, AE Kraków

Metody prognozowania zjawisk klasyfikowane są z różnych punktów widzenia. Możemy prognozować wartość jednej zmiennej lub stan obiektu wielowymiarowego.
W tym drugim przypadku prognoza może powstać z połączenia prognoz jednowymiarowych, lub być osiągnięta z modelu wielorównaniowego opisującego „jednocześnie”
kształtowanie się wielu zmiennych i relacji między nimi. Celem tego opracowania jest przedstawienie wykorzystania metody do prognozowania zmiennych związanych
z energetyką, nie wymagającej wnikania w związki pomiędzy zmiennymi. Pokażemy tu wykorzystanie zarówno typowych zmiennych „czasowych” jak i zmiennych o
charakterze czynników kształtujących zmienną prognozowaną.

 

 

Analiza kursów akcji z wykorzystaniem metody ICA

Agnieszka Pasztyła, StatSoft Polska, AE Kraków

Artykuł przedstawia nowe spojrzenie na zastosowanie analizy korelacji w praktyce inwestowania długoterminowego. Metoda składowych głównych i składowych
niezależnych zostały zastosowane w celu wyodrębnienia czynników, które jednocześnie kształtują stopy zwrotu wybranych grup spółek. Analiza ta może być
wykorzystana do tworzenia portfeli inwestycyjnych, w celu minimalizacji ryzyka, a także do prognozowania stóp zwrotu portfeli i spółek bez konieczności
estymacji rozkładu zmiennych.

 

 

Prognozowanie w zarządzaniu ryzykiem – ryzyko wolumetryczne

Alicja Zachura, PKN ORLEN

Referat będzie poświęcony praktycznemu podejściu do prognozowania sprzedaży i zakupów surowców do przerobu i wykorzystanie modeli prognostycznych nie tylko
do prognozowania, ale również, (co równie cenne w praktyce) do diagnozowania sytuacji na rynku i w otoczeniu konkurencyjnym. W tle pojawią się budowanie
ekspozycji na ryzyko i miary typu VaR lub CFaR.

 

Data mining w prognozowaniu zapotrzebowania na nośniki energii

dr hab. Andrzej Sokołowski i Agnieszka Pasztyła, StatSoft Polska, AE Kraków

Metody prognozowania zjawisk klasyfikowane są z różnych punktów widzenia. Możemy prognozować wartość jednej zmiennej lub stan obiektu wielowymiarowego.
W tym drugim przypadku prognoza może powstać z połączenia prognoz jednowymiarowych, lub być osiągnięta z modelu wielorównaniowego opisującego „jednocześnie”
kształtowanie się wielu zmiennych i relacji między nimi. Celem tego opracowania jest przedstawienie wykorzystania metody do prognozowania zmiennych związanych
z energetyką, nie wymagającej wnikania w związki pomiędzy zmiennymi. Pokażemy tu wykorzystanie zarówno typowych zmiennych „czasowych” jak i zmiennych o
charakterze czynników kształtujących zmienną prognozowaną.

 

Analiza kursów akcji z wykorzystaniem metody ICA

Agnieszka Pasztyła, StatSoft Polska, AE Kraków

Artykuł przedstawia nowe spojrzenie na zastosowanie analizy korelacji w praktyce inwestowania długoterminowego. Metoda składowych głównych i składowych
niezależnych zostały zastosowane w celu wyodrębnienia czynników, które jednocześnie kształtują stopy zwrotu wybranych grup spółek. Analiza ta może być
wykorzystana do tworzenia portfeli inwestycyjnych, w celu minimalizacji ryzyka, a także do prognozowania stóp zwrotu portfeli i spółek bez konieczności
estymacji rozkładu zmiennych.