ekonometria Flashcards

1
Q

Scharakteryzuj addytywne modele tendencji rozwojowej.

A

Postać modelu to np.: y=f(t)+g(t)+h(t)+$, f(t) funkcja tendencji rozwojowej, g(t) funkcja czasu charakteryzująca wahania sezonowe, h(t) funkcja czasu charakteryzująca wahania cykliczne, $ - składnik losowy.czesci szeregu czasowego są niezależne. wartości zmiennej prognozowanej (y empiryczne) to suma składowych z szeregu czasowego. Zmienne obasniane i zmienna objasniajaca sa w tych samych jednostkach. W procesie dekompozycji wahania okresowe (cykliczne i sezonowe) oraz przypadkowe są wyrażone jako odchylenia od tendencji rozwojowej.Modelu addytywnego używa się do budowy prognozy, GDY w szeregu czasowym występują wahania sezonowe o charakterze bezwzględnie stałym. (Powtarzalnym?)Polega to na budowie modelu prognostycznego w postaci funkcji trendu oraz wskaźników sezonowości dla poszczególnych faz cyklu. Suma wskaźników sezonowości w tym modelu powinna być równa zeru (czyste wskaźniki sezonowości).Prognozę wstępną wyznaczamy przez ekstrapolację zaobserwowanej tendencji rozwojowej. By wyznaczyć prognozę ostateczną koryguje się prognozę wstępną o określone czyste wskaźniki sezonowości dla poszczególnych faz cyklu (dodawanie).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Czyste wskaźniki sezonowości

A

Informują o zaobserwowanych w badanym okresie średnich bezwzględnych odchyleniach wartości prognozowanej zmiennej (czyli tego co prognozujemy) od funkcji trendu w poszczególnych fazach cyklu sezonowego.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

zalety ekonometrycznych metod prognozowania (7)

A

-Umożliwia poznawanie związków pomiędzy czynnikami zjawisk (cel wyjaśniający)-pozwala na formalne sprawdzenie przesłanek prognostycznych, -umożliwia ocenę wpływu zmiennych objaśniających na zmienną prognozowania, -pozwala na wyznaczenie błędu ex ante, -znany jest „dobry model”, -możliwość ekstrapolacji modelu poza jego dziedzinę. -Zakłada się, że oczekiwana wartość składnika losowego wynosi 0.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

na czym polega kryterium podobienstwa poziomu

A

Dwie zmienne są podobne, jeżeli w pewnym momencie lub okresie osiągnęły jednakową wartość.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

W jaki sposób można ocenić dopuszczalność prognozy wyznaczonej przy pomocy średniej ruchomej ważonej?

A

za pomocą średniego kwadratowego błędu s* prognozy ex post.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Czynniki wpływające na wybór metody prognozowania.(7)

A
  • przesłanki prognostyczne-horyzont czasowy- koszty- łatwość stosowania- dokładność prognozy-dane prognostyczne- oprogramowanie komputerowe
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Scharakteryzuj multiplikatywne modele tendencji rozwojowej.

A

założenie - obserwowane wartości zmiennej prognozowanej są iloczynem składowych szeregu czasowego (składowe są niezależne) a wartość oczekiwana składnika losowego wynosi 1.y=f(t)g(t)h(t) Poziom prognozowanej zmiennej jest wyrażany w jednostkach zmiennej prognozowanej. Pozostałe składowe szeregów czasowych wyrażane są jako względne odchylenia.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wady ekonometrycznych metod prognozowania. (3)

A

Złożoność obliczeniowa, duży koszt zbierania danych i szacowania parametrów modelu, występowanie autokorelacji składnika losowego.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Na czym polega kryterium podobieństwa kształtu?

A

Dwie zmienne są podobne, jeżeli charakteryzują się podobnymi zmianami w czasie, np.mają podobne tendencje rozwojowe, podobne wahania. Charakteryzują się podobną dynamiką.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

W jaki sposób można ocenić dopuszczalność prognozy wyznaczonej przy pomocy średniej ruchomej prostej?

A

Ocena dopuszczalności prognozy za pomocą średniego kwadratowego błędu s* prognozy lub średniego błędu ψ* ex post.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Czynniki wpływające na rozpiętość przedziału prognozy.(6)

A

 wiarygodność prognozy (p), rozkład reszt modelu (normalny lub nieznany – ważne do obliczenia wartości współczynnika u), długość szeregu czasowego (ważne przy obliczaniu błędu prognozy ex ante i współczynnika „u”), wielkość bezwzględnego błędu prognozy ex ante (VT), współczynnik „u” związany z wiarygodnością prognozy, rozkładem reszt modelu i długością szeregu czasowego, wartość prognozy punktowej zmiennej Y na okres T.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Podaj definicję prognozy. (4)

A

Sąd o następujących właściwościach: sformułowany z wykorzystaniem dorobku nauki odnoszący się do określonej przyszłości weryfikowalny empirycznie niepewny ale akceptowalny

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Wymień etapy prognozowania.(6)

A
  1. Sformułowanie zadania prognostycznego,2. Sformułowanie przesłanek prognostycznych,3.Wybór metody prognozowania,4.Budowa prognozy,5.Ocena dopuszczalności prognozy,6.Ocena trafności prognozy -Weryfikacja prognozy.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Na czym polega funkcja aktywizująca prognozy?

A

Polega na pobudzaniu do podejmowania działań sprzyjających realizacji prognozy, gdyzapowiada ona zdarzenia korzystne, i przeciwstawiających się jej realizacji, gdy przewidywane zdarzenia są oceniane jako niekorzystne. Do zachowania jasności procesu prognozowania konieczne jest ujawnienie systemu wartości decydenta i prognosty.wtf

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

W jaki sposób można ocenić dopuszczalność prognozy? (6)

A

Błąd ex post, błąd ex ante, ocena jakościowa,błąd prognoz wygasłych, prawdopodobieństwo realizacji prognozy, oceny ekspertów oraz prognosty.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Na czym polega funkcja preparacyjna prognozy?

A

Prognoza jako podstawa do podejmowania decyzji. Funkcja preparacyjna jest działaniem z którego wynikają inne działania. Lol

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Na czym polega postarzanie informacji? W których znanych Ci modelach jest ono realizowane?

A

Informacje postarza się w modelu średniej ruchomej ważonej. Postarzanie informacji polega na nadawaniu relatywnie wyższych wag nowszym danym, ponieważ uważa się, że zawierają one bardziej aktualne informacje o prognozowanym zjawisku.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Wymień składowe szeregu czasowego.

A

systematyczna: stały poziom, tendencja rozwojowa, wahania okresowe(sezonowe i cykliczne) Wahania przypadkowa

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Co to jest prognozowanie.

A

Racjonalne i naukowe przewidywanie przyszłości (zdarzeń przyszłych) za pomocą przeszłości (zdarzeń przeszłych).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Funkcje prognoz

A

aktywizująca, preparacyjna, informacyjna

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Co to jest szereg czasowy

A

Jest to ciąg zaobserwowanych stanów zmiennej w określonym przedziale czasowym.Np wartosci sprzedazy w kolejnych miesiacach roku

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Horyzont czasowy

A

Okres dla którego jest tworzona prognoza nazywa się okresem prognozy, a liczbę okresów objętych prognozą - horyzontem prognozy zwanym horyzontem czasowym prognozy. np. budujemy prognozy tygodniowe, z których najdalsza będzie dotyczyć ostatniego tygodnia marca 2013 roku. Okresem prognozy będzie więc w tej sytuacji tydzień, a jej horyzontem - ostatni tydzień marca 2013.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Co to jest „prognoza długookresowa”?

A

Prognoza ustalana na taki przedział czasu, w którym w prognozowanym zjawisku mogą wystąpić zarówno zmiany ilościowe jak i poważne zmiany jakościowe.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Jakie prognozy można prognozować za pomocą modelu ekonometrycznego?(4)

A

 prosta, rekurencyjna, ze zmienną zero-jedynkową, ze zmienna syntetyczną.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Kiedy zastosujesz model Holta a kiedy analityczny model trendu?

A

Jeśli można zbudować dobrze dopasowaną do danych funkcję trendu stosujemy model analityczny jeśli nie używamy modelu Holta.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Co oznacza że model jest linowy względem parametrów?

A

Oznacza to, że:- model ma postać y=a0+a1x1+a2x2+…+amxm+$- parametry modelu podlegają estymacji KMNK

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

KMNK

A

Metoda przybliżonych rozwiązań układów nadokreślonych tzn. zestawu równań, w których jest ich więcej niż zmiennych.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Co to jest przewidywanie racjonalne?

A

Jest logicznym procesem przebiegającym od przesłanek (tj. zbioru faktów należących do przeszłości) i ich interpretacji do konkluzji.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Do czego służy i co określa błąd ex ante?

A

Służy określeniu dokładności prognozy. Jest on wystarczający by wybrac najdokladniejsza prognozę spośród kilku prognoz otrzymanych z różnych modeli tej samej zmiennej. Określa przeciętne odchylenie realizacji zmiennej prognozowanej od prognoz w czasie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Na czym polega prognozowanie przez analogie?

A

Polega na przewidywaniu przyszłości zmiennej przez wykorzystanie informacji o innych zmiennych, gdzie zmiany są podobne, jednak nie sa równoczesne i sa zbyt słabo powiązane ze zmienną prognozowaną.przenoszenie twierdzen o jednym obiekcie na inny na podstawie zachodzacych pomiedzy nimi podobienstw

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Błąd oceny estymatora

A

Służy do zbadania czy poszczególne zmienne objaśniające istotnie wpływaja na zmienna endogeniczną.( obiasniana)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

Błąd ex post

A

Określa stopień trafności prognozy ilościowej po upływie czasu na który była wyznaczona.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Postawa aktywna

A

Charakteryzuje się uznaniem przyszłości za stosunkowo niezależną od przeszłości. Przyszłość jest otwarta pluralistyczna – stworzona przez ludzi.

34
Q

Postawa pasywna

A

Widzenie przyszłości zjawiska jako nieuniknionego, pojedynczego następstwa przeszłości, określonego przez konieczne niezależne od woli ludzi związki między zjawiskami.

35
Q

Prognoza badawcza. Jej zadanie

A

Jej zadaniem jest wszechstronne rozpoznanie przyszłości i ukazanie wielu jej możliwych wersji.

36
Q

Prognoza ostrzegawcza. Jej zadanie

A

Jej zadaniem jest przewidywanie zdarzeń niekorzystnych dla odbiorcy prognozy.

37
Q

DESTYMULANTA

A

Zmienne, których spadek wartości świadczy o pożądanym rozwoju badanego zjawiska.

38
Q

trend

A

(Tendencja rozwojowa) długookresowa skłonność do jednokierunkowych zmian wartości badanej zmiennej.

39
Q

Ekstrapolacja funkcji trendu

A

Uzyskanie przyszłej wartości zmiennej przez podstawienie do modelu (w miejsce zmiennej czasowej ) numeru momentu lub okresu.

40
Q

Prognozowanie heurystyczne

A

Przewidywanie nowych wydarzen niekoniecznie dających się opisac za pomocą analizy przeszłości (prognozowanie intuicyjne).

41
Q

model adaptacyjny

A

Odrzuca założenie ze mechanizm rozwojowy zjawisk jest niezmienny Duża elastyczność pozwala na ujęcie nieregularnych zmian w składowych szeregu czasowego. Dobre narzędzie do budowy prognoz krótkookresowych.

42
Q

Model liniowy (wygładzania wykładniczego) Holta

A

Służy do wygładzania szeregu czasowego, w którym występują i tendencja rozwojowa i wahania przypadkowe.

43
Q

Model Wintersa

A

Stosowany w przypadku szeregów czasowych zawierających tendencję rozwojową, wahania sezonowe oraz wahania przypadkowe.

44
Q

Odchylenie standardowe reszt

A

Informuje jakie są przeciętne odchylenia wartości rzeczywistych zmiennej prognozowanej ( nasz Y) od wartości teoretycznych. Im mniejsza wartość tego miernika tym lepsza jakość modelu [s]

45
Q

Współczynnik determinacji

A

Miara dopasowania modelu liniowego regresji do danych rzeczywistych. Gdy parametry szacowane są MNK współczynnik przybiera wartość z przedziału [0,1], im większa wartość tym lepsze dopasowanie modelu. [R2]

46
Q

Przesłanki prognostyczne

A

Obejmują hipotezy badawcze określające wstępnie mechanizm rozwojowy badanego zjawiska oraz dostępne o nim informacje jakościowe i liczbowe. Mechanizm rozwojowy zjawiska powinien być określony przez wskazanie oddziałujących na nie zjawisk oraz kierunku ich wpływów.

47
Q

przewidywanie

A

Wnioskowanie no zdarzeniach nie znanych na podstawie zdarzeń znanych

48
Q

stymulanta

A

Zmienne ktorych wzrost wartosci swiadczy o pozadanym rozwoju badanego zjawiska

49
Q

Kiedy model ekonometryczny jest liniowy względem parametrów?

A

Kiedy rownym przyrostom zmiennej objasniajacej odpowiadaja w przyblizeniu rowne przyrosty zmiennej objasnianej

50
Q

Wymień przynajmniej trzy własności jakie powinny posiadać reszty modelu ekonometrycznego żebyśmy mogli nazwać ten model “dobrym”.

A

? 1. model ekonometryczny nie może budzić zastrzeżeń merytorycznych,2. model powinien być bardzo dobrze dopasowany do danych empirycznych,3. wszystkie zmienne objaśniające modelu muszą być istotne.

51
Q

Co oznacza założenie o stabilności relacji strukturalnych?

A

stabilność relacji strukturalnych w czasie, czyli “postać analityczna modelu”, jak i “wartości oceny jego parametrów “ nie ulęgają zmianie w przedziale czasu, dla którego wyznacza się prognozę, (np test Chowa)

52
Q

Prognosta miał zlecenie na zbudowanie prognozy wartości sprzedaży srebra przez KGHM na 2016 r. Zleceniodawca określił maksymalny możliwy błąd tej prognozy na 6%. Wyznaczona na 2016 r. prognostyczna wielkość zmiennej wyniosła 300 tys. $ a bezwzględny błąd ex ante 16 tys. $ $. Czy zleceniodawca przyjmie tę prognozę? Odpowiedź uzasadnij.

A

?

53
Q

Kiedy mówimy, że w zjawisku występują zmiany o charakterze ilościowym?

A

?

54
Q

na czym polega statystyczna weryfikacja modelu ekonometrycznego?

A

?a) Wykonujemy test serii, żeby sprawdzić, czy model posiada losowy rozkład reszt i czy zatem jest liniowyb) Wykonujemy test Durbina-Watsona do wykluczenia autokorelacji reszt I i wyższych rzędówc) Wykonujemy test Hellwiga, żeby zbadać, czy reszty posiadają rozkład normalny

55
Q

rozklad reszt w dobrym modelu powinien byc

A

-losowy - co oznacza liniowosc modelu- nie powinno byc skorelowania reszt (żądamy by nie wystepowala autokorelacja reszt)-wariancje składowych losowych i reszt powinny byc stałe (jednorodne) - stabilnosc wariancji-normalny

56
Q

symulacja

A

badanie możliwych stanów interesującego fragmentu rzeczywistosci za pomocą eksperymentowania na modelu

57
Q

rodzaje cech

A
  • ilosciowe np liczba studentów-porządkujące np ocena z przedmiotu-jakosciowe np sposób poruszania się
58
Q

rodzaje prognoz

A
  • iloscniowe - stan prognozowanej zmiennej wyrazony jest liczbowo: punktowe, przedziałowe- jakościowe - stan zmiennej jakościowej lub słowny opis zmiennej ilościowej
59
Q

zmiany ilościowe

A

wyrażają się zmianami wartości zmienne prognozowanej zgodnymi z dotychczasowymi prawidłowościami

60
Q

zmiany jakościowe

A

polegają na zmianach dotychczasowych prawidłowości

61
Q

prognoza krotkookresowa

A

jest wyznaczana na taki okres (przedzial czasu) ze w prognozowanym zjawisku moga zajsc tylko zmiany ilościowe

62
Q

Modele wahan sezonowych . Jakie sa model ich czynnki i jake sa wahania

A

Wahania sezonowe – wahania zmiennej prognozowanej wokół trendu / stałego poziomu spowodowane występowaniem czynników sezonowych (do 1 roku) Okres wahań (cykl) – przedział czasu, w którym występują wyróżnione fazy wahań Amplituda wahań - różnica między wartością rzeczywistą zmiennej prognozowanej a wartością wynikającą z funkcji trendu lub stałego poziomu Modele szeregów czasowych: - addytywny – obserwowane wartości zmiennej prognozowanej są sumą składowych szeregu czasowego (nie występują interakcje pomiędzy poszczególnymi składowymi szeregu; składowe są niezależne) - multiplikatywny - obserwowane wartości zmiennej prognozowanej są iloczynem … Wahania sezonowe: a) Bezwzględnie stałe – amplitudy wahań w analogicznych fazach cyklu są w przybliżeniu takie same (model addytywny). [suma czystych wskaźników sezonowości = 0] b) Względnie stałe – wielkość amplitud wahań zmieniają się w sposób proporcjonalny- w tym samum stosunku (model multiplikatywny). [suma czystych wskaźników sezonowości = liczba faz cyklu]

63
Q
  1. Na podstawie danych znaleźć wetor ocen parametrów modelu liniowego, w którym Y - zmienna objaśniana, X2 i X4 - zmienne objaśniające
A

a= (XTX)^-1XTYrobisz osobna maciez z y i osobna z x0 (same jedynki) i reszta iksów (to bedzie macierz X)X transponowanaXTX XTX-1 czyli XtX odwroconaXT * Y(XTX)^-1XTY - wyjdzie tabela 1*3i to sa nasze a0 a1 i a2

64
Q

co robi reglinw?

A

wylicza Ci wartosci Y teoretyczne z modelu z REGLIP a0+a1x1+a2x2

65
Q

interpretacja błędów szacunków parametrów

A

to są błędy z reglinp ktore sa pod a0 a1 a2.gdy zmienimy probe to oceny paramwetrow ulegna zmianie o tyle ile wskazuja bledy szacunkow

66
Q

interpretacja Se

A

jest w reglinp obok R^2jak przeciętnie roznia się wartosci rzeczywiste od wartosci z modelu; wartosci plonow roznia się od wartosci z modelu przeciętnie o 1,45.to mala wartosc bliska 0

67
Q

test Fishera

A

reglinp - wartosc F jest czwarta w pierwszej kolumnie z lewejFalfa bierzesz z tablic - n-k-1=12 i 2?OK zawiera sie od Falfa do neiskonczonosci

68
Q

TEST STUDENTA

A

Talfa rozkład.t.odw poziom alfa, stopnie swobody albo z tablict1 =a1/s1 t2=a2/s2 wartosci z reglinp pod sob aOK = -niesk do -talfa U talfa do nieskonczonoscdecyzje robisz osobno dla t1 i t2 by sprawdzic hipoteze czy parametr a1/a2 rozni sie istotnie od 0

69
Q

suma kwadratow reszt

A

reglinp pod n-k-1

70
Q

a) Zbudować model liniowy funkcji trendu. Zapisać postać modelu.

A

Robisz wykres i linie trendu i zaznaczasz w oknie wykresu żeby pokazal rownanie. ALBO reglinp

71
Q

b) Zinterpretować współczynnik kierunkowy funkcji trendu.

A

przy wzroscie x1 o y rosnie srednio o a1jesli a1 rowna sie np 0,85 to x rosnie o 85%ceteris paribus

72
Q

c) Wyznaczyć prognozę podstawową na grudzień 2014r. Zinterpretować uzyskaną wartość.

A

Prognoza podstawowa =prognoza punktowa . robisz REGLINP i progoza = a+b*T

73
Q

d) Ocenić dopuszczalność otrzymanej prognozy.

A

Liczysz tśr Liczysz sume (t-tśr)^2Jak masz to gowno to liczysz blad bezwzględny exante z pojebanego wzoruJak go masz to liczysz blad wz ex ante = (blad bw /prognoza) *100%

74
Q

a) Obliczyć i zapisać czyste wskaźniki wahań sezonowych.

A

Patrzysz czy addytywny czy multiplikatywnyLiczysz q = suma kwartalow /4Czysty multip = brudny/q addytywny w brudny – q

75
Q

b) Zinterpretować wskaźnik c2.

A

W 2 kwartale sprzedaż roznila się przeciętnie o …. Od linii trendu

76
Q

c) Wyznaczyć prognozę punktową na trzeci kwartał 2014r. Zinterpretować uzyskaną wartość.

A

Liczysz który to będzie okres (kwartal z kolei, tutaj 19) i podstawiasz do wzoru 19 jako t i jako c dajesz odpowieni czysty wskaźnik tutaj c3

77
Q

Dane w tabeli 3, arkusz1, prezentują szeregi czasowe sprzedaży telewizorów plazmowych w tysiącach sztuk, (zmienna objaśniająca) oraz potencjalnych zmiennych objaśniających: x1-cena, x2-ilość punktów sprzedaży telewizorów, x3-liczba reklamacji.a) zinterpretować z uzasadnieniem zmienne objaśniające do modelu ekonometrycznego.

A

Wylicz wsp korelacji do Y dla każdego X

78
Q

b) zbudować ten model zapisać jego postać.

A

Reglinp z lepszych iksów ( te co lepiej objasniaja, maja r bliższy 1 lub -1)Y= a0+a1x1+a2x2

79
Q

macierz wariancji kowariancji

A

D^2(a) = Se^2 * odwrocona macierz XtXpamietaj ze w REGLINP masz Se -> trzeba pomnozyc wartosci z macierzy przez Se kwadratwartosci z prekatnej z macierzy war-kow otrzymujesz podnoszac bledy S(a0), S(a1)… z REGLIP do kwadratu

80
Q

wektor ocen parametrow modelu liniowego

A

a=(XtX)^-1*XtYdaje to nam te same wyniki a0 a1 a2 co reglinp

81
Q

wspolczynnik determinacji interpretacja

A

0,0 - 0,5 - dopasowanie niezadowalające0,5 - 0,6 - dopasowanie słabe0,6 - 0,8 - dopasowanie zadowalające0,8 - 0,9 - dopasowanie dobre0,9 - 1,0 - dopasowanie bardzo dobre Jest on miarą stopnia, w jakim model wyjaśnia kształtowanie się zmiennej objaśnianej.