Vuoden 2004 alkoholiverotuksen muutoksen kulutusvaikutuksen ennustaminen. Linden, Mikael. ISBN ISSN X no 13
|
|
- Annika Lehtinen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Vuoden 004 alkoholiverouksen muuoksen kuluusvaikuuksen ennusaminen Linden, Mikael ISBN ISSN X no 13
2 VUODEN 004 ALKOHOLIVEROTUKSEN MUUTOKSEN KULUTUSVAIKUTUKSEN ENNUSTAMINEN Mika Linden Joensuun yliopiso, Talousieeiden laios, Yliopisokau 7, PL 111, Joensuun yliopiso Tiiviselmä. Valioneuvoson pääöksen mukaisesi alkoholiveroa alenneiin lukien keskimäärin 33%. Tukimuksessa pyriään arvioimaan vasaavan n. %:n suuruisen hinnanlaskun kuluusmääräseuraamuksia yksinkeraisen ekonomerisen aikasarjamallien avulla. Tukimusaineisona käyeään vuosien lirakuluusmääriä, alkoholin kuluuksen reaalisa hinaa ja koialouksien reaalisia käyössä olevia uloja. Tulokse osoiava monisa epävarmuusekijöisä huolimaa, eä kuluus ulee lisäänymään merkiäväsi, n. 5%, vuosina ellei suomalaisen alkoholin hina- ja ulokäyäyymisessä apahdu merkiäviä ennakoimaomia muuoksia. Tulosen johamisessa kiinnieään sekä eoreeisesi eä empiirisesi huomioa ennusemallien epävarmuus ja virheekijöihin, joka laskeva varsinkin pikän aikavälin ennuseiden lueeavuua.
3 I. Johdano Valioneuvoson pääöksen mukaisesi alkoholiveroa alenneiin lukien keskimäärin 33% (Valiovarainminiseriö/Tiedoe 104/003). Arvioiden mukaan vähiäis- ja anniskelumyynnin km. hinnan alennus on n. %. Halliuksen avoieena on, eä alkoholin ilasoidun kuluuksen veropohja säilyy mahdollisimman hyvin Suomessa ja kuluuksen kasvu jää mahdollisimman pieneksi. Miään arkempia arvioia alkoholin hinnan laskun kuluusseuraamuksisa ei annea. Tuonnin uskoaan kuienkin kaksinkeraisuvan veronalennuksesa huolimaa. Alkoholin käyön sosiaalise ja erveydellise kusannuksen ova kuienkin siä luokkaa, eä veronalennuksen valmiselu, ajoius ja seuraamusen analysoini ova ollee hyvin puueellisia. Jo vuoden 1968 keskioluen vapauamisen kuluusseuraamukse olisiva puhunee valikoivan ja aseiaisen hinnanalennuspoliiikan puolesa. Tavoieena on ollu ny ensisijaisesi lykää pääös mahdollisemman myöhäiseen ajankohaan veroulojen laskun akia. Seuraavassa pyriään arvioimaan alkoholin hinnanlaskun kuluusmääräseuraamuksia yksinkeraisen ekonomerisen aikasarjamallien avulla. Tukimusaineisona käyeään vuosien lirakuluusmääriä, alkoholin kuluuksen reaalisa hinaa ja koialouksien reaalisia käyössä olevia uloja. Saadu ulokse osoiava monisa epävarmuusekijöisä huolimaa, eä kuluus ulee lisäänymään merkiäväsi vuosina ellei suomalaisen alkoholin hina- ja ulokäyäyymisessä apahdu merkiäviä muuoksia. Tulosen johamisessa kiinnieään sekä eoreeisesi eä empiirisesi huomioa ennusemallien epävarmuus ja virheekijöihin, joka laskeva varsinkin pikän aikavälin ennuseiden lueeavuua.
4 II. Regressiomalli ja ennusaminen A. Kiineä seliäjä Oleeaan eä muuuja x on yksin muuujan y :n kelvollinen aio eksogeeninen seliäjä seuraavassa lineaarisessa regressiomallissa (1) y = β0 + β1 x + ε, ε NID(0, σε ). Ehdollisessa ennusemallissa (condiional forecasing model, Diebold 1998) johdeaan ennusee mielenkiinomuuujan 1 y suheen muuujan x ominaisuuksien avulla. Täen + y T + ht 0 1 { y } T = :n T h-periodin ennuse aikaan saadaan paramerien ( β, β ) ja eksogee- T+ h T nisen muuujan arvojen { } arvojen avulla. Ts. { y } = :n h -askeleen ehdollinen ennuse on x = 1 () yt + ht xt + h= β0 + β 1 xt + h. 1 Mikäli x T + hon unneu kiineä luku ja virheermien normaalisuus -oleus on voimassa, niin ehdollinen ennusejakauma (condiional densiy forecas) on N( yt+ ht x + h, σ ε ). Ehdollinen ennusemalli on monessa suheessa ongelmallinen. Siihen liiyy useia aloudellisen aineisojen kannala vaaivia oleuksia. Ennusamisen kannala malliin sisälyy virheellisyyä ja epävarmuua, joka voidaan jakaa karkeasi kolmeen luokkaan: A) Täsmennysepävarmuus. Yllä on hyödynney ns. oikean mallin aksioomaa, s. malli y β0 β1x = + +ε on oikein äsmenney. Mikäli näin ei ole ennusevirhee ova suuria. B) Innovaaioepävarmuus. Koska ennusevirhee yt+ h yt+ ht = εt+ ht ova unemaomia, niiden merkiys ennuseiden luoeavuuden kannala on oleellinen. 3
5 C) Parameriepävarmuuus. Mallin parameri ( β, β äyyy arvioida (esimoida) jol- 0 1 ) lakin meneelmällä. Riippumaa siiä miä meneelmää käyeään esimoini sisälää aina virhekomponenin, joka lisää ennuse-epävarmuua. Koha A) muodosaa laajan kokonaisuuden, johon ei ole löydey yksinkeraisa ja kiisaona rakaisua. Sen sijaan kohda B) ja C) voidaan hallia ehdollisen ennusemallin OLS-esimoinnin yheydessä, sillä, jos yksinkeraisuuden vuoksi oleeaan eä β 0 = 0, niin ( ) (3) εt+ ht = yt+ h yt+ ht xt+ h= β1 β1 xt+ h+ εt + h ja (4) VAR( ε ) = VAR( β ) x + σ T+ ht 1 T+ h ε σ ε = xt h. T + + σ ε x = 1 Viimeisessä yhälössä ensimmäinen ermi kuvaa parameriepävarmuuden ja jälkimmäinen on innovaaioepävarmuuden mia. Käyänöön soveluva ehdollinen ennuse- jakauma arvisee vielä σ ε :n esimaain, joen pienissä ooksissa, s. y T+ ht :n epävarmuus korosuu varsinkin σ y N( x, x ) ja ε T+ ht β1 T+ h T T+ h+ σε x = 1 σ N( β x, x + σ ) N( β x, σ ), kun T. 1 T+ h ε T T+ h ε 1 T+ h ε x = 1 Käyännön sovellusen kannala yo. malli on ongelmallinen, sillä harvoin ehdollisava x + ova unneuja ja kiineiä lukuja. Tällöin yypillisin apaus on aikarendi, joka T h voidaan ennusaa varmuudella eeenpäin. Mielenkiinoisimmissa apauksissa arvo 4
6 { x } h + = äyyy esimoida ja ennusaa jollakin avoin. Tällöin { }: ova sokasisia ja T h' h' 1 yo. ennuse-epävarmuushajoielma ei oimi. x T + h' B. Sokasise seliäjä Saainen malli Olkoo meillä ny malli y = β x + ε, ε NID(0, σ ) * T+ ht 1 T+ h T+ h ε x = x + τ, τ NID(0, σ τ ) * T+ h T+ h T+ h (5) COV ( τ, ε ) = 0,, s, s E x β β * [( T+ h xt+ h)( 1 1)] = 0. * * x T + h on T h xt+ h [ { } T T E xt+ h x = x + esimoiu ennuse (esim. jokin aikasarjaennuse = 1] ), joka sisälää epävarmuus- ai virhekomponenin τ T+ h. ŷ T + ht :n ennusevirhe on ny muooa (Feldsein 1971) (6) ε ( β β β ε * ) * 1 x T+ ht = yt+ h yt+ ht xt+ h= 1 T+ h τt+ h 1+ T+ h ja (7) VAR ( ε ) = VAR( β ) x + σ + [ VAR( β ) + β ] VAR( x * * T+ ht 1 T+ h ε 1 1 T+ h ). β ) + β * Ennusevirheen varianssi sisälää ny lisäkomponenin [ VAR( ] 1 1 VAR ( x T + h), joka puuui kiineiden seliäjien mallisa. Sokasinen ai ennuseu ennusaja uo lisäepävarmuua mielenkiinoilmiön epävarmuudeksi (D). y + ennusamiseen. Tää voidaan kusua ennusaja- T h On ärkeää huomaa eä y T+ ht :n ennusejakauma ei ole normaalinen vaikka ε NID(0, σ ) ja τ (0, ε NID στ ), sillä 5
7 (8) * * yt+ ht xt+ h= β1xt+ h+ τt+ hβ1 sisälää ulomuooisia ermejä normaalisesi jakauuneisa muuujisa. y T+ ht :n jakauma ei konvergoi kohden y T + h :n jakaumaa. Dynaaminen malli Tarkasellaan seuraavaksi yksinkeraisa dynaamisa ADL-mallia, missä x on eksogeeninen (9) y y x NID ε = α 1+ β1 + ε, ε (0, σ ) α < 1. Mallin h -periodin OLS-ennuse on (10) y y x, h h 1 j T+ ht = α T+ β1 α j= 0 T+ h j kun x T + hon ei-sokasinen ja α ja β ova mallin (9) OLS-esimaaeja. Ennusevirhe on muooa ε = = α α + β α β α +. h h h 1 j h 1 j h 1 j T ht yt h yt ht ( ) y T 1 x 0 T h j 1 x j + j 0 T+ h j α ε = = j= 0 T+ h j Ennusevirheen harhan koko on BIAS[ ε ] = E[ y y ] T+ ht T+ h T+ ht = α Ey [ ] E[ α y] + β α x E[ β α x h j ]. h h h 1 j h 1 j T T 1 j= 0 T+ h j 1 j= 0 T+ 6
8 ja MSFE (mean squared forecas error) on MSFE ε = E y y [ T+ ht ] [( T+ h T+ ht ) ] 1 1 j h h h j h h h T 1 j= 0 T+ h j T 1 j= 0 T+ h j = E[( α α ) y ] + E[ β ( α x ) ] + E[( α α ) y β α x ] h 1 j h 1 j h 1 j ε 1BIAS( ) x 1 ( ) j 1 j 1 + h j+ x = j= 1 + h j T+ ht = + σ α β ε α β α. Täen ADL-mallin OLS-ennusee ova harhaisia ja ei-normaalisia. MSFE sisälää useia eri ennusevirhe- ja epävarmuuskomponeneja (Hoque 1996, Hoque e el. 1988). Huomaakoon eä pelkkä y :n AR(1) mallin OLS-ennusevirhe (Ericsson & Marquez 1998) on harhaon h h h 1 j T+ ht ( ) yt j= 0 T+ h j ε α α α ε = +. Approksimaiivinen varianssi on muooa h h 1 1 α T α α VAR ( app εt + h T ) = σε ( ) + 1 α y ( h ) (1 T ). Mikäli ADL-mallissa T x + h : ova sokasisia niin arkaselu monimukaisuva huomaavasi ja ennuseiden jakaumisa ei voida sanoa juuri miään. Käyännössä ämä arkoiaa siä, eä analyyisesi on hyvin vaikeaa arvioida ennuseiden lueeavuua. Vaihoehoisena keinona voidaan ällöin käyää erilaisia simuloinimeneelmiä. Eräs käyökelpoinen lähesymisapa on uudelleen oanameneelmä, esim. boosrap meneelmä. 7
9 III. Ennuseiden boosrap -jakauma Aikasarjaukimukseen soveluvia boosrap-meneelmiä on laaja joukko (Pasqual e al. 001, Shao & Tu 1995, Davison & Hinkley 1997). Niiden ydin on kuienkin sama, joka voidaan selvenää helposi seuraavasi. Tarkasellaan muuujan seliäjän lineaarisisa regressiomallia y yhden eksogeenisen (1) y = β0 + β1 x + ε, missä virheermin ε jakaumaa ei arkemmin äsmenneä, mua kuienkin oleeaan, eä IID ε. Mallin paramerien 0 1 ( β, β ) OLS- esimaai anneulla aineisolla { y, 1, x } T = 1 ova ( β 0, β 1). Seuraava OLS-soviehajoielma piää aina paikkansa (13) y = y + e = β0 + β1x + e, missä e ova mallin residuaaleja. Yksinkerainen boosrap aloieaan sekoiamalla saunnaisesi residuaali uueen järjesykseen * e. Koska x : ja ( β, β ) ova kiineiä ja 0 1 anneuja, voimme aina johaa uuden ooksen endogeenisia havainoja y seuraavasi (14) y = β + β x + e. * * 0 1 Tälle esimoidaan ny uude OLS esimaai ( β * * 0, β 1 ) havainnoilla { * y, 1, x } T =. Tämän 1 ** jälkeen laskeaan jälleen uusi y oos esimaaien ( * β * 0, β 1 ), x :n ja uudelleen sekoieun e ** :n avulla, s.. Proseduuria voidaan jakaa esim keraa, jonka jälkeen voidaan e ukia esim. ( β, β :n OLS-esimaaien empiirisen boosrap -jakaumien poikkeavuua 0 1 ) eoreeisisa ulemisa. 8
10 Ennuseiden empiirise jakauma on helppo johaa boosrap -meneelmän avulla (McCullough 1996), sillä ennuseiden laskemisen arviaan vain boosrap OLS-esimaai (, ) * * T+ h β0 β 1 ja kiineä ennusaja { x } T = 1 y x = β + β * x. * * T+ ht T+ h 0 1 T+ h Meneelmän avulla voidaan ukia innovaaioepävarmuuden (B) ja parameriepävarmuuuden (C) merkiysä ennuseiden kannala, s. mikä on ennuseiden ai ennusevirheiden empiirise boosrap -jakauma. Ennusajaepävarmuuden (D) suheen lähesymisapa ei kuienkaan ole vielä informaiivinen. Sokasisen seliäjien ja ennusajien apauksessa boosrap lähesymisapa on hieman ongelmallisempi, mua perusperiaae on sama. Sokasisen seliäjien apauksessa voidaan käyää joko ns. blokki ai- malli-boosrap lähesymisapaa. Edellisessä uudelleen sekoieaan eksogeenisen muuujan esim. 10 havainnon piuisia blokkeja, joa sarjan aikasarjaominaisuude säilyisivä. Jälkimmäisessä apauksessa esimoidaan ennusajasarjalle informaaiokrieerien (esim. AICC) avulla opimaalinen ARMA malli, jonka residuaalien uudelleen sekoiuksen avulla (ks. yllä), johdeaan valiun ARMAmallin uude boosrap-havainno, -esimaai ja -ennusee so. { } * T+ h x. T = 1 ADL-mallien apauksessa endogeenisen muuujan boosrap-ennusee saadaan kaavan (15) y = y + x * * h * * h 1 * j * T+ ht α T β1 α j= 0 T+ h j avulla. Boosrap OLS-esimaai α :lle ja ( β 0, β 1) :lle voidaan esimoida vaivaomimmin seuraavasi yay α =, ' 1 ' y 1Ay 1 9
11 1 missä A = I X( X ' X) X ', X = {1, x} T = 1, ja Boosrap-ennusee ja -esimaai α * :lle ja β = * * ' ( X ' X) X ( y αy 1). (, * * β β ):lle saadaan {1, } T + X = x h = :n ja 1 dynaamisen mallin boosrap-residuaalien * e avulla. IV. Alkoholin kuluuksen seliysmalli ja kuluuksen ennusee Alkoholin kuluuksen miariksi valiiin Suomessa 100%:n alkoholin lirakuluuksen määrä per yli 15v. asukas vuosina Sarja kuvaa hyvin alkoholin kuluuksen asoa ja muuoksia Suomessa viimeisen 50 vuoden aikana. Se sisälää sekä vähiäis- eä anniskelumyynnin. Tilasoimaon kuluus uo ähän n. 15-0% lisän mua sen ajallinen kuva on hyvin samanyyppinen kuin ilasoidun kuluuksen, joen siä ei huomioiu ässä yheydessä. Kuluuksen seliäjäksi valiiin alkoholin kuluuksen reaalinen hina vuoden 1995 hinnoissa ja koialouksien käyeävissä oleva reaaliulo vuoden 1995 hinnoissa. Kaikki kolme ln-muunnossarjaa (s. ln CONS = alkoholin kuluus, ln PRICE = reaalihina, ln INCr =reaaliulo) ova yypillisiä aloudellisia rendisarjoja 1. Kuluussarjassa on selväsi nähävissä edellisen merkiävän alkoholipoliiisen rakaisun (keskioluen vähiäismyynnin vapauaminen v. 1968) kuluusa lisänny vaikuus. Seuraavassa analysoidaan aluksi ln X -muunnossarjoja, s. %-kasvusarjoja, koska asosarja ova epäsaionaarisia. Epäsaionaarisuus aikaansaa ieyjä eknisiä ongelmia boosrap-kehikkoon ja oisaala ln X -sarjojen jouso- ja veromuuosulkinna ova helpommin analysoiavissa kuin asosarjojen. Erinäisen kokeilujen jälkeen päädyiin seuraavaan mallin (ks. Taulu 1.), jonka ilasollinen diagnosiikka on yydyävä. Malliin on lisäy vuoden 1969 kohdalle dummy, joka kuvaa voimakasa kuluuksen ason nousua 1) Sarjojen yksikköjuuriesausulokse löyyvä Liieesä 1. Kaikki sarja ova epäsaionaarisi, s. I(1) -sarjoja. 10
12 KUVA 1. ALKOHOLIN (100%) KULUTUS (liraa per henkilö), REAALIHINTA JA KOTITALOUKSIEN KÄYTETTÄVISSÄ OLEVAT REAALITULOT
13 vuoden 1968 keksioluen vapauamisen akia. Kuluuksen dynamiikkaa ajassa kuvaa muuuja ln CONS 1. T-arvo ova havaiun heeroskedasisuuden suheen korjauja. TAULU 1. Lira per henkilökuluuksen muuoksen ( lncons ) OLSesimoiniulokse Dynamiikan rakaisu Oos: Muuuja Kerroin -arvo (HCSE) Vakio D lncons lnprice lnincr R = SE = 0.035, STD( lncons ) = DW = 1.7, AR 1- F(,44) = [0.31] ARCH 1 F(1,44) = [0.017] * Normaliy χ () = [0.374] N Whie Xi F(7,38) = [0.881 Whie Xi*Xj F(10,35) = 0.44 [0.915] RESET F(1,45) = [0.905] lncons = lnpricer lnincr D1969 (SE) ( 0.008) (0.14) (0.08) (0.063) WALD es χ N (3) = [0.00] ** Mallin dynamiikan rakaisu anaa pikän aikavälin kuluuksen hina- ja ulojouso: ja Jousoarvo anava aiheen ulkinaan, eä alkoholin kuluuksen kasvu on pysyy piämään vakioisena ulovaikuusa neuralisoivan hinnoielupoliiikan avulla. Liieen. kuva anava mallin paramerien v rekursiivise esimaai. Malli ja esimaai ova pysynee vakaina viimeisen 30 vuoden aikana. 1
14 Eksogeenisen sarjojen lnpricer ja lnincr vuosien ennusee johdein näiden sarjojen AICC-opimaalisen ARMA-mallien avulla. Sarjalle lnpricer rakaisuksi saaiin ARMA(,1)- malli ja sarjalle lnincr ARMA(0,1)-malli. Liie 3 raporoi arkemma ulokse. Kuva. anaa sarja lnpricer ja lnincr ARMA-ennuseineen ja vuoden 004 %:n veromuuoksen anaman hinnan laskun sarjassa lnpricer. Seuraavaksi laskeiin vuosien alkoholikuluuksen %-muuoksen ennusee näiden ennusesarjojen avulla (Taulu.). TAULU. Lira per henkilökuluuksen muuoksen dynaamise ennusee vuosille Ennuseperiodi Vuosi Ennuse SE ** Ennuseiden sabiilisuus : χ (10) = 9.50 [0.001] ** Ennuseiden sandardivirhee ja sabiilisuusesi laskeiin sien eä ilman veromuuosa kuluus kasvaisi vuosien km. asoa, n. 4 %, vuosina Huomaakoon, eä malliennuseiden anama kasvuase muiden vuosien kuin 004 kohdalla on vain.9%-3.4%. Tämä johuu sarjojen lnpricer ja lnincr ARMA-ennuseiden rakeneesa. Taulu. ja Kuva. 3. osoiava, eä kuluuksen kasvu vuonna 004 on merkiävä. Pikällä aikavälillä (LR) veromuuoksen hinnanlasku (%) johaa suurella odennäköisyydellä milei samansuuruiseen kuluuksen nousuun. Kuluuksessa apahuu selkeä asosiirymä. 13
15 KUVA. KULUTUKSEN REAALIHINNAN JA KÄYTETTÄVISSÄ OLEVIEN REAALITULOJEN MUUTOKSET JA NIIDEN ARMA-ENNUSTEET (01) + %:n HINNAN LASKU v
16 KUVA 3. ALKOHOLIN KULUTUKSEN MUUTOKSEN JA TASON STAATTI- SET JA DYNAAMISET ENNUSTEET
17 TAULU 3. Lira per henkilökuluuksen dynaamise ennusee vuosille Vuosi 95% alaraja keskiarvo 95% yläraja (00) (7.6) KUVA 4. ALKOHOLIN LITRA PER HENKILÖKULUTUKSEN DYNAAMISET ENNUSTEET
18 Kuva 4. anaa kuluuksen pikän aikavälin ennusee ja 95%:n luoamusväli aineison perusmuodossa, s. liraa/henkilö 100% alkoholia. Vaikkakin kuvan sanoma on selkeä alkoholin kuluuksen kasvu voi olla merkiävää on huomaava, eä varsinkin pikän aikavälin ennusee ova hyvin epävarmoja. Huomioimalla luoamusväli vuoden %:n ennuseväli on (7.8,11.) liraa ja odennäköisin kuluusarvo on n. 9.3 liraa mikäli ennuseiden jakauma ova normaalisia. Vuoden 00 asosa nousu olisi n. 3%. Taulu on 3. anaa numeerise arvo vuosien ennuseille ja niiden 95%:n luoamusväleille. Edellä ollu ennuseanalyysi on monessa suheessa puueellinen - jopa virheellinen, sillä sarjojen lnpricer ja lnincr vuosien ARMA-ennuseia pideiin kiineinä lukuina, joihin ei liiyny minkäänlaisa ennusajaepävarmuuua. Mikäli esimoiniepävarmuus huomioidaan sekä ennusajien eä ise ennuseavan sarjan lncons dynaamikan suheen, ennusee ja niiden jakauma äyyy johaa kaavaa (15) hyödynäen ja boosrap simuloinien avulla. Taulu 4 raporoi saadu ulokse boosrapoisinnon jälkeen. TAULU 4. Lira per henkilökuluuksen muuoksen dynaamise boosrapjakaumaennusee vuosille Ennuseperiodi Vuosi keskiarvo hajona
19 Taulun 4. ulokse ova verailukelpoisia Taulun ulemien osala sillä molemmissa on kyse dynaamisen mallin rakaisun anamisa ennuseisa ja vuoden 004 ennuse on huomaava. Mikäli oleeaan eä vuosien boosrap-ennusejakauma ova yksihuippuisia ja symmerisiä approksimoiden normaalijakaumaa, niin kaavan X ± * STD( X ) avulla voiaisiin arvioida jakaumien 95% luoamusväli. Tämä johaa kuienkin erveen järjen vasaisiin uloksiin, esim. vuoden 004 kuluuksen 95% väli olisi (-0.471,1.393) eli vuoden 003 kuluuksen kasvu olisi jossakin 47%:n laskun ja 140%:n nousun välissä. Tulokselle ei kuienkaan ole peruseia, sillä vuoden 004 ennuseiden boosrap-jakauma ei ole symmerinen vaan vino oikealle (ks. Kuva 5). KUVA 5. BOOTSTRAP- JA NORMAALINEN KIINTEÄN ENNUSTAJAN ENNUSTEJAKAUMA VUODELLE 004. Kuva 5. anaa vuoden 003 ennusejakauma Taulun 1. normaalisuusuloksen yheydessä kiineiden ennusajien x T+ h kanssa ja ei-paramerisesi asoieun boosrap -ennusejakauman. Ennusejakauma eroava osisaan varsin merkiäväsi. Boosrap-ennuseiden hisogrammi ova (ks. Liie 4) ova vinoja ja hyvin leveiä. Keskeinen ulos 18
20 simuloinneisa on, eä ennuseiden ekeminen on hyvin epävarmaa ja harhaisa jos ennusamiseen liiyvä epävarmuusekijä huomioidaan peruseellisemmin kuin ehdään avanomaisen normaalisen ehdollisen ennusemallin yheydessä. V. Alkoholin kuluuksen asomalli Edellä ehy analyysi rakenui kuluuksen kasvun arkaselun varaan, vaikka ennuseiden merkiys arvioiiin myös kuluuksen ason suheen (Taulu 3 ja Kuva 4.). Seuraavassa ei ämän akia johdea asoennuseia oisamiseen vaan keskiyään arvioimaan mikä on kuluuksen ason pikän aikavälin ns. yheisinegroiuvuusrelaaio reaalisen hinaason ja koialouksien käyeävissä olevien ulojen kanssa. Koska viimeksi mainiuja voidaan piää eksogeenisena kuluuksen kannala esimoiiin dynaaminen seliysmallin sarjalle lncons. Alusavien arkaseluiden jälkeen -periodin viivemalli (ADL(,)) osoiauui kelvolliseksi vaihoehdoksi. Taulu 5. raporoi ämän mallin pikän aikavälin rakaisun, residuaalin saionaarisuusanalyysin ja virheenkorjausmallin. ADL(,) mallin OLSulokse ova liieessä 5. Tulokse puhuva pikän aikavälin asapainorelaaion puolesa alkoholin kuluuksen, reaalihinnan ja ulojen välillä. Relaaion esimoiu paramerisoini korosaa uloekijän merkiysä hinaekijän kusannuksella kuluuksen kannala pikällä aikavälillä. Jousoulkinnan mukaise esimaaien arvo ova kuienkin ylläävän suuria. Sen sijaan esimoiniulokse virheenkorjausmallin iimoila ova varsin lähellä Taulun 1. uloksia. Tärkein ero on ilasollisesi merkisevän virheenkorjausermin Res -1 uomassa lisässä. Termin ulkina on ärkeä. Esimaain arvo merkisee, eä asapainorelaaio uusiuuu n. 8 1 vuoden kuluessa ulkoisen häiriön, esim. veropoliiikan muuoksen akia. Huomioimalla ämä ja edellä saadu ennuseulokse voidaan arvioida eä Suomen alkoholiolo ova varsin ennakoimaoma vuosina
21 TAULU 5. Alkoholin pikän aikavälin lira per henkilökuluuksen virheenkorjausmalli Pikän aikavälin rakaisu (ADL(,)): lncons = D Trend lnPRICEr +.94lnINCr Yksikköjuuriesaus ADF CI Kriiise arvo 5%= %= adf viive Res ** 0 Virheen korjausmalli: Endogeeninen lncons Oos: 195 o 00 Muuuja Kerroin -arvo (HCSE) D lncons lnprice lnincr Res R = SE = 0.033, STD( lncons ) = DW = 1.74, AR 1-: F(,44) = [0.641] ARCH 1: F(1,44) = [0.03] * Normaliy χ () = [0.18] N Whie Xi F(9, 36) = 0.40 [0.915] Whie Xi*Xj F(15,30) = [0.91] RESET F(1,45) = [0.81] 0
22 VI. Johopääökse Edellä esimoiniin alkoholin kuluuksen ja sen muuoksen ekonomerise mallin Suomen aineisolla vuosina Kuluuksen seliäjinä käyeiin alkoholin ilasoidun kuluuksen reaalihinaa ja koialouksien käyeävissä olevia reaaliuloja. Kuluusennusee johdeiin kuluusmuuosmallin ulosen pohjala sekä kiineiden eä sokasisen ennusajien apauksessa. Nämä saaiin reaalihina- ja ulosarjan ARMA-mallien ennuseisa ja mallien uudelleenoana -simuloinien (boosrap) avulla. Kuluusmallin lyhyen aikavälin hina- ja ulojouso oliva ja Pikän aikavälin jouso oliva ja Yheisinegroiuvuusanalyysi osoii eä kuluuksella on sabiili pikän aikavälin relaaio hinnan ja ulojen suheen, jonka palauuminen esim. veromuuoksen akia kesää runsaa 8 vuoa. Kuluusennuseiden pohjaksi anneiin lyhy kasaus ekonomerisen mallien ennuseiden epävarmuus- ja virheläheisä. Analyysi osoii, eä ennusee voiva olla varsin harhaisia, ennusejakauma ova ei-normaalisia ja 95% luoamusväli ova hyvin leveiä. Saadu empiirise ennusejakauma eivä poikennee eoreeisen ulosen vaaimuksisa. Riippumaa siiä mien kuluusennusee johdeiin lyhyellä aikavälillä ( ) ilasoiu alkoholin kuluus ulee kasvamaan Suomessa hyvin suurella odennäköisyydellä asolle, joka on hieman alle 10 liraa/asukas 100% alkoholia. Vuoden 00 kuluusaso nousisi n. 5%. Piemmän aikavälin (007-01) ennusee puhuva kasvavan kuluason puolesa myös, mua kasvuvauhi aanuu akaisin nykyiselle n. 3-4 %:n kasvuasolle. Piemmän aikavälin ennusee ova kuienkin varsin epälueavia kuen ova myös lyhyen aikavälin ennusee, mikäli kaikkiin ekonomerisen mallin ennusamisen epävarmuus- ja virheläheisiin suhauduaan vakavasi. Ennusejakaumien esiäminen sekä kiineiden eä sokasisen ennusajien osala puolaa se seikka, eä jälkimmäisessä apauksessa salliaan laajemman ennakoimaomien seikkojen joukon vaikuaa ennuseisiin. Varauksin voidaan ulkia eä sokasisen ennusajien apauksessa ennusamisessa on mukana informaaioa myös alkoholin hina- ja 1
23 ulokäyäyymisen muuoksisa, vaikka ämän yyppisä ennusaja- ja äsmennysepävarmuua ei huomioida eksplisiiisesi. Kiineiden ennusajien apauksessa on kyse siiä mien hisoriallinen aineiso ehdollisaa anneun mallin ja ennusajien puieissa ennuseia. Tällöin se, miä iedämme ny, ennusaa ulevaa alkoholikuluusa. Kirjallisuus Davison, A.C. & Hinkey, D.V. (1997) Boosrap Mehods and Their Applicaions, CUP, Cambridge. Diebold, F.X. (1998) Elemens of Forecasing, Souh-Wesern. NY. Ericsson, N.R. & Marquez, J. (1998) A Framework for Economic Forecasing, Board of Governors of he Federal Reserve Sysem. IF/DP-66. Feldsein, M. (1971) The Error of Forecas in Economeric Models when he Forecas- Period Exogenous Variables Are Sochasic, Economerica, Hoque, A. (1996) Muliperiod Forecasing Analysis of A Dynamic Model for a Small Sample, Ausralian Journal of Saisics, 38, , Magnus, J.R. & Pesaran, B. (1988) The Exac Muliperiod MSFE for he Firs Order Auoregressive Model, Journal of Economerics, 39, McCullough, B.D. (1996) Consisen Forecas Inervals when he Forecas-period Exogenous Variables are Sochasic, Journal of Forecasing, 15, Pascual, L., Romo, J. & Ruiz, E. (001) Effecs of Parameer Esimaion on Predicion Densies: A Boosrap Approach, Inernaional Journal of Forecasing, 17,
24 LIITE 1. Analyysisarjojen yksikköjuuriesi ADF-yksikköjuuriesi. Oos: Kriiise arvo: 5%= %= Lisämuuuja: vakio ja rendi -adf viive lncons lnpricer lnincr Kriiise arvo: 5%=-.93 1%= Lisämuuuja: vakio -adf viive lncons lnpricer lnincr Kriiise arvo: 5%=-.94 1%= Lisämuuuja: vakio -adf viive lncons ** 0 lnprice -4.6** 3 lnincr * 0 Kriiise arvo:: 5%= %=-.61 -adf viive lncons ** 0 lnprice ** 1 lnincr -6.48** 0 3
25 LIITE. Kuluusmuuosmallin paramerien rekursiivise esimaai LIITE 3. Eksogeenisen muuujien lnpricer ja lnincr ARMAmalli lnpricer = lnpricer lnpricer - + e e -1 (SE) (0.146) (0.18) (0.10) lnincr = e e -1 (SE) (0.149) 4
26 LIITE 4. Vuosien boosrap-ennuseiden hisogrammi 5
27 LIITE 5. ADL(,)-mallin OLS-esimoiniulokse Endogeeninen sarja: lncons Oos: Muuuja Kerroin -arvo(hcse) Vakio D Trend lncons lncons lnpricer lnpricer lnpricer lnincr lnincr lnincr R = SE = DW = 1.68, AR 1- F(,38) = [0.414] ARCH 1 F(1,38) = 7.0 [0.011] * Normaliy χ () = [0.19] N Xi F(19, 0) = [0.11] RESET F(1,39) = [0.05] 6
ARTIKKELEITA. 1. Johdanto. 2. Regressiomalli ja ennustaminen. Mikael Linden VTT, kansantaloustieteen professori Joensuun yliopisto
Kansantaloudellinen aikakauskirja 100. vsk. 4/2004 ARTIKKELEITA Vuoden 2004 alkoholiverotuksen muutoksen kulutusennusteet vuosille 2004 2012 Mikael Linden VTT, kansantaloustieteen professori Joensuun yliopisto
Lisätiedot1 Excel-sovelluksen ohje
1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen
LisätiedotRahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista
Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa
LisätiedotFinanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla
BoF Online 3 29 Finanssipoliiikan ehokkuudesa Yleisen asapainon arkaseluja Aino-mallilla Juha Kilponen Tässä julkaisussa esiey mielipiee ova kirjoiajan omia eiväkä välämää edusa Suomen Pankin kanaa. Suomen
Lisätiedot6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia
6.4 Variaaiolaskennan oleusen rajoiukse Sivu ss. 27 31 läheien Kirk, ss. 13 143] ja KS, Ch. 5] pohjala Lähökoha oli: jos J:llä on eksremaali (), niin J:n variaaio δj( (), δ()) ():ä pikin on nolla. 1. Välämäön
LisätiedotRakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi
Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri
LisätiedotTietoliikennesignaalit
ieoliikennesignaali 1 ieoliikenne inormaaion siiroa sähköisiä signaaleja käyäen. Signaali vaiheleva jännie ms., jonka vaiheluun on sisällyey inormaaioa. Signaalin ominaisuuksia voi ukia a aikaasossa ime
LisätiedotTuotannon suhdannekuvaajan menetelmäkuvaus
1(15) Tuoannon suhdannekuvaajan meneelmäkuvaus Luku 1 Luku 2 Luku 3 Luku 4 Tuoannon suhdannekuvaajan yleiskuvaus Tuoannon suhdannekuvaajan julkaisuaikaaulu, revisoinikäyännö ja jakelu Tuoannon suhdannekuvaajan
LisätiedotTyö 2: 1) Sähkönkulutuksen ennustaminen SARIMAX-mallin avulla 2) Sähkön hankinnan optimointi
Ma-2.3132 Syseemianalyysilaboraorio I Työ 2: 1) Sähkönkuluuksen ennusaminen SARIMAX-mallin avulla 2) Sähkön hankinnan opimoini 1 yö 2 Aikasarjamalli erään yriyksen sähkönkuluukselle SARIMAX-malli: kausivaihelu,
LisätiedotRIL 256-2010 Suomen Rakennusinsinöörien Liitto RIL ry
Suomen Rakennusinsinöörien Liio RIL ry Julkisen hankinojen kehiämismalli Tuoavuuden paranaminen TUKEFIN-meneelmällä 2 RIL 256-2010 RILin julkaisuilla on oma koisivu, joka löyyy osoieesa www.ril.fi Kirjakauppa
LisätiedotKOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus
EUROOPAN KOMISSIO Bryssel 27.2.205 COM(205) 4 final KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan nojalla laadiu keromus FI FI KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan
LisätiedotSuomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä
KALA- JA RIISTARAPORTTEJA nro 374 Jukka Laiinen Jari Seälä Kaija Saarni Suomen kalamarkkinoiden analyysi yheisinegraaiomeneelmällä Helsinki 006 Julkaisija Riisa- ja kalaalouden ukimuslaios KUVAILULEHTI
LisätiedotDynaaminen optimointi ja ehdollisten vaateiden menetelmä
Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä
LisätiedotVATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen
VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 445 JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Kasaus kirjallisuueen Juho Kosiainen Valion aloudellinen ukimuskeskus Governmen Insiue for Economic
LisätiedotMÄNTTÄ-VILPPULAN KAUPUNKI. Mustalahden asemakaava Liikenneselvitys. Työ: E23641. Tampere 18.5.2010
MÄNÄ-VLPPULAN KAUPUNK Musalahden asemakaava Liikenneselviys yö: E ampere 8..00 ARX Ympärisö Oy PL 0 ampere Puhelin 00 000 elefax 00 00 www.airix.fi oimiso: urku, ampere, Espoo ja Oulu Mänä-Vilppulan kaupunki,
LisätiedotMallivastaukset KA5-kurssin laskareihin, kevät 2009
Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 2 (viikko 6) Tehävä 1 Sovelleaan luenokalvojen sivulla 46 anneua kaavaa: A A Y Y K α ( 1 α ) 0,025 0,5 0,03 0,5 0,01 0,005 K Siis kysyy Solowin
LisätiedotSuvi Kangasrääsiö MONETAARIMALLIT EUR/USD-VALUUTTAKURSSIN VAIHTELUN SELITTÄJÄNÄ: YHTEISINTEGROITUVUUSANALYYSI ARDL-MALLISSA
OULUN YLIOPISTON KAUPPAKORKEAKOULU Suvi Kangasrääsiö MONETAARIMALLIT EUR/USD-VALUUTTAKURSSIN VAIHTELUN SELITTÄJÄNÄ: YHTEISINTEGROITUVUUSANALYYSI ARDL-MALLISSA Pro gradu -ukielma Talousiede Helmikuu 2016
LisätiedotLaskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa
Laskelmia verouksen painopiseen muuamisen vaikuuksisa dynaamisessa yleisen asapainon mallissa Juha Kilponen ja Jouko Vilmunen TTässä arikkelissa esieään laskelmia siiä, mien verouksen painopiseen siiräminen
LisätiedotKokonaishedelmällisyyden sekä hedelmällisyyden keski-iän vaihtelu Suomessa vuosina 1776 2005
Kokonaishedelmällisyyden sekä hedelmällisyyden keski-iän vaihelu Suomessa vuosina 1776 2005 Heli Elina Haapalainen (157 095) 26.11.2007 Joensuun Yliopiso Maemaais- luonnonieeiden iedekuna Tieojenkäsielyieeen
LisätiedotI L M A I L U L A I T O S
I L M A I L U L A I T O S 2005 Ympärisökasaus Lenoasemien ympärisölupahankkee sekä ympärisövaikuusen ja -vahinkoriskien selviäminen hallisiva Ilmailulaioksen ympärisöyöä koimaassa. Kansainvälisillä foorumeilla
Lisätiedot2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t
Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina
LisätiedotRahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille
Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial
LisätiedotHoivapalvelut ja eläkemenot vuoteen 2050
VATT-TUTKIMUKSIA 94 VATT-RESEARCH REPORTS Pekka Parkkinen Hoivapalvelu ja eläkemeno vuoeen 25 Valion aloudellinen ukimuskeskus Governmen Insiue for Economic Research Helsinki 22 ISBN 951-561-425-2 ISSN
LisätiedotSysteemimallit: sisältö
Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen
LisätiedotBETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010
DIPLOMITYÖ: BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 29) Beonipäivä 21 DIPLOMITYÖ prosessina Aie: yön eeäjän aloieesa Selviykse beonin, eräksen ja puun osala oli jo ey/käynnissä
LisätiedotSopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen
Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen
LisätiedotETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET
TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL
Lisätiedot9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.
9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille
LisätiedotEne-59.4130, Kuivatus- ja haihdutusprosessit teollisuudessa, Laskuharjoitus 5, syksy 2015
Ene-59.4130, Kuivaus- ja haihduusprosessi eollisuudessa, asuharjoius 5, sysy 2015 Tehävä 4 on ähiehävä Tehävä 1. eijuerrosilassa poleaan rinnain uora ja urvea. Kuoren oseus on 54% ja uiva-aineen ehollinen
LisätiedotXII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA
II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =
LisätiedotVÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia
8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.
LisätiedotPainevalukappaleen valettavuus
Painevalukappaleen valeavuus Miskolc Universiy Sefan Fredriksson Swecas AB Muokau ja lisäy käännös: Tuula Höök, Pekka Savolainen Tampereen eknillinen yliopiso Painevalukappale äyyy suunniella sien, eä
LisätiedotOSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON
AMPN YLIOPISO Kauppaieeien laios OSINKOJN JA PÄÄOMAVOIOJN VOUKSN VAIKUUKS OSAKKN AVOON Laskenaoimi Seminaariukielma Helmikuu 2004 Ohjaaja: Ismo Vuorinen apani Höök 3 SISÄLLYS JOHDANO... 4. ukielman ausaa...4.2
LisätiedotSÄHKÖN HINTA POHJOISMAISILLA SÄHKÖMARKKINOILLA
TAMPEREEN YLIOPISTO Talousieeiden laios SÄHKÖN HINTA POHJOISMAISILLA SÄHKÖMARKKINOILLA Kansanalousiede Pro gradu -ukielma Tammikuu 2009 Ohjaaja: Hannu Laurila Tero Särkijärvi TIIVISTELMÄ Tampereen yliopiso
Lisätiedotkäsitteitä Asiakirjaselvitys Vaatimuksenmukaisuustodistus/-vakuus Saateasiakirja Luomun merkinnät
n u m o a u L akirj i as a j a a i p p u a k s i ä ö i i h Vä aikei amm käsieiä Asiakirjaselviys Vaaimuksenmukaisuusodisus/-vakuus Saaeasiakirja Luomun merkinnä Asiakirjaselviys Pakollinen asiakirja Tällä
Lisätiedot338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA
VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA Harri Hieala Seppo Kari Timo Rauhanen Hanna Ulvinen Valion aloudellinen ukimuskeskus Governmen Insiue
LisätiedotMonisilmukkainen vaihtovirtapiiri
Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin
LisätiedotKOMISSION VALMISTELUASIAKIRJA
EUROOPAN UNIONIN NEUVOSTO Bryssel, 23. oukokuua 2007 (24.05) (OR. en) Toimielinen välinen asia: 2006/0039 (CNS) 9851/07 ADD 2 N 239 RESPR 5 CADREN 32 LISÄYS 2 I/A KOHTAA KOSKEVAAN ILMOITUKSEEN Läheäjä:
LisätiedotSairastumisen taloudelliset seuraamukset 1
1 [D:\Kuopio2013yökykySairasuminen.doc] Vesa Kanniainen, Kansanalousieeen professori Helsingin yliopiso Sairasumisen aloudellise seuraamukse 1 ämän esielmän laaijasa: Rajoiukse: Perehyneisyys erveydenhuoloalaan:
LisätiedotPK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd
PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa
LisätiedotLuento 9. Epälineaarisuus
Lueno 9 Epälineaarisuus 9..7 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!
LisätiedotLVM/LMA/jp 2013-03-27. Valtioneuvoston asetus. ajoneuvojen käytöstä tiellä annetun asetuksen muuttamisesta. Annettu Helsingissä päivänä kuuta 20
LVM/LMA/jp 2013-03-27 Valioneuvoson aseus ajoneuvojen käyösä iellä anneun aseuksen uuaisesa Anneu Helsingissä päivänä kuua 20 Valioneuvoson pääöksen ukaisesi uueaan ajoneuvojen käyösä iellä anneun aseuksen
LisätiedotJYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta TARJONTA SUOMEN ASUNTOMARKKINOILLA
JYVÄSKYLÄN YLIOPISTO Talousieeiden iedekuna TARJONTA SUOMEN ASUNTOMARKKINOILLA Kansanalousiede Pro gradu -ukielma Helmikuu 2006 Laaia: Janne Lilavuori Ohaaa: Professori Kari Heimonen JYVÄSKYLÄN YLIOPISTO
Lisätiedot2. Suoraviivainen liike
. Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus
LisätiedotParantaako rasiinkaato kuusipaperipuiden laatuar
METSXTEHON TIEDOITUKSIA. METSITEHO REPORT 43 SI\ILYTYS: 8 ARNO TUOVINEN ILMARI WÄRE Paranaako inkaao kuusipaperipuiden laauar (Does Summer Felling Improve he Qualiy of Spruce Pulpwood?) Pyriäessä paranamaan
LisätiedotSijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen
Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus TyEL-maksun kehiykseen Eläkeurvakeskuksen keskuselualoieia 009:6 Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus
LisätiedotKuntaeläkkeiden rahoitus ja kunnalliset palvelut
Kunaeläkkeiden rahoius ja kunnallise palvelu I LA Rapori LA Repors 30.1.2013 No 4 Kunaeläkkeiden rahoius ja kunnallise palvelu Jukka Lassila * Niku Määänen ** armo Valkonen *** * LA linkeinoelämän ukimuslaios,
LisätiedotYRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY 1 YRITYSKOHTAISEN TEHOSTAMISPOTENTIAALIN MITTAAMINEN
ENERGIAMARKKINAVIRASTO 1 Le 2 Säkön jakeluverkkoomnnan yryskoasen eosamsavoeen määrely YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY Asanosanen: Vaasan Säköverkko Oy Lyy pääökseen dnro 491/424/2007 Energamarkknavraso
Lisätiedot12. ARKISIA SOVELLUKSIA
MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina
Lisätiedot3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA
S I G N A A L I T E O R I A, O S A I I I TL98Z SIGNAALITEORIA, OSA III 44 3 Signaalin suodaus...44 3. Sysmin vas aikaasossa... 44 3. Kausaalisuus a sabiilisuus... 46 3.3 Vas aauusasossa... 46 3.4 Ampliudivas
Lisätiedotb) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II:.5.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
LisätiedotMaahanmuuttajan työpolkuhanke Väliraportti 31.8.2003-31.12.2004
Maahanmuuajan yöplkuhanke Välirapri 31.8.2003-31.12.2004 Prjekin aviee hankepääöksessä Määrällise aviee Prjekin avieena n edesauaa maahanmuuajien yöllisymisä. Tämä apahuu maahanmuuajien ammaillisen valmiuksien
LisätiedotVAASAN YLIOPISTO KAUPPATIETEELLINEN TIEDEKUNTA LASKENTATOIMI JA RAHOITUS
VAASAN YLIOPISTO KAUPPATIETEELLINEN TIEDEKUNTA LASKENTATOIMI JA RAHOITUS Markus Ylijoki HEDGE-RAHASTOJEN SUORITUSKYKY BRIC-MAISSA Laskenaoimi ja rahoius Laskenaoimen ja rahoiuksen yleinen linja Pro gradu
LisätiedotKEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI
Kauppaieeellinen iedekuna Talouden ja yriysjuridiikan laios Kandidaainukielma Rahoius KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI Currency Marke Efficiency of Developed Counries: USD Index
Lisätiedot( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.
ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!
Lisätiedot2.4.2012. Ennen opiskelua OHJAUSTOIMINTA TALOTEKNIIKAN KOULUTUSOHJELMASSA
OHJAUSTOIMINTA TALOTEKNIIKAN KOULUTUSOHJELMASSA Mikkelin ammaikorkeakoulun pedagogisen sraegian mukaan ohuksen avoieena on edisää opiskelijoiden siouumisa opiskeluunsa, ukea heidän yksilöllisiä uravalinoan
LisätiedotTestejä suhdeasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testejä suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (007) 1 Testejä suhdeasteikollisille muuttujille >> Testit normaalijakauman
LisätiedotDynaamiset regressiomallit
MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Tilastolliset aikasarjat voidaan jakaa kahteen
LisätiedotAsuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa
TAMPEREEN YLIOPISTO Johamiskorkeakoulu Asunojen huomioini varallisuusporfolion valinnassa ja hinnoielussa Kansanalousiede Pro gradu -ukielma Elokuu 2012 Ohjaaja: Hannu Laurila Tuomo Sola TIIVISTELMÄ Tampereen
LisätiedotLVM/LMA/jp 2012-12-17. Valtioneuvoston asetus. ajoneuvojen käytöstä tiellä annetun asetuksen muuttamisesta. Annettu Helsingissä päivänä kuuta 20
LVM/LMA/jp 2012-12-17 Valioneuvoson aseus ajoneuvojen käyösä iellä anneun aseuksen uuaisesa Anneu Helsingissä päivänä kuua 20 Valioneuvoson pääöksen ukaisesi, joka on ehy liikenne- ja viesinäiniseriön
Lisätiedotx v1 y v2, missä x ja y ovat kokonaislukuja.
Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen
Lisätiedot( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:
ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän
Lisätiedotb) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)
Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei
LisätiedotTiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus
Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen
Lisätiedotf x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)
Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)
LisätiedotEuroopan kehittyvien osakemarkkinoiden yhteisintegraatio
LAPPEENRANNAN TEKNILLINEN YLIOPISTO KAUPPATIETEIDEN OSASTO Laskenaoimen ja rahoiuksen laios Rahoius Euroopan kehiyvien osakemarkkinoiden yheisinegraaio ja kausalieei Aarne Björklund Rahoius 4 0239210 Sisällyslueelo
Lisätiedota) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).
LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II: 9.9.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,
LisätiedotTKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta
KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän
LisätiedotVALTIOLLINEN SIJOITUSRAHASTO
TAMPEREEN YLIOPISTO Talousieeiden laios VALTIOLLINEN SIJOITUSRAHASTO VENÄJÄN TALOUDEN PELASTUS? Kansanalousiede Pro Gradu -ukielma Joulukuu 2008 Ohjaaja: Jukka Pirilä Tuomo Huhanen TIIVISTELMÄ Tampereen
LisätiedotSallitut apuvälineet: MAOL-taulukot, kirjoitusvälineet, laskin sekä itse laadittu, A4-kokoinen lunttilappu. f(x, y) = k x y, kun 0 < y < x < 1,
Todennäköisyyslaskenta, 2. kurssikoe 7.2.22 Sallitut apuvälineet: MAOL-taulukot, kirjoitusvälineet, laskin sekä itse laadittu, A4-kokoinen lunttilappu.. Satunnaismuuttujien X ja Y yhteistiheysfunktio on
LisätiedotÖljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde
Öljyn hinnan ja Yhdysvalojen dollarin riippuvuussuhde Kansanalousiede Pro gradu -ukielma Talousieeiden laios Tampereen yliopiso Toukokuu 2010 Jari Hännikäinen TIIVISTLMÄ Tampereen yliopiso Talousieeiden
Lisätiedot5 Jatkuvan funktion integraali
5 Jkuvn funkion inegrli Derivlle kääneisä käsieä kusun inegrliksi. Aloien inegrliin uusuminen esimerkillä. Esimerkki 5.. Tuonolioksess on phunu kemiklivuoo. Määriellään funkio V sien, eä V () on vuoneen
LisätiedotHuomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).
DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4
LisätiedotToistoleuanvedon kilpailusäännöt
1.0 Yleisä Toisoleuanvedossa kilpailija suoriaa häjaksoisesi mahdollisimman mona leuanveoa omalla kehonpainollaan. Kilpailijalla on käössään ksi kilpailusuorius sekä asauloksen sauessa mahdollise uusinakierrokse
LisätiedotKemometriasta. Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi Http://www.abo.fi/~mhotokka
Kemometriasta Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi Http://www.abo.fi/~mhotokka Mistä puhutaan? Määritelmiä Määritys, rinnakkaismääritys Mittaustuloksen luotettavuus Kalibrointi Mittausten
LisätiedotW dt dt t J.
DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan
LisätiedotSanomalehtien kysyntä Suomessa Sanomalehtien kysynnän kehittymistä selittävä ekonometrinen malli
Sanomalehien kysynä Suomessa Sanomalehien kysynnän kehiymisä seliävä ekonomerinen malli Heikki Nikali, Iella BI Research series - Tukimussarja 7/2014 12.3.2014 FOR INTERNAL USE ONLY VAIN SISÄISEEN KÄYTTÖÖN
LisätiedotANALOGISEN VÄRITELEVISION RAKENNE JA TOIMINTA
ANALOGISEN VÄRITELEVISION RAKENNE JA TOIMINTA Tieoliikenneekniikka I 521359A Kari Kärkkäinen Osa 8 1 23 Videosignaalin VSB-odulaaio analogisessa TV-järj. Värielevision videosignaalin siirrossa käyeään
LisätiedotLyhyt johdanto Taylorin sääntöön
K a n s a n a l o u d e l l i n e n a i k a k a u s k i r j a 1 0 6. v s k. 2 / 2 0 1 0 Lyhy johdano Taylorin säänöön Juha Tervala Johaja Aboa Cenre for Economics 1. Johdano Taylorin säänö on sen kehiäjän
LisätiedotSUOMEN PANKIN KANSANTALOUSOSASTON TYÖPAPEREITA
SUOMEN PANKIN KANSANTALOUSOSASTON TYÖPAPEREITA 10.10.2004 1/2004 Hannes Kaadu Kuluajahinainflaaion miaaminen Yhdysvalloissa 2 Kuluajahinainflaaion miaaminen Yhdysvalloissa Kansanalousosason yöpapereia
LisätiedotKuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013
Kauppaieeellinen iedekuna Talousjohaminen Kandidaainukielma Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Monhly and Turn-of-he-Monh anomaly in he Finnish sock marke during
Lisätiedot01/2013. Köyhyyden dynamiikka Suomessa 1995 2008. Eläketurvakeskus. Ilpo Suoniemi
0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA PALKANSAAJIEN TUTKIMUSLAITOKSEN TUTKIMUKSIA 4 Köhden dnamkka Suomessa 995 2008 Ilpo Suonem Eläkeurvakeskus PENSIONSSKYDDSCENTRALEN 0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA
LisätiedotAlkoholijuomien hinnat ja kulutus
Alkoholijuomien hinnat ja kulutus VILLE VEHKASALO Virosta tulee näillä näkymin EU:n jäsen vuoden 2004 vappuna. Tämän jälkeen kuka tahansa voi tuoda omaan käyttöönsä edullista alkoholia Virosta vaikka pakettiautolla.
LisätiedotJLP:n käyttämättömät mahdollisuudet. Juha Lappi
JLP:n äyämäömä mahdollisuude Juha Lappi LP ehävä p z = a x + b z 0 Max or Min (.) 0 0 = = subjec o he following consrains: c a x + b z C, =,, q p q K r (.2) = = m n i ij K (.3) i= j= ij x xw= 0, =,, p
LisätiedotEpävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus
Epävarmuus diskonokoroissa ja miakaavaeu vs. jousavuus Opimoiniopin seminaari - Syksy 2000 / 1 Esielmän sisälö Kirjan Invesmen Under Uncerainy osan I luvu 4 ja 5. Mien epävarmuus diskonokorossa vaikuaa
LisätiedotMittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M
Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M KANSIO 4 VÄLI ESITE Lapinleimu Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M IRIS, IRIS-S Rakenne IRIS muodosuu runko-osasa, sääösäleisä, sääömuerisa ai sääökahvasa
LisätiedotRatkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:
Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä
LisätiedotTekes tänään (ja huomenna?) Pekka Kahri Palvelujohtaja, Tekes Fortune seminaari 21.8.2013
Tekes änään (ja huomenna?) Pekka Kahri Palvelujohaja, Tekes Forune seminaari 21.8.2013 Rahoiamme sellaisen innovaaioiden kehiämisä, joka ähäävä kasvun ja uuden liikeoiminnan luomiseen Yriysen kehiysprojeki
LisätiedotKonvoluution laskeminen vaihe vaiheelta Sivu 1/5
S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,
LisätiedotTermiinikurssi tulevan spot-kurssin ennusteena
TAMPEREEN YLIOPISTO Talousieeiden laios Termiinikurssi ulevan spo-kurssin ennuseena Kansanalousiede Pro gradu-ukielma Talousieeiden laios Tampereen yliopiso 28.2.2006 Ville Kivelä 1 TIIVISTELMÄ Tampereen
LisätiedotMallivastaukset KA5-kurssin laskareihin, kevät 2009
Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 8 (viikko 14) Tehävä 1 LAD-käyrä siiryy ylöspäin. Ulkomaisen hinojen nousessa oman maan reaalinen vaihokurssi heikkenee 1 vaihoase vahvisuu IS-käyrä
LisätiedotRak-54.116 Rakenteiden mekaniikka C, RM C (4 ov) Tentti 30.8.2007
Rak-54.116 Rakeneden mekankka, RM (4 ov) Ten.8.7 Krjoa jokaeen koepapern elvä - koko nme, puhuelunm allevvauna - oao, vuokur, enn pävämäärä ekä enävä opnojako koodeneen - opkeljanumero, mukaan luken arkukrjan
Lisätiedot3.6 Su-estimaattorien asymptotiikka
3.6 Su-estimaattorien asymptotiikka su-estimaattorit ovat usein olleet puutteellisia : ne ovat usein harhaisia ja eikä ne välttämättä ole täystehokkaita asymptoottisilta ominaisuuksiltaan ne ovat yleensä
LisätiedotÅLANDSBANKEN DEBENTUURILAINA 2/2010 LOPULLISET EHDOT
ÅLANDSBANKEN DEBENTUURILAINA 2/200 LOPULLISET EHDOT Ålandsbanken Debenuurilaina 2/200 (ISIN: FI400003875) lopullise ehdo on 9. heinäkuua 200 vahviseu seuraavasi: - Lainan pääoma 9 980 000 euroa Maarianhamina
LisätiedotRegressioanalyysi. Kuusinen/Heliövaara 1
Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin
LisätiedotLyhyiden ja pitkien korkojen tilastollinen vaihtelu
Lyhyiden ja pikien korkojen ilasollinen vaihelu Tomi Pekka Juhani Marikainen Joensuun Yliopiso Maemaais-luonnonieeellinen iedekuna / Tieojenkäsielyieeen ja ilasoieeen laios / Tilasoiede Pro Gradu -ukielma
LisätiedotSuunnitteluharjoitus s-2016 (...k-2017)
1 Suunnieluharjoius s-2016 (...k-2017) HAKKURITEHOLÄHDE Seuraavan push-pull-yyppisen hakkurieholäheen komponeni ulisi valia (muunajaa lukuunoamaa). V1 iin 230 V ± 10 % 50 Hz V3 Perusieoja kykennäsä Verkkoasasuunauksen
LisätiedotSTOKASTISET PROSESSIT
TEORIA STOKASTISET PROSESSIT Satunnaisuutta sisältävän tapahtumasarjan kulkua koskevaa havaintosarjaa sanotaan aikasarjaksi. Sana korostaa empiirisen, kokeellisesti havaitun tiedon luonnetta. Aikasarjan
LisätiedotEpäasiallista kohtelua voidaan työpaikalla ehkäistä etukäteen. s. 6
Hyvä 4 2009 Työympärisö V a l i o n h a l l i n n o n Naureaanko eillä öissä? s. 18 y ö y m p ä r i s ö l e h i Henkinen väkivala yöpaikoilla s. 12 Nupin ei arvise mennä nurin s.16 Yliarkasaja Jenny Rinala,
Lisätiedot