Zdjęcie Joanna  Trzęsiok

dr Joanna Trzęsiok

Bogucicka 3a
Bud. B; pok. 317
40-228 Katowice

Konsultacje:

w poprawkowej sesji egzaminacyjnej 2019/20 

  • terminy we wrześniu proszę ustalać indywidualnie drogą mailową

Ogłoszenie

W związku z zarządzeniem Rektora w sprawie zapobiegania rozprzestrzenianiu się koronawirusa SARS-CoV-2, konsultacje stacjonarne zostają odwołane. Można się ze mną kontaktować drogą mailową (adres joanna.trzesiok@ue.katowice.pl lub joanna.trzesiok@uekat.pl) lub Google Meet, po uprzednim umówieniu się mailem.

Zaliczenia i egzaminy w sesji poprawkowej 2019/20

PrzedmiotGrupaTerminForma

Ekonometria
– II termin zaliczenia  

FiR, st. niestacjonarne,
II rok, grupy: 4, 5, 6 i 7

13.09 o godz. 16:00
(proszę o informację
w przypadku kolizji terminów)

Pisemne kolokwium
(zadania do rozwiązania w Excel'u)
przeprowadzone z wykorzystaniem
platformy Google Classroom

Matematyka
– tryb poprawkowy

FiZOZ, st. stacjonarne,
I stopień, I i II rok

zaliczenie
11.09 o godz. 12:00

Pisemne kolokwium
(analogiczne jak w I i II terminie) 
przeprowadzone z wykorzystaniem
platformy Google Classroom

egzamin
18.09 o godz. 12:00

Egzamin "mieszany" (pisemny
i ustny) przeprowadzony
z wykorzystaniem Google Meet 

Statystyka 
– tryb poprawkowy

FiR, st. niestacjonarne,
I stopień, III rok

11 – 13.09 
dokładny termin
do ustalenia 
indywidualnie,
mailowo

Egzamin pisemny, zadania
analogiczne jak u mojego męża,
lecz do obliczenia w Excelu.
Przeprowadzony on-line
z wykorzystaniem Google Meet

Szczegółowe informacje dotyczące trybów poprawkowych

  • Egzaminy w trybie poprawkowym zostaną przeprowadzone poprzez komunikator Google Meet, indywidualnie, z każdym studentem z osobna.

    • Dokładny termin egzaminu proszę ze mną ustalić mailowo, z odpowiednim wyprzedzeniem. Potwierdzeniem tych ustaleń będzie wysłane przeze mnie zaproszenie na egzamin z wykorzystaniem Google Meet.
    • Komputer, z którego będziecie Państwo korzystać na egzaminie, musi być wyposażony w kamerę i mikrofon. Proszę też rozpoznać opcję udostępniania ekranu w Meet, ponieważ poproszę o wgląd do obliczeń, czy analiz, które będziecie Państwo wykonywać.
    • Proszę również przygotować legitymację studencką.

  • Egzamin w trybie poprawkowym ze Statystyki

    • Egzamin będzie się składał z trzech zadań i jednego pytania teoretycznego. Pierwsze zadanie obejmować będzie miary statystyki opisowej (przeciętne, rozproszenia, asymetrii) w szeregach rozdzielczych punktowych lub przedziałowych. Drugie zadanie będzie albo z regresji, albo z indeksów. Natomiast trzecie – z materiału przerobionego w ramach statystyki matematycznej.
    • Wcześniej przygotuję odpowiednią liczbę różnych zestawów (z trzema zadaniami i jednym pytaniem teoretycznym). W momencie połączenia każdy z Państwa będzie mógł "wylosować" zestaw egzaminacyjny (np. przez podanie ulubionego numeru), który za kilkanaście sekund dostanie mailem. 
    • Zadania na egzaminie będą analogiczne do tych, które pisaliście Państwo u mojego męża. Jednak ze względu na szczególną sytuację, otrzymacie je Państwo w pliku Excela, a proste obliczenia, które będą konieczne do rozwiązania zadań, również trzeba będzie wykonać w Excelu (a nie na kartce). Proszę się jednak nie obawiać, stopień złożoności obliczeniowej zadań się nie zmieni. 
    • Interpretacje do zadań oraz odpowiedź na pytanie teoretyczne będą wypowiadane ustnie, choć oczywiście będzie można zapiać je sobie w formie notatki, gdyby ktoś obawiał się pomyłki.
    • Na egzaminie będzie można korzystać ze wzorów i tablic statystycznych.
    • Myślę, że egzamin jednej osoby będzie trwał nie dłużej niż 40 minut.

  • Tryb poprawkowy z Matematyki

    • Zaliczenie w formie pisemnej, będzie polegało na rozwiązaniu zadań, które otrzymacie Państwo przez Google Classroom. Zadania będą analogiczne do tych, które pisaliście Państwo w poprzednich terminach. Po upływie 1,5h należy odesłać mi zdjęcia kartek z rozwiązaniami. 
    • Egzamin (po uzyskaniu zaliczenia) będzie miał formę "mieszaną", w dużej części pisemną, ale też ustną. Dlatego egzamin będzie odbywał się indywidualnie, z każdym studentem z osobna, w umówionym terminie, poprzez Google Meet
    • Na egzaminie, poprzez platformę Google Classroom, otrzymacie Państwo zadania (analogiczne do tych z poprzednich terminów), które rozwiążecie Państwo na kartce, ale przy włączonej kamerze. Do tego rozwiązania będę mogła zadać dodatkowe pytania uzupełniające. Proszę się nie martwić, to nie będzie nic trudnego, chodzi tylko o to, abyście Państwo potrafili uzasadnić swoje rozwiązanie. 

  • Egzamin w trybie poprawkowym z Metod i algorytmów optymalizacji

    • Egzamin będzie się składał z analiz do przeprowadzenia w Excelu (porządkowanie liniowe) oraz programach: SPSS (taksonomia) i Statistica (dyskryminacja, regresja), jak też pytań teoretycznych. Zadania i pytania będą analogiczne do tych, które pisaliście Państwo na zaliczenie ćwiczeń oraz egzaminach w poprzednich terminach.
    • Ze względu na obszerny zakres materiału (szczególnie na studiach stacjonarnych) istniej możliwość rozłożenia egzaminu na kilka etapów, pisanych w różnych dniach. Należy to jednak zgłosić (i ustalić "harmonogram" pisania egzaminu) odpowiednio wcześniej, najlepiej na początku czerwca.

  • W razie jakichkolwiek pytań, czy wątpliwości proszę o kontakt mailowy.

Seminarium dyplomowe

III semestr na studiach niestacjonarnych, kierunek Finanse i Rachunkowość

Terminy seminarium w trakcie wakacji (lipiec/sierpień 2020):

  • wszystkie zainteresowane osoby proszę o kontakt mailowy, możliwe jest również ustalenie indywidualnego spotkania przez Google Meet 

Materiały i informacje przygotowane przez promotora – III semestr seminarium

II semestr na studiach stacjonarnych, specjalność Analityk finansowy

Terminy seminarium w semestrze zimowym 2020/21: 

  • daty zostaną ustalone na początku semestru

Materiały i informacje przygotowane przez promotora – I semestr seminarium

Dydaktyka (prowadzone przedmioty)

  • matematyka
  • statystyka
  • ekonometria
  • metody i algorytmy optymalizacji
  • metody klasyfikacji w badaniach rynku
  • wielowymiarowa analiza statystyczna
  • statystyka i ekonometria w finansach i rachunkowości
  • modelowanie ekonometryczne

Specjalizacja naukowo-badawcza

  • wielowymiarowa analiza statystyczna oraz jej zastosowania i aplikacje
  • analiza danych o charakterze społeczno-ekonomicznym
  • nieparametryczne metody regresji i klasyfikacji

Publikacje

  1. Trzęsiok J., Słupik S. (2019), The identification and analysis of the factors affecting energy consumer behaviour, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 6(63), Wrocław, s. 113-126.
  2. Świtała M., Cichosz M., Trzesiok J. (2019), How to achieve customer satisfaction? Perspective of logistics outsourcing performance, „LogForum”, 15(1), p. 39-51.    
  3. Wieczorek-Kosmala M., Błach J., Trzęsiok J. (2018), Analysis of Bankruptcy Threat for Risk Management Purposes: A Model Approach, “International Journal of Financial Studies”, 6(4), 98.
  4. Trzęsiok J. (2018), Outliers vs robustness in nonparametric methods of regression, Acta Universitatis Lodziensis, Folia Oeconomica, 4(337), Łódź, p. 99-109.
  5. Trzęsiok J. (2018), Społeczeństwo obywatelskie – analiza świadomości i postaw Polaków z wykorzystaniem wielowymiarowych metod statystycznych, w: K. Jajuga, M. Walesiak (red.) „Taksonomia 31. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 508), Wrocław, s. 217- 226.
  6. Rozmus D., Trzęsiok J. (2018), Główne składowe rozwoju inteligentnego Polski, „Wiadomości Statystyczne”, 5(684), s. 25-36.
  7. Rozmus D., Trzęsiok J. (2017), Analiza czynników kształtujących oszczędności polskich gospodarstw domowych, w: Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach „Studia Ekonomiczne” (nr 345), Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 63-84.
  8. Sroka P., Trzęsiok J. (2017), Co opowiadają drzewa o tenisie? Predykcja wyników spotkań w tenisie ziemnym z wykorzystaniem drzew klasyfikacyjnych, w: K. Jajuga, M. Walesiak (red.) „Taksonomia 29. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 469), Wrocław, s. 167-176.
  9. Genge E., Trzęsiok J. (2017), Czy łatwiej związać koniec z końcem? Badanie sytuacji materialnej gospodarstw domowych w Polsce z wykorzystaniem modeli panelowych, w: K. Jajuga, M. Walesiak (red.) „Taksonomia 28. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 468), Wrocław, s. 69-78.
  10. Trzęsiok J. (2016), Metody nieparametryczne w badaniu zaufania do instytucji finansowych, w: Jajuga K., Walesiak M. (red.) „Taksonomia 26. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 426), Wrocław, s. 226-234.
  11. Trzęsiok J. (2016), Badanie zaufania do instytucji finansowych w Polsce z wykorzystaniem analizy korespondencji, w: Mika J., Zeug-Żebro K. (red.), Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach „Studia Ekonomiczne” (nr 265), Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 80-94.
  12. Trzęsiok J. (2015), O odporności na obserwacje odstające wybranych nieparametrycznych modeli regresji, w: Mika J., Zeug-Żebro K. (red.), Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach „Studia Ekonomiczne” (nr 227), Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 75-84.
  13. Trzęsiok J. (2015), Nieklasyczne metody regresji a problem odporności, w: Jajuga K., Walesiak M. (red.) „Taksonomia 25. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 385), Wrocław, 2015, s. 296-304.
  14. Trzęsiok J. (2014), Wykorzystanie regresji nieparametrycznej do wyceny wartości nieruchomości, w: Mika J., Miśkiewicz-Nawrocka M. (red.) „Metody i modele analiz ilościowych w ekonomii i zarządzaniu” cz. 6., Prace Naukowe Akademii Ekonomicznej w Katowicach, Katowice, s. 50-61.
  15. Trzęsiok J. (2014), Taksonomiczna analiza krajów pod względem dzietności oraz innych czynników demograficznych, w: Jajuga K., Walesiak M. (red.) „Taksonomia 22. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 327), Wrocław, s. 275-284.
  16. Trzęsiok J. (2014), Porównanie zdolności predykcyjnych modelu regresji grzbietowej z wybranymi nieparametrycznymi modelami regresji, w: Mika J., Zeug-Żebro K. (red.) „Zastosowanie metod matematycznych w ekonomii i zarządzaniu”, Zeszyty Naukowe Wydziałowe Uniwersytetu Ekonomicznego w Katowicach „Studia Ekonomiczne” (nr 191), Katowice, s. 65-74.
  17. Łęska M., Łącka-Badura J., Trzęsiok J. (2013), The application of text mining and statistical methods in the analysis of evaluative language, w: Headlandová Kalischová I., Němec M. (eds.) „English as the Lingua Franca of the Modern World: New Challenges for Academia”, Masaryk University, p. 55-69.
  18. Trzęsiok J. (2013), Wybrane symulacyjne techniki porównywania nieparametrycznych metod regresji, w: Jajuga K., Walesiak M. (red.) „Taksonomia 20. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 278), Wrocław, s. 197-205.
  19. Trzęsiok J. (2013), Wykorzystanie regresji nieparametrycznej do modelowania wielkości oszczędności gospodarstw domowych, w: Mika J., Zeug-Żebro K. (red.) „Zastosowanie metod matematycznych w ekonomii i zarządzaniu”, Zeszyty Naukowe Wydziałowe Uniwersytetu Ekonomicznego w Katowicach „Studia Ekonomiczne” (nr 159), Katowice, s. 99-108.
  20. Trzęsiok J. (2013), On Some Simulation Procedures for Comparing Nonparametric Methods of Regression, w: Domański C. (eds.) „Methods and applications of multivariate statistical analysis”, Acta Universitatis Lodziensis, Folia Oeconomica 286, Łódź, p. 155-161.
  21. Trzęsiok J. (2013), Ocena wpływu zmiennych objaśniających na zmienną zależną w metodzie rzutowania PPR, w: Mika J., Zeug-Żebro K. (red.) „Zastosowanie metod matematycznych w ekonomii i zarządzaniu”, Zeszyty Naukowe Wydziałowe Uniwersytetu Ekonomicznego w Katowicach „Studia Ekonomiczne” (nr 132), Katowice, s. 104-114.
  22. Trzęsiok J. (2013), Eksploracyjna analiza dokumentów tekstowych na przykładzie internetowych opinii o wykładowcach, w: „Metody i modele analiz ilościowych w ekonomii i zarządzaniu” cz. 5., Prace Naukowe Akademii Ekonomicznej w Katowicach, Katowice, s. 67-79.
  23. Trzęsiok J. (2012), Porównanie nieparametrycznych modeli regresji pod względem zdolności predykcyjnych, w: Mika J. (red.) „Metody i modele analiz ilościowych w ekonomii i zarządzaniu” cz. 4., Prace Naukowe Akademii Ekonomicznej w Katowicach, Katowice, s. 102-111.
  24. Trzęsiok J., Trzęsiok M. (2011), „Modele logarytmiczno-liniowe”– rozdział w monografii: Gatnar E., Walesiak M. (red.), Analiza danych jakościowych i symbolicznych  z wykorzystaniem programu R, Wydawnictwo C.H. Beck, Warszawa, s. 81-98.
  25. Trzęsiok J. (2011), Przegląd metod regularyzacji w zagadnieniach regresji nieparametrycznej, w: Jajuga K., Walesiak M. (red.) „Taksonomia 18. Klasyfikacja i analiza danych”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 176), Wrocław, s. 330-339.
  26. Trzęsiok J. (2011), Analiza własności modeli regresji opartych na sieciach neuronowych, w: „Metody i modele analiz ilościowych w ekonomii i zarządzaniu” cz. 3., Prace Naukowe Akademii Ekonomicznej w Katowicach, Katowice, s. 82-89.
  27. Trzęsiok J. (2010), Procedury doboru zmiennych do modeli regresyjnych zbudowanych za pomocą metod nieparametrycznych, w: Bajdak A., Nowak M., Samborski A., Zawadzki H. (red.), „Zarządzanie. Informatyka. Dylematy i kierunki rozwoju”, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 685-700.
  28. Trzęsiok J. (2010), Nieparametryczne modele regresji oparte na sieciach neuronowych, w: Mika J. (red.) „Metody i modele analiz ilościowych w ekonomii i zarządzaniu” cz. 2., Prace Naukowe Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 66-77.
  29. Trzęsiok J. (2010), Identyfikacja zmiennych nieistotnych w  wybranych nieparametrycznych modelach regresji, w: Barczak A. S. (red.) „Badania ekonometryczne w teorii i praktyce”, Prace Naukowe Uniwersytetu Ekonomicznego w Katowicach, Katowice, 2010, s. 111-120.
  30. Trzęsiok J. (2010), Dobór zmiennych do modelu regresyjnego zbudowanego za pomocą  wybranych nieparametrycznych metod regresji, w: Jajuga K., Walesiak M. (red.) „Taksonomia 17. Klasyfikacja i analiza danych”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 107), Wrocław, s. 172-180.
  31. Trzęsiok J. (2010), Badanie odporności wybranych nieparametrycznych modeli regresji, w: Mika J. (red.) „Zastosowania metod matematycznych w ekonomii i zarządzaniu”, Zeszyty Naukowe Akademii Ekonomicznej w Katowicach „Studia Ekonomiczne” nr 56, Katowice, s. 133-146.
  32. Trzęsiok J. (2009), Wykorzystanie analizy czynnikowej do redukcji liczby zmiennych wprowadzanych do modelu regresyjnego, w: „Metody i modele analiz ilościowych w ekonomii i zarządzaniu”, Prace Naukowe Akademii Ekonomicznej w Katowicach, Katowice, s. 64-77.
  33. Trzęsiok J., Trzęsiok M. (2009), „Nieparametryczne metody regresji” – rozdział w monografii: Walesiak M., Gatnar E. (red.), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa.
  34. Trzęsiok J., Trzęsiok M. (2009), Propozycja metody wizualizacji wyników klasyfikacji wspomagającej profilowanie klas, w: Walesiak M. (red.) „Wizualizacja wyników badań marketingowych-podejścia, metody i zastosowania”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 86), Wrocław, s. 65-74.
  35. Trzęsiok J. (2009), The Wavelet Transform in Regression, w: Domański C., Witaszczyk A. (eds.) „Methodological aspects and applications of multivariate statistical analysis”, Acta Universitatis Lodziensis, Folia Oeconomica 225, Łódź, p. 215-225
  36. Trzęsiok J. (2009), Ocena wpływu wymiaru przestrzeni zmiennych na jakość predykcji wybranych nieparametrycznych modeli regresji, w: Jajuga K., Walesiak M. (red.) „Taksonomia 16. Klasyfikacja i analiza danych”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 47), Wrocław, s. 141-148.
  37. Trzęsiok J. (2009), Analiza wybranych własności metody POLYMARS, w: Barczak A. S. (red.) „Zastosowania ekonometrii”, Wydawnictwo Akademii Ekonomicznej w Katowicach, s. 177-185.
  38. Trzęsiok J. (2008), O regularyzacji wybranych nieparametrycznych modeli regresji, w: Mika J. (red.) „Zastosowania metod matematycznych w ekonomii i zarządzaniu”, Zeszyty Naukowe Akademii Ekonomicznej w Katowicach „Studia Ekonomiczne” nr 50, Katowice, s. 139 –150.
  39. Trzęsiok J. (2008), Ocena zasadności łączenia wybranych nieparametrycznych modeli regresji, w: Jajuga K., Walesiak M. (red.) „Taksonomia 15. Klasyfikacja i analiza danych”, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu (nr 1207), Wrocław, s. 346-353.
  40. Trzęsiok J. (2008), Gradientowa metoda boosting w ujęciu stochastycznym, w: Zeliaś A., Pociecha J. (red.) „Postępy statystyki, ekonometrii i matematyki stosowanej w Polsce Południowej”, Prace Naukowe Uniwersytetu Ekonomicznego w Krakowie, Kraków, s. 131-141.
  41. Janiga-Ćmiel A., Mika J., Miśkiewicz M., Trzęsiok J., Trzęsiok M., Zeug-Żebro K. (2007), Zastosowanie metod matematycznych do analizy problemów ekonomicznych w programach pierwszego roku studiów, w: Żabiński L. i Smyczek S. (red.) „Kierunki studiów ekonomicznych -nowe uwarunkowania i wyzwania” (Prace Naukowe AE w Katowicach), Materiały II Wydziałowej Konferencji Naukowo-Dydaktycznej, Katowice, s. 161-171.
  42. Trzęsiok J. (2007), Wykorzystanie transformacji zmiennych w budowie modelu regresyjnego,  w: Dziechciarz J. (red.) „Zastosowania metod ilościowych”– Prace Naukowe Akademii Ekonomicznej we Wrocławiu (nr 1189), Wrocław, s. 156 –167.
  43. Trzęsiok J. (2007), Porównanie metody gradientowej wykorzystującej transformację logistyczną z wybranymi metodami dyskryminacji, w: Jajuga K., Walesiak M. (red.) „Taksonomia 14. Klasyfikacja i analiza danych”, Prace Naukowe Akademii Ekonomicznej we Wrocławiu (nr 1169), Wrocław, s. 245-252.
  44. Trzęsiok J. (2007), Multiple additive regression trees (MART) and their applications, Acta Universitatis Lodziensis, Folia Oeconomica 206, Łódź, p. 53-66.
  45. Trzęsiok J., Trzęsiok M. (2006), Metryki i ich zastosowanie w metodach wielokryterialnych wspomagających podejmowanie decyzji, w: Smoluk A. (red.) „Dydaktyka matematyki”, Prace Naukowe Akademii Ekonomicznej we Wrocławiu (nr 1117), Wrocław, s. 180-187.
  46. Trzęsiok J. (2006), Zastosowanie agregacyjnej metody MART w dyskryminacji,  w: Mika J. (red.) „Zastosowania metod matematycznych w ekonomii i zarządzaniu”, Zeszyty Naukowe Akademii Ekonomicznej w Katowicach „Studia Ekonomiczne” nr 39, Katowice, s. 115 –127.
  47. Trzęsiok J. (2006), Analiza wybranych własności metody MART, w: Jajuga K., Walesiak M. (red.) „Taksonomia 13. Klasyfikacja i analiza danych”, Prace Naukowe Akademii Ekonomicznej we Wrocławiu (nr 1126), Wrocław, s. 510-518.
  48. Trzęsiok J. (2005), Metoda krzywych składanych w budowie modelu regresyjnego, w: Mika J. (red.) „Zastosowania metod matematycznych w ekonomii i zarządzaniu”, Zeszyty Naukowe Akademii Ekonomicznej w Katowicach „Studia Ekonomiczne” nr 36, Katowice, s. 171-182.
  49. Trzęsiok J. (2005), Adaptacyjne metody jądrowe w regresji, w: Jajuga K., Walesiak M. (red.) „Taksonomia 12. Klasyfikacja i analiza danych”, Prace Naukowe Akademii Ekonomicznej we Wrocławiu (nr 1076), Wrocław, s. 493-500.
  50. Trzęsiok J. (2004), Wybrane nieparametryczne metody regresji i ich zastosowania, w: Jajuga K., Walesiak M. (red.) „Taksonomia 11. Klasyfikacja i analiza danych – teoria i zastosowania”, Prace Naukowe Akademii Ekonomicznej we Wrocławiu (nr 1022), Wrocław, s. 107-115.
  51. Trzęsiok J. (2004), Metoda rzutowania w budowie modelu regresyjnego, w: Barczak A. S. (red.) „Postępy ekonometrii”, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice, s. 121-130.    

Zainteresowania

Jazz, teatr i dobre kryminały :)