Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Prognozowanie wielkości zatrudnienia w sektorze przedsiębiorstw w polsce na 2020 rok

Tytuł:
Prognozowanie wielkości zatrudnienia w sektorze przedsiębiorstw w polsce na 2020 rok
Forecasting of Level of Employment in the Enterprise Sector in Poland for 2020
Autorzy:
Kozicki, Bartosz
Waściński, Tadeusz
Lisowska, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/2077395.pdf
Data publikacji:
2019-12-20
Wydawca:
Uniwersytet Zielonogórski. Instytut Inżynierii Bezpieczeństwa i Nauk o Pracy. Polskie Towarzystwo Profesjologiczne.
Tematy:
prognozowanie
wynagrodzenia
forecasting
salary
Źródło:
Problemy Profesjologii; 2019, 2; 111-124
1895-197X
Język:
polski
Prawa:
CC BY: Creative Commons Uznanie autorstwa 3.0 PL
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule poruszony został problem z zakresu badania zależności pomiędzy zatrudnieniem, a wynagrodzeniem w sektorze przedsiębiorstw w Polsce, oraz próba przeprowadzenia prognozowania zatrudnienia w tysiącach na 2020 rok. Badania rozpoczęto od analizy danych rozpatrywanych dwóch szeregów czasowych pierwotnych dotyczących zatrudnienia i wynagrodzenia w ujęciu dynamicznym. Do zbadania zależności posłużył wykonany model regresji wielorakiej. Szereg czasowy zatrudnienia w tys. został poddany prognozowaniu z wykorzystaniem modelu ARIMA.

In this article the authors raise the issue regarding the study of the relationship between employment and salary in the enterprise sector in Poland, and an attempt to conduct the forecasting of employment in thousands for 2020. The research was initiated with the analysis of data of two original time series concerning employment and salary under examination dynamically. In order to study the relationship, the constructed multiple regression model was applied. The employment time series in thousands was forecast with the application of ARIMA model.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies