Informacja

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

Wyszukujesz frazę "Smoothing models" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Prognoza liczby pielęgniarek w Polsce na lata 2017-2027
Forecast of number of nurses in Poland for 2017-2027
Autorzy:
Proniewicz, Justyna
Powiązania:
https://bibliotekanauki.pl/articles/592908.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Modele wygładzania
Pielęgniarki
Służba zdrowia
Health care
Nurses
Smoothing models
Opis:
Celem pracy jest zaprezentowanie przewidywanej liczby pielęgniarek w Polsce na przestrzeni dziesięciu lat (2017-2027). W badaniu uwzględniono dopływy i odpływy z grupy pielęgniarek uprawnionych do wykonywania zawodu. W sposób iteracyjny obliczana jest przewidywana liczba zarejestrowanych pielęgniarek dla kolejnego roku w danej iteracji. W modelu wykorzystywane są dane historyczne i prognozowane zmiany z okresu od roku zerowego do roku obecnie badanego, przy uwzględnieniu niepewności prognozy. Wyniki badania umożliwiają ocenę stanu personelu pielęgniarskiego w nadchodzących latach. Przedstawiają przewidywane trendy zmian w liczbie osób uzyskujących i tracących prawo wykonywania zawodu.
Public health care is one of the most important public goods for every citizen. Patients require doctors’ and most of the time nurses’ care. Shrinking number of nurses may result in worse health care in hospitals and overwork for the remaining workforce. In exceptional situations, it may lead to greater risk of patient’s death. In this paper, I try to find the future number of nurses in Poland. I compare a set of smoothing models and predict the trends of number of registered nurses, new registers, deaths and nurses gaining pension age. The forecast was made for the period between 2017 to 2027. The simulation’s results present expected situation in nurse workforce and allows for assumptions about patients’ safety.
Źródło:
Studia Ekonomiczne; 2017, 340; 99-115
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metody adaptacyjne w prognozowaniu miesięcznych szeregów czasowych z lukami systematycznymi
Application of exponential smoothing models in forecasting missing seasonal data for systematic gaps
Autorzy:
Oesterreich, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/591560.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Luki systematyczne
Modele adaptacyjne
Prognozowanie
Wahania sezonowe
Exponential smoothing models
Forecasting
Seasonal fluctuations
Systematic gaps
Opis:
W artykule przedstawiono wyniki badań o charakterze symulacyjnym dotyczące wpływu liczby i układu luk systematycznych na dokładność prognoz inter- oraz ekstrapolacyjnych w szeregu czasowym z silnymi wahaniami sezonowymi. Do budowy prognoz wykorzystano multiplikatywne modele Holta-Wintersa dla pełnych danych (z sezonowością) oraz modele Browna i Holta dla danych oczyszczonych z sezonowości. Przykład empiryczny dotyczył liczby udzielonych noclegów w obiektach zbiorowego zakwaterowania według miesięcy w województwie śląskim w latach 2007-2012. Lata 2007-2011 stanowiły przedział czasowy próby, a 2012 r. był okresem empirycznej weryfikacji prognoz. Rozpatrywane były wszystkie możliwe układy systematycznych luk w danych dla zadanej liczby luk w cyklu wahań sezonowych. Obliczenia wykonano z wykorzystaniem pakietu R oraz Statistica 10.
The paper presents the results of analysis of the impact of the number and arrangement of systematic gaps in time series with strong seasonal fluctuations, on the accuracy of inter- and extrapolative forecasts. To forecasts construction were used Holt- -Winters models for the full data (with seasonality) and Brown and Holt models for the data cleared from seasonality. Empirical example was built on the basis of the number of tourists accommodated in tourist accommodation establishments by month in Silesia voivodeship in 2007-2012. The year 2012 was a period of empirical verification of forecasts. Calculations were performed in the R package and Statistica 10.
Źródło:
Studia Ekonomiczne; 2016, 291; 34-46
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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