Informacja

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

Wyszukujesz frazę "Analiza szeregów czasowych" wg kryterium: Temat


Wyświetlanie 1-14 z 14
Tytuł:
Opis procesu badawczego
Methods of research
Autorzy:
Adamowicz, Elżbieta
Dudek, Sławomir
Pachucki, Dawid
Walczyk, Konrad
Powiązania:
https://bibliotekanauki.pl/articles/499916.pdf
Data publikacji:
2012
Wydawca:
Szkoła Główna Handlowa w Warszawie
Tematy:
analiza koniunktury
analiza szeregów czasowych
dekompozycja szeregów czasowych
business cycles analysis
time series analysis
time series decomposition
Opis:
Praca opisuje metody analizy statystyczno-ekonometrycznej stosowane w celu: identyfikacji wahań cyklicznych zmiennych makroekonomicznych, zbadania cech morfologicznych wahań koniunkturalnych, obejmującego identyfikację punktów zwrotnych, czas trwania zarówno całego cyklu jak i poszczególnych jego faz, wartości ekstremalne, amplitudy i intensywność zachodzących zmian, analizy synchronizacji wahań cyklicznych (chronologii punktów zwrotnych, korelacji jednoczesnych, korelacji krzyżowych, korelacji rekursywnych, koherencji i przesunięcia fazowego), analizy graficznej i analizy zbieżności reakcji gospodarek na szoki podażowe i popytowe zidentyfikowane za pomocą modeli SVAR.
The paper presents the statistical and econometrical methods used to: (1) identify cyclical components of economic aggregates, (2) examine morphological characteristics of cyclical fluctuations, including turning points, duration of cycles and their phases, maximum and minimum values, amplitudes and intensity, (3) analyse synchronicity of cyclical fluctuations, including leads/lags of turning points, correlation and cross-correlation, recursive correlation, coherence and mean delay), (4) perform graphical analysis and (5) examine coincidence of economies’ reactions to supply and demand shocks identified by SVAR modelling.
Źródło:
Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2012, 89: Wahania cykliczne w Polsce i w strefie euro; 11-22
0866-9503
Pojawia się w:
Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Links between the price of butter in Poland and in selected foreign markets
Powiązanie cen masła w Polsce z wybranymi rynkami świata
Autorzy:
Domagała, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/1621721.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
butter market
price
time series analysis
rynek masła
ceny
analiza szeregów czasowych
Opis:
The aim of the paper was to determine the links between price of butter in Poland and in other selected countries. The article used secondary data for the monthly price of butter at country level collected by the Milk Market Observatory and the Italian Dairy Economic Consulting Portal for 2000-2017. The analyses covered two periods: 2000-2007 and 2008-2017. The article used the Johansen cointegration tests, and Granger's causality analysis. The analyses in the first stage concerned the links between butter prices in Poland and those in Western Europe, the USA and Oceania. In the second stage, the links between butter prices in Poland and selected EU countries were identified. The results confirmed the stronger link between the price of butter in Poland and in Western Europe and Oceania. It is worth noting that this occurred mainly in the period after the financial crisis. Within the EU, butter prices in Belgium, the Czech Republic, Germany, Ireland and the Netherlands were strongly related to the price in Poland.
Celem artykułu jest określenie powiązań między cenami masła w Polsce a cenami masła w wybranych krajach. Wykorzystano dane wtórne dotyczące miesięcznych cen masła na poziomie państw, gromadzone przez EU Milk Market Observatory oraz portal CLAL.IT za lata 2000-2017. Analizowany okres podzielono na dwa podokresy: 2000-2007 i 2008-2017. Do analizy powiązań zastosowano testy kointegracji Johansena oraz analizę przyczynowości Grangera. W pierwszym etapie badań przeanalizowano powiązania między ceną masła w Polsce a cenami w Europie Zachodniej, USA i Oceanii. W ramach drugiego etapu badań przeanalizowano powiązania między cenami masła w Polsce i w wybranych krajach UE. Uzyskane wyniki badań potwierdziły silniejsze powiązanie cen masła w Polsce z cenami masła w Europie Zachodniej i Oceanii, szczególnie w drugim podokresie, czyli po globalnym kryzysie finansowym. Biorąc pod uwagę ceny w UE, należy stwierdzić, że największe powiązania z cenami masła w Polsce miały ceny w Belgii, Czechach, Niemczech, Irlandii oraz Holandii.
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2021, 65, 3; 13-25
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielomodelowe prognozowanie liczby pasażerów przewożonych krajowym transportem lotniczym w Stanach Zjednoczonych w 2021 r.
Multi-model forecast of the number of passengers transported by domestic air transport in the United States for 2021
Autorzy:
Kozicki, Bartosz
Sowa, Bogdan
Powiązania:
https://bibliotekanauki.pl/articles/2085882.pdf
Data publikacji:
2021-07-31
Wydawca:
Polskie Wydawnictwo Ekonomiczne
Tematy:
transport
transport lotniczy
COVID-19
prognozowanie
analiza szeregów czasowych
air transport
forecasting
time series analysis
Opis:
W artykule przedstawiono dane dotyczące liczby pasażerów przewiezionych pasażerskim transportem lotniczym krajowym i międzynarodowym w Stanach Zjednoczonych w ujęciu miesięcznym w latach 2003–2020 i ich prognozowania na 2021 r. Badania rozpoczęto od analizy i oceny dwóch szeregów czasowych dotyczących liczby pasażerów przewiezionych transportem lotniczym pasażerskim w Stanach Zjednoczonych w ujęciu krajowym i międzynarodowym. Zbudowano model Kleina, za pomocą którego wykonano prognozowanie szeregu czasowego liczby pasażerów przewożonych transportem lotniczym krajowym w ujęciu miesięcznym na rok 2021. Zbudowany model jest połączeniem prognozowania ilościowego i jakościowego.
The article presents data on the number of passengers transported by domestic and international passenger air transport in the United States on a monthly basis in the years 2003–2020 and their forecasting for 2021. The research began with the analysis and evaluation of two time series concerning the number of passengers transported by passenger air transport in the United States in terms of national and international approach. The Klein model was built, which was used to forecast the time series of the number of passengers transported by domestic air transport on a monthly basis for the year 2021. The constructed model is a combination of quantitative and qualitative forecasting.
Źródło:
Gospodarka Materiałowa i Logistyka; 2021, 7; 23-32
1231-2037
Pojawia się w:
Gospodarka Materiałowa i Logistyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie modeli ARIMA w badaniach nad stresem ekonomicznym wpływającym na kondycję biologiczną populacji ludzkich
Arima Modelling in Research on the Relationship Between the Biological Condition of Human Populations and the Level of Economic Stress
Autorzy:
Żądzińska, Elżbieta
Domański, Czesław
Rosset, Iwona
Mikulec, Artur
Powiązania:
https://bibliotekanauki.pl/articles/906762.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
wtórny wskaźnik proporcji płci
spożycie prywatne
konsumpcja gospodarstw domowych
stres ekonomiczny
analiza szeregów czasowych
model ARIMA
Opis:
The research on the relations between economic stress and the value of secondary sex ratio (SSR) was initiated by Trivers and Willard (1973). The seminal study in this field speculated that smaller (than needed) consumption of goods and services might sufficiently stress human populations and make the secondary sex ratio lower. In order to verify the hypothesis that the observed time-series of secondary sex ratio (SSR) in Poland is declining with the deterioration in „economic conditions”, the ARIMA mathematic model of both analysed phenomena (according to the statistical procedure proposed by Catalano and Bruckner (2005)) was constructed. The analysis is an attempt to answer the question: if the statistically important decline of SSR in Poland after the Second World War was an effect of deterioration of economic condition.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 271
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Real time search algorithm for observation outliers during monitoring engineering constructions
Autorzy:
Latos, D.
Kolanowski, B.
Pachelski, W.
Sołoducha, R.
Powiązania:
https://bibliotekanauki.pl/articles/106801.pdf
Data publikacji:
2017
Wydawca:
Politechnika Warszawska. Wydział Geodezji i Kartografii
Tematy:
time series analysis
construction monitoring
automation of data analysis
analiza szeregów czasowych
monitorowanie budowy
automatyzacja analizy danych
Opis:
Real time monitoring of engineering structures in case of an emergency of disaster requires collection of a large amount of data to be processed by specific analytical techniques. A quick and accurate assessment of the state of the object is crucial for a probable rescue action. One of the more significant evaluation methods of large sets of data, either collected during a specified interval of time or permanently, is the time series analysis. In this paper presented is a search algorithm for those time series elements which deviate from their values expected during monitoring. Quick and proper detection of observations indicating anomalous behavior of the structure allows to take a variety of preventive actions. In the algorithm, the mathematical formulae used provide maximal sensitivity to detect even minimal changes in the object’s behavior. The sensitivity analyses were conducted for the algorithm of moving average as well as for the Douglas-Peucker algorithm used in generalization of linear objects in GIS. In addition to determining the size of deviations from the average it was used the so-called Hausdorff distance. The carried out simulation and verification of laboratory survey data showed that the approach provides sufficient sensitivity for automatic real time analysis of large amount of data obtained from different and various sensors (total stations, leveling, camera, radar).
Źródło:
Reports on Geodesy and Geoinformatics; 2017, 104; 103-114
2391-8365
2391-8152
Pojawia się w:
Reports on Geodesy and Geoinformatics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie modelu Wintersa do prognozowania jakości powietrza powiatu kędzierzyńsko-kozielskiego
Winters model - a study of applications for forecasting air quality in Kędzierzyn-Koźle county
Autorzy:
Szewczyk, M.
Tłuczak, A.
Powiązania:
https://bibliotekanauki.pl/articles/339242.pdf
Data publikacji:
2010
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
analiza szeregów czasowych
prognozowanie
jakość powietrza
zarządzanie jakością powietrza
air quality management
air quality
forecasting
time-series analysis
Opis:
Powiat Kędzierzyn-Koźle jest jednostką administracji terytorialnej i samorządowej województwa opolskiego, w południowo-zachodniej Polsce. Istniejąca w Kędzierzynie-Koźlu sieć monitoringu powietrza obejmuje dziś tylko jedną w pełni automatyczną stację monitoringu. Emisja wielu zanieczyszczeń powietrza w Kędzierzynie-Koźlu zmniejszyła się znacząco od 1992 r., jednak od 2007 r. stężenie NO2 i pyłu zawieszonego PM10 w powietrzu się nie zmniejszyło. Zmniejszenie stężenia zanieczyszczeń powietrza jest nadal konieczne. Prognozowanie jakości powietrza to jeden z kluczowych elementów współczesnego zarządzania jakością powietrza. W artykule przedstawiono modele i prognozy stężenia SO2, NO2, CO, O3 i PM10, skonstruowane na podstawie danych, pozyskanych z automatycznej stacji monitoringu w Kędzierzynie-Koźlu.
Kędzierzyn-Koźle County is a unit of territorial administration and local government in Opole Voivodeship, south-western Poland. The existing air monitoring network in Kędzierzyn-Koźle comprises only one fully automatic monitoring station now. In Kędzierzyn-Koźle, emissions of many air pollutants have substantially decreased since 1992. However, since 2007, measured concentrations of NO2 and particulate matter PM10 in the air have not shown any improvement. The need to reduce air pollution still remains an important issue. Air quality forecasting is one of the core elements of contemporary air quality management. This paper presents models and forecasts of SO2, NO2, CO, O3 and PM10 concentrations based on data from automatic monitoring station in Kędzierzyn-Koźle.
Źródło:
Woda-Środowisko-Obszary Wiejskie; 2010, 10, 3; 283-296
1642-8145
Pojawia się w:
Woda-Środowisko-Obszary Wiejskie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Links between SMP prices in Poland and selected foreign markets
Powiązanie cen OMP między rynkiem polskim a wybranymi rynkami świata
Autorzy:
Domagała, J.
Powiązania:
https://bibliotekanauki.pl/articles/1789962.pdf
Data publikacji:
2020
Wydawca:
The Polish Association of Agricultural and Agribusiness Economists
Tematy:
SMP market
prices
time series analysis
cointegration tests
causality analysis
rynek OMP
ceny
analiza szeregów czasowych
testy kointegracji
analiza przyczynowości
Opis:
The aim of the paper was to determine the links between SMP prices in Poland and SMP prices in selected countries. The article uses secondary data for the monthly price of butter at a level of countries collected by the Milk Market Observatory and the Italian Dairy Economic Consulting portal for 2000-2016. The analyzed period was divided into two periods: 2000-2004 and 2005-2016. The article uses Johansen cointegration tests, and Granger’s causality analysis. The analyzes in the first stage concerned the links between SMP prices in Poland and SMP prices in Western Europe, the USA and Oceania. In the second stage, the links between SMP prices in Poland and selected EU countries were identified. The results of the study confirmed a stronger link between SMP prices in Poland and SMP prices in Western Europe and Oceania. It is worth noting that these links mainly occurred in the period following Poland’s accession to the EU. Within EU countries, SMP prices in Belgium, the Czech Republic, Germany, Ireland and the Netherlands were related to prices in Poland.
Celem artykułu jest określenie powiązań między cenami odtłuszczonego mleka w proszku (OMP) w Polsce a cenami OMP w wybranych krajach świata. Wykorzystano dane wtórne dotyczące miesięcznych cen OMP na poziomie państw, gromadzone przez EU Milk Market Observatory oraz portal Italian Dairy Economic Consulting za lata 2000-2016. Analizowany okres podzielono na dwa podokresy: 2000-2004 i 2005-2016. Do analizy powiązań zastosowano testy kointegracji Johansena oraz analizę przyczynowości Grangera. Analizy w pierwszym etapie dotyczyły powiązań cen OMP w Polsce z cenami OMP w Europie Zachodniej, USA i Oceanii. W drugim etapie zidentyfikowano powiązania między cenami OMP w Polsce i wybranych krajach UE. Badania potwierdziły długookresowe powiązania między cenami w Polsce a cenami OMP w Europie Zachodniej i Oceanii, które wystąpiły głównie w okresie po akcesji Polski do UE. W ramach krajów UE ceny OMP w Belgii, Czechach, Niemczech, Irlandii i Holandii były powiązane z cenami w Polsce.
Źródło:
Annals of The Polish Association of Agricultural and Agribusiness Economists; 2020, 22, 4; 44-52
2657-781X
2657-7828
Pojawia się w:
Annals of The Polish Association of Agricultural and Agribusiness Economists
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hypothesis Testing in the Case of Insufficient Observations - Identification of Own Critical Values
Testowanie hipotez w warunkach niepełnej informacji - identyfikacja własnych wartości krytycznych
Autorzy:
Poměnková, Jitka
Kapounek, Svatopluk
Powiązania:
https://bibliotekanauki.pl/articles/904951.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Monte Carlo simulation
ADF test
cointegration
time series analysis
interest rates
sumulacja Monte Carlo
test ADF
kointegracja
analiza szeregów czasowych
stopa procentowa
Opis:
Economic transformation of the Central and Eastern European Countries and ongoing process of the European integration are important sources of structural changes in the concerned economies and therefore shorten available time series. Similarly, empirical studies focused on the economies in the European Union wrestle with short time series. Consequently, time series modelling and results robustness of econometric analysis used for European macroeconomic time series are limited by the sample size. Number of observations is important not only for the basic time series modelling and subsequent forecasting, but especially for the verification of theoretical assumptions. Thus, quantitative methods usually used for hypothesis testing are in the case of insufficient observations often completed by qualitative analysis which encompass certain amount of subjectivity. One of the factors influencing the stability of statistical hypothesis tests is the sample size. For large samples estimates behave usually asymptotically and have quite good stability. On the other hand, if the sample size is small (i.e. less then 30) the stability of statistical tests is lower. Moreover, for small samples the probability of wrongly rejected null hypothesis, so-called Type I Error, is even higher. In other words, inadequate power of a statistical hypothesis test determinates the possible application of econometric methods on short macroeconomic time series. One of the possible solutions is the usage of a Monte Carlo simulation and detection of own critical values. Critical values are identified on the base of simulation of time series with suitable length with respect to the predefined model. The authors have applied this methodology only on the analysis of macroeconomic time series regression (using cointegration) without any further limitation in its usage. The basic assumption of the analysis is the robustness of the hypothesis test about time series stationarity. However, the Dickey-Fuller test applied on short time series leads to wrong rejection of the hypothesis about stationarity and thus rejects the existence of real regression and wrongly rejects the hypothesis about spurious regression. Methodology presented and described in this paper is demonstrated on the causality between interbanking interest rates and selected retail banking interest rates in the Czech Republic.
Transformacja gospodarcza w Europie Centralnej i Wschodniej oraz procesy towarzyszące integracji europejskiej stanowią istotne źródła przemian strukturalnych tych gospodarek, z drugiej jednak strony powodują, że szeregi czasowe są zbyt krótkie. Co za tym idzie, przeprowadzając badania empiryczne dotyczące gospodarek unijnych borykamy się ze problemami związanymi ze zbyt krótkimi szeregami czasowymi. W konsekwencji, modelowanie na podstawie szeregów czasowych i obciążoność wyników analiz ekonometrycznych przeprowadzanych dla europejskich makroekonomicznych szeregów czasowych są utrudnione ze względu na długość próby. Liczba obserwacji odgrywa bowiem znaczenie nie tylko dla klasycznego modelowania szeregów czasowych i prognozowania w oparciu o nie. ale także - a może przede wszystkim - dla weryfikacji teoretycznych założeń. Stąd metody ilościowe, stosowane zazwyczaj do testowania hipotez, w przypadku niewystarczającej liczby obserwacji są często uzupełniane poprzez analizę jakościową, która jednak wnosi pewną dozę. subiektywizmu. Jednym z czynników oddziałujących na stabilność testowania jest wielkość próby. Dla dużych prób estymatory są zwykle asymptotyczne i wykazują dość dobrą stabilność. Z drugiej strony, jeśli próba jest mała (mniej niż 30 obserwacji) stabilność testów statystycznych jest niska. Co więcej, dla małych prób prawdopodobieństwo błędnego odrzucenia hipotezy zerowej, określane jako błąd I rodzaju, bywa wysokie. Innymi słowy, niedostateczna moc testu ogranicza możliwości zastosowania metod ekonometrycznych dla krótkich szeregów czasowych obejmujących dane makroekonomiczne. Jedną z możliwości rozwiązania tego problemu jest zastosowanie symulacji Monte Carlo i ustalenie własnych wartości krytycznych. Wartości krytyczne zostają zidentyfikowane na bazie symulacji przeprowadzonych na szeregach czasowych o odpowiedniej długości. Autorzy zastosowali tę metodologię tylko dla potrzeb analizy makroekonomicznych szeregów czasowych (uwzględniając kointegrację) bez dalszych ograniczeń w ich zastosowaniu. Bazowym założeniem analizy jest odporność hipotezy o stacjonarności szeregów czasowych. Metodologia zaprezentowana i opisana w tej pracy zastosowana została do określenia związków przyczynowo-skutkowych pomiędzy międzybankową stopą procentową a wybranymi stopami oprocentowania w bankowości detalicznej w Czechach.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 223
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting European thermal coal spot prices
Autorzy:
Krzemień, A.
Riesgo Fernandez, P.
Suárez Sánchez, A.
Sánchez Lasheras, F.
Powiązania:
https://bibliotekanauki.pl/articles/92159.pdf
Data publikacji:
2015
Wydawca:
Główny Instytut Górnictwa
Tematy:
thermal coal
price forecasting
time series analysis
neural network
autoregressive model
węgiel energetyczny
prognoza cen
analiza szeregów czasowych
sieć neuronowa
model autoregresyjny
Opis:
This paper presents a one-year forecast of European thermal coal spot prices by means of time series analysis, using data from IHS McCloskey NW Europe Steam Coal marker (MCIS). The main purpose was to achieve a good fit for the data using a quick and feasible method and to establish the transformations that better suit this marker, together with an affordable way for its validation. Time series models were selected because the data showed an autocorrelation systematic pattern and also because the number of variables that influence European coal prices is very large, so forecasting coal prices as a dependent variable makes necessary to previously forecast the explanatory variables. A second-order Autoregressive process AR(2) was selected based on the autocorrelation and the partial autocorrelation function. In order to determine if the results obtained are a good fit for the data, the possible drivers that move the European thermal coal spot prices were taken into account, establishing a hypothesis in which they were divided into four categories: (1) energy side drivers, that directly relates coal prices with other energy commodities like oil and natural gas; (2) demand side drivers, that relates coal prices both with the Western World economy and with emerging economies like China, in connection with the demand for electricity in these economies; (3) commodity currency drivers, that have an influence for holders of different commodity currencies in countries that export or import coal; and (4) supply side drivers, involving the production costs, transportation, etc. Finally, in order to analyse the time series model performance a Generalized Regression Neural Network (GRNN) was used and its performance compared against the whole AR(2) process. Empirical results obtained confirmed that there is no statistically significant difference between both methods. The GRNN analysis also allowed pointing out the main drivers that move the European Thermal Coal Spot prices: crude oil, USD/CNY change and supply side drivers.
Źródło:
Journal of Sustainable Mining; 2015, 14, 4; 203-210
2300-1364
2300-3960
Pojawia się w:
Journal of Sustainable Mining
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie wskaźnika nagromadzenia odpadów w ujęciu zmian osobistych wydatków konsumpcyjnych za pomocą modelu wektorowo-autoregresyjnego
FORECASTING OF MUNICIPAL WASTE ACCUMULATION RATE IN THE APPROACH TO CHANGES IN PERSONAL CONSUMER EXPENDITURE BY MEANS OF A VECTOR-AUTOREGRESSIVE MODEL
Autorzy:
Bień, Jurand
Bień, Beata
Krawczyk, Piotr
Powiązania:
https://bibliotekanauki.pl/chapters/33534354.pdf
Data publikacji:
2023-12-07
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
analiza szeregów czasowych
model wektorowo-autoregresyjny
prognozo-wanie
wskaźnik nagromadzenia odpadów
wydatki konsumpcyjne
consumer expenditures
forecasting
time-series analysis
vector-autoregression model
waste accumulation rate
Opis:
Prognozowanie ilości wytwarzanych odpadów komunalnych jest ważne dla planowania, eksploatacji i optymalizacji prawidłowo funkcjonującego systemu gospodarki odpadami komunalnymi. Nie jest to jednak łatwe zadanie ze względu na szereg dynamicznych zmian będących wynikiem przeobrażeń demograficznych, społecznych, ekonomicznych, czasem wręcz nieprzewidywalnych. Początkowo do prognozowania stosowano głównie konwencjonalne, opisowe modele statystyczne prognozowania wytwarzania odpadów z uwzględnieniem czynników demograficznych i społeczno-ekonomicznych. Obecnie jednak coraz częściej metody te zastępowane są przez metody oparte na uczeniu maszynowym, które to stanowi podzbiór sztucznej inteligencji. Uczenie maszynowe to nic innego jak nauczenie komputerów, jak uczyć się na danych i doskonalić w miarę zdobywania doświadczenia. W niniejszej publikacji przeanalizowano zmiany wskaźnika nagromadzenie odpadów komunalnych w jego relacji do wydatków na osobistą konsumpcję w oparciu o dane pozyskane z Banku Danych Lokalnych (BDL) prowadzonego przez Główny Urząd Statystyczny. Analiza, a następnie prognoza przeprowadzona została z wykorzystaniem modelu wektorowo-autoregresyjnego, gdzie każda ze zmiennych opisana została osobnym równaniem modelu, w którym zmiennymi niezależnymi są opóźnienia wszystkich zmiennych zależnych. Uzyskane wyniki pokazały, że taka metoda może być z powodzeniem stosowana do prognozowania wskaźnika nagromadzenia odpadów w ujęciu zmian osobistych wydatków konsumpcyjnych przy przybliżonym poziomie 2,3% błędu średniokwadratowego (RMSE).
Forecasting the amount of municipal waste generated is important for the planning, operation and optimization of a properly functioning municipal waste management system. However, it is not an easy task due to a number of dynamic changes resulting from demographic, social and economic transformations, some of them unpredictable. Initially, mainly conventional, descriptive statistical models of forecasting waste generation, taking into account demographic and socio-economic factors, were used for prognosis. Currently more and more often these methods are replaced by methods based on machine learning, which is a subset of artificial intelligence. Machine learning teaches computers to learn from data and improve the model as they gain experience. The chapter analyses the changes in the municipal waste accumulation ratio in relation to expenditure on personal consumption based on data obtained from the Local Data Bank (LDB) run by the Polish Central Statistical Office. The analysis, and then the forecasting, was carried out with the use of a vector-autoregressive model, where each variable was described with a separate model equation, in which the independent variables are the delays of all dependent variables. The results showed that such a method can be successfully used to forecast the waste accumulation rate in terms of changes in personal consumption expenditure at an approximate level of 2.3% mean square error (RMSE).
Źródło:
Czysta energia i środowisko; 95-107
9788371939044
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of time-series analysis in control of chemical composition of grey cast iron
Autorzy:
Perzyk, M.
Rodziewicz, A.
Powiązania:
https://bibliotekanauki.pl/articles/380404.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
technologia informatyczna
przemysł odlewniczy
zarządzanie jakością
analiza szeregów czasowych
proces topienia
żeliwo szare
information technology
foundry industry
quality management
time series analysis
melting process
grey cast iron
Opis:
The aim of the paper was an attempt at applying the time-series analysis to the control of the melting process of grey cast iron in production conditions. The production data were collected in one of Polish foundries in the form of spectrometer printouts. The quality of the alloy was controlled by its chemical composition in about 0.5 hour time intervals. The procedure of preparation of the industrial data is presented, including OCR-based method of transformation to the electronic numerical format as well as generation of records related to particular weekdays. The computations for time-series analysis were made using the author's own software having a wide range of capabilities, including detection of important periodicity in data as well as regression modeling of the residual data, i.e. the values obtained after subtraction of general trend, trend of variability amplitude and the periodical component. The most interesting results of the analysis include: significant 2-measurements periodicity of percentages of all components, significance 7-day periodicity of silicon content measured at the end of a day and the relatively good prediction accuracy obtained without modeling of residual data for various types of expected values. Some practical conclusions have been formulated, related to possible improvements in the melting process control procedures as well as more general tips concerning applications of time-series analysis in foundry production.
Źródło:
Archives of Foundry Engineering; 2012, 12, 4; 171-175
1897-3310
2299-2944
Pojawia się w:
Archives of Foundry Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Special Cause Control Charts to Green Sand Process
Autorzy:
Perzyk, M.
Rodziewicz, A.
Powiązania:
https://bibliotekanauki.pl/articles/381885.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
quality management
information technology
foundry industry
statistical process control
time series analysis
control charts
zarządzanie jakością
technologia informatyczna
przemysł odlewniczy
statystyczne sterowanie procesem
analiza szeregów czasowych
karta kontrolna
Opis:
Statistical Process Control (SPC) based on the well known Shewhart control charts, is widely used in contemporary manufacturing industry, including many foundries. However, the classic SPC methods require that the measured quantities, e.g. process or product parameters, are not auto-correlated, i.e. their current values do not depend on the preceding ones. For the processes which do not obey this assumption the Special Cause Control (SCC) charts were proposed, utilizing the residual data obtained from the time-series analysis. In the present paper the results of application of SCC charts to a green sand processing system are presented. The tests, made on real industrial data collected in a big iron foundry, were aimed at the comparison of occurrences of out-of-control signals detected in the original data with those appeared in the residual data. It was found that application of the SCC charts reduces numbers of the signals in almost all cases It is concluded that it can be helpful in avoiding false signals, i.e. resulting from predictable factors.
Źródło:
Archives of Foundry Engineering; 2015, 15, 4; 55-60
1897-3310
2299-2944
Pojawia się w:
Archives of Foundry Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Time-Series Analysis for Predicting Defects in Continuous Steel Casting Process
Autorzy:
Rodziewicz, A.
Perzyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/380643.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
information technology
foundry industry
quality management
continuous steel casting
time series analysis
naïve Bayesian classifier
technologia informatyczna
przemysł odlewniczy
zarządzanie jakością
ciągłe odlewanie stali
analiza szeregów czasowych
naiwny klasyfikator Bayesa
Opis:
The purpose of this paper was testing suitability of the time-series analysis for quality control of the continuous steel casting process in production conditions. The analysis was carried out on industrial data collected in one of Polish steel plants. The production data concerned defective fractions of billets obtained in the process. The procedure of the industrial data preparation is presented. The computations for the time-series analysis were carried out in two ways, both using the authors’ own software. The first one, applied to the real numbers type of the data has a wide range of capabilities, including not only prediction of the future values but also detection of important periodicity in data. In the second approach the data were assumed in a binary (categorical) form, i.e. the every heat(melt) was labeled as ‘Good’ or ‘Defective’. The naïve Bayesian classifier was used for predicting the successive values. The most interesting results of the analysis include good prediction accuracies obtained by both methodologies, the crucial influence of the last preceding point on the predicted result for the real data time-series analysis as well as obtaining an information about the type of misclassification for binary data. The possibility of prediction of the future values can be used by engineering or operational staff with an expert knowledge to decrease fraction of defective products by taking appropriate action when the forthcoming period is identified as critical.
Źródło:
Archives of Foundry Engineering; 2016, 16, 4; 125-130
1897-3310
2299-2944
Pojawia się w:
Archives of Foundry Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting municipal waste accumulation rate and personal consumption expenditures using vector autoregressive (VAR) model
Autorzy:
Bień, Jurand
Powiązania:
https://bibliotekanauki.pl/articles/23966648.pdf
Data publikacji:
2022
Wydawca:
Stowarzyszenie Menedżerów Jakości i Produkcji
Tematy:
wskaźnik akumulacji odpadów
wydatki konsumpcyjne
prognozowanie
analiza szeregów czasowych
wielowymiarowe szeregi czasowe
model autoregresji wektorowej
waste accumulation rate
consumption expenditures
forecasting
time-series analysis
multivariate time series models
vector autoregression model
Opis:
Accurate forecasting of municipal solid waste (MSW) generation is important for the planning, operation and optimization of municipal waste management system. However, it’s not easy task due to dynamic changes in waste volume, its composition or unpredictable factors. Initially, mainly conventional and descriptive statistical models of waste generation forecasting with demographic and socioeconomic factors were used. Methods based on machine learning or artificial intelligence have been widely used in municipal waste projection for several years. This study investigates the trend of municipal waste accumulation rate and its relation to personal consumption expenditures based on the yearly data achieved from Local Data Bank (LDB) driven by Polish Statistical Office. The effect of personal consumption expenditures on the municipal waste accumulation rate was analysed by using the vector autoregressive model (VAR). The results showed that such method can be successfully used for this purpose with an approximate level of 2.3% Root Mean Square Error (RMSE).
Źródło:
Production Engineering Archives; 2022, 28, 2; 150--156
2353-5156
2353-7779
Pojawia się w:
Production Engineering Archives
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-14 z 14

    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