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 1-11 z 11
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:
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:
Nowoczesna analiza wizualna ekonomicznych szeregów czasowych
Modern Visual Analysis of Economic Time Series
Autorzy:
Nowiński, Marek
Powiązania:
https://bibliotekanauki.pl/articles/593452.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza ilościowa
Analiza szeregów czasowych
Metoda graficzna
Szeregi czasowe
Graphical method
Quantitative analysis
Time-series
Time-series analysis
Opis:
Artykuł przedstawia metody zaawansowanej analizy wizualnej, która nie polega jedynie na badaniu podstawowych, statystycznych własności szeregów czasowych, ale przede wszystkim na próbie wykrycia pewnej złożonej, ukrytej w nich struktury. Uzyskanie takich informacji nie jest możliwe na podstawie podstawowych badań statystycznych danych szeregu czasowego ani jego wykresu w postaci pierwotnej, który jest w rzeczywistości kompletnie nieczytelny. Współczesna analiza szeregu czasowego często przypomina przepuszczenie danych szeregu przez pewien pryzmat oraz przedstawienie wyników na odpowiednio skonstruowanym wykresie w celu wizualnej identyfikacji jego określonych własności. Istnieją również metody dwustopniowe, które dodatkowo zawierają analizę ilościową i możliwości szacowania specjalnych wskaźników uzyskanych wyłącznie na podstawie takich wykresów, które same niosą wiele przydatnych informacji i mogą stanowić wskazówki przy wyborze innych metod i narzędzi badawczych (por. np. metody Recurrence Quantification Analysis lub Artificial Insymmetrised Patterns). Metody te pozwalają na odróżnienie badanego szeregu czasowego od losowego szumu, wykrycie zakłóconych procesów deterministycznych, ocenę rodzaju zależności w nim występujących, określenie stopnia stacjonarności, determinizmu i rekurencji. Mogą także pomóc w doborze metod pozwalających wykryć w danych elementy nieliniowości (a nawet chaosu deterministycznego). Inną zaletą tego podejścia jest możliwość ujawnienia w danych cykli okresowych o różnych długościach (co pozwala na bardziej skuteczne stosowanie modeli ARIMA lub wyrównywania wykładniczego, gdzie okres składnika cyklicznego musi być znany i może być wykorzystywany w pewnych modelach teoretycznych, np. średnich ruchomych lub autokorelacji). Takie własności nowoczesnej wersji metod wizualnej analizy szeregów czasowych musiały wzbudzić zainteresowanie badaczy skomplikowanych zjawisk i procesów ekonomicznych, którzy próbują je wykorzystywać do pogłębionej analizy nieliniowej, a także do efektywnego modelowania i prób prognozowania tych procesów. Jest to również powód przedstawienia urozmaiconego przeglądu tych metod w niniejszym artykule.
The paper presents an advanced visual analysis method that does not rely only on examining of basic statistical properties of the time series, but also on attempting to detect a complex structure, hidden in the original dynamic process. Obtaining such information is not possible on the basis of the basic survey of time series data, or its graph in the original form, which is in fact completely illegible. Contemporary time series analysis of time series data is often reminiscent of passing it through a prism, and presenting the results on a properly constructed plots for visual identification of its specific properties. There are also two-step methods, which include both the possibility of quantitative analysis and estimation of specific indicators derived on the basis of such plots. They can carry a lot of useful information and provide us the guidance for the further selection of proper research of nonlinear analysis methods and tools (see eg. the methods of Recurrence Quantification Analysis and Artificial Insymmetrised Patterns). These methods allow to distinguish the analyzed time series from the random noise, to detect real deterministic processes biased with noise, to assess the type of dependencies in time series data, and to determine the degree of stationarity, determinism or recurrence. They can also help in the selection of methods to detect the nonlinearity in the data (or even deterministic chaos). Another advantage of this approach is the possibility of disclosure in data periodic cycles with periods of different lengths (for more efficient use of ARIMA and exponential smoothing models, where the period of the cyclical component must be known and can be used in certain theoretical models, eg. moving average or autocorrelation). Such properties of the modern version of visual time series analysis caused the interest of scientists trying to understand the complex economic phenomena and processes. They are trying to use it for in-depth nonlinear analysis, economic modeling and attempts of effective forecasting of these processes. This is the main reason for presenting a review of these methods in this paper.
Źródło:
Studia Ekonomiczne; 2015, 237; 79-91
2083-8611
Pojawia się w:
Studia Ekonomiczne
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:
Polski eksport produktów rolno-spożywczych do Rosji
Polish exports of agro-food products to Russia
Autorzy:
Cieslewicz, W.
Powiązania:
https://bibliotekanauki.pl/articles/572416.pdf
Data publikacji:
2012
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
Polska
Rosja
produkty rolno-spozywcze
eksport
wymiana handlowa
lata 2004-2010
dane statystyczne
analiza danych
analiza szeregow czasowych
wartosc eksportu
wzrost eksportu
struktura eksportu
Opis:
Polska prowadzi ożywioną wymianę handlową produktami rolno-spożywczymi z Rosją. W artykule dokonano analizy eksportu tych produktów w latach 2004–2010. Podstawowy materiał do analizy stanowiły dane Głównego Urzędu Statystycznego. Pomocne okazało się również piśmiennictwo naukowe. Zebrane informacje opracowano posługując się metodą opisową szeregów czasowych, a na ich podstawie logicznego wnioskowania. W badanym okresie nastąpił wzrost wartości polskiego eksportu produktów rolno-spożywczych do Rosji z 501,4 do 992,5 mln USD, a więc o 98,0%. Mimo tak dużego wzrostu wartości tego eksportu, w 2010 roku eksport artykułów rolno-spożywczych do Rosji stanowią 5,5% całości wywozu do tego kraju. W strukturze eksportu dominowało kilka grup produktów. Były to produkty ogrodnictwa i przemysłu owocowowarzywnego, kakao i przetwory, produkty mleczarskie oraz różne przetwory spożywcze.
Poland is conducting a vivid trade in agro-food products with Russia. The paper presents an analysis of exports of these products in 2004-2010. The basic material for analysis were data from the Central Statistical Office publications. Also, the scientific literature has proved to be helpful. The collected data were processed with methods of descriptive and time series analysis and on that basis by methods of logical inference. In the period investigated, the value of Polish exports of agro-food products to Russia has increased from USD 501,4 million to 992,5 million, so by 98,0%. Despite such a large increase in the trade value, its meaning for the Polish trade in food products was low. In 2010, exports of agro-food products to Russia amounted to 5,5% of total exports. The structure of exports was dominated by a few groups of products. These were products of horticulture, fruit and vegetable processing industry, cocoa and cocoa preparations, dairy products, and miscellaneous edible preparations.
Źródło:
Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie. Problemy Rolnictwa Światowego; 2012, 12[27], 1
2081-6960
Pojawia się w:
Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie. Problemy Rolnictwa Światowego
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:
Wykorzystanie metody moving block bootstrap w prognozowaniu szeregów czasowych z wahaniami okresowymi
The Use of the Moving Block Bootstrap Method in Periodic Time Series Forecasting
Autorzy:
Kończak, Grzegorz
Miłek, Michał
Powiązania:
https://bibliotekanauki.pl/articles/586452.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza szeregów czasowych
Metody statystyczne
Modele ARIMA
Prognozowanie matematyczne
Szeregi czasowe
Autoregressive integrated moving average (ARIMA) models
Mathematical forecasting
Statistical methods
Time-series
Time-series analysis
Opis:
The aim of the analysis of the time series is, among others, to facilitate the formulation of prognosis. The basis for the inference of the future variables are their future realizations. There are various methods used in time series forecasting, such as for example naïve method, Holt-Winters models, ARIMA models and various simulation methods. One of the most popular and widely used simulation method in statistical research is the bootstrap method proposed by B. Efron. It is usually applied in measuring the estimates of the variance and testing the hypotheses in cases when the distribution of the test statistic is unknown. This method does not require for the selected samples to be from the standard normal distribution population. Due to the construction of the random samples in this method, there is usually no possibility to directly apply it in the analysis of the periodic time series. In the literature written on this subject, there are the proposals to introduce some modifications to the bootstrap method that would provide the possibility to conduct such analyses. One of such methods is the moving block bootstrap. In the present essay, we will present the proposal to apply this method to create the confidential intervals for the periodic time series forecasts. The results gathered by applying that method are compared with the results obtained via the classic construction of the confidential intervals for the forecasts and on the confidential intervals based on ARIMA models.
Źródło:
Studia Ekonomiczne; 2014, 203; 91-100
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie i dekompozycja szeregów czasowych aktualizacji Jednolitych Plików Kontrolnych
Modeling and decomposition of Standard Sudit Files for Tax (SAF-T) updates
Autorzy:
Ćwikliński, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/590746.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza szeregów czasowych
BATS/TBATS
Dekompozycja
Jednolity Plik Kontrolny
Prognozowanie
SARIMA
Analyze of time series
BATS
Decomposition
Predicting
Standard Audit Files for Tax (SAF-T)
TBATS
Opis:
Modelowanie szeregów czasowych stało się niezbędne w procesie kontrolowania procesów zachodzących w systemach informatycznych Ministerstwa Finansów RP. Wymierne w sensie finansowym są problemy braku lub niepełnej aktualizacji relacyjnej bazy danych JPK_VAT w akceptowalnym przez prawo terminie. W tym przypad-ku niezwykle ważna okazuje się umiejętność zastosowania nie tylko klasycznych modeli uwzględniających składniki sezonowe (np. SARIMA), ale także złożone składniki systematyczne (BATS/TBATS). Dokonano analizy szeregów czasowych pod kątem występowania składników systematycznych, estymowano parametry strukturalne modeli, otrzymano i zestawiono wyniki testów wskazujące na konieczność zastosowania modelu TBATS.
The modeling different time series became necessary process at the Ministry of Finance IT systems. The problems with lack of information and actual updates of Standard Audit Files for Tax are known. Capabilities to choosing right model of time series with complex seasonal patterns are crucial in some cases. In the article, author made the decomposition of time series with complex seasonal patterns. The results of modeling and testing indicated the best predicting (according to Mean Absolute Percentage Error) and time series decomposition method – TBATS.
Źródło:
Studia Ekonomiczne; 2019, 390; 60-75
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie szeregów czasowych aktualizacji Jednolitych Plików Kontrolnych
Forecasting of Standard Audit Files for Tax (Saf-T) updates
Autorzy:
Ćwikliński, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/589569.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Analiza szeregów czasowych
BATS/TBATS
Dekompozycja
Jednolity Plik Kontrolny
Prognozowanie
SARIMA
Analyze of time series
BATS
Decomposition
Predicting
Standard Audit Files for Tax (SAF-T)
TBATS
Opis:
Prognozowanie szeregów czasowych stało się niezbędne w procesie kontrolowania procesów zachodzących w systemach informatycznych Ministerstwa Finansów. Wymierne w sensie finansowym są problemy braku lub niepełnej aktualizacji relacyjnej bazy danych JPK_VAT w akceptowalnym przez prawo terminie. W tym przypadku niezwykle ważna okazuje się umiejętność zastosowania nie tylko klasycznych modeli uwzględniających składniki sezonowe (np. SARIMA), ale także złożone składniki systematyczne (BATS/TBATS). Dokonano analizy szeregów czasowych pod kątem występowania składników systematycznych, postawiono prognozy i przetestowano reszty. Otrzymano i zestawiono wyniki testów wskazujące na konieczność zastosowania modelu TBATS.
The forecasting of different time series became necessary process at the Ministry of Finance IT systems. The problems with lack of information and actual updates of Standard Audit Files for Tax are known. Capabilities to choosing right predicting model of time series with complex seasonal patterns are crucial in some cases. In the article, author made the decomposition of time series with complex seasonal patterns. The results of modeling and testing indicated the best predicting (according to Mean Absolute Percentage Error) and time series decomposition method – TBATS.
Źródło:
Studia Ekonomiczne; 2019, 390; 76-90
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zróżnicowanie krajów pod względem udziału krajowej wartości dodanej w eksporcie
Differentiation of countries in terms of the shore of domestic value added in exports
Autorzy:
Doryń, Wirginia
Powiązania:
https://bibliotekanauki.pl/articles/962678.pdf
Data publikacji:
2019
Wydawca:
Główny Urząd Statystyczny
Tematy:
globalne łańcuchy wartości
handel zagraniczny
krajowa wartość dodana w eksporcie
analiza skupień szeregów czasowych
baza TiVA
global value chains
foreign trade
domestic value added in exports
time
series cluster analysis
tiva database
Opis:
Powstanie globalnych łańcuchów wartości sprawiło, że pomiar korzyści z handlu zagranicznego nie może ograniczać się do pomiaru strumieni handlu czy też ich struktury. Celem artykułu jest przedstawienie zróżnicowania krajów pod względem udziału krajowej wartości dodanej w eksporcie brutto. W badaniu posłużono się analizą skupień szeregów czasowych. Dane obejmujące okres 2005–2016 zaczerpnięto z najnowszej bazy TiVA (Trade in Value Added) z grudnia 2018 r. Otrzymano cztery skupienia krajów. W skupieniu o najwyższych wartościach udziału krajowej wartości dodanej w eksporcie znalazły się gospodarki bogate w zasoby naturalne (m.in. Arabia Saudyjska, Rosja, kraje Ameryki Południowej), mające duży rynek wewnętrzny oraz zaangażowane w zaawansowane technologicznie procesy wytwórcze/usługi o wysokim nasyceniu wiedzą (m.in. USA, Japonia, Wielka Brytania). W grupie o najniższym udziale krajowej wartości dodanej w eksporcie (nieprzekraczającym 50%) znalazły się małe i otwarte gospodarki europejskie – Luksemburg i Malta.
The emergence of global value chains entails that measuring the benefits of foreign trade cannot be limited to measuring trade flows nor their structure. The article aims at presenting the results of the time series cluster analysis of the share of the domestic value added of gross exports. It is based on data from the latest TiVA database (Trade in Value Added) from December 2018, covering the period 2005–2016. Four clusters of countries were identified. The cluster containing countries with the highest values of the national share of added value in exports included economies rich in natural resources (i.a., Saudi Arabia, Russia, South American countries), with a large internal market and involved in technologically advanced manufacturing processes/knowledge intensive services (including USA, Japan, Great Britain). A group with the lowest share of the domestic value added in exports (not exceeding 50%) contained small and open European economies of Luxembourg and Malta.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 7; 32-47
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-11 z 11

    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