Informacja

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

Wyszukujesz frazę "Prognozy ekonometryczne" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
O eliminacji błędów w prognozach wykonywanych na podstawie modelu Leontiewa w przypadku agregacji niedoskonałej w sensie Hatanaki
On Eliminating Errors of Forecasts Obtained from the Leontief Model for the Case of Imperfect Hatanaki’s Aggregation
Autorzy:
Kolupa, Michał
Plebaniak, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/1827249.pdf
Data publikacji:
2009-12-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
model Leontiewa
prognozy ekonometryczne
agregacja
Leontief model
econometric forecasts
aggregation
Źródło:
Przegląd Statystyczny; 2009, 56, 3-4; 81-88
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sposoby badania trafności systemu prognoz sprzedaży w przedsiębiorstwie
Methods of Searching Accuracy of Sales Forecasting Systems in a Company
Autorzy:
Doszyń, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/589321.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Metody prognozowania
Prognozowanie sprzedaży
Prognozy ekonometryczne
Szeregi czasowe
Econometric forecasts
Forecasting methods
Sales forecasting
Time-series
Opis:
Celem artykułu jest zaprezentowanie metod monitorowania trafności systemu prognoz sprzedaży w przedsiębiorstwie. W pierwszej części scharakteryzowano system prognostyczny wspomagający zarządzanie w centrum magazynowo-dystrybucyjnym zlokalizowanym w województwie zachodniopomorskim. W dalszej kolejności opisano sposoby badania trafności prognoz, oparte na rozkładach wybranych błędów prognoz ex post. W związku z tym, iż w analizowanym przedsiębiorstwie wiele produktów charakteryzuje się niską częstością sprzedaży, zaproponowano błąd ex post, który może być stosowany w tego rodzaju przypadkach.
The purpose of this article was to present methods of monitoring the accuracy of the sales forecasts in the company. In the first part of the article prognostic system supporting management of the warehouse and distribution centre located in Western Pomerania has been characterized. Then methods of verifying predictions accuracy, based on the distributions of some ex-post forecast errors were described. Because of the fact that in analysed company sales frequency was low in case of many products, ex-post forecast error useful in such cases was proposed.
Źródło:
Studia Ekonomiczne; 2015, 241; 9-23
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych
Application of Artificial Neural Network to time series forecasting
Autorzy:
Perzyńska, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/449790.pdf
Data publikacji:
2018-12-14
Wydawca:
Zachodniopomorska Szkoła Biznesu w Szczecinie
Tematy:
dekompozycja szeregu czasowego
prognozy ekonometryczne
szeregi czasowe
sztuczne sieci neuronowe
artificial neural network
time series decomposition econometric forecasts
time series
Opis:
W artykule przedstawiono sposób wykorzystania sztucznych sieci neuronowych do prognozowania zmiennej w postaci szeregu czasowego. Ilustracją rozważań o charakterze teoretycznym jest przykład empiryczny, w którym modelowaniu i prognozowaniu poddano zmienną mikroekonomiczną charakteryzującą się występowaniem trendu i wahań sezonowych. Jej prognozy wyznaczono na podstawie klasycznych modeli szeregu czasowego, sztucznych sieci neuronowych oraz modeli będących ich złożeniem. Jakość wyznaczonych prognoz oceniono na podstawie ich średnich błędów ex post. Przeprowadzone badania potwierdziły użyteczność sztucznych sieci neuronowych w prognozowaniu szeregów czasowych.
In the paper, the author presents the method of using artificial neural networks for forecasting a variable in the time series form. The illustration of theoretical considerations is the empirical example, in which forecasts are calculated for microeconomic variable with trend and seasonal fluctations. Its forecasts are based on the classic time series models, artificial neural networks and models being their composition. The quality of the forecasts is assessed on the basis of their average expost errors. The research confirms the usefulness of artificial neural network in time series forecasting.
Źródło:
Zeszyty Naukowe ZPSB Firma i Rynek; 2018, 2(54); 95-104
2657-3245
Pojawia się w:
Zeszyty Naukowe ZPSB Firma i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metod numerycznych w prognozowaniu brakujących danych w szeregach czasowych z sezonowością
Application numerical methods in predicting missing data in seasonal time series
Autorzy:
Oesterreich, M.
Powiązania:
https://bibliotekanauki.pl/articles/78665.pdf
Data publikacji:
2010
Wydawca:
Zachodniopomorski Uniwersytet Technologiczny w Szczecinie. Wydawnictwo Uczelniane ZUT w Szczecinie
Tematy:
dane brakujace
prognozowanie
metody numeryczne
metoda odcinkowa
metoda lukow
modelowanie ekonometryczne
sezonowosc
szeregi czasowe
prognozy ekstrapolacyjne
Opis:
The following study presents the empirical analysis of the numeric methods in forecasting in conditions of lack of full information. In forecasting the following methods were used: segment, two variants of curves methods, and four variants of Lagrange methods. In analysis are used the average relative forecast errors in six variants of blanks. This study is an attempt to answer a question, whether the amount and distribution of blanks affect the quality of forecasts.
Źródło:
Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica; 2010, 59
2081-0644
Pojawia się w:
Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci Kohonena jako narzędzie wspomagające budowę prognoz kombinowanych
Self-Organizing maps as a tool supporting the construction of combined forecasts
Autorzy:
Perzyńska, Joanna
Powiązania:
https://bibliotekanauki.pl/articles/449693.pdf
Data publikacji:
2017
Wydawca:
Zachodniopomorska Szkoła Biznesu w Szczecinie
Tematy:
modele ekonometryczne
prognozy kombinowane
sztuczne sieci neuronowe
sieci Kohonena
artificial neural network
combined forecasts
econometric models
Self-Organizing Maps
Opis:
W artykule przedstawiono propozycję wykorzystania sieci Kohonena we wstępnym etapie budowy prognoz kombinowanych. Przy pomocy sieci Kohonena można podzielić zbiór dostępnych modeli na rozłączne klasy, a następnie dokonać redukcji ich liczby. Prognozy składowe prognoz kombinowanych wyznacza się wówczas na podstawie modeli należących do różnych klas, co ma zapewnić niepowielanie informacji oraz zwiększyć dokładność prognoz kombinowanych. Ilustracją rozważań o charakterze teoretycznym jest przykład empiryczny, w którym prognozy (indywidualne i kombinowane) wyznaczono dla zmiennej mikroekonomicznej wykazującej wahania sezonowe. Przeprowadzone badania potwierdziły użyteczność zaproponowanej metody.
In the paper, the author presents suggestion of application of Self-Organizing Maps in the preliminary stage of construction of combined forecasts. Using the SOM, the set of available models can be divided into disjoint classes and then reduced. The component forecasts are then determined on the basis of models belonging to different classes, to ensure that information is not duplicated and to increase the accuracy of the combined forecasts. The illustration of theoretical considerations is the empirical example, in which individual and combined forecasts are calculated for economic variable with seasonal fluctations. The research confirms the usefulness of the suggested method.
Źródło:
Zeszyty Naukowe ZPSB Firma i Rynek; 2017, 2(52); 77-85
2657-3245
Pojawia się w:
Zeszyty Naukowe ZPSB Firma i Rynek
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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