Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Smoothing models" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    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
    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:
    Trends in Cigarettes Consumption in Poland According to Expotential Smoothing and Autoregressive Models
    Badanie tendencji spożycia papierosów w Polsce z wykorzystaniem modeli wyrównania 359 wykładniczego i modeli autoregresyjnych
    Autorzy:
    Jałowiecka, Ewa
    Jałowiecki, Piotr
    Orłowski, Arkadiusz
    Powiązania:
    https://bibliotekanauki.pl/articles/906283.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    cigarettes consumption
    forecasting
    expotential smoothing models
    autoregressive models
    comer methods
    prewhitening technique
    Opis:
    Polski przemysł wyrobów tytoniowych przechodzi w ostatnich latach znaczące przemiany związane z akcesją Polski do Unii Europejskiej. Stanowi on ważny sektor polskiej gospodarki generując 7,5% dochodów budżetu państwa. W pracy porównano prognozy spożycia papierosów w latach 2006-2010 przygotowane w oparciu o wybrane modele wyrównywania wykładniczego oraz autoregresyjne na podstawie danych historycznych z lat 1995-2005. Główną uwagę skoncentrowano na trendzie w prognozach. Identyfikację modeli autoregresyjnych przeprowadzono przy użyciu metod typu „corner” oraz rozszerzonej funkcji autokorelacji. W celu zwiększenia wiarygodności, prognozy przygotowano z uwzględnieniem zidentyfikowanych wartości odstających. Uzyskane wyniki porównano z danymi szacunkowymi uzyskanymi z Głównego Urzędu Statystycznego oraz z wynikami prognoz uwzględniających jako dodatkową zmienną produkcję papierosów przygotowanymi z zastosowaniem techniki „prewhitening”. Przeprowadzono dyskusję zalet i wad zastosowanych metod.
    Polish tobacco industry has been recently changing significantly due to accession of Poland to EU. It is one of the prime sector of polish economy. It generates every year about 7% of budget incomes on average. The aim of this paper is to compare some forecast methods of cigarettes consumption in 2006-2010. The models used exponential smoothing and autoregression theory. The forecasts were estimated on historical data from 1995-2005. The main attention was focused on the trends in prediction. Identification, the most crucial stage in fitting autoregressive models exploited different approach such as the comer method and extended sample autocorrelations. The outlier selection techniques were also applied to get more reliable estimates. The results were compared to the predicted values obtained from Central Statistical Office and to the results of forecasts taking cigarettes production into consideration due to prewhitening technique. The advantages and drawbacks of different methods are discussed.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    WYKORZYSTANIE DANYCH OCZYSZCZONYCH O WYSOKIEJ CZĘSTOTLIWOŚCI W PROGNOZOWANIU ZMIENNYCH ZE ZŁOŻONĄ SEZONOWOŚCIĄ
    APPLICATION OF SEASONALLY ADJUSTED HIGH FREQUENCY DATA TO FORECASTING VARIABLES WITH COMPLEX SEASONALITY
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/452810.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    prognozowanie
    dane o wysokiej częstotliwości
    złożona sezonowość
    wyrównywanie wykładnicze
    forecasting
    high frequency data
    complex seasonality
    exponential smoothing models
    Opis:
    W pracy przedstawione zostanie procedura modelowania i prognozowania zmiennej o bardzo wysokiej częstotliwości obserwowania na podstawie szeregów, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Do budowy prognoz zostaną wykorzystane wybrane modele adaptacyjne. Rozważania teoretyczne zilustrowane zostaną przykładem empirycznym dotyczącym, kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A.
    In the article will be presented procedure to modeling and forecasting of the high frequency variable, based on series, from which was eliminated two or three types of seasonality. Forecasts will be built on the basis of exponential smoothing models. The theoretical considerations will be illustrated with empirical example about demand for electricity in hour periods in the agglomeration A.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 4; 147-159
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie modeli wyrównywania wykładniczego w prognozowaniu zmiennych o wysokiej częstotliwości w warunkach braku pełnej informacji
    Application of exponential smoothing models in forecasting high frequency time series in the condition of lack of full information
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/425251.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    forecasting
    high frequency time series
    complex seasonality
    exponential smoothing models
    systematic gaps in the data
    Opis:
    The paper will present the results of the application of the modified additive and multiplicative exponential smoothing models (Brown, Holt and Holt-Winters) in the interpolation and extrapolation forecasting of demand for power energy in the agglomeration A in hour periods, based on time series with systematic gaps. The basis for the construction of forecasts will be time series, from which twelve month, weekly and twenty-four hour fluctuation cycles have been eliminated. Additionally the comparative analysis of accuracy of forecasts built for classical time series models with complex seasonal fluctuations will be conducted. There also will be presented an assess of the criteria for selecting the optimal values of the smoothing constants in terms of building an ex ante forecasts.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 4 (50); 228-239
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    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