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


Tytuł:
The importance of data revisions for statistical inference
Znaczenie rewizji danych dla wnioskowania statystycznego
Autorzy:
Ziembińska, Paulina
Powiązania:
https://bibliotekanauki.pl/articles/985676.pdf
Data publikacji:
2021
Wydawca:
Główny Urząd Statystyczny
Tematy:
data revisions
real-time data
time series analysis
forecasting
rewizje danych
dane w czasie rzeczywistym
analiza szeregów czasowych
prognozowanie
Opis:
The aim of the study is a quantitative analysis of revisions conducted by means of a new, real-time macroeconomic dataset for Poland, designed on the basis of the Statistical bulletin (Biuletyn statystyczny) published by Statistics Poland, covering the period from as early as 1995 until 2017. Polish data have positively verified a number of hypotheses concerning the impact of data revisions on the modelling process. Procedures assessing the properties of time series can yield widely discrepant results, depending on the extent to which the applied data have been revised. A comparison of the fitted ARIMA models for series of initial and final data demonstrates that the fitted models are similar for the majority of variables. In the cases where the form of the model is identical for both series, the coefficients retain their scale and sign. Most differences between coefficients result from a different structure of the fitted model, which causes differ-ences in the autoregressive structure and can have a considerable impact on the ex ante infer-ence. A prognostic experiment confirmed these observations. For a large number of variables, the total impact of revisions on the forecasting process exceeds 10%. Extreme cases, where the impact goes beyond 100%, or situations where data have a direct impact on the forecast sign, are also relatively frequent. Taking these results into account by forecasters could significantly improve the quality of their predictions. The forecast horizon has a minor impact on these conclusions. The article is a continuation of the author's work from 2017.
Celem pracy jest ilościowa analiza rewizji danych makroekonomicznych w czasie rzeczywistym dla Polski pochodzących z nowego zbioru utworzonego na podstawie „Biuletynu statystycznego” GUS i obejmującego okres od 1995 do 2017 r. Polskie dane pozytywnie weryfikują wiele hipotez dotyczących wpływu rewizji danych na proces modelowania. Procedury oceniające własności szeregów czasowych mogą dawać istotnie różne wyniki w zależności od tego, jak bardzo rewidowane dane zostaną użyte. Porównanie dopasowanych modeli ARIMA dla szeregów pierwszych i finalnych odczytów wskazuje, że w przypadku większości zmiennych dopasowane modele są podobne. Gdy postać modelu jest taka sama dla obu szeregów, współczynniki zachowują skalę i znak. Większość różnic we współczynnikach wynika z odmiennej struktury dopasowanego modelu, co wpływa na różnice w strukturze autoregresyjnej i może mieć niemały wpływ na wnioskowanie ex ante. Potwierdza to eksperyment prognostyczny. Dla dużej części zmiennych całkowity wpływ rewizji na proces prognozowania wynosi powyżej 10%. Nie są też wyjątkiem ekstremalne przypadki, w których ten wpływ przekracza 100%, czy sytuacje, w których dane bezpośrednio wpływają na znak prognozy. Uwzględnienie tych wyników przez prognostów mogłoby znacząco poprawić jakość predykcji. Horyzont prognozy ma niewielki wpływ na te konkluzje. Artykuł jest kontynuacją pracy autorki z 2017 r.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 2; 7-24
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
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:
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:
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:
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:
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 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:
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:
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:
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:
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:
Quantitative and qualitative methods for evaluation of measurement signals on the example of vibration signals analysis from the corps of prototype reclaimer regmas
Ilościowe i jakościowe metody oceny sygnałów pomiarowych na przykładzie analizy sygnałów wibracji prototypowego regeneratora mas formierskich REGMAS
Autorzy:
Kowal, J.
Dańko, J.
Stojek, J.
Powiązania:
https://bibliotekanauki.pl/articles/353831.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
vibration signals
mould sand reclaimer
signal analysis
parametric and non-parametric models
time series
masy formierskie
sygnały drgań
analiza sygnału
parametryczne i nieparametryczne modele szeregów czasowych
Opis:
The article presents examples of vibration signals analysis derived from the research of prototype reclaimer REGMAS. After the division of the time-frequency analysis methods of measuring signals, their non-parametric and parametric models were estimated. At the end of the article the summary and conclusions were set.
W artykule zaprezentowano przykłady analizy sygnałów wibracji uzyskanych z badań prototypowego regeneratora mas formierskich REGMAS. Po dokonaniu podziału czasowo-częstotliwościowych metod analizy sygnałów pomiarowych, wyznaczono ich modele parametryczne i nieparametryczne. Na końcu zawarto podsumowanie oraz wnioski końcowe dotyczące przedstawionych analiz.
Źródło:
Archives of Metallurgy and Materials; 2013, 58, 3; 827-831
1733-3490
Pojawia się w:
Archives of Metallurgy and Materials
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:
Modelling the trends of the healthcare funding in the EU countries
Modelowanie trendów finansowania ochrony zdrowia w państwach Unii Europejskiej
Autorzy:
Dubrovina, Nadiya
Gerrard, Russell
Filip, Stanislav
Dubrovina, Vira
Powiązania:
https://bibliotekanauki.pl/articles/1731948.pdf
Data publikacji:
2021-04-14
Wydawca:
Uniwersytet Warszawski. Wydawnictwa Uniwersytetu Warszawskiego
Tematy:
EU countries
healthcare system
funding
indicator
time series analysis
Holt’s model
kraje UE
system ochrony zdrowia
finansowanie
wskaźnik
analiza szeregów
czasowych
model Holta
Opis:
System ochrony zdrowia to jeden z najważniejszych sektorów gospodarki w państwach UE. Ważnym zadaniem w analizie i prognozowaniu wielkości finansowania ochrony zdrowia jest opracowanie i zastosowanie modeli ilościowych opartych na różnych metodach matematycznych. Trzy z najpopularniejszych wskaźników wykorzystywanych w makroekonomicznym opisie finansowania opieki zdrowotnej to: (1) całkowite wydatki rządowe na zdrowie jako procent PKB; (2) całkowite wydatki rządowe na zdrowie jako odsetek całkowitych wydatków sektora instytucji rządowych i samorządowych; oraz (3) całkowite wydatki rządowe na zdrowie na mieszkańca. Celem niniejszego artykułu jest zbadanie trendów głównych wskaźników finansowania ochrony zdrowia na poziomie makroekonomicznym oraz opracowanie modeli opartych na metodach szeregów czasowych do analizy cech trendów i prognozowania wartości na kolejny okres.
Healthcare is one of the most important sectors of the public economy in the EU countries. An important task in the analysis and prediction of the values for healthcare funding is the development and application of quantitative models based on different mathematical methods. Three of the most popular indicators used for the macroeconomic description of the funding of healthcare are: (1) total government expenditure on health as a percentage of GDP; (2) total government expenditure on health as a percentage of total general government expenditure; and (3) total government expenditure on health per capita. The aim of this research is to study the trends for the main indicators of healthcare funding on the macroeconomic level and to develop models based on time series methods for analysis of the features of the trends and the prediction of the values for the next time period.
Źródło:
Przegląd Europejski; 2021, 1; 61-80
1641-2478
Pojawia się w:
Przegląd Europejski
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

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