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 "exponential smoothing" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-25 z 25
    Tytuł:
    Forecasting the sales of console games for the Italian market
    Autorzy:
    Rossetti, Renato
    Powiązania:
    https://bibliotekanauki.pl/articles/425197.pdf
    Data publikacji:
    2019
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    exponential smoothing
    SARIMA
    forecast
    videogames
    Opis:
    In videogames industry, time series analysis can be very useful in determining the general evolution and behaviour of the market dynamics. These methods are applicable to any time series forecasting problem, regardless of the application sector. This article discusses time series approaches to forecast the sales of console games for the Italian market. In particular two univariate techniques were evaluated, exponential smoothing and the SARIMA technique. The aim is to exploit the capabilities of these statistical methods in order to have a comparison of the results and to choose the most accurate model through an ex-post evaluation. Using monthly time-series data from November 2005 to September 2017, the selection of the most suitable model was indicated by the smallest value of the measures of accuracy (MAPE, sMAPE, RMSE) for the out-of-sample observations regarding the period October 2017-September 2018. The implementation of the models was done using Forecast PRO and Gretl. The time series involved is related to the sales regarding the first party manufacturers of consoles and handhelds (Microsoft, Sony and Nintendo).
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 3; 76-96
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predictive modeling and analysis of changes migrations in Poland
    Autorzy:
    Monika Nawrocka, Monika Nawrocka
    Powiązania:
    https://bibliotekanauki.pl/articles/1179772.pdf
    Data publikacji:
    2017
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    dynamics migration
    exponential smoothing
    forecasting
    Opis:
    The development of the research in economy has shown that conducting mathematical modeling and statistics is an effective instrument for diagnosing the progress phenomenon of socio-economic. It provides the information about the dynamics of result changeability in different periods of time. Additionally statistical analysis allows determining the prediction for periods of future and past years. Migrations is characterized by the quality of being measurable because it includes quantitative data. In recent years, demonstrate high dynamics. Conducting the analyses and calculations based on methods and statistical instruments will result in the opportunity to compare, group, analysis variables, specify trends and designate the diagnoses of achieved sports results with the implementation of the optimum vector of variables of independent variable of migrations. An analysis of the dynamics migration variability was carried out on the basis of data from the website of the main statistical office, in this article. Used the statistical methods and the testing of interdependencies. Additionally, the models of time series have been used for the sake of the analysis. The most significant aim of the analysis of the dynamics is the designation of predictions. The use of the model of time series has the task of the specification of the change of the phenomenon level in time.
    Źródło:
    World Scientific News; 2017, 72; 467-481
    2392-2192
    Pojawia się w:
    World Scientific News
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Exponential smoothing and resampling techniques in time series prediction
    Autorzy:
    Neves, Maria
    Cordeiro, Clara
    Powiązania:
    https://bibliotekanauki.pl/articles/729996.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    time series
    bootstrap
    exponential smoothing
    forecasting
    accuracy measures
    Opis:
    Time series analysis deals with records that are collected over time. The objectives of time series analysis depend on the applications, but one of the main goals is to predict future values of the series. These values depend, usually in a stochastic manner, on the observations available at present. Such dependence has to be considered when predicting the future from its past, taking into account trend, seasonality and other features of the data. Some of the most successful forecasting methods are based on the concept of exponential smoothing. There are a variety of methods that fall into the exponential smoothing family, each having the property that forecasts are weighted combinations of past observations. But time series analysis needs proper statistical modeling. The model that better describes the behavior of the series in study can be crucial in obtaining 'good' forecasts. Departures from the true underlying distribution can adversely affect those forecasts. Resampling techniques have been considered in many situations to overcome that difficulty. For time series, several authors have proposed bootstrap methodologies. Here we will present an automatic procedure built in R language that first selects the best exponential smoothing model (among a set of possibilities) for fitting the data, followed by a bootstrap approach for obtaining forecasts. A real data set has been used to illustrate the performance of the proposed procedure.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2010, 30, 1; 87-101
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unit load devices (ULD) demand forecasting in the air cargo for optimal cost management
    Autorzy:
    Mikram, Mounia
    Rhanoui, Maryem
    Yousf, Siham
    Briwa, Houda
    Powiązania:
    https://bibliotekanauki.pl/articles/1837377.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    air transport
    ULD
    machine learning
    ARIMA
    exponential smoothing
    Opis:
    In recent decades, the airline industry has become very competitive. With the advent of large aircraft in service, unit load devices (ULD) have become an essential ele‐ ment for efficient air transport. They can load a large amount of baggage, cargo or mail using only one unit. Since this results in fewer units to load, saving time and efforts of ground crews and helping to avoid delayed flig‐ hts. However, a deficient loading of the units causes ope‐ rating irregularities, costing the company and contribu‐ ting to the dissatisfaction of the customers. In contrast, an excess load of containers is at the expense of cargo. In this paper we propose an approach to predict the de‐ mand for baggage in order to optimize the management of its ULD flow. Specifically, we build prediction models: ARIMA following the BOX‐JENKINS approach and expo‐ nential smoothing methods, in order to obtain more accu‐ rate forecasts. The approach is tested using the operatio‐ nal data of flight processing and the results are compared with four benchmark method (SES, DES, Holt‐Winters and Naive prediction) using different performance indicators: MAE, MSE, MAPE , WAPE, RMSE, SMPE. The results obtai‐ ned with the exponential smoothing methods surpass the benchmarks by providing more accurate forecasts.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2020, 14, 3; 71-80
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Towards a target employment rate within age and gender groups
    Autorzy:
    Jaworski, Stanisław
    Zielińska-Kolasińska, Zofia
    Powiązania:
    https://bibliotekanauki.pl/articles/1917017.pdf
    Data publikacji:
    2021-12-08
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    employment rate
    exponential smoothing
    forecasting
    state space approach
    Opis:
    Quarterly employment rates in European countries are analysed in terms of the likelihood of achieving a specific employment rate within age and gender groups in a five-year horizon. The German employment rate serves as a benchmark for this research. The likelihood is estimated by a Monte-Carlo simulation based on the class of exponential smoothing models. The research presents a pessimistic prognosis of employment rates in European countries with respect to young and partly to older workers.
    Źródło:
    Statistics in Transition new series; 2021, 22, 4; 213-225
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Examination of Seasonal Volatility in HICP for Baltic Region Countries: Non-Parametric Test versus Forecasting Experiment
    Autorzy:
    Lenart, Łukasz
    Powiązania:
    https://bibliotekanauki.pl/articles/2076445.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    HICP
    seasonal volatility
    exponential smoothing
    nowcasting
    predictive distribution
    logscore
    Opis:
    The aim of this paper is to examine the problem of existing seasonal volatility in total and disaggregated HICP for Baltic Region countries (Denmark, Estonia, Latvia, Finland, Germany, Lithuania, Poland and Sweden). Using nonparametric tests, we found that in the case of m-o-m prices, including fruit, vegetables, and total HICP, the homogeneity of variance during seasons is rejected. Based on these findings, we propose an exponential smoothing model with periodic variance of error terms that capture the repetitive seasonal variation (in conditional or unconditional second moments). In a pseudo-real data experiment, the short-term forecasts (nowcasting) for the considered components of inflation were determined using different specifications of considered models. The forecasting performance of the models was measured using one of the scoring rules for probabilistic forecasts called logarithmic score. We found instead that while the periodic phenomenon in variance was statistically significant, the models with a periodic phenomenon in variance of error terms do not significantly improve forecasting performance in disaggregated cases and in the case of total HICP. The simpler models with constant variance of error term have comparative forecasting (nowcasting) performance over the alternative model
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2017, 1; 29-67
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Exponential smoothing for multi-product lot-sizing with heijunka and varying demand
    Autorzy:
    Korytkowski, P.
    Grimaud, F.
    Dolgui, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/406946.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    job shop
    multiproduct
    varying demand
    lot-sizing
    heijunka
    exponential smoothing
    Opis:
    Here we discuss a multi-product lot-sizing problem for a job shop controlled with a heijunka box. Demand is considered as a random variable with constant variation which must be absorbed somehow by the manufacturing system, either by increased inventory or by flexibility in the production. When a heijunka concept (production leveling) is used, fluctuations in customer orders are not transferred directly to the manufacturing system allowing for a smoother production and better production capacity utilization. The problem rather is to determine a tradeoff between the variability in the production line capacity requirement and the inventory level.
    Źródło:
    Management and Production Engineering Review; 2014, 5, 2; 20-26
    2080-8208
    2082-1344
    Pojawia się w:
    Management and Production Engineering Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of the predictive properties of Browns model in the extended domain of the internal parameter
    Analiz prognoznykh svojjstv modeli Brauna v rasshirennojj oblasti vnutrennego parametra
    Autorzy:
    Romanenkov, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/77408.pdf
    Data publikacji:
    2015
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    predictive value
    Brown's method
    adaptive model
    exponential smoothing
    parametric synthesis
    robustness
    Źródło:
    Motrol. Motoryzacja i Energetyka Rolnictwa; 2015, 17, 8
    1730-8658
    Pojawia się w:
    Motrol. Motoryzacja i Energetyka Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A new hybrid approach based on probability distribution and an improved machine learning for multivariate risk assessment
    Autorzy:
    Azzedine, Abdelhakim
    Nouri, Fatma Zohra
    Bouhouche, Salah
    Powiązania:
    https://bibliotekanauki.pl/articles/31341643.pdf
    Data publikacji:
    2024
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    blast furnace
    exponential smoothing
    risk
    safety
    data driven techniques
    probability distribution
    Opis:
    A highly complex dynamic non-linear reactor is the blast furnace iron manufacturing system. It has possible dangers, including carbon monoxide, wide variety of chemical reactions, fire, high pressure and explosion, noise, split and fall, hot metal sparks, hit etc. To ensure a secure working, organizations must take the required measures to manage the risks and their effects. The approach for risk assessment discussed in this research attempts to increase blast furnace safety performance and reduce workers injuries. This approach uses probability distribution and an improved machine learning techniques such as radial basis function artificial neural networks (RBANN). The novelty here is to calculate a multivariate risk using a proposed method, namely exponential smoothing combined with radial basis function artificial neural networks (ES-RBANN). To identify their limits, the results of a research comparing conventional and novel techniques are confirmed using real data collected from the steel production operations ArcelorMittal-Annaba, Algeria.
    Źródło:
    Diagnostyka; 2024, 25, 1; art. no. 2024113
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of exponential smoothing method to forecasting daily water consumption in rural areas
    Zastosowanie metody wygładzania wykładniczego do prognozowania dobowego zużycia wody w obszarach wiejskich
    Autorzy:
    Cieżak, Wojciech
    Kutyłowska, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/27312154.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    prognozowanie
    sieć przewodów
    wygładzanie wykładnicze
    zużycie wody
    forecasting
    exponential smoothing
    pipe network
    water consumption
    Opis:
    The size and distribution of water demand within a given structural unit is the basis for the proper operation and planning of the expansion and modernization of the water supply system’s elements. In rural areas, particularly in municipalities adjacent to urban-industrial agglomerations, a change in the use of tap water has been increasingly observed. The water consumption for animal breeding or agricultural use, typical of these areas, has been decreasing and even disappearing. Water has been increasingly used for domestic purposes in single- and multi-family housing as well as for other purposes such as watering lawns and filling residential swimming pools. Taking this into account, this paper presents observations regarding daily water consumption in a municipality adjacent to Wrocław together with an analysis of the possibility of using the exponential smoothing method for the short-term forecasting of daily water consumption. The analyses presented in this paper were carried out using STATISTICA 13 software.
    Wzrost zapotrzebowania na wodę w gminach przyległych do dużych aglomeracji, a co za tym idzie wzrost produkcji wody, zmuszają przedsiębiorstwa wodociągowe do szukania nowych rozwiązań dotyczących między innymi optymalnego sterowania takimi procesami jak: ujmowanie i rozdział dyspozycyjnych zasobów wodnych, dystrybucja oraz oczyszczanie wody i ścieków. Aby zapewnić skuteczne sterowanie tymi procesami wymagany jest między innymi skalibrowany model hydrauliczny sieci dystrybucji i model prognostyczny poboru wody. Do bieżącego i krótkoterminowego prognozowania poboru wody wykorzystywane są modele stochastyczne, wprowadzane w postaci zalgorytmizowanej do struktury zarządzania procesem sterowania. Najczęściej stosowane są scałkowane modele autoregresji i średniej ruchomej ARIMA oraz metody wygładzania wykładniczego szeregów czasowych. Modele klasy ARIMA odwzorowują właściwości statyczne i dynamiczne szeregów stacjonarnych i pewnych klas szeregów niestacjonarnych, interpretowanych jako wynik przejścia białego szumu przez dyskretny filtr liniowy skończenie wymiarowy. Charakteryzują się one różnymi właściwościami przy jednolitym zapisie formalnym oraz identycznych metodach estymacji parametrów dla różnych typów i podklas modeli. Metody prognozowania oparte na algorytmach wygładzania wykładniczego są łatwe do praktycznego zastosowania i nie wymagają założenia o stacjonarności analizowanego szeregu czasowego. W niniejszej pracy przedstawiono obserwacje dotyczące dobowego zużycia wody w jednej z gmin przyległej do Wrocławia wraz z analizą możliwości zastosowania metody wygładzania wykładniczego do krótkoterminowego prognozowania dobowego poboru wody.
    Źródło:
    Archives of Civil Engineering; 2023, 69, 3; 445--456
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    ZASTOSOWANIE WYBRANYCH MODELI ADAPTACYJNYCH W PROGNOZOWANIU BRAKUJĄCYCH DANYCH W SZEREGACH ZE ZŁOŻONĄ SEZONOWOŚCIĄ DLA LUK NIESYSTEMATYCZNYCH
    THE APPLICATION OF SELECTED ADAPTATION MODELS IN FORECASTING THE MISSING DATA IN THE TIME SERIES WITH COMPLEX SEASONALITY FOR UNSYSTEMATIC GAPS
    Autorzy:
    Szmuksta- Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453279.pdf
    Data publikacji:
    2014
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    złożona sezonowość
    wyrównywanie wykładnicze
    prognozowanie
    brakujące dane
    complex seasonality
    exponential smoothing
    forecasting
    gaps in data
    Opis:
    Artykuł poświęcony jest wykorzystaniu wybranych modeli wyrównywania wykładniczego: Browna, Holta i Holta-Wintersa w prognozowaniu zmiennych ze złożona sezonowością w warunkach braku pełnej informacji. Prognozy wyjściowe będą budowane na podstawie szeregów oczyszczonych z sezonowości. Prognozy końcowe, uwzględniające wahania sezonowe, będą sumami prognoz wyjściowych i składników sezonowości lub iloczynami prognoz tego rodzaju i wskaźników sezonowości. Rozważania o charakterze teoretycznym zostaną zilustrowane przykładem empirycznym.
    The paper is devoted to the application of selected exponential smoothing models: Brown, Holt and Holt-Winters in prediction of variables with complex seasonality in the condition of lack of full information. Output forecasts will be built on the basis of time series cleansed from seasonality. Final forecasts, taking into account seasonal fluctuations, will be a sum of output forecasts and seasonal components or multiply of forecasts and the seasonal indicators. Theoretical considerations will be illustrated by an empirical example.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2014, 15, 4; 181-194
    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
    Tytuł:
    Modele ekonometryczne jako narzędzie sterowania procesami technologicznymi
    Econometric models as a tool for technological process control
    Autorzy:
    Wołkowicz, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/424875.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    exponential smoothing model with creeping trend
    Brown model
    regression function
    multiple and threshold regression
    linear programming
    Opis:
    This paper presents a proposal for process control applications based on econo-metric models. They are a tool which aim is to determine short-term forecasts, which are the basis to control the devices of production infrastructure. The article describes the application of the method of forecast errors corrective device in a real production process. Econometric models are presented: the exponential smoothing model and creeping trend adaptive model with harmonic scales. The calculations are used and the regression function is indicated by the linear programming problem. The method is presented on the example of classical tech-nological process used in the energy sector. The study indicates the possibility of another perspective on the control processes, not necessarily based on the existing methods of regu-lation. The idea of this study is to demonstrate the possibility of using econometrics in the industry.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 2 (48); 67-77
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Statistical modelling of agrometeorological time series by exponential smoothing
    Autorzy:
    Murat, M.
    Malinowska, I.
    Hoffmann, H.
    Baranowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/24978.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Instytut Agrofizyki PAN
    Tematy:
    statistical modelling
    agrometeorological time series
    exponential smoothing
    agrophysical process
    soil-plant-atmosphere system
    plant growth
    yield
    Źródło:
    International Agrophysics; 2016, 30, 1
    0236-8722
    Pojawia się w:
    International Agrophysics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR
    The use of exponential smoothing methods for forecasting EUR sell rate
    Autorzy:
    Halicka, K.
    Winkowski, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/399374.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    prognoza kursu walut
    metody wygładzania wykładniczego
    jakość prognozy
    forecast exchange rates
    exponential smoothing methods
    quality of forecasts
    Opis:
    W artykule przedstawiono wykorzystanie metod wygładzania wykładniczego do prognozowania kursu sprzedaży EUR. Modele prognostyczne zbudowano opierając się na danych rzeczywistych od stycznia 2010 do kwietnia 2013 roku, pochodzących ze strony internetowej Narodowego Banku Polskiego. Istotnym założeniem przeprowadzonego badania było wykorzystanie jak najprostszych metod wygładzania wykładniczego. Kolejnym ważnym elementem badania było przeprowadzenie analizy porównawczej jakości otrzymanych prognoz. Do ich oceny wykorzystano siedem miar opisu statystycznego, takich jak błąd średni, błąd średni bezwzględny, maksymalny błąd bezwzględny, pierwiastek z błędu średniego kwadratowego, średni bezwzględny błąd procentowy, mediana bezwzględnego błędu procentowego oraz maksymalny błąd procentowy.
    The principal aim of the paper was to use exponential smoothing methods for forecasting EUR selling rate. Forecasting models were built on the basis of data from the period from January 2010 to April 2013, obtained from the website of the National Polish Bank. The important objective of the study was to use the simplest exponential smoothing methods. Another important element of the study was the conduct of a comparative analysis of the quality of forecasts. To assess the quality of forecasts, six measures of statistical description were used: mean error, mean absolute error, maximum absolute error, root mean square error, mean absolute percentage error, median absolute percentage error and maximum absolute percentage error.
    Źródło:
    Ekonomia i Zarządzanie; 2013, 5, 2; 70-80
    2080-9646
    Pojawia się w:
    Ekonomia i Zarządzanie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele nieklasyczne w prognozowaniu zmiennych ekonomicznych ze złożoną sezonowością z lukami systematycznymi - analiza empiryczna
    Application of nonclassical models in forecasting of economic variables with complex seasonality and systematic gaps - the empirical analysis
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/592844.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Prognozowanie
    Systematyczne luki w danych
    Wyrównywanie wykładnicze
    Złożona sezonowość
    Complex seasonality
    Exponential smoothing
    Forecasting
    Systematical gaps in data
    Opis:
    W artykule przedstawiono wyniki wykorzystania wybranych modeli adaptacyjnych w prognozowaniu zmiennej o wysokiej częstotliwości obserwowania z lukami systematycznymi. Modelowaniu oraz prognozowaniu poddano szeregi czasowe, z których wyeliminowano jeden lub dwa rodzaje wahań sezonowych. Prognozy końcowe były sumami (iloczynami) prognoz otrzymanych dla danych oczyszczonych i składników (wskaźników) sezonowości. Artykuł stanowi rozszerzenie rozważań autorów [Szmuksta-Zawadzka i Zawadzki, 2014] na przypadek występowania systematycznych luk w danych.
    This paper presents the results of the application of selected adaptive models in forecasting of high-frequency variable with systematic gaps. To modeling and forecasting were used time series, from which seasonal fluctuations were eliminated. Final forecasts were built as sums (products) of forecasts, for the data “cleaned” from seasonality and seasonal components (indicators). The paper is an extension of considerations authors [Szmuksta-Zawadzka and Zawadzki, 2014] on the case of the occurrence of systematic gaps in the data.
    Źródło:
    Studia Ekonomiczne; 2016, 291; 102-115
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    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:
    PROGNOZOWANIE NA PODSTAWIE SZEREGÓW CZASOWYCH O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI DLA LUK NIESYSTEMATYCZNYCH
    FORECASTING BASED ON HIGH FREQUENCY TIME SERIES WITH UNSYSTEMATIC GAPS
    Autorzy:
    Szmuksta – Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453212.pdf
    Data publikacji:
    2016
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    prognozowanie
    dane o wysokiej częstotliwości
    złożona sezonowość
    wyrównywanie wykładnicze
    forecasting
    high frequency time series
    complex seasonality
    exponential smoothing
    Opis:
    W pracy przedstawione zostaną wyniki zastosowania wybranych modeli wyrównywania wykładniczego w prognozowaniu zmiennej o bardzo wysokiej częstotliwości, obserwowanej w okresach godzinnych, dla luk niesystematycznych, oczyszczonej z dwóch lub trzech rodzajów sezonowości. Rozpatrywany był wariant, w którym luki występują w każdym z rodzajów wahań składowych.
    In the paper will be presented the results of the application of selected models of exponential smoothing in forecasting of very high frequency variable, observed hourly, with unsystematic gaps, from which two or three types of seasonality fluctuation were eliminated. In the research was used a combination, in which gaps were present in each type of the fluctuation component.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2016, 17, 1; 121-136
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementation of the Exponential Smoothing Method for Forecasting of the Sales Volume of an Opencast Mine of Rock and Raw Materials
    Implementacja metody wyrównania wykładniczego do prognozowania wielkości sprzedaży kopalni odkrywkowej surowców skalnych
    Autorzy:
    Trzaskuś-Żak, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/318338.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    metoda wyrównywania wykładniczego
    prognozowanie
    model addytywny sezonowy
    model multiplikatywny sezonowy
    exponential smoothing methods
    forecasting
    seasonal additive model
    seasonal multiplicative model
    Opis:
    This article uses an exponential smoothing method to forecast the time series of temporary sales of an opencast rock and raw materials mine. Six models of foresight were developed: three seasonal additive models (with linear, exponential and fading trend) and three seasonal multiplicative models (with linear, exponential and fading trend). The exponential smoothing method can be used for current enterprise management, not just mining. This method can be used to make relevant decisions based on the verified forecasts. It is designed for short-term forecasting-even several times during the day based on current changing data. This method is a useful tool for forecasting time series for not only sales. It can be used to forecast inventory, receivables, etc. However, despite the great progress in predictive methods of the future, which is particularly aided by computer technics, the forecast of the Economist is fraught with greater or lesser errors, and it is therefore necessary to verify developed models. The quality of the forecast should be determined by its relevance, which is determined by means of ex post errors (expired forecast errors). Furthermore, the quality should also be monitored and the forecasts should be corrected if necessary. To develop forecasts in the six models mentioned, the STATISTICA program, which provides a transparent and quite rapid forecasting of the use of the exponential smoothing method in twelve possible variants. STATISTICA also allows to verify the developed model by drawing an adjustment chart of this model with actual time series, verifying ex post errors, and creating a histogram of the rest of the model. This article also carried out verifications of the models developed by designating the errors of expired forecasts (ex post errors), as well as verification, on the basis of the histogram, whether the rest of the developed models have a normal distribution. For this purpose the Shapiro-Wilk test was used.
    W artykule zastosowano metodę wyrównywania wykładniczego do prognozowania szeregu czasowego sprzedaży kopalni odkrywkowej surowców skalnych. Opracowano sześć modeli prognostycznych; trzy sezonowe modele addytywne (z trendem liniowym, wykładniczym oraz trendem gasnącym) oraz trzy sezonowe modele multiplikatywne (z trendem liniowym, wykładniczym oraz trendem gasnącym). Metoda wyrównywania wykładniczego może być wykorzystywana w bieżącym zarządzaniu przedsiębiorstwem, nie tylko górniczym. Metoda ta może służyć do podejmowania trafnych decyzji opartych na opracowanych i zweryfikowanych prognozach. Przeznaczona jest do krótkookresowego tworzenia prognoz - nawet kilkukrotnie w ciągu dnia opartego na zmieniających się bieżących obserwacjach (danych). Metoda ta, jest to przydatne narzędzie do prognozowania szeregów czasowych dotyczących nie tylko sprzedaży. Można jej użyć do prognozowania zapasów, należności itp. Jednak pomimo dużego postępu w zakresie metod przewidywania przyszłości, szczególnie wspomaganego techniką komputerową, prognoza jaką posługuje się ekonomista jest obarczona większym lub mniejszym błędem, dlatego też potrzebna jest weryfikacja opracowanych modeli. Jakość prognozy powinna być określona poprzez jej trafność, którą określa się za pomocą błędów ex post (błędy prognoz wygasłych), powinna być również monitorowana i w razie potrzeby powinno się przeprowadzić korektę prognoz. Do opracowania prognoz w sześciu wspomnianych modelach zastosowano program STATISTICA, który w sposób przejrzysty i dosyć szybki tworzy prognozy wykorzystując metodę wyrównywania wykładniczego w dwunastu możliwych do zastosowania wariantach wygładzania wykładniczego. Program STATISTICA umożliwia również szybką weryfikację opracowanego modelu poprzez sporządzenie wykresu dopasowania opracowanego modelu do rzeczywistego szeregu czasowego, weryfikację błędów ex post, jak również utworzenie histogramu reszt modelu. W artykule przeprowadzono również weryfikację opracowanych modeli poprzez wyznaczenie błędów prognoz wygasłych (błędów ex post), jak również weryfikację, na podstawie histogramu, czy reszty opracowanych modeli mają rozkład normalny, do tego celu został wykorzystany test Shapiro-Wilka.
    Źródło:
    Inżynieria Mineralna; 2018, R. 20, nr 2, 2; 15-23
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    MODELE ADAPTACYJNE W PROGNOZOWANIU NA PODSTAWIE SZEREGÓW CZASOWYCH O WYSOKIEJ CZĘSTOTLIWOŚCI Z LUKAMI SYSTEMATYCZNYMI
    ADAPTIVE MODELS IN FORECASTING OF HIGH-FREQUENCY TIMES SERIES WITH SYSTEMATIC GAPS
    Autorzy:
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453186.pdf
    Data publikacji:
    2017
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    prognozowanie
    dane o wysokiej częstotliwości
    złożona sezonowość
    wyrównywanie wykładnicze
    luki systematyczne
    forecasting
    high frequency data
    complex seasonality
    exponential smoothing
    systematic gaps
    Opis:
    W pracy przedstawione zostaną wyniki zastosowania modeli Browna, Holta i Holta-Wintersa w prognozowaniu zmiennej o bardzo wysokiej częstotliwości obserwowania w warunkach braku pełnej informacji na podstawie danych oczyszczonych z dwóch lub trzech rodzajów sezonowości. Rozpatrywany były dwa warianty luk systematycznych.
    In the paper will be presented results of the application of Brown, Holt and Holt-Winters models in the forecasting of a very high frequency variable in condition of lack of full information, based on seasonal adjusted time series, from which two or three types of seasonal fluctuations were removed. Two variants of systematic gaps were considered.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2017, 18, 2; 374-389
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie brakujących danych dla szeregów o wysokiej częstotliwości oczyszczonych z sezonowości
    Forecasting missing data for seasonal adjusted high frequency time series
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/585670.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Dane o wysokiej częstotliwości
    Luki w danych
    Prognozowanie
    Wyrównywanie wykładnicze
    Złożona sezonowość
    Complex seasonality
    Exponential smoothing
    Forecasting
    High frequency time series
    Unsystematic gaps
    Opis:
    W pracy przedstawione zostało wykorzystanie wybranych modeli adaptacyjnych w prognozowania zmiennych o bardzo wysokiej częstotliwości obserwowania, na podstawie szeregów z lukami niesystematycznymi, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Egzemplifikacją rozważań teoretycznych stanowi przykład empiryczny, dotyczący kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A.
    In this paper was presented application of selected exponential smoothing models in forecasting very high frequency variables on the basis of time series with unsystematic gaps, from which two or three types of seasonal fluctuations were eliminated. Exemplification of theoretical considerations will be an empirical example, concerning the power demand in agglomeration A in hourly periods.
    Źródło:
    Studia Ekonomiczne; 2016, 289; 205-217
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A combined method for wind power generation forecasting
    Autorzy:
    Le, Tuan-Ho
    Powiązania:
    https://bibliotekanauki.pl/articles/1955200.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    autoregressive integrated moving average
    exponential smoothing methods
    forecasting
    response surface methodology
    wind power
    autoregresyjna zintegrowana średnia ruchoma
    metody wygładzania wykładniczego
    prognozowanie
    metodologia powierzchni odpowiedzi
    energia wiatrowa
    Opis:
    Most of the existing statistical forecasting methods utilize the historical values of wind power to provide wind power generation prediction. However, several factors including wind speed, nacelle position, pitch angle, and ambient temperature can also be used to predict wind power generation. In this study, a wind farm including 6 turbines (capacity of 3.5 MW per turbine) with a height of 114 meters, 132-meter rotor diameter is considered. The time-series data is collected at 10-minute intervals from the SCADA system. One period from January 04th, 2021 to January 08th, 2021 measured from the wind turbine generator 06 is investigated. One period from January 01st, 2021 to January 31st, 2021 collected from the wind turbine generator 02 is investigated. Therefore, the primary objective of this paper is to propose a combined method for wind power generation forecasting. Firstly, response surface methodology is proposed as an alternative wind power forecasting method. This methodology can provide wind power prediction by considering the relationship between wind power and input factors. Secondly, the conventional statistical forecasting methods consisting of autoregressive integrated moving average and exponential smoothing methods are used to predict wind power time series. Thirdly, response surface methodology is combined with autoregressive integrated moving average or exponential smoothing methods in wind power forecasting. Finally, the two above periods are performed in order to demonstrate the efficiency of the combined methods in terms of mean absolute percent error and directional statistics in this study.
    Źródło:
    Archives of Electrical Engineering; 2021, 70, 4; 991-1009
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Planning of transportations needs based on demand forecasts
    Planowanie zapotrzebowania na transport na podstawie prognozy popytu
    Autorzy:
    Mrówczyńska, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/374135.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    planning of transportation of shipments
    forecasting
    triple exponential smoothing method
    artificial immune system
    clonal selection
    planowanie przewozów przesyłek
    prognozowanie
    addytywna metoda Wintersa
    sztuczny system immunologiczny selekcja klonalna
    Opis:
    Rational management of transport has a major impact on the cost of the business. The starting point for this can be a forecast of demand for the products. This paper presents the process of planning of transportation of shipments based on the forecast of the orders. The monthly quantity of shipments during the 36 months was analysed. A periodic variation of this quantity was observed. The forecast for the next two months was determined using a triple exponential smoothing method. Parameters of the method were determined analytically and using artificial immune systems. In the latter case the smoothing constant and the initial values of the model were determined by optimizing the root mean square error (RMSE) "ex-post". The results were subsequently compared. A smaller error was obtained using artificial immune systems. Then the demand for transport was calculated basing on the forecast quantity of shipments.
    Racjonalne gospodarowanie środkami transportu ma duży wpływ na koszty firmy. Podstawą do tego może być wykonanie prognozy popytu na produkty firmy. W artykule przedstawiono proces zaplanowania przewozów przesyłek do odbiorców na podstawie prognozy ilości przesyłek. Po wstępnej analizie rozkładu miesięcznej ilości przesyłek w okresie 36 miesięcy zaobserwowano okresową zmienności tej ilości. Prognozę na kolejne 3 miesiące wyznaczono stosując addytywną metodę Wintersa. Parametry metody wyznaczano analitycznie, a następnie stosując sztuczne systemy immunologiczne. W tym drugim przypadku stałe wygładzania i wartości początkowe modelu były wyznaczane na drodze optymalizacji pierwiastka błędu średniokwadratowego (RMSE) „ex post”. Wyniki porównano. Mniejszy błąd otrzymano stosując sztuczne systemy immunologiczne. Następnie wyznaczono zapotrzebowanie na transport na podstawie prognozowanej ilości przesyłek.
    Źródło:
    Transport Problems; 2013, 8, 3; 5-14
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predykcja wielkości sprzedaży modelem Browna elementem rachunku ekonomicznego na przykładzie firmy Comarch
    Prediction of sales volume by the Brown model as an element of economic calculation on the example of Comarch
    Autorzy:
    Mróz, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/2085592.pdf
    Data publikacji:
    2021-03-31
    Wydawca:
    Polskie Wydawnictwo Ekonomiczne
    Tematy:
    predykcja
    model Browna
    metoda wyrównywania wykładniczego
    stała wygładzania
    prediction
    Brown model
    exponential alignment method
    smoothing constant
    Opis:
    Tematem artykułu jest predykcja wielkości sprzedaży w firmie informatycznej Comarch, obliczona metodą wyrównywania wykładniczego z wykorzystaniem jednoparametrowego modelu Browna na bazie przeprowadzonych badań teoretycznych i empirycznych. Głównym celem podjętych badań było obliczenie prognoz na kolejne dwa kwartały (trzeci i czwarty) 2020 r. na podstawie uzyskanych danych empirycznych z lat 2016–2020. Natomiast problem badawczy dotyczył właściwego wykorzystania modelu Browna do prognozowania wielkości sprzedaży z zamiarem otrzymania dokładniejszej prognozy. Ujęcie teoretyczne i praktyczne problemu badań pozwoliło na podjęcie próby uporządkowania obszaru wiedzy związanego z prognozowaniem modelem Browna, w tym głównie z wygładzaniem szeregu czasowego metodą wyrównywania wykładniczego.
    The topic of the article is a prediction of sales volume in the IT company Comarch calculated with the method of exponential equalization using a one-parameter Brown model on the basis of conducted theoretical and empirical research. The main objective of the undertaken research was to calculate predictions for the next two quarters (third and fourth) of 2020, on the basis of obtained empirical data from 2016–2020. On the other side, the research problem concerned the proper use of the Brown model for predicting sales volumes, in order to obtain a more precise prediction. The theoretical and practical approach to the problem of research made it possible to attempt to organize the area of knowledge related to Brown's model prediction, including mainly the smoothing of the time series using the exponential equalization method.
    Źródło:
    Gospodarka Materiałowa i Logistyka; 2021, 3; 46-59
    1231-2037
    Pojawia się w:
    Gospodarka Materiałowa i Logistyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-25 z 25

      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