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 "model autoregresyjny" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    An assignation and comparison of the prognosis results of paid-in-term receivables in opencast mine "X" via autoregressive model and periodic trends method
    Wyznaczenie i porównanie wyników prognozy należności terminowych otrzymanych za pomocą modelu autoregresyjnego i metody trendów jednoimiennych okresów
    Autorzy:
    Trzaskuś-Żak, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/348641.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    należności
    prognozowanie
    model autoregresyjny
    metoda trendów jednoimiennych
    receivables
    forecasting
    autoregressive model
    periodic trends method
    Opis:
    The article presents stages of development of three forecasting models based on two methods: an autoregressive method and a periodic trends method. Both in the autoregressive model and in the method of periodic trends (in the second analysis) an intervention causing a drop of production and sales due to modernisation of the production line was taken into account. Besides, an average forecast was also prepared on the basis of the three obtained models. Furthermore, an ex post mean squared forecast error (ex post-MSE) was calculated and then its root, that is RMSE (root mean square error) as well as ex post-MAPE (mean absolute percentage error) for the established forecast. According to the results model I has the lowest forecast error values (RMSE, MAPE).
    Artykuł przedstawia etapy budowy trzech modeli prognostycznych w oparciu o dwie metody: model autoregresyjny i metodę trendów jednoimiennych okresów. Zarówno w modelu autoregresyjnym, jak również w metodzie trendów jednoimiennych okresów (w drugim ujęciu) uwzględniono interwencję wywołującą spadek produkcji i sprzedaży, ze względu na modernizację linii produkcyjnej. Sporządzono również średnią prognozę na podstawie trzech otrzymanych modeli. Obliczono, średni kwadratowy błąd prognoz ex post-MSE (mean squared error), a następnie jego pierwiastek, czyli RMSE (root mean square error), jak również średni absolutny błąd procentowy ex post-MAPE (mean absolute percentage error) dla wyznaczonych prognoz w trzech skonstruowanych modelach prognostycznych. Wyniki obliczeń wskazują, że model I cechują najmniejsze wartości błędów prognozy (RMSE, MAPE).
    Źródło:
    AGH Journal of Mining and Geoengineering; 2012, 36, 3; 353-366
    1732-6702
    Pojawia się w:
    AGH Journal of Mining and Geoengineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Dynamics of Unemployment in Poland from 1992 to 2017
    Dynamika bezrobocia w Polsce w latach 1992-2017
    Autorzy:
    Pisulewski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/574610.pdf
    Data publikacji:
    2019-03-21
    Wydawca:
    Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
    Tematy:
    bezrobocie
    histereza bezrobocia
    progowy model autoregresyjny
    testy pierwiastka jednostkowego
    unemployment
    hysteresis
    threshold autoregression model
    unit root tests
    Opis:
    Celem artykułu jest weryfikacja hipotez dotyczących dynamiki bezrobocia dla danych kwartalnych gospodarki Polski. Wyróżnia się teorię naturalnej stopy bezrobocia (NAIRU) oraz teorię histerezy. Według teorii NAIRU istnieje swoista dla danej gospodarki stopa bezrobocia, a wszelkie odchylenia od jej poziomu są czasowe i gospodarka samoczynnie powraca do stanu równowagi. Według teorii histerezy wstrząsy w poziomie bezrobocia obserwowanego trwale wpływają na poziom naturalnej stopy bezrobocia. Testowanie tych alternatywnych teorii sprowadza się do testowania występowania pierwiastka jednostkowego. Jeżeli proces jest stacjonarny, wtedy można odrzucić teorię histerezy. W przeciwnym wypadku należy zaakceptować występowanie efektu histerezy bezrobocia. Zastosowanie progowego modelu autoregresyjnego do kwartalnych danych o bezrobociu w Polsce latach od 1992 (Q2) do 2017 (Q4) potwierdziło efekt histerezy bezrobocia.
    Two alternative approaches can be found in the literature on the dynamics of unemployment. The first approach is based on the theory of a natural rate of unemployment. Under this theory, the economy can depart from the natural rate of unemployment in the short term due to nominal shocks, but in the long term the economy is expected to achieve an equilibrium indicated by the natural rate of unemployment. The second approach to the dynamics of unemployment is the so-called hysteresis of unemployment theory. According to this theory, all shocks to unemployment will have a permanent effect on the natural rate of unemployment. In a statistical sense, these two theories boil down to testing the unit root. If the unemployment rate is a non-stationary series with a unit root, then the hysteresis-in-unemployment hypothesis has to be accepted. On the other hand, if the unemployment rate is a stationary series then the hysteresis hypothesis is rejected in favour of the natural rate theory. In the study, the rate of unemployment in Poland is analysed in the period from 1992 (Q2) to 2017 (Q4). Threshold autoregressive model applied to the data indicates that the unemployment rate in Poland is a nonlinear process and, therefore, supports the hysteresis of unemployment theory.
    Źródło:
    Gospodarka Narodowa. The Polish Journal of Economics; 2019, 297, 1; 135-149
    2300-5238
    Pojawia się w:
    Gospodarka Narodowa. The Polish Journal of Economics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Applying autoregressive models in analysis of GRACE-Mascon time-series
    Autorzy:
    Gunes, Ozge
    Aydin, Cuneyt
    Powiązania:
    https://bibliotekanauki.pl/articles/43852812.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    model autoregresyjny
    modelowanie geoidy
    gospodarka wodna
    GRACE Mascon
    equivalent water thickness
    temporal correlation
    colored noise
    autoregressive model
    Opis:
    This study discusses how to model the noise in a Gravity Recovery and Climate Experiment (GRACE)-Mascon derived Equivalent Water Thicknesses (EWT) time-series. GRACE has provided unique information for monitoring variations in EWT of continents in regional or basin scale since 2002. To analyze a GRACE EWT time-series, a standard harmonic regression model is used, but usually assuming white noise-only stochastic model. However, like almost all kinds of geodetic time-series, it has been shown that the GRACE EWT time-series contains temporal correlations causing colored noise in the data. As well known in geodetic modelling studies, neglecting these correlations leads to underestimating the uncertainties, and so misinterpreting the significancy of the parameter estimates such as trend rate, amplitudes of signals etc. In this study, autoregressive noise modeling, which has some advantageous compared to the approaches and methods frequently applied in geodetic studies, is considered for GRACE EWT time series. For this aim, three important basins, namely theYangtze, Murray–Darling and Amazon basins have been examined. Among some applied autoregressive models, the ARMA(1,1) model is obtained as the best-fitting noise model for analyzing the EWT changes in each basin. The obtained results are discussed in terms of forecasting, significancy and consistency with GRACE-FO mission.
    Źródło:
    Advances in Geodesy and Geoinformation; 2022, 71, 2; art. no. e25, 2022
    2720-7242
    Pojawia się w:
    Advances in Geodesy and Geoinformation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aproksymacja i ekstrapolacja przyrostu promienia pierśnicy jodły Abies alba Mill.
    Approximation and extrapolation of dbh radial increment of fir Abies alba Mill.
    Autorzy:
    Podlaski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/881451.pdf
    Data publikacji:
    2014
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Leśny Zakład Doświadczalny. Centrum Edukacji Przyrodniczo-Leśnej w Rogowie
    Tematy:
    drzewa
    jodla pospolita
    Abies alba
    przyrost piersnicy
    aproksymacja
    ekstrapolacja
    szeregi czasowe
    model autoregresyjny
    model Holta-Wintersa
    model Boxa-Coxa
    sieci neuronowe sztuczne
    Źródło:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej; 2014, 16, 3[40]
    1509-1414
    Pojawia się w:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej
    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:
    Forecasting the development of electricity from renewable energy sources in Poland against the background of the European Union countries
    Prognozowanie rozwoju energii elektrycznej z odnawialnych źródeł energii w Polsce na tle krajów Unii Europejskiej
    Autorzy:
    Firlej, Krzysztof Adam
    Stanuch, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/24201122.pdf
    Data publikacji:
    2023
    Wydawca:
    Fundacja Ekonomistów Środowiska i Zasobów Naturalnych
    Tematy:
    electricity
    forecasting
    RES in the European Union
    Holt-Winters model
    autoregressive model
    energia elektryczna
    prognozowanie
    OZE w Unii Europejskiej
    model Holta-Wintersa
    model autoregresyjny
    Opis:
    One of the key elements in the development of countries is energy stability particularly related to ensuring, among other things, continuity of power supply. The European Commission is trying to protect the security of energy supply by introducing internal conditions regarding the share of RES in everyday life. The aim of this article is to forecast the share of RES in electricity production for all the EU member states. The study covers the years 1985-2021, the research is based on two models: the autoregressive (AR) model and the Holt-Winters model, whereas the prediction values were deter-mined for the period 2022-2030. The prediction values showed that Denmark, as the only one of the community countries, may turn out to be self-sufficient in terms of electricity production from RES already at the turn of 2026-2027. In the case of Poland, there is a high probability that the projected RES share for 2030 will not be met. Potentially, for most EU countries, the energy produced from RES will satisfy at least 50% of electricity demand by 2030. A projection of the chances of meeting the commitments presented in the National Energy and Climate Plans regarding the share of renewable energy sources in electricity production in the EU member states in 2030 indicates that they will not be met in most EU economies.
    Jednym z kluczowych elementów rozwoju krajów jest stabilność energetyczna szczególnie związana z zapewnieniem ciągłości zasilania, m.in. w energię elektryczną. Komisja Europejska próbuje uchronić bezpieczeństwo dostaw energii wprowadzając wewnętrzne uwarunkowania dotyczące udziału OZE w życiu codziennym. Celem artykułu była prognoza udziału OZE w produkcji energii elektrycznej dla wszystkich krajów członkowskich Unii Europejskiej. Badanie przeprowadzono analizując lata 1985-2021, gdzie badania oparto o dwa modele: autoregresyjny (AR) oraz model Holta-Wintersa, a wartości predykcji zostały wyznaczone dla okresu 2022-2030. Wartości prognoz wykazały, że Dania jako jedyny z krajów wspólnoty już na przełomie 2026-2027 może okazać się państwem samowystarczalnym pod względem produkcji energii elektrycznej z OZE. W przypadku Polski istnieje duże prawdopodobieństwo niespełnienia oczekiwań udziału OZE w planowanym udziale na rok 2030. Potencjalnie, dla większości krajów UE energia produkowana z OZE dla 2030 r. będzie zaspokajać przynajmniej 50% zapotrzebowania na energię elektryczną. Prognoza dotycząca szans realizacji przedstawionych w krajowych planach na rzecz energii i klimatu zobowiązań dotyczących udziału odnawialnych źródeł energii w produkcji energii elektrycznej w krajach członkowskich Unii Europejskiej w 2030 roku wskazuje, że nie zostaną one spełnione w większości gospodarek unijnych.
    Źródło:
    Ekonomia i Środowisko; 2023, 1; 30--50
    0867-8898
    Pojawia się w:
    Ekonomia i Środowisko
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Informal Economy and Agricultural Productivity in Bangladesh: a Time Series Analysis
    Gospodarka nieformalna a produktywność rolnictwa w Bangladeszu – analiza szeregów czasowych
    Autorzy:
    Saha, Subrata
    Kumar Saha, Sanjoy
    Powiązania:
    https://bibliotekanauki.pl/articles/43343523.pdf
    Data publikacji:
    2023-09-27
    Wydawca:
    Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej - Państwowy Instytut Badawczy
    Tematy:
    produktywność rolnictwa
    gospodarka nieformalna
    transformacja strukturalna
    opóźniony rozproszony model autoregresyjny
    kointegracja
    agricultural productivity
    informal economy
    structural transformation
    autoregressive distributed lag
    cointegration
    Opis:
    Celem badania było zbadanie związku między gospodarką nieformalną a produktywnością rolnictwa w Bangladeszu na przestrzeni 25 lat od 1993 do 2018 r. Mimo tego, że wpływ sektora nieformalnego na gospodarkę został dogłębnie zbadany, jego implikacje dla sektora rolnego w tym konkretnym kraju były mniej zbadane. Kontrolując transformację strukturalną, handel i bezpośrednie inwestycje zagraniczne (BIZ) w rolnictwie, zastosowano opóźniony rozproszony model autoregresyjny (ARDL) przy użyciu przybliżeń Kripfganza i Schneidera (2018), a także całkowicie zmodyfikowanej zwykłej metody najmniejszych kwadratów (FMOLS) i wykonalnej uogólnionej metody najmniejszych kwadratów (FGLS). Wyniki wskazują, że gospodarka nieformalna początkowo ogranicza produktywność rolnictwa w krótkim okresie ze względu na zmniejszone dochody rządowe, ale w dłuższym okresie działa jako aktywny system ochrony socjalnej, wspierając nieformalne zatrudnienie i zapewniając podstawowe udogodnienia o charakterze codziennym. Mimo że zakres czasowy badania ogranicza badanie do tego konkretnego okresu, służy ono jako kluczowa próba oceny wpływu sektora nieformalnego na rolnictwo w Bangladeszu, podkreślając potrzebę ostrożnego rozważenia zarówno korzyści, jak i wad tego sektora w zwiększaniu wydajności rolnictwa. Istotne jest, aby decydenci w Bangladeszu postępowali ostrożnie, uwzględniając niuanse wpływu nieformalnego sektora na rolnictwo, i wykorzystując jego potencjał do zrównoważonego wzrostu gospodarczego.
    The aim of the study was to investigate the relationship between the informal economy and agricultural productivity in Bangladesh over a 25-year period from 1993 to 2018. While the impact of the black market on the economy is a well-studied topic, its implications for the agricultural sector in this specific country context was less explored. By controlling structural transformation, trade, and foreign direct investment (FDI) in agriculture, the authors employ autoregressive distributed lag (ARDL) using Kripfganz and Schneider’s (2018) approximations, as well as fully modified ordinary least square (FMOLS) and feasible generalized least square (FGLS) techniques. The results reveal that informality initially hampers agricultural productivity in the short term due to reduced government revenue, but in the long run, it acts as an active social protection system, fostering informal employment and providing essential amenities. Although the study’s time span limits the investigation to this specific period, it serves as a crucial attempt to assess the impact of informality on agriculture in Bangladesh, highlighting the need for cautious consideration of both the benefits and drawbacks of the informal sector in enhancing agricultural productivity. Policymakers in Bangladesh should act cautiously, acknowledging the nuances of the informal sector’s influence on agriculture to leverage its potential for sustainable economic growth.
    Źródło:
    Zagadnienia Ekonomiki Rolnej; 2023, 376, 3; 91-113
    0044-1600
    2392-3458
    Pojawia się w:
    Zagadnienia Ekonomiki Rolnej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic condition-based maintenance policy for degrading systems described by a random-coefficient autoregressive model: A comparative study
    Dynamiczna strategia utrzymania ruchu na podstawie stanu technicznego dla ulegających degradacji systemów opisanych modelem autoregresyjnym z parametrami losowymi – studium porównawcze
    Autorzy:
    Tang, D.
    Sheng, W.
    Yu, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/302062.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    degradation modeling
    autoregressive model
    Bayesian method
    residual life estimation
    semi-Markov decision process
    condition-based maintenance
    modelowanie degradacji
    model autoregresyjny
    metoda bayesowska
    ocena trwałości resztkowej
    semi-markowski proces decyzyjny
    utrzymanie na podstawie stanu technicznego
    Opis:
    In this paper, we optimize a dynamic condition-based maintenance policy for a slowly degrading system subject to soft failure and condition monitoring at equidistant, discrete time epochs. A random-coefficient autoregressive model with time effect is developed to describe the system degradation. The system age, previous state observations, and the item-to-item variability of the degradation are jointly combined in the proposed degradation model. Stochastic behavior for both the age-dependent and the state dependent term are considered, and a Bayesian approach for periodically updating the estimates of the stochastic coefficients is developed to combine information from a degradation database with real-time condition-monitoring information. Based on this degradation model, the dynamic maintenance policy is formulated and solved in a semi-Markov decision process framework. Incorporated with the same semi-Markov decision process framework is a novel approach for mean residual life estimation, which enables simultaneous residual life estimation with the optimization procedure. The effectiveness of using the proposed random coefficient autoregressive model with time effect rather than the existing fixed-coefficient ones to describe system degradation is demonstrated through a comparative study based on a real degradation dataset. The advantages of using a dynamic maintenance policy are also revealed.
    W prezentowanej pracy dokonano optymalizacji dynamicznej, uwzględniającej stan techniczny obiektu strategii utrzymania ruchu dla wolno ulegającego degradacji systemu monitorowanego w równoodległych dyskretnych chwilach czasu (epokach) pod względem uszkodzeń parametrycznych oraz stanu technicznego. Do opisu degradacji systemu opracowano model autoregresyjny z parametrami losowymi uwzględniający wpływ czasu. Proponowany model degradacji bierze pod uwagę zarówno wiek systemu jak i wcześniejsze obserwacje stanu oraz zmienność degradacji pomiędzy obiektami. Rozważano zachowanie stochastyczne zarówno składnika zależnego od wieku jak i składnika zależnego od stanu; opracowano bayesowską metodę okresowej aktualizacji oszacowań współczynników stochastycznych, która pozwala łączyć informacje z bazy danych o degradacji z informacjami z monitorowania stanu w czasie rzeczywistym. W oparciu o otrzymany model degradacji, sformułowano dynamiczną politykę utrzymania ruchu; problem optymalizacji tej polityki rozwiązywano w ramach procesu decyzyjnego semi-Markowa. Do procesu decyzyjnego włączono nowatorską metodę obliczania trwałości resztkowej, co umożliwiło ocenę trwałości resztkowej jednocześnie z przeprowadzeniem procedury optymalizacyjnej. Skuteczność wykorzystania proponowanego modelu autoregresyjnego do opisu degradacji systemu porównywano ze skutecznością dotychczasowych modeli z parametrami stałymi w badaniu opartym na rzeczywistym zbiorze danych o degradacji. Wskazano również zalety stosowania proponowanej dynamicznej strategii utrzymania ruchu.
    Źródło:
    Eksploatacja i Niezawodność; 2018, 20, 4; 590-601
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie wskaźnika nagromadzenia odpadów w ujęciu zmian osobistych wydatków konsumpcyjnych za pomocą modelu wektorowo-autoregresyjnego
    FORECASTING OF MUNICIPAL WASTE ACCUMULATION RATE IN THE APPROACH TO CHANGES IN PERSONAL CONSUMER EXPENDITURE BY MEANS OF A VECTOR-AUTOREGRESSIVE MODEL
    Autorzy:
    Bień, Jurand
    Bień, Beata
    Krawczyk, Piotr
    Powiązania:
    https://bibliotekanauki.pl/chapters/33534354.pdf
    Data publikacji:
    2023-12-07
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    analiza szeregów czasowych
    model wektorowo-autoregresyjny
    prognozo-wanie
    wskaźnik nagromadzenia odpadów
    wydatki konsumpcyjne
    consumer expenditures
    forecasting
    time-series analysis
    vector-autoregression model
    waste accumulation rate
    Opis:
    Prognozowanie ilości wytwarzanych odpadów komunalnych jest ważne dla planowania, eksploatacji i optymalizacji prawidłowo funkcjonującego systemu gospodarki odpadami komunalnymi. Nie jest to jednak łatwe zadanie ze względu na szereg dynamicznych zmian będących wynikiem przeobrażeń demograficznych, społecznych, ekonomicznych, czasem wręcz nieprzewidywalnych. Początkowo do prognozowania stosowano głównie konwencjonalne, opisowe modele statystyczne prognozowania wytwarzania odpadów z uwzględnieniem czynników demograficznych i społeczno-ekonomicznych. Obecnie jednak coraz częściej metody te zastępowane są przez metody oparte na uczeniu maszynowym, które to stanowi podzbiór sztucznej inteligencji. Uczenie maszynowe to nic innego jak nauczenie komputerów, jak uczyć się na danych i doskonalić w miarę zdobywania doświadczenia. W niniejszej publikacji przeanalizowano zmiany wskaźnika nagromadzenie odpadów komunalnych w jego relacji do wydatków na osobistą konsumpcję w oparciu o dane pozyskane z Banku Danych Lokalnych (BDL) prowadzonego przez Główny Urząd Statystyczny. Analiza, a następnie prognoza przeprowadzona została z wykorzystaniem modelu wektorowo-autoregresyjnego, gdzie każda ze zmiennych opisana została osobnym równaniem modelu, w którym zmiennymi niezależnymi są opóźnienia wszystkich zmiennych zależnych. Uzyskane wyniki pokazały, że taka metoda może być z powodzeniem stosowana do prognozowania wskaźnika nagromadzenia odpadów w ujęciu zmian osobistych wydatków konsumpcyjnych przy przybliżonym poziomie 2,3% błędu średniokwadratowego (RMSE).
    Forecasting the amount of municipal waste generated is important for the planning, operation and optimization of a properly functioning municipal waste management system. However, it is not an easy task due to a number of dynamic changes resulting from demographic, social and economic transformations, some of them unpredictable. Initially, mainly conventional, descriptive statistical models of forecasting waste generation, taking into account demographic and socio-economic factors, were used for prognosis. Currently more and more often these methods are replaced by methods based on machine learning, which is a subset of artificial intelligence. Machine learning teaches computers to learn from data and improve the model as they gain experience. The chapter analyses the changes in the municipal waste accumulation ratio in relation to expenditure on personal consumption based on data obtained from the Local Data Bank (LDB) run by the Polish Central Statistical Office. The analysis, and then the forecasting, was carried out with the use of a vector-autoregressive model, where each variable was described with a separate model equation, in which the independent variables are the delays of all dependent variables. The results showed that such a method can be successfully used to forecast the waste accumulation rate in terms of changes in personal consumption expenditure at an approximate level of 2.3% mean square error (RMSE).
    Źródło:
    Czysta energia i środowisko; 95-107
    9788371939044
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Krótko- i długookresowe skorygowane krańcowe skłonności do konsumpcji : gospodarka Polski w latach 1995-2018
    Short and Long-run Corrected Marginal Propensity to Consume : Polish Economy in the Period 1995-2018
    Autorzy:
    Ossowski, Jerzy Czesław
    Powiązania:
    https://bibliotekanauki.pl/articles/1826415.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Gdańska
    Tematy:
    error correction mechanism
    autoregressive global consumption model
    short-run
    corrected marginal propensity to consume
    long-run corrected marginal propensity to consume
    mechanizm korekty błędem
    autoregresyjny model konsumpcji globalnej
    krótkookresowa skorygowana krańcowa skłonność do konsumpcji
    długookresowa skorygowana krańcowa skłonność do konsumpcji
    Opis:
    In the introductory part of the article – referring to Keynes’ theory – basic macroeconomic relations between global consumption and gross domestic product are discussed and defined. Next, an analysis of statistical information on private consumption expenditure of households (C) and global consumption expenditure of the society (CO) against the background of gross domestic product (GDP) in Poland in 1995–2018 was carried out. The analysis of empirical material carried out allowed formulating preliminary assumptions regarding the analyzed macro-dependencies. In the main theoretical part of the article – referring, inter alia, to the conclusions from the empirical part of the analysis – the research hypothesis was formulated, according to which: the relationship between real consumption (C or CO) and gross domestic product (GDP) is linear, inertial and subject to a correction mechanism. To verify the hypothesis, an autoregressive model of global consumption was formulated, which was subject to the error correction mechanism (ECM). Based on the analytical form of the considered model, the following measures were defined: — short-run, immediate uncorrected marginal propensity to consume (SrMPCim), — short-run corrected marginal propensity to consume (SrMPCcrd), — long-run corrected marginal propensity to consume (LrMPCcrd). In addition, a switch trend function was defined that was assigned to the dynamic error correction model (ECM) under consideration. In the empirical part of the article, two versions of the considered autoregressive consumption model with a correction mechanism were considered. In the first version of the model, real private consumption of households (C) was dependent on domestic product (GDP). On the other hand, the second version makes the total consumption of the society (CO) dependent on the domestic product (GDP). Both versions of the model were estimated, verified and interpreted. The analysis of the estimated versions of the model confirmed the theoretical research hypothesis according to which real consumption: — is linearly dependent on the gross domestic product, — is inertial, — it is corrected in time.
    We wstępnej części artykułu - odwołując się do teorii Keynesa - omówiono i zdefiniowano podstawowe relacje makroekonomiczne pomiędzy konsumpcją globalną a produktem krajowym brutto. W następnej kolejności przeprowadzono analizę informacji statystycznych dotyczących prywatnych wydatków konsumpcyjnych gospodarstw domowych (C) oraz globalnych wydatków konsumpcyjnych społeczeństwa (CO) na tle produktu krajowego brutto (PKB) w Polsce w latach 1995-2018. Przeprowadzona analiza materiału empirycznego pozwoliła na sformułowanie wstępnych założeń dotyczących analizowanych makrozależności. W zasadniczej części teoretycznej artykułu - odwołując się między innymi do wniosków z części empirycznej analizy - sformułowano hipotezę badawczą, zgodnie z którą: zależność pomiędzy konsumpcją realną (C lub CO) a produktem krajowym brutto (PKB) ma charakter liniowy, inercyjny oraz podlega mechanizmowi korekty. Celem zweryfikowania postawionej hipotezy sformułowano autoregresyjny model konsumpcji globalnej, który podlegał mechanizmowi korekty błędem (ECM). Na podstawie postaci analitycznej rozważanego modelu zdefiniowano następujące mierniki: — krótkookresową, natychmiastową nieskorygowaną krańcową skłonność do konsumpcji (SrKSKim), — krótkookresową skorygowaną krańcową skłonność do konsumpcji (SrKSKcrd), — długookresową skorygowaną krańcową skłonność do konsumpcji (LrKSKcrd). Ponadto zdefiniowano funkcję trendu przełącznikowego, który przyporządkowano rozważanemu dynamicznemu modelowi korekty błędem (ECM).W części empirycznej artykułu rozpatrzono dwie wersje rozważanego autoregresyjnego modelu konsumpcji z mechanizmem korekty. W pierwszej wersji modelu uzależniono realną konsumpcję prywatną gospodarstw domowych (C) od produktu krajowego (PKB). Z kolei w drugiej wersji uzależniono realną konsumpcję całkowitą społeczeństwa (CO) od produktu krajowego (PKB). Obie wersje modelu oszacowano, zweryfikowano oraz zinterpretowano. Przeprowadzona analiza oszacowanych wersji modelu potwierdziła sformułowaną w części teoretycznej hipotezę badawczą zgodnie z którą realna konsumpcja:-jest liniowo zależna od produktu krajowego brutto,-ma charakter inercyjny,-jest korygowana w czasie.
    Źródło:
    Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka; 2019, 2, 29; 27-57
    2084-6495
    Pojawia się w:
    Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      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