Verifying the Performance of Multiple Linear Regression in Predicting the Indicator of Mass Accumulation of Waste. The Case of Lubelskie Voivodship

• Authors: Tomasz Szul , Krzysztof Nęcka

Title variants

PL

Ocena przydatności metod wielorakiej regresji liniowej do prognozowania wskaźnika nagromadzenia odpadów. Przykład województwa lubelskiego

• Languages of publication: EN

Abstracts

EN

In this study, the effectiveness of classical regression models to forecast the indicator of mass accumulation of waste was investigated. The economic and infrastructural variables were used as explanatory variables. The conducted studies show that applying regression models can produce forecasting models generating errors at an acceptable level although only for the municipalities of urban and urban-rural administrative type. For the models where the following were selected as explanatory variables: income indicator, mean number of persons living in a residential building, proportion of arable land in the structure of land use, percentage of buildings in the municipality covered by the waste collection scheme, and the functional type of municipality, the error in the forecast obtained for the test set amounted to 12%–14%. Using the same set of explanatory variables for the rural municipalities caused the models to display forecasting errors for the test set ranging from 35% to 50%. Also, applying another combination of input variables gathered in the course of the studies did not result in developing models of better quality. Therefore, further studies are necessary in the search for more effective methods or other variables describing the mass waste accumulation indicator in rural municipalities.

PL

W pracy badano przydatność klasycznych modeli regresyjnych do prognozowania wskaźnika nagromadzenia odpadów. Jako zmienne objaśniające wykorzystano wskaźniki ekonomiczne i infrastrukturalne. Z wykonanych badań wynika, że stosując modele regresyjne można opracować modele prognostyczne generujące błąd na akceptowalnym poziomie ale tylko dla gmin o typie administracyjnym miejskim i miejsko-wiejskim. Dla modeli, w których zmiennymi objaśniającymi były wskaźnik dochodu, średnią ilość osób zamieszkujących budynek mieszkalny, udział użytków rolnych w strukturze użytkowania, procent budynków w gminie objętych systemem zbiórki oraz typ funkcjonalny gminy uzyskano błąd prognozy dla zbioru testowego na poziomie 12–14%. Wykorzystanie tego samego zestawu zmiennych objaśniających dla gmin wiejskich spowodowało, że opracowane modele miały błąd prognozy dla zbioru testowego na poziomie 35–50%. Również wykorzystanie innej kombinacji zmiennych wejściowych zgromadzonych w trakcie badań nie umożliwiło opracowanie modelu lepszej jakości. Konieczne są więc dalsze badania w kierunku poszukiwania efektywniejszych metod lub innych zmiennych opisujących wskaźnik masowego nagromadzenia odpadów na terenach gmin wiejskich.

Keywords

EN

regression model; household; waste; forecasting

• Publisher: Wyższa Szkoła Zarządzania i Administracji w Zamościu
• Journal: Barometr Regionalny. Analizy i prognozy
• Year: 2016
• Issue: 1(43)
• Pages: 151-158

Contributors

author

Tomasz Szul

• University of Agriculture in Krakow

author

Krzysztof Nęcka

• University of Agriculture in Krakow

References

• Bański, J. 2009. „Typy obszarów funkcjonalnych w Polsce.” In. www.igipz.pan.pl: IGiPZ PAN. http://www.igipz.pan.pl/en/zpz/zbtow/archiwum/1A.pdf (accessed 2015.04.13, not available at present).
• Beigl, P., S. Lebersorger, and S. Salhofer. 2008. „Modelling Municipal Solid Waste Generation: A Review.” Waste Management no. 28 (1):200–214. doi: 10.1016/j.wasman.2006.12.011.
• Beigl, P., S. Salhofer, G. Wassermann, I. Maćków, M. Sebastian, and R. Szpadt. 2005. Prognozowanie zmian ilości i składu odpadów komunalnych. Paper read at VI Międzynarodowe Forum Gospodarki Odpadami „Efektywność gospodarowania odpadami”, 29.05–01.06.2005, at Poznań–Licheń Stary, Polska.
• Bogner, J.E., W.L. Rathje, M. Tani, and O. Minko. 1993. Discards as Measures of Urban Metabolism: the Value of Rubbish. Paper read at The International Symposium of Urban Metabolism, October 1993, at Kobe, Japan.
• Kempa, E.S. 1983. Gospodarka odpadami miejskimi. Warszawa: “Arkady.”
• Koneczna, R., and J. Kulczycka. 2011. „Analiza ekonomiczna systemów gospodarki odpadami.” In Ocena systemu gospodarki odpadami. Cz. 2, Praktyczne zastosowania, edited by A. Kraszewski and E. Pietrzyk-Sokulska, 120–173. Kraków: Wydawnictwo IGSMiE PAN.
• Malinowski, M., A. Krakowiak-Bal, J. Sikora, and A. Woźniak. 2009a. „Ilości generowanych odpadów komunalnych w aspekcie typów gospodarczych gmin województwa małopolskiego.” Infrastruktura i Ekologia Terenów Wiejskich (9):181–190.
• Malinowski, M., A. Krakowiak-Bal, J. Sikora, and A. Woźniak. 2009b. „Wykorzystanie analizy przestrzennej GIS do wyznaczenia wskaźników nagromadzenia odpadów w zależności od liczby mieszkańców i gęstości zaludnienia.” Infrastruktura i Ekologia Terenów Wiejskich (9):193–205.
• Passarini, F., I. Vassura, F. Monti, L. Morselli, and B. Villani. 2011. „Indicators of Waste Management Efficiency Related to Different Territorial Conditions.” Waste Management no. 31 (4):785–792. doi: 10.1016/j.wasman.2010.11.021.
• Sircar, R., F. Ewert, and U. Bohn. 2003. „Ganzheitliche Prognose von Siedlungsabfällen [Holistic Prognosis of Municipal Wastes].” Müll und Abfall (1):7–11.
• Szul, T., and K. Nęcka. 2014. „Comparison of the Usefulness of Cluster Analysis and Rough Set Theory in Estimating the Rate of Mass Accumulation of Waste in Rural Areas.” TEKA. Commission of Motorization and Power Industry in Agriculture no. 14 (4):175–180.
• Tałałaj, I.A. 2011. „Wpływ wybranych czynników społeczno-ekonomicznych na zmiany ilości odpadów komunalnych w województwie podlaskim.” Inżynieria Ekologiczna (25):146–156.