Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 7

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

SYMULACYJNE BADANIE WPŁYWU WYSTĘPOWANIA LUK SYSTEMATYCZNYCH W SZEREGU CZASOWYM DLA DANYCH DZIENNYCH NA DOKŁADNOŚĆ PROGNOZ

100%
Oesterreich M.
Metody Ilościowe w Badaniach Ekonomicznych
|
2017
|
vol. 18
|
issue 2
293-303
PL
W pracy przedstawiono wyniki symulacyjnej analizy wpływu występowania luk systematycznych na dokładność prognoz inter- i ekstrapolacyjnych w dziennych szeregach czasowych. Do budowy prognoz wykorzystano klasyczny model szeregu czasowego, w którym wahania sezonowe o cyklach: tygodniowym i rocznym, były opisane za pomocą zmiennych zero-jedynkowych. Zmienną, którą poddano analizie, była dzienna sprzedaż paliw płynnych na stacji paliw X w latach 2012-2014. Pierwsze trzydzieści miesięcy stanowiło przedział czasowy próby, a ostatnie sześć były okresem empirycznej weryfikacji prognoz. Rozpatrywanych było jedenaście wariantów luk systematycznych. Obliczenia zostały wykonane z wykorzystaniem pakietu R oraz Statistica 12.
EN
In the paper was presented the simulation analysis of the impact of systematic gaps on the accuracy of inter- and extrapolative forecasts for daily time series. To forecasts construction were used classical time series model, in which a weekly and an annual seasonality was described by dummy variables. The analysed variable was daily sale of liquid fuels in liters in petrol station X in years 2012-2014. Data in years 2012-2013 were used in model construction and year 2014 was a period of empirical validation of forecasts. Eleven different variants of systematic gaps were examined. Calculations were made using the R statistical environment and the Statsoft Statistica12.
2
Publication available in full text mode
Content available

Symulacyjna analiza wpływu liczby i rozmieszczenia luk niesystematycznych na dokładność prognoz

100%
Oesterreich M.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2015
|
issue 2 (48)
78-88
EN
In this paper there was conducted a statistical analysis of the impact of the distribution of unsystematic gaps on the accouracy of inter- and extrapolative forecasts in the seasonal time series. In the analysis, as variable, there was used the average period of stay of tourists in accommodation establishments in the West Pomeranian Voivodeship in the years 2008-2013. In calculations there were used simulation methods to generate ten thousand sets of gaps for the three variants, differed in the number of gaps. For all the set and variants of gaps, there were estimated time series models with exponential trend and relatively-fixed seasonality. In the next step there were built inter- and extrapolative forecasts and calculated their relative errors (MAPE). In the analysis there were used R program and Statistica 10.
3
Publication available in full text mode
Content available

On the method of identification of atypical observations in time series

100%
Oesterreich M.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2020
|
issue vol. 24, nr 2
1-16
EN
The paper presents a method of detecting atypical observations in time series with or without seasonal fluctuations. Unlike classical methods of identifying outliers and influential observations, its essence consists in examining the impact of individual observations both on the fitted values of the model and the forecasts. The exemplification of theoretical considerations is the empirical example of modelling and forecasting daily sales of liquid fuels at X gas station in the period 2012-2014. As a predictor, a classic time series model was used, in which 7-day and 12-month cycle seasonality was described using dummy variables. The data for the period from 01.01.2012 to 30.06.2014 were for the estimation period and the second half of 2014 which was the period of empirical verification of forecasts. The obtained results were compared with other classical methods used to identify influential observations and outliers, i.e. standardized residuals, Cook distances and DFFIT. The calculations were carried out in the R environment and the Statistica package.
PL
W pracy zaproponowano metodę wykrywania obserwacji nietypowych w szeregach czasowych z wahaniami sezonowymi oraz bez tych wahań. Jej istota jej polega na badaniu wpływu poszczególnych obserwacji szeregu na wartości teoretyczne modelu oraz wielkości prognoz zbudowanych na jego podstawie. Egzemplifikacją rozważań o charakterze teoretycznym jest przykład empiryczny dotyczący modelowania i prognozowania dziennej sprzedaży paliw płynnych na stacji paliw X w latach 2012-2014. Dane za okres od 1.01.2012 do 30.06.2014 stanowią okres estymacyjny, a za II półrocze 2014 r. okres empirycznej weryfikacji prognoz. Wyniki otrzymane za jej pomocą zostały porównane z wynikami uzyskanymi innymi metodami służącymi do identyfikacji obserwacji wpływowych oraz odstających, w tym m.in.: reszt standaryzowanych, odległości Cooka oraz DFFIT. Obliczenia przeprowadzono w środowisku R oraz pakiecie Statistica.
4
Publication available in full text mode
Content available

Application of descriptive models to forecasting seasonal time series with gaps

100%
Oesterreich M.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2015
|
issue 1 (47)
68-77
EN
In this paper were presented the results of the application of quasi-simulation methods to analysis the impact of the occurrence of systematic gaps on the accuracy of inter and extrapolative forecasts for time series with seasonal fluctuations. Forecasts were built on the basis of predictors based on descriptive models with seasonally changing parameters. Theoretical considerations will be illustrated by the empirical example. The models estimation and construction of inter- and extrapolative forecasts were done with R and Statistica 10.
5
Publication available in full text mode
Content available

Dynamics of changes in the level of propensity to use the Internet in European Union countries in 2010-2019

100%
Oesterreich M.
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
|
2020
|
issue vol. 64, nr 7
102-117
EN
The article analyses the level of propensity to use the Internet in 28 countries of the European Union in 2010 and 2019 and assesses its dynamics of changes in this period. For this purpose, information available in the databases of Eurostat and the World Bank regarding the ways in which the Internet was used by citizens and households. The study omitted issues related to the commercial use of the Internet potential by enterprises. For individual years, taxonomic synthetic measures were constructed based on a set of diagnostic features, using the TOPSIS method. These measures determine, respectively: the level of willingness to use the network by citizens and households of individual EU countries as well as the rate of changes in the analysed period. The research shows that the highest propensity to use the Internet was characteristic of citizens of Northern European countries and the lowest was in Southern Europe. The R environment and the Statistica package were used for the calculations.
PL
W artykule dokonano analizy poziomu skłonności do wykorzystania Internetu w 28 państwach Unii Europejskiej w latach 2010 oraz 2019, a także dokonano oceny jej dynamiki zmian w tym okresie. W tym celu posłużono się informacjami dostępnymi w bazie danych Eurostatu oraz Banku Światowego dotyczącymi sposobów korzystania z sieci przez obywateli oraz gospodarstwa domowe. W badaniu pominięto kwestie związane z komercyjnym wykorzystaniem potencjału Internetu przez przedsiębiorstwa. Dla poszczególnych lat, na podstawie zestawu cech diagnostycznych, skonstruowano taksonomiczne mierniki syntetyczne, wykorzystując do tego celu metodę TOPSIS. Mierniki te określać będą odpowiednio: poziom skłonności do korzystania z sieci przez obywateli oraz gospodarstwa domowe poszczególnych państw UE, a także dynamikę zmian w analizowanym okresie. Z przeprowadzonych badań wynika, że najwyższą skłonnością do wykorzystania Internetu charakteryzowali się obywatele państw Europy Północnej, a najniższą – Europy Południowej. Do obliczeń wykorzystano środowisko R oraz pakiet Statistica.
6
Publication available in full text mode
Content available

Symulacyjne badanie efektywności wykorzystania metod numerycznych w prognozowaniu zmiennej zawierającej luki niesystematyczne

100%
Oesterreich M.
Studia Ekonomiczne
|
2017
|
vol. 324
53-68
PL
W artykule przedstawiono symulacyjną analizę efektywności wykorzystania metod numerycznych w prognozowaniu zmiennej ekonomicznej dla luk niesystematycznych. Do budowy prognoz inter- i ekstrapolacyjnych, na podstawie szeregów oczyszczonych z sezonowości, zostały wykorzystane metody: odcinkowa, łuków oraz Lagrange’a dla węzłów interpolacyjnych rozmieszczonych proporcjonalnie. Rozpatrywane były trzy warianty luk, różniące się odsetkami brakujących danych. Przeprowadzono również analizę porównawczą dokładności błędów prognoz inter- i ekstrapolacyjnych względem klasycznych modeli szeregu czasowego z trendem liniowym oraz periodycznym składnikiem sezonowym, jak również z trendem wykładniczym z relatywnie stałą sezonowością. Obliczenia zostały wykonane z wykorzystaniem pakietu R oraz Statistica 12.
EN
In the article was presented an efficiency analysis of numerical methods in forecasting economic variable with unsystematic gaps. To construction of inter- and extrapolative forecasts, based on the seasonal adjusted time series, were used: the segmental method, the arches method and the Lagrange interpolation method for nodes distributed proportionally. In analysis were considered three variants of gaps, differing in the percent-age of the missing data. A comparative analysis of the accuracy of forecast errors of classical time series with linear trend and periodic seasonal component and exponential trend with relatively constant seasonality was also performed. Calculations were made using R environment and Statistica 12.
7
Publication available in full text mode
Content available

Metody adaptacyjne w prognozowaniu miesięcznych szeregów czasowych z lukami systematycznymi

100%
Oesterreich M.
Studia Ekonomiczne
|
2016
|
vol. 291
34-46
PL
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.
EN
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.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.