Celem artykułu jest określenie tego, jak dobrze sondaże przedwyborcze potrafią przewidywać wyniki wyborów parlamentarnych oraz od czego zależy trafność tych prognoz. Zmiennymi wyjaśnianymi jest poprawne wskazanie zwycięskiego komitetu oraz wyniku wyborczego poszczególnych opcji politycznych biorących udział w wyborach. Pierwszą zmienną wyjaśniającą jest czas między badaniem a datą wyborów. Drugą zmienną wyjaśniającą jest różnica wskazań między dwoma komitetami o największym poparciu. Dane empiryczne obejmują wyniki sondaży w okresie 12 miesięcy przed wyborami parlamentarnymi w Polsce od 1993 do 2015 roku. W analizie wykorzystano bayesowski model hierarchiczny i symulację Monte Carlo. Częściowo potwierdziły się hipotezy, które wskazywały, że zdolność sondaży do przewidywania największego poparcia i do wskazania wyników wyborczych poszczególnych komitetów jest tym większa, im bliżej do wyborów. W pełni potwierdziła się hipoteza, że sondaże tym lepiej wskazują zwycięski komitet, im większa jest różnica między sondażowym poparciem dwóch głównych oponentów.
EN
The aim of this article is to determine how well pre-election polls can predict the results of parliamentary elections, and what determines the accuracy of these predictions. The dependent variables are 1) the correct indication of the winning party and 2) the accuracy of election surveys in forecasting voters’ support. The first independent variable is the time between the poll and the date of the election. The second explanatory variable is the difference in results between the two parties with the greatest support. This study uses data from all publicly available polls that took place in the 12 months before every parliamentary election in Poland from 1993 to 2015. The analysis uses Bayesian hierarchical modeling and Markov Chain Monte Carlo simulation. The results show that the average probability that a pre-election poll will correctly predict the winning party is around 80%, whereas the probability that it will correctly predict the distribution of voters’ support (with 3% error margin) is around 50%. The evidence partially proved that the forecasting accuracy of an election poll is the better the closer the poll is taken to the date of the election. It was also proved that the ability of a poll to predict the winner is better the greater the gap between the survey results of the two leading parties.
Głównym celem artykułu jest zaprezentowanie zarysu nowoczesnej metodyki prognozowania i analizy ryzyka procesu produkcyjnego oraz cech charakterystycznych pomiarów dokonywanych podczas trwania procesu hutniczego. Metodyka oparta jest na reprezentacji systemu dynamicznego w przestrzeni stanu oraz na wnioskowaniu bayesowskim. Pozwala to przede wszystkim uchylić założenie o stałości szacowanych parametrów, prowadzić analizę dla całości rozkładu statystycznego oraz uwzględnić tzw. informację a priori, czyli pochodzącą spoza zbioru danych. Praca ma charakter przeglądowy i stanowi podstawę do dalszych badań, które dotyczą wdrożenia koncepcji intelligent manufacturing w polskich przedsiębiorstwach przemysłowych.
EN
The article presents the range of modern methods used to forecast and conduct risk analysis of the production process and the characteristics of the measurements taken during the steel production process. The methodology is based on the state space representation of a dynamic system and Bayesian inference. The methodology enables us to reject the assumption of constant estimated parameters, analyse the statistical distribution of the whole and take into account a priori information, which is to say outside the dataset. The article is a review and the basis for further studies that include implementation of the concept of intelligent manufacturing in Polish industrial enterprises.
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.