PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2018 | nr 5 | 85--97, CD
Tytuł artykułu

Ekonometryczne modelowanie popytu konsumpcyjnego na podstawie modelu SARIMA

Autorzy
Wybrane pełne teksty z tego czasopisma
Warianty tytułu
EN
Econometric modelling of consumption demand based on SARIMA model
Konferencja
Konferencja Naukowa Logistyki Stosowanej „Technologie podwójnego zastosowania w logistyce cywilnej i wojskowej. Teoria i Praktyka” (10 ; 06.06-08.06. 2018, Jadwisin, Polska)
Języki publikacji
PL
Abstrakty
PL
Właściwie skonstruowane prognozy są dla przedsiębiorstwa istotnym etapem opracowywania strategii dotyczącej sprzedaży produktu. Pozwalają nie tylko w pełni zaspokoić oczekiwania rynku, ale również dostosować logistykę firmy i posiadane zasoby do oczekiwań klientów. Prognozowanie popytu jest szczególnie skomplikowane, gdy występuje sezonowość, a sprzedaż warunkują czynniki trudne do przewidzenia. Z pomocą przychodzą wtedy narzędzia i metody ekonometryczne, pozwalające na estymację modeli uwzględniających takie zakłócenia. W artykule przedstawiono zastosowanie modelu SARIMA do prognozowania popytu na lody, powalającego na krótkoterminową predykcję ich sprzedaży.
EN
Properly constructed forecasts are one of the most important stages for the company in developing its sales strategy. They allow not only to fully meet expectations of the market, but also to adjust the company’s logistics and resources to customer’s expectations. Demand forecasting is particularly complex when seasonality occurs and sales are conditioned by factors difficult to predict. Econometric tools and methods, which allow estimation of models taking into account such disturbances, are then helpful. The article presents application of SARIMA model to forecast the demand for ice cream, which allows for short-term predictions of their sales.
Słowa kluczowe
Wydawca

Rocznik
Tom
Strony
85--97, CD
Opis fizyczny
Biblkiogr. 10 poz., rys., tab.
Twórcy
autor
Bibliografia
  • 1. Bielińska, E. (2007). Prognozowanie ciągów czasowych. Gliwice: Wydawnictwo Politechniki Śląskiej
  • 2. Cieślak, M. (2001). Prognozowanie gospodarcze. Warszawa: PWN.
  • 3. Dittmann, P. (2000). Metody prognozowania sprzedaży w przedsiębiorstwie. Wrocław: Wydawnictwo Akademii Ekonomicznej.
  • 4. Sokołowski, A. (2016). Prognozowanie i analiza szeregów czasowych. Materiały szkoleniowe. Kraków: StatSoft Polska.
  • 5. Czyżycki, R. Hundert, M. Klóska, R. (2007). Wybrane zagadnienia z prognozowania. Szczecin: Economicus.
  • 6. Czyżycki, R. Klóska, R. (2011). Ekonometria i prognozowanie zjawisk ekonomicznych w przykładach i zadaniach. Szczecin: Economicus.
  • 7. Dittmann, P. Szabela-Pasierbińska, E. Dittmann, I. Szpulak, A. (2011). Prognozowanie w zarządzaniu sprzedażą i finansami przedsiębiorstwa. Warszawa: Wolters Kluwer Polska Sp. Z o.o.
  • 8. Pawełek, B. Wana,t S. Zeliaś, A. (2013). Prognozowanie ekonomiczne Teoria przykłady zadania. Warszawa: PWN.
  • 9. StatSoft. (2006). Elektroniczny Podręcznik Statystyki, Kraków.
  • 10. http://www.statsoft.pl/textbook/stathome.html (28.02.2018)
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-2747d195-e1be-4f33-80b3-af57b684936b
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.