PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Prognozowanie wartości wskaźników poziomu motoryzacji z wykorzystaniem klasycznych modeli trendu

Autorzy
Identyfikatory
Warianty tytułu
EN
Forecasting the values of motorization level indicators using classical trend models
Języki publikacji
PL
Abstrakty
PL
[...]W pracy rozpatrzono przydatność klasycznych modeli trendu do prognozowania wartości wskaźników motoryzacji. W procesie predykcji uwzględniono następujące modele trendu: liniowy, paraboliczny, wielomianowy stopnia trzeciego i czwartego, potęgowy, wykładniczy, logarytmiczny i hiperboliczny. Zastosowano metodę bazującą na minimalizacji błędu prognozy ex ante. Zmieniając liczbę ostatnich L lat uwzględnionych w procesie predykcji, poszukuje się minimum wartości błędu ex ante. Dla optymalnej liczby lat wyznacza się wartość prognozy. Metoda została omówiona na przykładzie predykcji wartości wybranych wskaźników poziomu motoryzacji: liczby zarejestrowanych samochodów osobowych w Szczecinie, a także liczby pojazdów mechanicznych w Gliwicach oraz w całej Polsce. Obliczenia wykonano dla danych z lat 2000–2006, natomiast dane dotyczące 2007 roku posłużyły do wyznaczenia błędu prognozy ex post.[...]
EN
In this paper the usefulness of classical trend models in forecasting the values of motorization level indicators was examined. In the process of prediction the following trend models were considered: linear, parabolic, third -order polynomial, fourth-order polynomial, power, exponential, logarithmic and hyperbolic. The method drawing on minimization of ex ante forecast error was applied. By changing the number of L recent years used in prediction process the minimum value of ex ante error was sought. For the optimum number of years the forecast value was determined. The method was elaborated with the example of predicting the value of selected motorization level indicators: the number of cars registered in Szczecin and the number of motor vehicles registered in Gliwice as well as in Poland. Calculations were made for the data from years 2000–2006, whereas the data from 2007 were used to determine ex post forecast error.
Rocznik
Tom
Strony
257--267
Opis fizyczny
Biliogr. 6 poz., tab., wykr
Twórcy
  • Uniwersytet Szczeciński
Bibliografia
  • 1. Bank Danych Regionalnych, http://www.stat.gov.pl/bdr, 8.08.2009.
  • 2. Biuletyn Informacji Publicznej, Urząd Miasta Szczecin: Raport o stanie miasta 2002, 2004, 2006, 2008.
  • 3. Gliwice-Miejski Serwis Internetowy, Raport ostanie miasta 1998–2002, 2002–30.06.2006, Uzupełnienie Raportu o stanie miasta na koniec: 2006 r., 2007 r., 2008 r.
  • 4. Prognozowanie gospodarcze. Metody i zastosowanie, Cieślak M. (red.), Wydawnictwo Naukowe, PWN, Warszawa 2001.
  • 5. Purczyński J., Wybrane aspekty prognozowania z wykorzystaniem trendu wykładniczego, Przegląd Statystyczny 2008, R. LV – Zeszyt 1.
  • 6. Zeliaś A. Pawełek B. Wanat S., Prognozowanie ekonomiczne. Teoria, przykłady, zadania, PWN, Warszawa 2003.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-5dc93764-8d0e-4695-9c89-85715c083466
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.