Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  modele ARIMA
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Prognozowanie popytu jest bardzo istotnym elementem działalności każdej firmy. W artykule dokonano analizy popytu na mleko, generowanego w Okręgowej Spółdzielni Mleczarskiej w Opolu Lubelskim, celem zaproponowania wiarygodnych modeli prognostycznych. Wykorzystując opracowaną przez Boxa i Jenkinsa metodologię, opracowano model ARIMA (Autoregressive Integrated Moving Average).
EN
Demand forecasting is a very important part of any business. In this article were the demand analyzes for milk made, generated in the District Dairy Cooperative in Opole Lubelskie, to propose reliable forecasting models. Using the Box and Jenkins methodology, was the ARIMA (Autoregressive Integrated Moving Average) model worked out.
PL
W artykule przedstawiono metodę budowy modeli ARIMA i SSN oraz wykorzystanie tych modeli do prognozowania jednowymiarowych szeregów czasowych. Opisano i przedyskutowano kolejne etapy tworzenia modelu na przykładzie danych dotyczących przedsiębiorstwa handlowego typu cash & carry, wyznaczono prognozy przychodów ze sprzedaży na kolejne miesiące. Proponowane podejście ilościowe poszerza metodę prognozowania, stosowaną dotychczas w przedsiębiorstwie, wzbogacając jednocześnie informację o decyzji kierownictwa firmy. Narzędziem informatycznym wykorzystanym w procesie opracowania modelu i wyznaczania prognozy był moduł Szeregi czasowe i prognozowanie oraz Statistica Neural Network™ PL programu STATISTICA PL wersji 6.0
EN
The article presents ARIMA and SSN models' methodology of construction and their application for one-dimensional time series forecasting. Consecutive models construction phases have been described and discussed on the example of data concerning a cash & carry type trade enterprise. Sales gross income forecast for consecutive months has been calculated. The quantity approach suggested in the paper broadens methodology of forecasting that has been already implemented in the enterprise and also enriches the decision-making information of company's management.Software used for model creation and forecast calculation were Time Series and Forecasting and Statistica Neural Network™ modules of STATISTICA PL 6.0.
3
Content available remote Modele ARIMA w prognozowaniu sprzedaży
PL
W artykule przedstawiono metodykę budowy modeli ARIMA oraz ich wykorzystanie do prognozowania jednowymiarowych szeregów czasowych. Wykorzystano jedno z ogólnie stosowanych podejść zaproponowane przez Boxa i Jenkinsa. Opisano i przedyskutowano kolejne etapy tworzenia modelu na przykładzie danych dotyczących przedsiębiorstwa handlowego typu cash & carry oraz przedsiębiorstwa produkcyjnego.
EN
The paper presents construction methodology of ARIMA models and their application in one-dimensional time series forecasting. The Box and Jenkins approach, being one of the widely used, has been employed. Consecutive phases of the model constructing have been described and discussed on the basis of a cash & carry type of trade as well as productive enterprise.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.