Analiza rozkładów oraz symulacja popytu i podaży w modelu pajęczyny z wykorzystaniem programu Statistica

• Autorzy: Falkiewicz, Ewa

Warianty tytułu

EN

Analysis of distributions and simulation of demand and supply in a spider web model using Statistica software

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono relacje pomiędzy cenami, popytem i podażą na rynku rowerów elektrycznych, opisywane przez model pajęczyny. Celem pracy była analiza rozkładów prawdopodobieństwa cen, popytu i podaży oraz symulacja dalszego rozkładu popytu i podaży przy wykorzystaniu programu Statistica. Dodatkowo, ze względu na sezonowość rynku rowerów elektrycznych, przeprowadzono predykcję cen rowerów na kolejne okresy za pomocą modelu trendu z wahaniami periodycznymi.

EN

The paper presents the relationships between prices, demand and supply in the electric bicycle market, which are described by spider web model. The aim of the work is to analyse the probability distributions of price, demand and supply and to simulate further distribution of demand and supply using Statistica software. In addition, due to the seasonality of the e-bike market, a prediction of e-bike prices for subsequent periods is conducted using a trend model with periodical fluctuations.

Słowa kluczowe

PL

model pajęczyny; popyt; podaż; rozkład normalny; testy normalności rozkładu; metoda Imana-Conovera; predykcja; model trendu z wahaniami periodycznymi

EN

spider web model; demand; supply; normal distribution; normality of distribution tests; Iman-Conover method; prediction; trend model with periodical fluctuations

• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2023
• Tom: Vol. 72, nr 3
• Strony: 121--148
• Opis fizyczny: Bibliogr. 8 poz., rys., tab., wykr.

Twórcy

autor

Falkiewicz, Ewa

• Wojskowa Akademia Techniczna, Wydział Cybernetyki, Instytut Matematyki i Kryptologii, ul. gen. S. Kaliskiego 2, 00-908 Warszawa ,

Bibliografia

• [1] Goryl A., Jędrzejczyk Z., Kukuła K., Osiewalski J., Walkosz A., Wprowadzenie do ekonometrii, Wydawnictwo Naukowe PWN SA, Warszawa 2017.
• [2] Grabiński T., Wydymus S., Zeliaś A., Modele ekonometryczne w procesie prognozowania, Akademia Ekonomiczna, Kraków 1981.
• [3] Iman R. L., Conover W. J., A Distribution-free Approach to Inducing Rank Correlation Among Input Variables, Communications in Statistics, 11, 3, 1982, 311-334.
• [4] Krysicki W., Bartos J., Dyczka W., Królikowska K., Wasilewski M., Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, cz. II. Statystyka matematyczna, Wydawnictwo Naukowe PWN, Warszawa 2002.
• [5] Kusy M., Analiza rozkładów i symulacje w programie Statistica, StatSoft Polska 2011.
• [6] Rekowski M., Mikroekonomia, Wydawnictwo Naukowe Contact, Poznań 2008.
• [7] Tokarska M., Gniotek K., Ocena niepewności pomiaru metodą symulacji Monte Carlo w oparciu o program Statistica, Przegląd Elektrotechniczny, 86, 9, 2010, 43-46.
• [8] Zeliaś A., Pawełek B., Wanat S., Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnictwo Naukowe PWN, Warszawa 2003.

Identyfikatory

DOI

10.5604/01.3001.0054.6452