PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | nr 210 | 7--16
Tytuł artykułu

Prognozowanie liczby pracujących na różnych poziomach agregacji danych

Autorzy
Treść / Zawartość
Warianty tytułu
Forecasting of the Number of Employees on Different Levels of Data Aggregation
Języki publikacji
PL
Abstrakty
Przedmiotem badań zaprezentowanych w artykule jest porównanie jakości prognoz liczby pracujących na różnych poziomach agregacji. Rozpatrywano trzy poziomy agregacji: województwo, podregiony i powiaty. Dane roczne pochodzą z Banku Danych Lokalnych Głównego Urzędu Statystycznego. Prognozy wyznaczono na podstawie modeli trendów liniowych dla powiatów, podregionów i województwa. Okazało się, że wraz ze wzrostem poziomu agregacji maleją błędy prognoz. Dodatkowo zbadano występowanie kointegracji liczby pracujących dla województwa, podregionów i powiatów. (abstrakt oryginalny)
EN
The paper deals with forecasting of the number of employees on different levels of data aggregation. The forecasts for voivodeship, subregions and counties were computed. The quality of forecasts was measured by means of forecast ex post errors. The analysis was based on data from the Local Data Bank of Central Statistical Office. In order to construct forecasts, linear trends were applied. It turned out that the higher the level of data aggregation, the smaller forecasts errors. Additionally, co-integration between the number of employees for voivodeship, subregions and counties was analyzed. (original abstract)
Rocznik
Numer
Strony
7--16
Opis fizyczny
Twórcy
  • Uniwersytet Szczeciński
Bibliografia
  • Cieślak, M. (red.), 2005, Prognozowanie gospodarcze, Wydawnictwo Naukowe PWN, Warszawa.
  • Dittmann, P., Szabela-Pasierbińska, E., Dittmann, I., Szpulak, A., 2009, Prognozowanie w zarządzaniu przedsiębiorstwem, Oficyna Ekonomiczna, Kraków.
  • Dolado, J.J., Gonzalo, J., Marmol, F., 2003, Cointegration, w: Baltagi, B.H. (red.), A Companion to Theoretical Econometrics, Blackwell Publishing, USA.
  • Guzik, B., 1993, Segmentowe modele ekonometryczne, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
  • Hayashi, F., 2000, Econometrics, Princeton University Press, Princeton and Oxford.
  • Johnston, J., 1991, Econometric Methods, McGraw-Hill Book Company, Singapore.
  • Kufel, T., 2007, Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, Wydawnictwo Naukowe PWN, Warszawa.
  • Lutkepohl, H., 2005, New Introduction to Multiple Time Series Analysis, Springer.
  • Maddala, G.S., 2006, Ekonometria, Wydawnictwo Naukowe PWN, Warszawa.
  • Osińska, M. (red.), 2007, Ekonometria współczesna, TNOiK "Dom Organizatora", Toruń.
  • Staszewska-Bystrova, A., 2009, Wektorowe modele autoregresyjne w analizie makroekonomicznych szeregów czasowych, TNOiK "Dom Organizatora", Toruń.
  • Zeliaś, A., 1998, Teoria prognozy, PWE, Warszawa.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171212483

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.