Modele wyrównywania wykładniczego w prognozowaniu zmiennych ekonomicznych ze złożoną sezonowością

• Autorzy: Maria Szmuksta-Zawadzka , Jan Zawadzki

Warianty tytułu

Exponential Smoothing Models in Forecasting of Economic Variables With Complex Seasonality

• Języki publikacji: PL

Abstrakty

Celem artykułu jest próba wykorzystania modeli adaptacyjnych do modelowania i prognozowania zmiennej ze złożoną sezonowością dla danych dziennych, oczyszczonych z jednego lub dwóch rodzajów wahań sezonowych. Zakładać będziemy, że w szeregu czasowym dla danych dziennych występują wahaniami o cyklu tygodniowym (7-dniowym) i rocznym (12- -miesięcznym). Egzemplifikacją rozważań teoretycznych będzie modelowanie i prognozowanie dziennej sprzedaży paliw płynnych na stacji benzynowej X. Kształtowanie się zmiennej w okresie estymacyjnym będzie obejmować okres blisko dwuletni. Natomiast trzeci rok będzie okresem empirycznej weryfikacji prognoz. (fragment tekstu)

EN

In the paper will be proposed application of exponential smoothing models in forecastting variables with complex seasonality, based on high-frequency time series, from which seasonal fluctuations were eliminated. Theoretical considerations will be illustrated by an empirical example. (original abstract)

Słowa kluczowe

PL

Prognozowanie; Prognozowanie sprzedaży; Modelowanie ekonometryczne; Paliwa płynne

EN

Forecasting; Sales forecasting; Econometric modeling; Liquid fuels

• Czasopismo: Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica
• Rocznik: 2014
• Numer: nr 76
• Strony: 137--146

Twórcy

autor

Maria Szmuksta-Zawadzka

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

autor

Jan Zawadzki

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

Bibliografia

• Dittmann P. 2006. Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie. Kraków Wolters Kluwer Polska. ISBN 83-77484-060-9.
• Kufel T. 2010. Ekonometryczna analiza cykliczności procesów gospodarczych o wysokiej częstotliwości obserwowania. Toruń. Wydaw. Nauk. Uniw. Mikołaja Kopernika. ISBN 978-83-231-2471-9.
• Pawłowski Z. 1973. Prognozowanie ekonometryczne. Warszawa. PWN.
• Szmuksta-Zawadzka M., Zawadzki J. 2011. Zastosowanie modelowania ekonometrycznego w prognozowaniu brakujących danych w szeregach o wysokiej częstotliwości, w: Pr. Nauk. Uniw. Ekon. Wrocław. Ekonometria 34, 303-313.
• Szmuksta-Zawadzka M., Zawadzki J. 2012. O metodzie prognozowania brakujących danych w dziennych szeregach czasowych z lukami systematycznymi, w: metody ilościowe w badaniach ekonomicznych (Quantitative Methods in Economics). T. 13, 3. 202-212.
• Szmuksta-Zawadzka M., Zawadzki J. 2012 a. Z badań nad metodami prognozowania na podstawie niekompletnych szeregów czasowych z wahaniami okresowymi (sezonowymi), w: Prz. Stat. - nr spec. 1. Warszawa, 140-154.
• Szmuksta-Zawadzka M., Zawadzki J. 2014. Wykorzystanie modeli "hybrydowych" w prognozowaniu brakujących danych w szeregach ze złożoną okresowością (sezonowością), w: Matematyka i informatyka na usługach ekonomii: rozważania ogólne. Red. W. Jurek. Poznań. Wydaw. Uniw. Ekon. Poznań, 72-83. ISBN 978-83-7417-806-8.
• Wiśniewski J. 1986. Ekonometryczne badanie zjawisk jakościowych. Studium metodologiczne. Toruń. Uniw. Mikołaja Kopernika. ISBN 83-231-0065-9.
• Zeliaś A., Pawełek B., Wanat S. 2003, Prognozowanie ekonomiczne. Teoria. Przykłady. Zadania. Warszawa. PWN. ISBN 83-0114043-7.