ORIGINAL PAPER
Methodology of Multi-criteria Analysis of Changes in Unemployment Rates in Selected World Economies and Forecasting with the ARIMA Model of the US Unemployment Rate for the Future
 
More details
Hide details
1
Wojskowa Akademia Techniczna, Wydział Bezpieczeństwa, Logistyki i Zarządzania
2
Vytautas Magnus University Agriculture Academy
3
Ministerstwo Obrony Narodowej
Online publication date: 2020-03-23
Publication date: 2020-03-23
 
NSZ 2020;15(1):71–85
 
KEYWORDS
TOPICS
ABSTRACT
The article presents the methodology of multi-criteria analysis of unemployment interest rates in selected world economies, and an attempt to forecast the unemployment rate in the USA for three future periods. The research began with an analysis of the multidimensional volatility of unemployment interest rates in selected world economies on a six-month basis in 2011-2018. It was then assessed. The next stage of the study was the analysis and evaluation of the time series of data on the US unemployment interest rates in dynamic terms. Then, the ARIMA forecast model was built and forecasting for three future periods was performed.
 
REFERENCES (16)
1.
Begg D., Vernasca G., Fischer S., Dornbusch R., 2014, Makroekonomia, Polskie Wydawnictwo Ekonomiczne, Warszawa.
 
2.
Dittmann P., 2008, 2016, Prognozowanie w przedsiębiorstwie. Metody i ich zastosowanie, Wolters Kluwer Polska Sp. z o.o., Kraków.
 
3.
Dittmann P. i in., 2009, 2016, Prognozowanie w zarządzaniu przedsiębiorstwem, Wydawnictwo Nieoczywiste, Imprint GAB Media.
 
4.
Dittmann P. i in., 2011, 2016, Prognozowanie w zarządzaniu sprzedażą i finansami przedsiębiorstwa, Wydawnictwo Nieoczywiste, imprint GAB Media.
 
5.
Gabrusewicz W., Kamela-Sowińska A., Poetschke H., 2000, Rachunkowość zarządcza, Polskie Wydawnictwo Ekonomiczne, Warszawa.
 
6.
Kozicki B., Waściński T., Brzeziński M., Tomaszewski J., 2018, Zastosowanie prognozy do planowania przychodów przedsiębiorstwa, GMiL 1231-2037, Nr 5, s. 332-334.
 
7.
Kozicki B., Waściński T., Brzeziński M., Lisowska A., 2018, Cost forecast in a shipping company, Transport means, Litwa.
 
8.
Kozicki B., 2018, Metodyka prognozowania zysku, „Systemy Logistyczne Wojsk”, SLW nr 2(49).
 
9.
Kozicki B., Waściński T., Lisowska A., 2018, Selection of optimal forecasting method for a CPI inflation measure in Poland, Wyd. Katedra Zarządzania Jakością i Wiedzą UMCS Lublin.
 
10.
Makridakis S.G., Wheelwright S.C., Hyndman R.J., 1998, Forecasting methods and applications, John Wiley and Sons, New York.
 
11.
Papież M., Śmiech S., 2015, Modelowanie i prognozowanie cen surowców energetycznych, Wydawnictwo C.H.Beck, Warszawa.
 
12.
Rabiej M., 2018, Analizy statystyczne z programami Statistica i Exel, Helion, Gliwice.
 
13.
Ręklewski M., Ryczkowski M., 2016, The Polish regional labour market indicator and its links to other well-being measures, „Comaparative Economic Research”, nr 19(3), DOI: 10.1515/cer-2016-0023.
 
14.
Suchwałko A., Zagdański A., 2016, Analiza i prognozowanie szeregów czasowych. Praktyczne wprowadzenie na podstawie środowiska R, PWN, Warszawa.
 
eISSN:2719-860X
ISSN:1896-9380