ARTYKUŁ ORYGINALNY
Metodyka wielokryterialnej analizy zmian stóp bezrobocia wybranych gospodarek światowych oraz prognozowanie modelem ARIMA stopy bezrobocia USA na przyszłość
 
Więcej
Ukryj
1
Wojskowa Akademia Techniczna, Wydział Bezpieczeństwa, Logistyki i Zarządzania
 
2
Vytautas Magnus University Agriculture Academy
 
3
Ministerstwo Obrony Narodowej
 
 
Data publikacji online: 23-03-2020
 
 
Data publikacji: 23-03-2020
 
 
NSZ 2020;15(1):71-85
 
SŁOWA KLUCZOWE
DZIEDZINY
STRESZCZENIE
W artykule przedstawiono metodykę wielokryterialnej analizy stóp procentowych bezrobocia w wybranych gospodarkach światowych oraz próby przeprowadzenia prognozowania stopy bezrobocia w USA na trzy przyszłe okresy. Badania rozpoczęto od analizy wielowymiarowej zmienności stóp procentowych bezrobocia w wybranych gospodarkach światowych w ujęciu sześciomiesięcznym w latach 2011-2018. Następnie przeprowadzono jej ocenę. Dalszym etapem badania była analiza i ocena szeregu czasowego danych dotyczących stóp procentowych bezrobocia w USA w ujęciu dynamicznym. Następnie zbudowano model prognostyczny ARIMA i wykonano prognozowanie na trzy przyszłe okresy.
REFERENCJE (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
Journals System - logo
Scroll to top