Analiza tendencji rozwojowych regionu w odniesieniu do zgodności ...

Wskaźniki te zostały dobrane tak, aby w sposób jak najszerszy opisać funkcjonowanie
i rozwój regionu oraz możliwości jego wzrostu. Ze względu na ograniczenia opracowania
wykonano prognozy tylko dla wybranych dwóch wskaźników.
Przy opracowywaniu prognoz dokonano badania przy użyciu kilku dostępnych
metod, najlepiej dopasowanych do posiadanych obserwacji historycznych. Prognozy
wyznaczano przy zastosowaniu następujących modeli/metod: liniowy model wygładzania
wykładniczego Holta, prosty model wygładzania wykładniczego, trend liniowy, model
S-krzywej (model wykładniczo-hiperboliczny) oraz modele/metody użyte do wyznaczania
prognoz, jednakże wyeliminowane na dalszym etapie analizy wyników: model trendu pełzającego,
liniowy model wygładzania wykładniczego Browna, model ARIMA. Ostatecznie
prognozę wyznaczono dla modelu, gdzie obliczone błędy prognoz były najmniejsze (każdorazowo
liczono błędy prognoz: średni absolutny błąd, pierwiastek błędu średniokwadratowego,
średni absolutny błąd procentowy oraz średni procentowy błąd prognozy).
Na rysunkach pokazano parametry zastosowanego modelu.
Każdorazowo wyznaczono 12 prognoz punktowych oraz prognozę przedziałową
dla ustalonego współczynnika ufności 0,95 (na rysunkach określano 95 % limit). Prognoza
przedziałowa w przedziale ufności (poziomie ufności 95 %) dla badanych współczynników
pokazana jest na wykresach w postaci linii przerywanych. Na osi 0X: pozycje 1–4 oznaczają
obserwacje (lata 2005–2008), 5–16 oznaczają wyznaczoną prognozę (lata 2009–2020).
W przekroju podregionów prognoza ma zróżnicowany charakter, a jej wyniki są
zależne od poczynionych wcześniej obserwacji.
Ryc. 42. Prognoza dla wsk. 1 dla podregionu jeleniogórskiego
Liniowy model wygładzania wykładniczego Holta (alpha = 0,1534, beta = 0,9999)
32
22
12
0 4 8 12 16
obserwacje
prognoza
95% limit
2
–8
0 4 8 12 16
Źródło: opracowanie własne.
242