Analiza porównawcza prognozowania produkcji budowlanej z zastosowaniem metod regresji korkowej, sieci neuronowych i ARIMA. Część II

W pracy analizowano możliwość prognozowania produkcji budowlano montażowej województwa dolnośląskiego metodami regresji, sieci neuronowych i ARIMA (Autoregressive Integrated Moving Average - autoregresyjny zintegrowany proces średniej ruchomej). Do prognozowania w metodzie regresji użyto danych pogodowych dziennych województwa dolnośląskiego oraz danych ekonomicznych dotyczących ilości zatrudnionych pracowników w sektorze budownictwo i średnich zarobków pracowników w tym sektorze. Przeprowadzono analizę wyników obliczając błędy ME, MAE, MPE, MAPE oraz współczynniki Theila I, I2,I1 2, I2 2, I3 2. Sformułowano wnioski z obliczeń.

---

The article analyses the possibilities of forecasting Lower Silesia’s construction production with stepwise regression, neural networks and ARIMA (Autoregressive Integrated Moving Average) methods. For the forecasting with the stepwise regression method the authors use the daily weather data of Lower Silesia and economic data: the number of employees in the construction sector and the average earnings of workers in this sector. The analysis of results by calculating errors ME, MAE, MPE, MAPE and Theil coefficients I, I2,I1 2, I2 2, I3 2 was performed. The authors of the article also propose the scope for further research.