O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW



Podobne dokumenty
Metody ilościowe w analizie struktury podmiotowej sektora usług w Polsce

STAN OBECNY I PERSPEKTYWY ROZWOJU LICZBY ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE W UJĘCIU STATYSTYCZNYM

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH

EWOLUCJA STRUKTURY PODMIOTOWEJ RYNKU W POLSCE

3. Modele tendencji czasowej w prognozowaniu

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Prognozowanie na podstawie modelu ekonometrycznego

Klasyczne modele trendu w prognozowaniu liczby odprawionych pasażerów w porcie lotniczym Szczecin-Goleniów

Metody Ilościowe w Socjologii

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Ekonometria. Zajęcia

Analiza współzależności zjawisk

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Wprowadzenie do analizy korelacji i regresji

USŁUGOWE MSP PRZYSZŁOŚCIĄ GOSPODARKI NA PRZYKŁADZIE MIASTA SZCZECIN

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

5. Model sezonowości i autoregresji zmiennej prognozowanej

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Prognozowanie gospodarcze - opis przedmiotu

Co to jest analiza regresji?

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Ćwiczenia IV

Etapy modelowania ekonometrycznego

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90

Kilka uwag o testowaniu istotności współczynnika korelacji

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

KORELACJE I REGRESJA LINIOWA

MODELE LINIOWE. Dr Wioleta Drobik

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

Spis treści 3 SPIS TREŚCI

Wprowadzenie do teorii prognozowania

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka matematyczna i ekonometria

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)

WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Ekonometria i prognozowanie Econometrics and prediction

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Rozdział 8. Regresja. Definiowanie modelu

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015

7.4 Automatyczne stawianie prognoz

4. Średnia i autoregresja zmiennej prognozowanej

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

PROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA. 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji

WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.

Ekonometryczna analiza popytu na wodę

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.

METODY ILOŚCIOWE W ZARZĄDZANIU

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Robert Kubicki, Magdalena Kulbaczewska Modelowanie i prognozowanie wielkości ruchu turystycznego w Polsce

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015

Metody statystyki medycznej stosowane w badaniach klinicznych

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

Uczelnia Łazarskiego. Sylabus. 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

Egzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007

Przykład 2. Stopa bezrobocia

t y x y'y x'x y'x x-x śr (x-x śr)^2

Sterowanie wielkością zamówienia w Excelu - cz. 3

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

3. Analiza własności szeregu czasowego i wybór typu modelu

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2015/2016

Stanisław Cichocki. Natalia Nehrebecka

A.Światkowski. Wroclaw University of Economics. Working paper

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Statystyka matematyczna i ekonometria

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar.

PDF created with FinePrint pdffactory Pro trial version

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

166 Wstęp do statystyki matematycznej

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

Analiza Zmian w czasie

SYLABUS. 4.Studia Kierunek studiów/specjalność Poziom kształcenia Forma studiów Ekonomia Studia pierwszego stopnia Studia stacjonarne i niestacjonarne

Regresja i Korelacja

Statystyka. Wykład 10. Magdalena Alama-Bućko. 14 maja Magdalena Alama-Bućko Statystyka 14 maja / 31

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Testowanie hipotez statystycznych. Wprowadzenie

Ekonometria dynamiczna i finansowa Kod przedmiotu

Wiadomości ogólne o ekonometrii

Transkrypt:

Rafał Czyżycki, Marcin Hundert, Rafał Klóska Wydział Zarządzania i Ekonomiki Usług Uniwersytet Szczeciński O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW Wprowadzenie Poruszana problematyka konferencji wydaje się szczególnie ważna i interesująca, tym bardziej, że w ramach sekcji na temat wpływu procesów elektronizacji w gospodarce i rozwoju e-biznesu na funkcjonowanie rynku telekomunikacyjnego ocenie poddane zostaną przemiany polskiego rynku telekomunikacyjnego oraz wyartykułowane zostaną kierunki rozwoju polskiego rynku usług telekomunikacyjnych. Zamiłowania związane z zastosowaniem metod statystycznych w procesach analiz, diagnoz i prognoz gospodarczych skłoniły autorów do ostatecznego wyboru tematyki badań. Przedmiotem rozważań w niniejszym artykule jest statystyczna analiza i ocena zmian liczby abonentów telefonii komórkowej w Polsce jak również podjęta została próba opisu badanego zjawiska na przestrzeni lat 1998-2005 za pomocą odpowiedniego modelu prognostycznego aby na jego podstawie można byłoby zbudować krótkoterminową prognozę (na rok 2006). Wyniki badań Stosując najczęściej wykorzystywane miary z metod indeksowych 1, a mianowicie przyrosty absolutne i indeksy zarówno jednopodstawowe jak i łańcuchowe, przeprowadzono analizę dynamiki liczby abonentów telefonii komórkowej (w tys.) w Polsce w latach 1998-2005 (por. tabela 1). Na podstawie uzyskanych wyników należy wyciągnąć następujące wnioski: w porównaniu do roku poprzedniego największy bezwzględny wzrost liczby abonentów telefonii komórkowej w Polsce w latach 1998-2005 wystąpił w roku 2005 i wyniósł on wówczas 6 071 000 abonentów (por. ), przy czym stanowiło to wzrost w stosunku do roku 2004 o 26,29% (por. Więcej informacji na temat metod indeksowych i ich zastosowań znaleźć można m.in. w: R. Czyżycki. M. Hundert, R. Klóska: Wybrane zagadnienia ze statystyki. ECONOMICUS, Szczecin 2006, s. 72-78.

346 Funkcjonowanie rynku telekomunikacyjnego i pocztowego w warunkach... mimo, że bezwzględne przyrosty liczby abonentów telefonii komórkowej ostatnimi laty są dużo większe niż pod koniec poprzedniej dekady to jednak procentowe zmiany były znacznie wyższe w początkowym okresie lat objętych badaniem; najmniejszy wzrost liczby abonentów telefonii komórkowej w odniesieniu do roku poprzedniego odnotowano w roku 2003, kiedy to liczba aktywnych kart SIM trzech operatorów komórkowych działających w Polsce była o 3,503 mln, tj. o 25,21% wyższa w porównaniu z rokiem 2002; należy jednak podkreślić fakt, iż w roku 2005 w odniesieniu do roku 1998 (początkowego okresu badania przyjętego za podstawę porównań miar jednopodstawowych) liczba abonentów telefonii komórkowej w Polsce wzrosła o 27,223 min ( ), czyli o 1400,36% (por. ). Tabela 1 Analiza dynamiki liczby abonentów telefonii komórkowej (w tys.) w Polsce w latach 1998-2005 1998 1999 2000 2001 2002 2003 2004 2005 1944 3956 6748 9605 13898 17401 23096 29167-2012 2792 2857 4293 3503 5695 6071 0 2012 4804 7661 11954 15457 21152 27223-2,0350 1,7058 1,4234 1,4470 1,2521 1,3273 1,2629 1 2,0350 3,4712 4,9408 7,1492 8,9511 11,8807 15,0036 Źródło: obliczenia własne na podstawie danych z: Rocznik Statystyczny 2005, GUS, Warszawa 2005, s. 52-53 (lata 1998-2004) i Rzeczpospolita z dnia 8 marca 2006r. (rok 2005). Z uwagi na fakt, iż przebieg analizowanej liczby abonentów telefonii komórkowej w Polsce w całym przedziale czasowym objętym badaniem jest dosyć regularny, uzasadnione jest obliczenie pewnej miary syntetycznej a mianowicie średniego tempa zmian, które wyniosło 47,24%. Interpretując uzyskany wynik w sposób następujący: w latach 1998-2005 liczba abonentów telefonii komórkowej w Polsce z roku na rok wzrastała średnio o 47,24% należy jednak pamiętać, że w początkowym okresie badania przyrosty względne były znacznie wyższe niż ostatnio. Naiwnie bowiem byłoby oczekiwać, że na koniec 2006 roku liczba abonentów telefonii komórkowej miałaby być o blisko połowę wyższa niż w roku 2005, co dawałoby liczbę aktywnych kart SIM około 43 mln. Poszukując zatem klasycznego modelu, który w sposób zadowalający opisałby tendencję rozwojową analizowanego zjawiska za pomocą pewnej określonej funkcji matematycznej, w której zmienną zależną jest poziom obserwowanego w czasie zjawiska a zmienną niezależną - zmienna czasowa,

Oddziaływanie sektora telekomunikacyjnego na rozwój e-biznesu 347 najlepszym, spośród zaproponowanych, okazał się model trendu potęgowego 2 zapisany wzorem: Jego postać zlinearyzowaną: oszacowano metodą najmniejszych kwadratów, przy czym rezultaty ekonometrycznego modelowania liczby abonentów telefonii komórkowej w Polsce w latach 1998-2005 przedstawiono na poniższym wydruku komputerowym programu Statistica 7.1 firmy StatSoft (por. rysunek 1). Rys. 1 Rezultaty ekonometrycznego modelowania liczby abonentów telefonii komórkowej w Polsce w latach 1998-2005 Źródło: obliczenia i opracowanie własne. Dokonując oceny jakości zbudowanego modelu należy zwrócić uwagę, że: 1. wysoka wartość współczynnika determinacji i w związku z tym niska wartość współczynnika indeterminacji świadczą o dosyć dobrym dopasowaniu modelu do danych empirycznych; 2 Więcej informacji na temat szacowania parametrów strukturalnych metodą najmniejszych kwadratów nieliniowych modeli szeregów czasowych oraz ich weryfikacji znaleźć można m.in. w: R. Czyżycki, M. Hundert, R. Klóska: Wybrane zagadnienia z ekonometrii. ECONOMICUS, Szczecin 2005, s. 88-106.

348 Funkcjonowanie rynku telekomunikacyjnego i pocztowego w warunkach... 2. weryfikując współczynnik korelacji wielorakiej celem sprawdzenia postawionej hipotezy wobec wykazano, iż na z góry przyjętym poziomie istotności, nawet dużo niższym niż najczęściej stosowany 0,05, należy odrzucić hipotezę zerową na korzyść alternatywnej, co oznacza, że współczynnik korelacji wielorakiej jest statystycznie istotny a tym samym stopień dopasowania modelu do danych empirycznych jest dostatecznie duży; 3. niska wartość odchylenia standardowego reszt świadczy tym że, niewiele różnią się przeciętnie między sobą zlogarytmowane wartości teoretyczne i empiryczne zmiennej objaśnianej; 4. udział odchylenia standardowego składnika losowego w średniej zlogarytmowanych wartości badanej zmiennej objaśnianej jest na zadowalająco niskim poziomie o czym świadczy niska wartość współczynnika zmienności losowej; 5. ocena istotności parametrów strukturalnych przy użyciu testu t-studenta celem sprawdzenia wobec pozwoliła wyciągnąć wniosek, iż w obu przypadkach na z góry przyjętym poziomie istotności, nawet dużo niższym niż najczęściej stosowany 0,05, należy odrzucić hipotezę zerową na korzyść alternatywnej a zatem wszystkie parametry strukturalne oszacowanego modelu są statystycznie istotne. Ekstrapolując oszacowany model otrzymano punktową prognozę liczby abonentów telefonii komórkowej w Polsce w 2006 roku na poziomie około 30,409 mln. Ta z kolei stanowiła podstawę do zbudowania prognozy przedziałowej na z góry przyjętym poziomie ufności 0,95. Zakładając zatem, że zaobserwowana dotychczasowa tendencja rozwojowa nie ulegnie zmianie i nie wystąpią inne uwarunkowania 3 mogące w jakikolwiek sposób zakłócić mechanizm rozwoju analizowanego zjawiska, z wysokim 95 - procentowym prawdopodobieństwem należy oczekiwać, że przedział liczbowy w przybliżonych granicach od 26,687 min do 34,673 mln jest jednym z tych przedziałów, które pokryją spodziewaną rzeczywistą liczbę abonentów telefonii komórkowej w Polsce w 2006 roku. W tym miejscu podkreślić jednak należy, że prognoza jest tylko szacunkiem prawdopodobnej realizacji zmiennej prognozowanej na podstawie posiadanej wiedzy o jej dotychczasowym przebiegu sformułowanym w racjonalny sposób oparty na naukowych podstawach. Prawidłowo zbudowana prognoza może być zatem użyteczna przy podejmowaniu odpowiednich decyzji gospodarczych, podpowiadać decydentom kierunek działań, ale nie wolno do niej podchodzić bezkrytycznie a tym bardziej utożsamiać z daną decyzją. Zgodzić należy się przy tym z P. Dittmannem, iż: iluzją jest wiara, że jesteśmy w stanie całkowicie zgłębić 3 Jednym z podstawowych założeń teorii predykcji jest stabilność zarówno prawidłowości ekonomicznej w czasie jak i rozkładu składnika losowego modelu (szerzej na ten temat m.in. w: R. Czyżycki, M. Hundert, R. Klóska: Wybrane zagadnienia z prognozowania. ECONOMICUS, Szczecin 2006, s. 9-14). W przyjętych założeniach posiłkujemy się tu, za J. B. Gajdą, zasadą braku wystarczającego powodu Laplace'a, w myśl której: jeśli z analizy modelu nie wynikają wystarczająco uzasadnione obawy o to, że model, jego parametry lub zakłócenia są niestabilne - przyjmujemy, iż są one stabilne" (J.B. Gajda: Prognozowanie i symulacja a decyzje gospodarcze. Wydawnictwo C.H. Beck, Warszawa 2001, s.141).

Oddziaływanie sektora telekomunikacyjnego na rozwój e-biznesu 349 tajemnice przyszłości 4 " i J. Greniem, który z kolei podkreśla, że prognozy nie są planami a jedynie pewnymi informacjami planistycznymi wolnymi od wartościowania i stawiania celów 5. Również Z. Czerwiński i B. Guzik stwierdzają, że choć jest nęcące (...) sprowadzenie problemu dobrej" prognozy do problemu wyboru racjonalnego działania (lub racjonalnej decyzji)" to nie ma podstaw do tego, by zawsze utożsamiać sądy o przyszłości z działaniami lub decyzjami podjętymi wskutek wydania tych sądów" 6. Jeden z najlepszych polskich prognostyków - Z. Pawłowski - stwierdza wręcz krótko, że prognozy jedynie pozwalają na racjonalny wybór najlepszego sposobu działania w przyszłości 7. Podejmując zatem określone decyzje mające wpływ na dalszy kierunek rozwoju polskiego rynku usług telekomunikacyjnych należy z odpowiednim dystansem odnosić się do powyższych prognoz. Podsumowanie Analizując dane statystyczne z lat 1998-2005 o liczbie abonentów telefonii komórkowej w Polsce zauważono wyraźną tendencję rosnącą. Zakładając zatem, że dynamika badanego zjawiska nie ulegnie zmianie, oczekiwać należy dalszego wzrostu liczby aktywnych kart SIM w Polsce. Zdaniem analityków ich liczba przekroczy liczbę Polaków w 2009 r." 8 Warto na koniec podkreślić, że nie bez znaczenia dla zaprezentowanych rozważań pozostaje również fakt, iż metody ilościowe znajdują szerokie zastosowanie w procesach analiz, diagnoz i prognoz gospodarczych a przy ich użyciu opis i ocena kształtowania się zmiennych ekonomicznych w czasie lub przestrzeni, jak również przewidywania dotyczące kierunku i charakteru zmian tych zmiennych stają się bardziej precyzyjne. 5 8 P. Dittmann: Metody prognozowania sprzedaży w przedsiębiorstwie. Akademia Ekonomiczna, Wrocław 2000, s.19. Por. J. Greń: Metodologiczne aspekty prognozowania ekonomicznego. Przegląd Statystyczny 1978 nr 1, PWN, Warszawa 1978, s. 7. Cytaty pochodzą z: Z. Czerwiński, B. Guzik: Prognozowanie ekonometryczne. Podstawy teoretyczne i metody. PWE, Warszawa 1980, s. 40-42. Por. Z. Pawłowski: Prognozy ekonometryczne. PWN, Warszawa 1973, s. 14. Interesującą analizę pojęć: czas, prognoza i decyzja oraz powiązań między nimi przedstawił A. Smoluk (por. A. Zeliaś (red.): Przestrzeńno-czasowe modelowanie i prognozowanie zjawisk gospodarczych. Akademia Ekonomiczna w Krakowie, Kraków 1994, s. 31-38). Rzeczpospolita z dnia 8 marca 2006 roku, s. B7.