Application of Bayesian Networks for Forecasting Future Model of Farm

Katarzyna Grotkiewicz

Abstract


Comparative analyses in the national scale were carried out in 300 individual farms from Małopolskie and Świętokrzyskie Voivodeship in order to search for relations between the production intensity level, work performance and land efficiency and factors which shape them. The analyses concerned the use of Bayesian modelling algorithms for forecasting development of various economic and agricultural indicators which decide on the intensity and competitiveness of agriculture. The paper constitutes the second stage of research, which was preceded with previous preparation of data for modelling with the use of an exploratory overview of available data and TwoStep Cluster Analysis (Grotkiewicz et al., 2016). Based on the analyses, which were carried out, networks were built which present the relations between the analyzed variables, and conditional similarities were verified.

Keywords


Bayesian Networks; forecasting; economic and agricultural indicators; farm

Full Text:

HTML

References


Aczel, A.D. (2005). Statystyka w zarządzaniu. Wydawnictwo Naukowe PWN. ISBN 83-01-14548-X.

ARiMR. (2016) (on-line). Dostępny w internecie: http://www.arimr.gov.pl/dla-beneficjenta/srednia-powierzchnia-gospodarstwa.html

Bartnik, G., Kusz, A. (2005). Sieci probalistyczne jako system reprezentacji wiedzy diagnostycznej. Inżynieria Systemów Bioagrotechnicznych, Politechnika Warszawska. Zeszyt 5(14), 5-12.

Bartnik, G., Kusz, A., Marciniak, A. W. (2006). Modelowanie procesu eksploatacji obiektów technicznych za pomocą dynamicznych sieci bayesowskich. Inżynieria Rolnicza, 12(87), 9-16.

Gębka M., Filipiak T. (2006). Podstawy ekonomii i organizacji gospodarstw rolnych. SGGW, Warszawa, ISBN 83-7244-756-X.

Grotkiewicz, K., Kuboń, M., Michałek, R., Peszek, A. (2013). Postęp naukowo-techniczny w procesie modernizacji polskiego rolnictwa i obszarów wiejskich. Inżynieria Rolnicza, ISBN 978-83-935020-5-9.

Grotkiewicz, K., Peszek, A., Kowalczyk, Z. (2016). Verification of economic and agricultural indicators with the use of statistical methods on example of individual farms. Agricultural Engineering, 3(159), 149-156.

Grzegorek, J. (2012). Miejsce Polski w Europie i Świecie według wybranych danych statystycznych. Polska Akademia Nauk, Tom III, 286-297.

Jongsawat, N., Tungkasthan, A., Premchaiswadi, W. (2010). Dynamic Data Feed to Bayesian Network Model and SMILE Web Application. Bayesian Network, ISBN 978-953-307-124-4.

Kusz, A., Marciniak, A., Skwarcz, J.(2015). Implementation of computation process in a bayesian network on the example of unit operating costs determination. Eksploatacja i Niezawodność – Maintenance and Reliability, 17(2), 266-272.

Michałek R., Grotkiewicz K., Kuboń M., Sporysz M. (2010). Metodyczne aspekty określania postępu naukowo-technicznego w badaniach makro- i mikroekonomicznych. Inżynieria Rolnicza, 5(123), 197-205.

Morzy, T. (2007). Eksploracja danych. Nauka 3, 83-104.

Oniśko, A., Druzdzel, M.J., Wasyluk, H. (2001). Learning Bayesian network parameters from small data sets: application of Noisy-OR gates. Interniatonal Journal of Approximate Reasoning, 27, 165-182.

Sujak, A., Kusz, A., Rymarz, M., Kitowski, I. (2016). Environmental Bioindication Studies by Bayesian Network with Use of Grey Heron as Model Species. Environmental Modeling & Assessment, Open Access. DOI 10.1007/s10666-016-9524-4

Tabor, S. (2006). Postęp techniczny a efektywność substytucji pracy żywej pracą uprzedmiotowioną w rolnictwie. Inżynieria Rolnicza, 10(85). ISSN 1429-7264.




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

ISSN: 2083-1587 (print)
ISSN: 2449-5999 (online)

Copyright Notice

The journal offers access to the contents in the open access system on the principles of non-exclusive license Creative Commons (CC BY-ND 4.0)