---
marp: true
theme: default
paginate: true
style: |
  h1, h2 {
    color: #31567A;
  }
---

# Analiza i prognozowanie inflacji w województwach Polski

**Analiza Szeregów Czasowych, czerwiec 2025**  
_Mikołaj Kaczmarek, Piotr Wilma_

Analiza kwartalnych wskaźników inflacji w regionach Polski (2005–2024) oraz prognozy na kolejne kwartały.

<!--
- Slajd tytułowy
- Przedstawienie tematu prezentacji
- Analiza obejmuje całą Polskę, prognozy regionalne
-->

---

# Cel projektu

- Szczegółowa analiza i prognoza kwartalnych wskaźników inflacji w województwach Polski.
- Wskazanie zróżnicowań regionalnych i sezonowych w dynamice inflacji.
- Opracowanie wiarygodnych prognoz na kolejne cztery kwartały.
- Wyniki przedstawione również na mapie Polski.

<!--
- Przedstawienie celów projektu
- Analiza zmian inflacji regionalnej i sezonowości
- Opracowanie prognoz na 4 kolejne kwartały
- Prezentacja wyników na mapie Polski
-->

---

# Znaczenie regionalnej analizy inflacji

- Inflacja wpływa na siłę nabywczą, stabilność gospodarczą, decyzje inwestycyjne.
- Prognozy pomagają w planowaniu budżetów, indeksacji świadczeń, ocenie ryzyka.
- Analiza regionalna wspiera efektywniejsze decyzje władz lokalnych i firm.

<!--
- Inflacja wpływa na gospodarkę i codzienne życie
- Prognozowanie istotne dla planowania budżetów i indeksacji
- Analiza regionalna ułatwia decyzje lokalnych władz i przedsiębiorstw
-->

---

# Dane: zakres i źródła

- Źródło: Bank Danych Lokalnych GUS
- Okres: 2005–2024, kwartalnie
- Zasięg: 16 województw, brak luk w danych
- Zmienna główna: indeks inflacji (średnia: 100,84, odchylenie: 1,17)

<!--
- Omówienie źródła danych (BDL GUS)
- Dane kwartalne z lat 2005–2024
- Pełen zasięg: wszystkie województwa, brak braków
- Główna zmienna: indeks inflacji, 100 jako wartość poprzedniego, wartości opisowe
-->

---

## Przygotowanie danych

- Usunięcie braków i zbędnych kolumn
- Zamiana nazw, typów, mapowanie kwartałów
- Utworzenie zmiennej czasu (`PeriodIndex`)
- Kompletność i spójność danych

<!--
- Opis przetwarzania i czyszczenia danych
- Usunięcie zbędnych informacji, zmiana formatów
- Mapowanie kwartałów, tworzenie osi czasu
- Zachowana kompletność i spójność danych
-->

---

# Statystyki opisowe

- Inflacja krajowa:  
  - średnia: **100,84**
  - mediana: **100,5**
  - min: **99,0**, max: **107,0**
  - 75% obserwacji ≤ **101,4**
- Różnice regionalne: bardzo niewielkie  
  (średnia w województwach: 100,78–100,90)
- Największa zmienność: **świętokrzyskie**  
  Najstabilniejsze: **mazowieckie, pomorskie**

<!--
- Omówienie statystyk opisowych dla inflacji
- Stabilność wskaźnika na poziomie kraju
- Minimalne różnice między województwami
- Największa zmienność: świętokrzyskie; najmniejsza: mazowieckie, pomorskie
-->

---

## Rozkład inflacji w województwach

<style scoped>
p { text-align: center;}
</style>

![Rozkład inflacji w województwach – wykres pudełkowy](./ASC_files/ASC_9_0.png)

<!--
- Wykres pudełkowy pokazuje rozkład inflacji w regionach
- Rozkłady inflacji bardzo zbliżone
- Potwierdzenie niewielkich różnic regionalnych
-->

---

## Inflacja w czasie: przykład

<style scoped>
p { text-align: center;}
</style>

![Inflacja w Wielkopolsce (2005–2024)](./ASC_files/ASC_8_0.png)

<!--
- Przykład przebiegu inflacji w Wielkopolsce
- Wyraźny wzrost wskaźnika w latach 2021–2023
- Trend widoczny w całym kraju, powiązanie z globalnymi wydarzeniami
-->

---

## Outliery: zjawisko ogólnopolskie

<style scoped>
p { text-align: center;}
</style>

![Siatka wykresów czasowych z outlierami dla wszystkich województw](./grid.png)

<!--
- Outliery występują w tych samych okresach w całym kraju
- Związane z globalnymi zjawiskami, pandemia COVID-19
- Brak silnych różnic regionalnych w liczbie outlierów
-->

---

## Sezonowość inflacji

<style scoped>
p { text-align: center;}
</style>

![Średnia inflacja w kwartale (Q1–Q4)](./ASC_files/ASC_13_0.png)

<!--
- Sezonowość: najwyższa inflacja w Q1 i Q2
- Niższa inflacja w Q3 i Q4
- Związki z cyklicznymi procesami gospodarczymi
-->

---

# Metodyka prognozowania

- Model ARIMA (z automatycznym doborem parametrów, auto_arima)
- Każde województwo modelowane osobno
- Uwzględnienie wartości odstających (nie usuwano outlierów)
- Podział na zbiór treningowy (do 2022) i testowy (2023-2024)

<!--
- Zastosowano model ARIMA do prognozowania
- Automatyczny dobór parametrów (auto_arima)
- Modele dla każdego województwa osobno
- Outliery pozostawiono, aby uchwycić rzeczywiste zmiany
- Walidacja na zbiorze testowym (2023+)
-->

---

## Wyniki prognoz

- Prognozy na kolejne 4 kwartały: większość województw powyżej **103,0**
- Najwyższe wartości: Lubuskie, Pomorskie, Łódzkie, Kujawsko-Pomorskie
- Najniższe: Dolnośląskie, Opolskie
- Przebieg prognoz podobny w całej Polsce

<!--
- Większość województw: prognozowana inflacja powyżej 103
- Najwyższe prognozy: Lubuskie, Pomorskie, Łódzkie, Kujawsko-Pomorskie
- Najniższe: Dolnośląskie, Opolskie
- Niewielkie różnice regionalne, podobny przebieg prognoz w całym kraju
-->

---

## Ocena jakości prognoz

- Miary błędu: **MAE** i **RMSE**

<style scoped>
p { text-align: center;}
</style>

![MAE i RMSE dla województw](./ASC_files/ASC_16_0.png)

<!--
- Ocena jakości prognoz na podstawie MAE i RMSE
- Najlepsza jakość: Dolnośląskie, Opolskie, Podkarpackie, Śląskie
- Największe błędy: Małopolskie, Pomorskie, Łódzkie, Lubuskie
- Różnice w błędach umiarkowane
-->

---

## Prognozy: heatmapa kwartalna

<style scoped>
p { text-align: center;}
</style>

![Heatmapa: prognozowany wzrost inflacji (%) w kwartale (województwa × Q1–Q4)](./heatmap.png)

<!--
- Heatmapa przedstawia prognozowany wzrost inflacji w kwartale
- Ułatwia porównanie regionów i kwartałów
- Pozwala zidentyfikować, gdzie przewidywany jest wyższy wzrost cen
-->

---

## Mapa prognoz inflacji

<style scoped>
p { text-align: center;}
</style>

![Prognozowana średnia inflacja (Q1–Q4, 2025)](./map.png)

<!--
- Mapa Polski z prognozowaną średnią inflacją w województwach
- Ciemniejszy kolor: wyższa inflacja
- Szybka identyfikacja regionów z najwyższymi prognozami
-->

---

# Wnioski

- Inflacja w Polsce ma charakter ogólnokrajowy, regionalne różnice są niewielkie
- Wyraźny wzrost inflacji w latach 2021–2023 – wpływ globalnych zjawisk (COVID-19)
- Sezonowość: wyższa inflacja na początku roku
- Model ARIMA dobrze prognozuje w regionach stabilnych, większe błędy w regionach o wyższej zmienności

<!--
- Inflacja w Polsce: zjawisko ogólnokrajowe, małe różnice regionalne
- Silny wpływ globalnych wydarzeń na wzrost inflacji
- Sezonowość widoczna w danych kwartalnych
- Modele lepiej sprawdzają się w regionach stabilnych
-->

---

# Analiza i prognozowanie inflacji w województwach Polski

**Analiza Szeregów Czasowych, czerwiec 2025**  
_Mikołaj Kaczmarek, Piotr Wilma_