Application of forecasting methods to passenger traffic volume and load factor prediction: Wizz Air airlines case study

Celem przeprowadzonych badań jest ocena i porównanie dokładności prognozowania wybranych metod szeregów czasowych w przewidywaniu ruchu pasażerskiego i współczynnika wykorzystania miejsc na przykładzie linii lotniczej Wizz Air w latach 2015–2025. Analiza oparta jest na publicznie dostępnych historycznych danych linii lotniczych, w tym miesięcznych i kwartalnych raportachpublikowanych na stronie relations.wizzair.com. W badaniu zastosowano kilka klasycznych metod prognozowania szeregów czasowych, w tym metody naiwne, model trendu, modele klasy ARIMA (Auto_ARIMA i My_ARIMA), model liniowyHolta oraz model Wintersa w formie addytywnej i multiplikatywnej. W przypadku prognozowania ruchu pasażerskiego na zbiorze danych testowych najlepszą wydajność osiąga addytywny model Wintersa, a zaraz za nim metody naiwne. Z kolei najsłabsze wyniki obserwuje się dla modelu trendu. Wyniki prognozowania współczynnika wykorzystania miejsc różnią się nieznacznie od wyników prognozowania wolumenu pasażerów. Wszystkie modele osiągają większą dokładność w przewidywaniu współczynnika wykorzystania miejsc, co sugeruje, że współczynnik ten wykazuje bardziej regularne i łatwe do zapamiętania wzorce w czasie. Najdokładniejsze prognozy współczynnika wykorzystania miejsca generują Auto_ARIMA i addytywny model Wintersa, natomiast model trendu obarczony jest największymi błędami prognozowania.