udaje <- read.csv("ai-layoffs-register.csv")
regdata <- udaje[!is.na(udaje$Roles.counted), ]Prognostické využitie lineárneho regresného modelu
Úvod
V práci analyzujem databázu AI Layoffs Register z pohľadu prognostického využitia lineárneho regresného modelu. Cieľom je overiť, ako presne dokáže model predpovedať počet dotknutých pracovných miest na pozorovaniach, ktoré neboli použité pri odhade modelu. Kvalita prognóz bude hodnotená pomocou ukazovateľov MAE, RMSE a Theilovho koeficientu.
Načítavanie a príprava údajov
udaje7 <- regdata[, c(
"Roles.counted",
"Evidence.tier",
"Attribution",
"Execution"
)]
udaje7 <- subset(udaje7, Execution != "reversed")Rozdelenie údajov na odhadovú a testovaciu vzorku
set.seed(2026)
n <- nrow(udaje7)
index_odhad <- sort(
sample(seq_len(n),
size = floor(0.8 * n))
)
odhadova <- udaje7[index_odhad, , drop = FALSE]
testovacia <- udaje7[-index_odhad, , drop = FALSE]data.frame(
Vzorka = c("Odhadová", "Testovacia"),
Pocet = c(nrow(odhadova), nrow(testovacia))
) Vzorka Pocet
1 Odhadová 72
2 Testovacia 19
Údaje boli rozdelené na odhadovú a testovaciu vzorku v pomere 80 : 20. Odhadová vzorka obsahovala 72 pozorovaní a testovacia vzorka 19 pozorovaní. Odhadová vzorka bola použitá na odhad regresného modelu, zatiaľ čo testovacia vzorka slúžila na vyhodnotenie prognostickej presnosti modelu na nových pozorovaniach.
Odhad regresného modelu
model7 <- lm(
Roles.counted ~ Evidence.tier + Attribution + Execution,
data = odhadova
)
summary(model7)
Call:
lm(formula = Roles.counted ~ Evidence.tier + Attribution + Execution,
data = odhadova)
Residuals:
Min 1Q Median 3Q Max
-1209.0 -527.8 -279.3 -47.4 5620.1
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 423.19 453.11 0.934 0.354
Evidence.tierTier 2 -178.23 311.44 -0.572 0.569
Attributionmixed 253.29 399.31 0.634 0.528
Executionexecuted 31.43 330.83 0.095 0.925
Executionpartial 596.56 411.61 1.449 0.152
Residual standard error: 1183 on 67 degrees of freedom
Multiple R-squared: 0.06271, Adjusted R-squared: 0.006755
F-statistic: 1.121 on 4 and 67 DF, p-value: 0.3542
Regresný model bol odhadnutý na odhadovej vzorke obsahujúcej 80 % pozorovaní. Vysvetľujúce premenné Evidence.tier, Attribution a Execution boli použité na predikciu počtu dotknutých pracovných miest. Následne bol model testovaný na samostatnej testovacej vzorke.
Takýto postup umožňuje objektívnejšie posúdiť prognostickú schopnosť modelu, pretože hodnotenie prebieha na údajoch, ktoré neboli použité pri odhade regresných koeficientov.
Bodové prognózy pre testovaciu vzorku
testovacia$Prognoza <- predict(
model7,
newdata = testovacia
)
testovacia$Chyba <- testovacia$Roles.counted -
testovacia$Prognoza
head(testovacia) Roles.counted Evidence.tier Attribution Execution Prognoza Chyba
8 581 Tier 1 mixed partial 1273.0459 -692.0459
38 155 Tier 1 mixed announced 676.4862 -521.4862
43 150 Tier 2 mixed announced 498.2566 -348.2566
44 2600 Tier 2 mixed announced 498.2566 2101.7434
64 5500 Tier 2 mixed partial 1094.8163 4405.1837
69 281 Tier 1 mixed announced 676.4862 -395.4862
Pomocou funkcie predict() boli pre pozorovania v testovacej vzorke vypočítané prognózované hodnoty premennej Roles.counted. Tabuľka zobrazuje prvé pozorovania spolu so skutočnými a prognózovanými hodnotami počtu dotknutých pracovných miest.
Rozdiel medzi skutočnou a prognózovanou hodnotou predstavuje prognostickú chybu. Už z prvých výsledkov je zrejmé, že model nedokáže pri všetkých pozorovaniach presne odhadnúť počet prepustených zamestnancov. To naznačuje, že na rozsah prepúšťania vplývajú aj ďalšie faktory, ktoré nie sú zahrnuté v regresnom modeli.
Ukazovatele kvality prognóz
skutocnost <- testovacia$Roles.counted
prognoza <- testovacia$Prognoza
chyba <- skutocnost - prognoza
MAE <- mean(abs(chyba))
MSE <- mean(chyba^2)
RMSE <- sqrt(MSE)
MAE[1] 1216.468
RMSE[1] 2099.251
Priemerná absolútna chyba prognózy (MAE) dosiahla hodnotu 1216,47 pracovných miest. To znamená, že predikcie modelu sa od skutočných hodnôt v priemere líšili približne o 1216 prepustených zamestnancov.
Z ekonomického hľadiska ide o pomerne veľkú odchýlku. Počet pracovných miest ovplyvnených využívaním umelej inteligencie sa medzi jednotlivými spoločnosťami výrazne líši. Niektoré firmy oznámili iba desiatky prepustených zamestnancov, zatiaľ čo v iných prípadoch išlo o tisíce pracovných miest. Model preto len obmedzene dokáže zachytiť skutočný rozsah prepúšťania.
Hodnota RMSE dosiahla 2099,25 pracovných miest. Keďže RMSE je výrazne vyššia ako MAE, model vykazuje niekoľko pozorovaní s veľmi veľkými prognostickými chybami. Tento výsledok je očakávaný vzhľadom na vysokú variabilitu databázy AI Layoffs Register, v ktorej sa počet dotknutých pracovných miest pohybuje od jednotiek až po niekoľko tisíc zamestnancov.
Porovnanie s jednoduchou prognózou
naivna_prognoza <- rep(
mean(odhadova$Roles.counted),
nrow(testovacia)
)
MAE_naivna <- mean(
abs(testovacia$Roles.counted - naivna_prognoza)
)
RMSE_naivna <- sqrt(
mean((testovacia$Roles.counted - naivna_prognoza)^2)
)
data.frame(
Model = c("Regresia", "Naivna prognóza"),
MAE = c(MAE, MAE_naivna),
RMSE = c(RMSE, RMSE_naivna)
) Model MAE RMSE
1 Regresia 1216.468 2099.251
2 Naivna prognóza 1258.469 2225.780
Regresný model dosiahol v porovnaní s jednoduchou prognózou založenou na priemernej hodnote nižšie hodnoty MAE aj RMSE. To znamená, že využitie premenných Evidence.tier, Attribution a Execution prináša dodatočnú informáciu a zlepšuje prognostickú presnosť modelu.
Hoci je zlepšenie oproti naivnej prognóze pomerne malé, výsledky naznačujú, že sledované charakteristiky udalostí súvisiacich s využívaním umelej inteligencie obsahujú informácie, ktoré pomáhajú pri odhade rozsahu prepúšťania zamestnancov.
Theilov koeficient
Theil_U1 <- sqrt(mean((prognoza - skutocnost)^2)) /
(sqrt(mean(prognoza^2)) + sqrt(mean(skutocnost^2)))
Theil_U1[1] 0.635593
Theilov koeficient U1 dosiahol hodnotu 0,636. Hodnota 0 predstavuje dokonalú zhodu medzi prognózovanými a skutočnými hodnotami, pričom vyššie hodnoty znamenajú väčšiu nepresnosť prognóz.
Dosiahnutá hodnota naznačuje pomerne výrazné rozdiely medzi predikovaným a skutočným počtom prepustených zamestnancov. Výsledok je ovplyvnený najmä vysokou variabilitou databázy AI Layoffs Register, v ktorej sa nachádzajú udalosti s veľmi rozdielnym rozsahom prepúšťania, od desiatok až po tisíce pracovných miest.
Theilov koeficient preto potvrdzuje, že vytvorený model má iba obmedzenú prognostickú schopnosť.
Z ekonomického pohľadu to znamená, že analyzované charakteristiky udalostí súvisiacich s umelou inteligenciou nedokážu dostatočne presne predpovedať počet pracovných miest, ktoré budú prepúšťaním zasiahnuté. Na rozsah prepúšťania pravdepodobne vplývajú aj ďalšie faktory, napríklad veľkosť spoločnosti, odvetvie podnikania, finančná situácia firmy alebo rozsah implementácie technológií umelej inteligencie.
Porovnanie skutočností a prognóz
plot(
skutocnost,
prognoza,
xlab = "Skutočný počet pracovných miest",
ylab = "Prognóza",
main = "Skutočné a prognózované hodnoty"
)
abline(0, 1, col = "red", lwd = 2)Body sa od ideálnej diagonály odchyľujú, čo naznačuje, že model nedokáže presne reprodukovať skutočný počet dotknutých pracovných miest. Najväčšie odchýlky vznikajú pri udalostiach s veľmi vysokým počtom prepustených zamestnancov.
Graf prognostických chýb
plot(
prognoza,
chyba,
xlab = "Prognóza",
ylab = "Chyba",
main = "Prognostické chyby",
pch = 19
)
abline(h = 0, col = "red", lwd = 2)Prognostické chyby nevykazujú dokonale náhodné rozloženie okolo hodnoty nula. Pri niektorých pozorovaniach sa objavujú výrazné odchýlky, čo naznačuje, že model nedokáže zachytiť všetky faktory ovplyvňujúce počet prepustených zamestnancov.
Záver
V práci bol vytvorený prognostický lineárny regresný model pre databázu AI Layoffs Register. Závislou premennou bol počet dotknutých pracovných miest (Roles.counted), pričom medzi vysvetľujúce premenné boli zaradené Evidence.tier, Attribution a Execution. Údaje boli rozdelené na odhadovú a testovaciu vzorku, pričom model bol odhadnutý len na odhadovej vzorke a následne použitý na prognózovanie hodnôt v testovacej vzorke.
Kvalita prognóz bola hodnotená pomocou ukazovateľov MAE a RMSE. Priemerná absolútna chyba prognózy dosiahla hodnotu 1216,47 pracovných miest, zatiaľ čo hodnota RMSE bola 2099,25 pracovných miest. Vyššia hodnota RMSE v porovnaní s MAE naznačuje prítomnosť niekoľkých pozorovaní s veľmi veľkými prognostickými chybami. Tento výsledok súvisí s charakterom databázy, ktorá obsahuje udalosti s veľmi rozdielnym rozsahom prepúšťania.
Theilov koeficient U₁ = 0,636 poukazuje na pomerne významné rozdiely medzi skutočnými a prognózovanými hodnotami. Model preto nevykazuje vysokú prognostickú presnosť a jeho schopnosť predpovedať počet prepustených zamestnancov je obmedzená.
Výsledky naznačujú, že premenné Evidence.tier, Attribution a Execution zachytávajú iba malú časť variability počtu dotknutých pracovných miest. Na rozsah prepúšťania v súvislosti s využívaním umelej inteligencie pravdepodobne vplývajú aj ďalšie faktory, ktoré v modeli neboli zahrnuté. Vytvorený model je preto vhodný najmä na základnú analýzu vzťahov medzi premennými, avšak jeho prognostické využitie je vzhľadom na dosiahnuté výsledky obmedzené.