EKONOMETRYCZNA WYCENA NIERUCHOMOŚCI
|
|
- Grażyna Murawska
- 7 lat temu
- Przeglądów:
Transkrypt
1 STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 6 Marusz Doszyń Unwersytet Szczecńsk EKONOMETRYCZNA WYCENA NIERUCHOMOŚCI STRESZCZENIE W artykule zaproponowana została procedura ndywdualnej wyceny neruchomośc, odwołująca sę do metod ekonometrycznych taksonomcznych. Opsywana procedura składa sę z dwóch etapów. Perwszym krokem jest wyznaczene taksonomcznej mary atrakcyjnośc neruchomośc. W kolejnym etape szacowany jest model ekonometryczny, w którym zmenną objaśnaną jest cena neruchomośc, natomast zmenną objaśnającą taksonomczna mara atrakcyjnośc neruchomośc. W przykładze emprycznym omawana procedura została zastosowana do wyceny wybranych neruchomośc meszkanowych w Szczecne. Słowa kluczowe: ndywdualna wycena neruchomośc, taksonomczna mara atrakcyjnośc neruchomośc, ekonometryczne metody wyceny neruchomośc. Wprowadzene Co jakś czas w lteraturze pośwęconej problematyce wyceny neruchomośc 1 pojawają sę propozycje wyceny bazujące na metodach statystyczno- 1 J. Hozer, Regresja weloraka a wycena neruchomośc, Rzeczoznawca Majątkowy 001, nr, s ; S. Kokot, Model welu regresj pojedynczych w wycene neruchomośc, w: Analza modelowane rynku neruchomośc na potrzeby wyceny, S. Źróbek (red.), Studa Materały Towarzystwa Naukowego Neruchomośc, z. 1, nr 1, Olsztyn 004; Ch. Ls, Wykorzystane metod loścowych w procese powszechnej taksacj neruchomośc w Polsce, w: Metody matematyczne, ekonometryczne nformatyczne w fnansach ubezpeczenach, P. Chrzan (red.), Wydaw-
2 4 METODY ILOŚCIOWE W EKONOMII -ekonometrycznych. Przykładowe postac model statystyczno-ekonometrycznych przedstawone zostały w pracy Wycena neruchomośc pod redakcją J. Hozera 3. Najczęścej pojawającą sę propozycją jest lnowy model regresj welorakej J. Hozer wymena warunk, które muszą spełnać tego typu modele, aby można je było stosować do wyceny neruchomośc 4 : 1. Istneje dobra teora pozwalająca na wyspecyfkowane stotnych zmennych objaśnających.. Istotne zmenne objaśnające są merzalne. 3. Istneją są dostępne dane statystyczne o wszystkch zmennych. 4. Zmenne objaśnające są slne powązane ze zmenną objaśnaną oraz słabo powązane ze sobą. 5. Zmenne objaśnające cechują sę wystarczająco dużą zmennoścą. 6. W modelu uwzględnone są wszystke najważnejsze zmenne objaśnające. 7. Postać analtyczna modelu jest trafne dobrana. 8. Oszacowane relacje są stablne. Poza powyższym kryteram obowązują równeż lczne krytera ekonometryczne (składnk losowy pownen meć rozkład normalny o wartośc oczekwanej równej zero stałej warancj, zmenne pownny być nelosowe ect.). W pracy Wycena neruchomośc 5 wymenone są przyczyny nezadowalających rezultatów zastosowana do wyceny lnowych model ekonometrycznych: 1. Relacje mędzy wartoścą neruchomośc oraz jej atrybutam ne zawsze są lnowe.. Szereg zmennych objaśnających ne poddaje sę pomarow. Jednym z rezultatów takego stanu rzeczy są nelogczne oceny parametrów pommo dużej dobroc dopasowana modelu w postac wysokego współczynnka determnacj. nctwo Akadem Ekonomcznej m. Oskara Langego we Wrocławu, Wrocław 008; Wycena neruchomośc, J. Hozer (red.), KES US, IADPG w Szczecne, Szczecn 008. Modele ekonometryczne są proponowane zarówno do wyceny masowej, jak ndywdualnej. W nnejszym artykule rozważana jest problematyka wyceny pojedynczych neruchomośc. 3 Wycena neruchomośc, op.ct., s. 60 n. 4 Ibdem, s Ibdem, s. 6.
3 MARIUSZ DOSZYŃ EKONOMETRYCZNA WYCENA NIERUCHOMOŚCI Współlnowość zmennych objaśnających, która ne pozwala na precyzyjne określene wpływu poszczególnych zmennych objaśnających na wartość neruchomośc. 4. Newłaścwy dobór postac analtycznej 6. Alternatywną propozycją ekonometrycznej wyceny neruchomośc jest model welu regresj pojedynczych zaproponowany przez S. Kokota 7. W podejścu tym szacowane są modele ekonometryczne z jedną zmenną objaśnającą. Zmenną objaśnaną w każdym przypadku jest cena neruchomośc, natomast zmennym objaśnającym są poszczególne cechy (atrybuty) neruchomośc. W kolejnym etape, na podstawe oszacowanych model, wyznaczane są ceny teoretyczne, które są następne uśrednane z wykorzystanem wag przypsanych poszczególnym cechom neruchomośc. Do zalet wynkających ze stosowana modelu welu regresj pojedynczych w porównanu z modelem regresj welorakej autor zalcza 8 : łatwość odzwercedlana nelnowych zależnośc cen neruchomośc od cech rynkowych, sensowną nterpretację parametrów strukturalnych oraz wększe szanse na uzyskane parametrów strukturalnych stotnych statystyczne, brak efektu katalzy oraz koncydencję. Należy meć śwadomość, ż stosowane model z jedną zmenną objaśnającą w sytuacj, gdy na zmenną objaśnaną wpływa węcej nż jedna zmenna, prowadz do obcążena estymatorów parametrów, a w przypadku modelowana ceny (wartośc) neruchomośc można z dużą dozą pewnośc przyjąć, ż stotny jest wpływ węcej nż jednej zmennej objaśnającej. Przeanalzujmy efekty pomnęca zmennej objaśnającej w sytuacj, gdy można przyjąć, ż jej wpływ jest stotny. Przypuśćmy, ż wartość neruchomośc y zależy od dwóch cech: gdze u to składnk losowy y x x u (1) 6 Jak zostało wspomnane wcześnej, relacje mędzy zmennym stosowanym przy wycene neruchomośc często ne są lnowe. 7 S. Kokot, op.ct. 8 Ibdem. 9 W celu uproszczena przekształceń w rozważanych modelach pomnęto wyraz wolny.
4 44 METODY ILOŚCIOWE W EKONOMII Przyjmjmy, ż specyfkacja równana jest błędna oszacowany został model z jedną zmenną objaśnającą: y x1 () gdze składnk losowy. Ocena parametru przy zmennej objaśnającej w modelu () jest równa: ˆ n 1 n 1 yx 1 x 1 (3) Podstawając w zależnośc (3) za y prawą stronę równana (1), otrzymujemy: n n n x x x u x x x u ˆ n 1 n n x1 x1 x (4) n W zwązku z tym, ż E x1 u 0 : 1 xx E ˆ n b n 1 x1 1 (5) gdze b 1 to współczynnk regresj w modelu x b 1 x 1, a węc w modelu regresj zmennej pomnętej x względem uwzględnonej w () zmennej objaśnającej x. 1 Podsumowując, pomnęce zmennej x powoduje, że ˆ jest obcążonym estymatorem parametru 1, a obcążene jest równe loczynow współczynnka regresj przy zmennej pomnętej oraz współczynnka regresj b zmennej pomnętej względem zmennej objaśnającej występującej w modelu Zob. równeż G.S. Maddala, Ekonometra, Wydawnctwo Naukowe PWN, Warszawa 006. s. 199 n.
5 MARIUSZ DOSZYŃ EKONOMETRYCZNA WYCENA NIERUCHOMOŚCI 45 Metodologa badana W nnejszym artykule postulowana jest metoda wyceny polegająca na tym, ż za zmenną objaśnającą w modelu regresj przyjmuje sę odpowedn taksonomczny mernk atrakcyjnośc neruchomośc. Zmenna objaśnająca jest zatem zmenną syntetyczną, wskazującą na odległość danej neruchomośc od neruchomośc wzorcowej (z punktu wdzena analzowanych cech) 11. W proponowanym podejścu wycena przebega węc dwuetapowo: W perwszym etape poszczególne neruchomośc są odpowedno porządkowane, z wykorzystanem metod taksonomcznych. W kolejnym etape szacuje sę model ekonometryczny, w którym zmenną objaśnającą jest taksonomczny mernk atrakcyjnośc neruchomośc (w postac odległośc od wzorca). W podejścu tym ne pojawają sę problemy wążące sę ze stosowanem tradycyjnych model ekonometrycznych. Mowa tutaj o takch kwestach, jak nelnowość relacj mędzy zmennym, współlnowość zmennych, katalza, brak koncydencj, obcążoność estymatorów parametrów czy brak możlwośc ch sensownej nterpretacj. Przykład empryczny W przykładze emprycznym do wyceny neruchomośc wykorzystana została baza transakcj przedstawona przez S. Kokota 1. Wycenany jest lokal meszkalny stanowący przedmot spółdzelczego własnoścowego prawa, położony na osedlu Słonecznym, w prawobrzeżnej częśc Szczecna. Analzowany rynek to rynek lokal meszkalnych zlokalzowanych w prawobrzeżnych dzelncach Szczecna. Budynk zostały wybudowane w latach w technolog tak zwanej welkej płyty. Badanem objęto IV kwartał 003 roku Tego typu podejśce to wyceny masowej zaproponował wcześnej Ch. Ls, op.ct. 1 S. Kokot, op.ct. W tym mejscu autor chcałby podzękować dr. S. Kokotow za udostępnene danych oraz artykułu. 13 Ibdem, praca zawera szczegółową analzę rynku oraz ops neruchomośc.
6 46 METODY ILOŚCIOWE W EKONOMII Cechy, ch kategore oraz kwantyfkacja zostały przedstawone w tabel Tabela 1. Kategore cech rynkowych ch kwantyfkacja Cecha Kategora cechy Kwantyfkacja Doceplene budynku brak, jest 1, Standard lokalu podstawowy, podwyższony, wysok 1,, 3 Lokalzacja ogólna nekorzystna, korzystna 1, Usytuowane lokalu w budynku Powerzchna lokalu nekorzystne (parter ostatne pętro), średne (pętra pośredne), b. dobre (I pętro) duża (powyżej 80 m ), średna (50 80 m ), mała (ponżej 50 m ) 1,, 3 1,, 3 Źródło: S. Kokot, op.ct. Jak można zauważyć w tabel 1, wszystke zmenne zostały zdefnowane tak, że są stymulantam. Są przedstawone na skal porządkowej, ne jest węc koneczna ch normalzacja. Cechy wycenanego lokalu zawarto w tabel. Z kole transakcje uwzględnone w procese wyceny zostały przedstawone w tabel 3. Tabela. Ops wycenanego lokalu pod kątem wyróżnonych cech rynkowych Cecha Kategora cechy Kwantyfkacja Doceplene budynku jest Standard lokalu podwyższony Lokalzacja ogólna korzystna Usytuowane lokalu w budynku bardzo dobre 3 Powerzchna lokalu średna Źródło: jak w tabel Informacje potrzebne do wyceny zostały zaczerpnęte z pracy S. Kokota, op.ct. W celu ujednolcena skal pomaru atrybutów neruchomośc powerzchna została przedstawona w skal porządkowej.
7 MARIUSZ DOSZYŃ EKONOMETRYCZNA WYCENA NIERUCHOMOŚCI 47 Tabela 3. Baza transakcj przyjęta do wyceny wraz z odległoścam poszczególnych neruchomośc od neruchomośc wzorcowej (d 0k ) Doceplene budynku Standard lokalu Lokalzacja Usytuowane lokalu w budynku Powerzchna użytkowa (m ) Cena 1 m (zł) ,74 0, ,04 0, ,33 0, ,30 0, ,64 0, ,17 0, ,34 0, ,94 0, ,00 0, ,48 0, ,48 0, ,64 0, ,19 0, ,39 0, ,61 0, ,70 0, ,9 0, ,98 0, ,56 0, ,69 0, ,5 0, ,45 0, ,0 0, ,81 0, ,18 0, ,43 0, ,18 0, ,18 0, ,9 0, ,16 0, ,85 0, ,65 0, ,35 0, ,43 0, ,79 0, ,79 0, ,19 0, ,89 0, ,54 0, ,05 0, ,73 0, ,70 0, ,38 0, ,0 0, ,9 0, ,83 0,000 d 0k Źródło: jak w tabel 1.
8 48 METODY ILOŚCIOWE W EKONOMII Za taksonomczny mernk atrakcyjnośc przyjęto uogólnoną marę odległośc danej neruchomośc (k) od neruchomośc wzorcowej d 0 k, gdze przez neruchomość wzorcową rozumana jest neruchomość o najkorzystnejszych warantach uwzględnanych cech. Formuła kształtuje sę następująco 15 : d m m n a b a b 0kj k 0 j 0lj klj j1 j1 l1 1 l0, k 0k 1 m n m n a0 jlbklj j1 l1 j1 l1 (6) gdze: d 0k mara odległośc neruchomośc wzorcowej (0) od neruchomośc porównywanej (k), k, l numer obektu (0 neruchomość wzorcowa), j = 1,, m numer zmennej. Dla zmennych merzonych na skal porządkowej stosuje sę podstawene 16 : 0 1 dla x x x x oj pj kj rj a b 0 dla x x x x, p k, l; r 0, l pj krj oj pj kj rj 1 dla x x x x oj pj kj rj (7) Wyznaczone za pomocą wzoru (6) odległośc zawerają sę w przedzale 0,1. Jeżel d 0 0k to k-ta neruchomość jest dentyczna z neruchomoścą wzorcową, natomast jeśl d 1 0k to k-ta neruchomość jest dametralne różna z punktu wdzena rozpatrywanych cech 17. Korelogram ceny 1 m meszkań oraz mary odległośc d0k został przedstawony na rysunku Zob. M. Walesak, Uogólnona mara odległośc w statystycznej analze welowymarowej, Wydawnctwo Akadem Ekonomcznej m. Oskara Langego we Wrocławu, Wrocław 00, s Ibdem, s Wyznaczone odległośc znajdują sę w ostatnej kolumne tabel 3. Prezentowany taksonomczny mernk atrakcyjnośc neruchomośc jest jednym z w welu możlwych do wykorzystana.
9 MARIUSZ DOSZYŃ EKONOMETRYCZNA WYCENA NIERUCHOMOŚCI 49 Rysunek 1. Cena jednostkowa (1 m ) meszkań na tle mary odległośc d0k cena 1 m ,000 0,100 0,00 0,300 0,400 0,500 0,600 0,700 0,800 d 0k Źródło: opracowane własne. Zależność mędzy ceną 1 m oraz d 0k można, z pewnym przyblżenem, aproksymować funkcją lnową. Rozrzut obserwacj jest znaczny, co wskazuje na dość znaczny udzał czynnków przypadkowych (/lub neuwzględnonych w modelu). Model regresj po oszacowanu przyjął następującą postać 18 : cˆ 195,89 550,50 d (8) k 69,65 7,4 S e gdze: c ˆk cena (wartość) k-tej neruchomośc, d 0k odległość k-tej neruchomośc od neruchomośc przyjętej za wzorzec. Błąd standardowy S 93,4 zł oraz współczynnk zmennośc losowej e V 5,3% wskazują na dość nsk udzał czynnków losowych. Oceny parametrów są stotne statystyczne. Umarkowane dopasowane wartośc emprycz- ok 18 W nawasach pod ocenam parametrów podane są statystyk t-studenta.
10 50 METODY ILOŚCIOWE W EKONOMII nych do teoretycznych (współczynnk determnacj R 0,54 ) wynka prawdopodobne z dużej entrop, która jest charakterystyczna dla lokalnych rynków neruchomośc. Entropa ta może być wynkem oddzaływana czynnka ludzkego, co często wąże sę na przykład z dzałanam celowym, dzałanam pod wpływem emocj, skłonnośc ect. Interpretując ocenę wyrazu wolnego, można przyjąć, ż 195,89 zł to przecętna cena neruchomośc cechujących sę takm samym atrybutam jak neruchomość wzorcowa. Wzrost odległośc o 1 powoduje spadek ceny średno o 550,50 zł. Możemy węc stwerdzć, ż neruchomość o najgorszych wartoścach atrybutów, czyl neruchomość maksymalne różnąca sę od wzorcowej, była tańsza średno o 550,50 zł. Lczebność Rysunek. Rozkład cen emprycznych teoretycznych teoretyczne empryczne Węcej teoretyczne empryczne Cena 1m² Źródło: opracowane własne. Na podstawe rozkładu cen emprycznych teoretycznych (rysunek ) można stwerdzć, ż model (8) neznaczne nedoszacowuje meszkana najtańsze (przedzały: , zł/ m ) oraz meszkana najdroższe (przedzał zł/ m ). Z kole neco przeszacowane są wartośc meszkań o średnej cene (przedzały: , zł/ m ). Tego typu odchyleń można sę spodzewać w przypadku stosowana model ekonometrycznych, w których uzyskujemy wartość oczekwaną zmennej objaśnanej, a węc wartość uśrednoną 19. Na podstawe oszacowanego modelu wycenona została opsana wcześnej neruchomość (tabela ). Odległość (6) dla wycenanego lokalu od nerucho- 19 Być może rozwązanem tego problemu byłoby wprowadzene odpowednch poprawek.
11 MARIUSZ DOSZYŃ EKONOMETRYCZNA WYCENA NIERUCHOMOŚCI 51 mośc wzorcowej wynos 0,161. Po podstawenu tej odległośc do formuły (8) otrzymujemy cenę wycenanego meszkana na pozome 1864,13 zł/m. Wartość otrzymana po zastosowanu modelu welu regresj pojedynczych jest równa 1794,8 zł/m, natomast cena uzyskana na podstawe modelu regresj welorakej wynosła 1780,77 zł/m 0. Jak wdać otrzymane wynk są do sebe zblżone. Podsumowane Reasumując, specyfka rynku neruchomośc przyczyna sę do tego, ż konwencjonalne modele ekonometryczne ne zawsze dają zadowalające rezultaty. Mowa tutaj przede wszystkm o modelach regresj welorakej. Jest to zwązane z takm problemam, jak współlnowość zmennych objaśnających, brak koncydencj, efekt katalzy, nelnowość powązań mędzy zmennym, obcążoność estymatorów parametrów czy brak możlwośc ch nterpretacj. Wszystko to powoduje, ż cały czas pojawają sę kolejne, nowe propozycje ekonometryczno-statystycznej wyceny neruchomośc. Jedną z takch propozycj jest podejśce przedstawane w nnejszym artykule, w którym stosowane są metody taksonomczne ekonometryczne. W perwszym etape, za pomocą metod taksonomcznych, porządkuje sę neruchomośc, wyznaczając taksonomczny mernk atrakcyjnośc neruchomośc. Następne szacuje sę model ekonometryczny, w którym zmenną objaśnaną jest cena (wartość) neruchomośc, a zmenną objaśnającą wyznaczony wcześnej taksonomczny mernk. W podejścu tym ne pojawają sę wymenone wcześnej problemy zwązane ze stosowanem tradycyjnych model ekonometrycznych. 0 S. Kokot, op.ct.
12 5 METODY ILOŚCIOWE W EKONOMII Lteratura Hozer J., Regresja weloraka a wycena neruchomośc, Rzeczoznawca Majątkowy 001, nr. Kokot S., Model welu regresj pojedynczych w wycene neruchomośc, w: Analza modelowane rynku neruchomośc na potrzeby wyceny, S. Źróbek (red.), Studa Materały Towarzystwa Naukowego Neruchomośc, Vol. 1, nr 1, Olsztyn 004. Ls Ch., Wykorzystane metod loścowych w procese powszechnej taksacj neruchomośc w Polsce, w: Metody matematyczne, ekonometryczne nformatyczne w fnansach ubezpeczenach, P. Chrzan (red.), Wydawnctwo Akadem Ekonomcznej m. Oskara Langego we Wrocławu, Wrocław 008. Maddala G.S., Ekonometra, Wydawnctwo Naukowe PWN, Warszawa 006. Walesak M., Uogólnona mara odległośc w statystycznej analze welowymarowej, Wydawnctwo Akadem Ekonomcznej m. Oskara Langego we Wrocławu, Wrocław 00. Wycena Neruchomośc, J. Hozer (red.), KES US, IADPG w Szczecne, Szczecn 008. ECONOMETRIC EVALUATION OF REAL ESTATE Summary In the artcle procedure of evaluaton of real estate by means of econometrc and taxonomc methods was proposed. Presented method s based on two steps. At frst taxonomc measure of attractveness of real estate s calculated. In next step ths taxonomc measure s taken as an explanatory varable n econometrc model wth prce of propertes as an dependent varable. In emprcal example proposed method was used n evaluaton of chosen flats n Szczecn. Translated by Marusz Doszyń Keywords: ndvdual evaluaton of real estate, taxonomc measure of attractveness of real estate, econometrc evaluaton of real estate.
Natalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Bardziej szczegółowoNatalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3
Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowoMETODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.
Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)
Bardziej szczegółowoANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr
Bardziej szczegółowoDobór zmiennych objaśniających
Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoPROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE
PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoEKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia
EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnena dr Dorota Cołek Katedra Ekonometr Wydzał Zarządzana UG http://wzr.pl/dorota-colek/ dorota.colek@ug.edu.pl 1 Wpływ skalowana danych na MNK
Bardziej szczegółowoPropozycja modyfikacji klasycznego podejścia do analizy gospodarności
Jacek Batóg Unwersytet Szczecńsk Propozycja modyfkacj klasycznego podejśca do analzy gospodarnośc Przedsęborstwa dysponujące dentycznym zasobam czynnków produkcj oraz dzałające w dentycznych warunkach
Bardziej szczegółowoPROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoSTUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 25
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 5 Marusz Doszyń Unwersytet Szczecńsk ZASTOSOWANIE FUNKCJI O STAŁEJ ELASTYCZNOŚCI SUBSTYTUCJI (CES) ORAZ FUNKCJI COBBA-DOUGLASA DO OCENY KONKURENCYJNOŚCI
Bardziej szczegółowoProcedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Bardziej szczegółowoZASTOSOWANIE METOD EKONOMETRYCZNYCH DO BADANIA HETEROGENICZNOŚCI OBIEKTÓW
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Marusz Doszyń Unwersytet Szczecńsk ZASTOSOWANIE METOD EKONOMETRYCZNYCH DO BADANIA HETEROGENICZNOŚCI OBIEKTÓW Streszczene W artykule scharakteryzowano
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowoNatalia Nehrebecka. Dariusz Szymański
Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl
Bardziej szczegółowoEKONOMETRYCZNA ANALIZA WPŁYWU CZYNNIKÓW SUBIEKTYWNYCH NA DZIAŁALNOŚĆ SPÓŁEK NOTOWANYCH NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Marusz Doszyń Unwersytet Szczecńsk Beata Antonewcz-Nogaj Ccero SC EKONOMETRYCZNA ANALIZA WPŁYWU CZYNNIKÓW SUBIEKTYWNYCH NA DZIAŁALNOŚĆ SPÓŁEK
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoAnaliza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach
Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy
Bardziej szczegółowoOBLICZANIE NIEPEWNOŚCI METODĄ TYPU B
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość
Bardziej szczegółowoRegresja liniowa i nieliniowa
Metody prognozowana: Regresja lnowa nelnowa Dr nż. Sebastan Skoczypec Zmenna losowa Zmenna losowa X zmenna, która w wynku pewnego dośwadczena przyjmuje z pewnym prawdopodobeństwem wartość z określonego
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoMetody predykcji analiza regresji
Metody predykcj analza regresj TPD 008/009 JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Przebeg wykładu. Predykcja z wykorzystanem analzy regresj.. Przypomnene wadomośc z poprzednch przedmotów..
Bardziej szczegółowoBadanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej
Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz
Bardziej szczegółowoOeconomiA copernicana 2013 Nr 3. Modele ekonometryczne w opisie wartości rezydualnej inwestycji
OeconomA coperncana 2013 Nr 3 ISSN 2083-1277, (Onlne) ISSN 2353-1827 http://www.oeconoma.coperncana.umk.pl/ Klber P., Stefańsk A. (2003), Modele ekonometryczne w opse wartośc rezydualnej nwestycj, Oeconoma
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoMODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI
Alcja Wolny-Domnak Unwersytet Ekonomczny w Katowcach MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI Wprowadzene
Bardziej szczegółowoAnaliza zależności zmiennych ilościowych korelacja i regresja
Analza zależnośc zmennych loścowych korelacja regresja JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Plan wykładu 1. Lnowa zależność mędzy dwoma zmennym: Prosta regresja Metoda najmnejszych
Bardziej szczegółowoWPROWADZENIE DO ANALIZY KORELACJI I REGRESJI
WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI dr Janusz Wątroba, StatSoft Polska Sp. z o.o. Prezentowany artykuł pośwęcony jest wybranym zagadnenom analzy korelacj regresj. Po przedstawenu najważnejszych
Bardziej szczegółowoWspółczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych
Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00
Bardziej szczegółowoStatystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowoKształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu
PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowoTeoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru
Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
Bardziej szczegółowoWYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA
WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA. Ops teoretyczny do ćwczena zameszczony jest na strone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomarowego
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej
Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej
Bardziej szczegółowoTeoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru
Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru
Bardziej szczegółowo0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4
Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoPORÓWNANIE METOD PROSTYCH ORAZ METODY REGRESJI HEDONICZNEJ DO KONSTRUOWANIA INDEKSÓW CEN MIESZKAŃ
PORÓWNANIE METOD PROSTYCH ORAZ METODY REGRESJI HEDONICZNEJ DO KONSTRUOWANIA INDEKSÓW CEN MIESZKAŃ Radosław Trojanek Katedra Inwestycj Neruchomośc Unwersytet Ekonomczny w Poznanu e-mal: r.trojanek@ue.poznan.pl
Bardziej szczegółowo± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości
Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość
Bardziej szczegółowoSTATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],
STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:
Bardziej szczegółowoZadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Bardziej szczegółowoIwona Foryś * Uniwersytet Szczeciński
studa prace wydzału nauk ekonomcznych zarządzana nr 42, t. 1 DOI: 10.18276/sp.2015.42/1-10 Iwona Foryś * Unwersytet Szczecńsk INDEKS HEDONICZNY NA WTÓRNYM RYNKU MIESZKAŃ SPÓŁDZIELCZYCH NA PRZYKŁADZIE WYBRANEGO
Bardziej szczegółowoBADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20
Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca
Bardziej szczegółowoBadanie optymalnego poziomu kapitału i zatrudnienia w polskich przedsiębiorstwach - ocena i klasyfikacja
Jacek Batóg Unwersytet Szczecńsk Badane optymalnego pozomu kaptału zatrudnena w polskch przedsęborstwach - ocena klasyfkacja Prowadząc dzałalność gospodarczą przedsęborstwa kerują sę jedną z dwóch zasad
Bardziej szczegółowoSprawozdanie powinno zawierać:
Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,
Bardziej szczegółowoKONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE
Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Wprowadzene W dzałalnośc nstytucj fnansowych, takch
Bardziej szczegółowoZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE
Inżynera Rolncza 1(126)/2011 ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Katedra Zastosowań Matematyk Informatyk, Unwersytet Przyrodnczy w Lublne w Lublne
Bardziej szczegółowoWykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
Bardziej szczegółowoPRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XI/2, 2010, str. 102 111 PRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowoMIARY ZALEŻNOŚCI ANALIZA STATYSTYCZNA NA PRZYKŁADZIE WYBRANYCH WALORÓW RYNKU METALI NIEŻELAZNYCH
Domnk Krężołek Unwersytet Ekonomczny w Katowcach MIARY ZALEŻNOŚCI ANALIZA AYYCZNA NA PRZYKŁADZIE WYBRANYCH WALORÓW RYNKU MEALI NIEŻELAZNYCH Wprowadzene zereg czasowe obserwowane na rynkach kaptałowych
Bardziej szczegółowoWYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP
Ewa Pośpech Unwersytet Ekonomczny w Katowcach Wydzał Zarządzana Katedra Matematyk posp@ue.katowce.pl WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP Streszczene: W artykule rozważano zagadnene
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,
Bardziej szczegółowoA C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009.
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XXXIX NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZTYT 389 TORUŃ 2009 Unwersytet Mkołaja Kopernka w Torunu Katedra Ekonometr Statystyk Elżbeta
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowoAnaliza korelacji i regresji
Analza korelacj regresj Zad. Pewen zakład produkcyjny zatrudna pracownków fzycznych. Ich wydajność pracy (Y w szt./h) oraz mesęczne wynagrodzene (X w tys. zł) przedstawa ponższa tabela: Pracownk y x A
Bardziej szczegółowoZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012
ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment
Bardziej szczegółowoTAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE
Katarzyna CHEBA * TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE Streszczene Pozom warunk życa ludnośc w Polsce są slne przestrzenne zróżncowane. W pracy na przykładze województw w Polsce
Bardziej szczegółowoZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013
ZESZYTY NAUKOWE NSTYTUTU POJAZDÓW 5(96)/2013 Hubert Sar, Potr Fundowcz 1 WYZNACZANE MASOWEGO MOMENTU BEZWŁADNOŚC WZGLĘDEM OS PODŁUŻNEJ DLA SAMOCHODU TYPU VAN NA PODSTAWE WZORÓW DOŚWADCZALNYCH 1. Wstęp
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoEKONOMETRIA I Spotkanie 1, dn. 05.10.2010
EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra
Bardziej szczegółowoMATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Bardziej szczegółowoMETODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki
Metody Planowana Eksperymentów Rozdzał 1. Strona 1 z 14 METODY PLANOWANIA EKSPERYMENTÓW dr hab. nż. Marusz B. Bogack Marusz.Bogack@put.poznan.pl www.fct.put.poznan.pl/cv23.htm Marusz B. Bogack 1 Metody
Bardziej szczegółowoEgzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010
Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoMikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński
Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej
Bardziej szczegółowoOcena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak
Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,
Bardziej szczegółowoStatystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2010, Oeconomca 280 (59), 13 20 Iwona Bą, Agnesza Sompolsa-Rzechuła LOGITOWA ANALIZA OSÓB UZALEŻNIONYCH OD ŚRODKÓW
Bardziej szczegółowoWSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO
WSKAŹNIK OCENY SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO Dagmara KARBOWNICZEK 1, Kazmerz LEJDA, Ruch cała człoweka w samochodze podczas wypadku drogowego zależy od sztywnośc nadwoza
Bardziej szczegółowoZarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych
dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m
Bardziej szczegółowoANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI
Bardziej szczegółowoBadania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)
Bardziej szczegółowoZjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)
Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje
Bardziej szczegółowoMikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński
Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 37 44
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2011, Oeconomca 285 (62), 37 44 Katarzyna Cheba TAKSONOMICZNA ANALIZA PRZESTRZENNEGO ZRÓŻNICOWANIA WYBRANYCH WSKAŹNIKÓW
Bardziej szczegółowoZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji
ZAJĘCIA Pozycyjne ary dyspersj, ary asyetr, spłaszczena koncentracj MIARY DYSPERSJI: POZYCYJNE, BEZWZGLĘDNE Rozstęp dwartkowy (ędzykwartylowy) Rozstęp dwartkowy określa rozpętośd tej częśc obszaru zennośc
Bardziej szczegółowoOPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE
Bardziej szczegółowoTrzecie laboratoria komputerowe ze Staty Testy
Trzece laboratora komputerowe ze Staty Testy Korzystać będzemy z danych dane_3.dta. Chcemy (jak zwykle ) oszacować model zarobków. Tym razem nteresująca nas postać modelu to: p0 = β + β pd0 + β pl08 +
Bardziej szczegółowoNORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM
PRZEGLĄD STATYSTYCZNY R. XLIV - ZESZ\'T 1-1997 DANUTA STRAHL, MAREK WALESIAK NORMALZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM l. WPROWADZENIE Przy stosowanu
Bardziej szczegółowoMIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH
MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH Adam Mchczyńsk W roku 995 grupa nstytucj mędzynarodowych: ISO Internatonal Organzaton for Standardzaton (Mędzynarodowa Organzacja Normalzacyjna),
Bardziej szczegółowoStatystyka Opisowa 2014 część 1. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoANALIZA SZCZECIŃSKIEGO RYNKU NIERUCHOMOŚCI W LATACH 2007 2010
STUDA PRACE WYDZAŁU NAUK EKONOMCZNYCH ZARZĄDZANA NR 26 Ewa Putek-Szeląg Uniwersytet Szczeciński ANALZA SZCZECŃSKEGO RYNKU NERUCHOMOŚC W LATACH 27 21 STRESZCZENE Niniejszy artykuł dotyczy analizy rynku
Bardziej szczegółowoWykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
Bardziej szczegółowoIID = 2. i i i i. x nx nx nx
Zadane Analzujemy model z jedną zmenną objaśnającą bez wyrazu wolnego: y = β x + ε, ε ~ (0, σ ), gdze x jest nelosowe.. Wyznacz estymator MNK parametru β oraz oblcz jego warancję. (4 pkt) y. Zaproponowano
Bardziej szczegółowoAnaliza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009
Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja
Bardziej szczegółowo