WPŁYW LICZBY NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH
|
|
- Aniela Kujawa
- 7 lat temu
- Przeglądów:
Transkrypt
1 Stua Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN Nr Monka Mśkewcz-Nawrocka Unwersytet Ekonomczny w Katowcach Wyzał Zarzązana Katera Matematyk monka.mskewcz@ue.katowce.pl WPŁYW LICZBY NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH Streszczene: Metoa najblższych sąsaów jest jeną z meto prognozowana szeregów czasowych. W metoze tej, prognozę (N+)-go elementu x ˆ N + szacuje sę jako śreną ważoną obserwacj x +, gze wektory x są k najblższym sąsaam wektora x N w zrekonstruowanej -wymarowej przestrzen stanów. Istotnym problemem poczas stosowana tej metoy jest wyznaczene prawłowej lczby najblższych sąsaów, która pownna być brana po uwagę przy wyznaczanu prognoz. Głównym celem artykułu jest zbaane wpływu lczby najblższych sąsaów na okłaność prognoz ekonomcznych szeregów czasowych. Baana zostały przeprowazone w oparcu o wybrane fnansowe szereg czasowe. Słowa kluczowe: metoa najblższych sąsaów, prognozowane szeregów czasowych, rekonstrukcja przestrzen stanów. Wprowazene W teor nelnowych ukłaów ynamcznych o prognozowana przyszłych wartośc szeregów czasowych można zastosować metoę analogową zwaną metoą najblższych sąsaów. W metoze tej, prognozowaną wartość szeregu ustala sę na postawe śrenej ważonej perwszych współrzęnych punktów, bęących najblższym (w sense oległośc euklesowej) sąsaam punktu w zrekonstruowanej przestrzen stanów, opowaającemu obserwacj. Istotnym problemem przy stosowanu metoy analogowej jest ustalene prawłowej lczby najblższych sąsaów punktów zrekonstruowanej przestrzen stanów, które należy wząć po uwagę przy wyznaczenu prognozy.
2 Wpływ lczby najblższych sąsaów na okłaność prognoz 6 W pracy został zbaany wpływ lczby najblższych sąsaów na okłaność otrzymanych prognoz zjawsk ekonomcznych, opsanych za pomocą ekonomcznych szeregów czasowych. Baana empryczne zostały przeprowazone na postawe rzeczywstych, ekonomcznych szeregów czasowych. W celu przeprowazena oblczeń wykorzystano program napsany przez autorkę w języku programowana Delph oraz arkusz kalkulacyjny Excel.. Rekonstrukcja przestrzen stanów ukłau ynamcznego Rekonstrukcja przestrzen stanów polega na otworzenu, jeyne na postawe jenowymarowego szeregu obserwacj, przestrzen stanów ukłau ynamcznego. Jeną z meto rekonstrukcj jest metoa opóźneń, wprowazona nezależne przez N.H. Packara [Packar n., 980] oraz F. Takensa [98]. Rekonstrukcja przestrzen obywa sę poprzez zanurzene szeregu czasowego w przestrzen o wyższym wymarze, tj. poprzez otworzene trajektor ukłau w welowymarowej przestrzen wektorowej. Elementam tej przestrzen są -wymarowe wektory zwane -hstoram, które powstają w wynku przesunęca orygnalnego szeregu czasowego o pewną stałą wartość opóźnena czasowego τ [Kantz, Schreber, 2004]: st = ( st, st τ,..., st ( ) τ ) () gze: ( )τ + t N s t obserwacje orygnalnego szeregu, wymar rekonstruowanej przestrzen (zwany równeż wymarem zanurzena), τ opóźnene czasowe. F. Takens uowonł, że la 2m +, gze m jest wymarem atraktora, a wymarem zanurzena, zrekonstruowana przestrzeń stanów ukłau jest topologczne równoważna z orygnalną przestrzeną ukłau ynamcznego [Zawazk, 996]. 2. Metoa najblższych sąsaów Metoa najblższych sąsaów NS, zwana też metoą analogową, została zaproponowana przez E.N. Lorenza [969] jest najstarszą metoą prognozowana chaotycznych szeregów czasowych. Jej postawą teoretyczną jest fakt, ż stany ukłaów etermnstycznych ewoluują w czase w poobny sposób. W przypaku szeregów czasowych, gy ne znamy funkcj f, opsującej ynam-
3 62 Monka Mśkewcz-Nawrocka kę ukłau ysponujemy jeyne jenowymarowym szeregem obserwacj, należy przeprowazć rekonstrukcję przestrzen stanów weług wzoru (). Jeśl st 0 jest najblższym sąsaem punktu s N, to równeż ft ( sn ) ft ( st ), a stą wynka, że s 0 N+ T st 0 + T. Zatem wartość s t 0 + T można przyjąć jako prognozę obserwacj s N+T analzowanego szeregu czasowego [Lorenz, 969, s. 5; Nowńsk, 2007]. W metoze najblższych sąsaów prognozę la N + elementu s ˆ N+ szacuje sę jako śreną ważoną obserwacj s +, gze wektory są k najblższym sąsaam wektora sn w zrekonstruowanej -wymarowej przestrzen stanów: sˆ N + = k = gze: s + perwsza współrzęna wektora w ( s s ) N w s + s + = w waga -tego sąsaa wektora s N w : R R jest owolną funkcją malejącą spełnającą warunk: w = w s s > k = w = ( N ) 0 w( s s ) = k = =, 2,, k Wag są oberane w ten sposób, by blżs sąsez mel wększy wpływ na otrzymaną prognozę. Stą wagę -tego sąsaa można wyznaczyć weług wzorów [Orzeszko, 2005]: w = k k (3) = 2( k + ) w = (4) k( k + ) e w = k (5) e gze: N = = s s oznacza oległość męzy wektoram N s s N (2) s, =, 2,, k.
4 Wpływ lczby najblższych sąsaów na okłaność prognoz Baana empryczne Przemotem baana były logarytmy zennych stóp zwrotu neksów geł śwatowych: NIKKEI225 neks na Gełze Paperów Wartoścowych w Toko (NKX), S&P500 neks geły w Nowym Jorku (SPX) WIG neks na Gełze Paperów Wartoścowych w Warszawe; kursów walut: euro (EUR) jena japońskego (JPY) wobec złotego; cen akcj spółek: ING Bank Śląskego (BSK) Żywca (ZWC) oraz cen surowców: ropy naftowej (SC), srebra (XAG) złota (XAU), postac: x t = ln s t ln s t (6) gze: s t obserwacja szeregu, notowane w okrese r r. W perwszym etape baana, la wybranych szeregów czasowych oszacowano parametry rekonstrukcj przestrzen stanów metoą opóźneń: stosując funkcję autokorelacj ACF [Ramsey n., 990], oszacowano czas opóźneń τ, natomast za pomocą metoy najblższego pozornego sąsaa FNN [Abarbanel n., 992], oblczono wymar zanurzena (tab. ). Tabela. Parametry rekonstrukcj przestrzen stanów analzowanych szeregów czasowych Szereg τ Szereg τ EUR 2 8 SPX 5 7 ING 6 8 WIG 6 7 JPY 2 6 XAG 4 8 NKX 6 6 XAU 22 7 SC 2 6 ZWC 7 0 W celu zbaana wpływu lczby najblższych sąsaów na okłaność prognoz oszacowanych metoą najblższych sąsaów, wyznaczono prognozy analzowanych szeregów la horyzontu prognozy T =, 2,, 0. W procese prognozowana jako lczbę najblższych sąsaów przyjęto k = 2, 3,, 00. Jako wag -tego sąsaa przyjęto: śreną arytmetyczną perwszych współrzęnych najblższych sąsaów [Abarbanel n., 992] (NS_A), wag zaane wzorem (3) NS_B, wzorem (4) NS_C wzorem (5) NS_D. Dane pochozą z archwum plków strony nternetowej stooq.com [www ].
5 64 Monka Mśkewcz-Nawrocka Oceny trafnośc wyznaczonych prognoz okonano za pomocą perwastka błęu śrenokwaratowego (RMSE): σ T = n h + ( st sˆ T ) + h t= n gze: s T rzeczywsta wartość baanej zmennej w momence T, ŝ prognoza wartośc zmennej w momence T, T = n +,, n + h, T h lczba naturalna, oznaczająca oległość okresu prognozowanego o okresu beżącego. Na rysunku przestawono błęy uzyskanych prognoz la horyzontu prognozy T =, w zależnośc o lczby najblższych sąsaów, zastosowanych w procese prognozowana metoa najblższych sąsaów, natomast rys. 2 prezentuje zależność pomęzy błęam preykcj, w całym przezale weryfkacj, la horyzontu prognozy T = 0 a lczbą najblższych sąsaów. Analzując otrzymane wynk, można stwerzć, ż błęy prognoz otrzymane metoam NS_A, NS_B NS_D przyjmują zblżone wartośc. Sytuacja ta została przestawona na rys. oraz 2, na których wykresy zależnośc pomęzy błęem prognozy a lczbą najblższych sąsaów prawe pokrywają sę la wspomnanych meto. Natomast błęy prognoz, uzyskane metoą NS_C wyraźne różną sę o pozostałych. Na postawe przeprowazonych baań wynka, że stneje wyraźna zależność pomęzy zastosowaną w procese prognozowana lczbą najblższych sąsaów a okłanoścą otrzymanych prognoz, zarówno la horyzontu prognozy T =, jak w całym przezale weryfkacj la T = 0. Tabela 2. Optymalna lczba najblższych sąsaów la horyzontu prognozy T = Szereg 2 kmn la T = NS_A NS_B NS_C NS_D EUR ING JPY NKX SC SPX WIG XAG XAU ZWC (7)
6 Wpły W yw lczbby najblżższycch ssąsaóów na okkłanośść prog p gnozz 65 Rys.. Wppływ w lcczby y najjblżższy ych ssąsaóów na n błłą prog p gnozy la hory h yzonntu prog p gnozzy T =
7 6 66 Mon M ka Mśśkeewccz-N Naw wroccka R s. 2. Wppływ Rys w lcczby naajbllższzychh sąąsaów w naa błąą prog p gnozzy w caałym m prrze zalle weeryfkaccj
8 Wpływ lczby najblższych sąsaów na okłaność prognoz 67 Dla horyzontu prognozy T = najmnejsze błęy prognozy otrzymano la lczby najblższych sąsaów k 20. Wyjątek stanow szereg ING oraz szereg XAG la metoy NS_C. W tabel 2 przestawono lość najblższych sąsaów, la których otrzymano najmnejsze błęy prognoz la horyzontu prognozy T =. Wraz ze wzrostem lczby najblższych sąsaów (k > kmn) wartość błęu prognozy rośne, a następne stablzuje sę na pewnym pozome (ING, JPY, SPX, XAU, ZWC). Najokłanej wać to la metoy NS_C, gze wag najblższych sąsaów były ustalane weług wzoru (4), w którym po uwagę berze sę numer -tego sąsaa. Baając okłaność wyznaczonych prognoz w całym przezale weryfkacj la horyzontu prognozy T = 0, można stwerzć, ż la wększośc baanych szeregów (EUR, ING, NKX, SC, SPX, WIG, ZWC) wartośc błęu prognozy maleją wraz ze wzrostem lczby k najblższych sąsaów stablzują sę (ING, SC, SPX, WIG) na pewnym pozome la k > 40. Dla szeregów ING, SC, SPX WIG błęy prognoz stablzują sę na pozome opoweno 0,03, 0,0076, 0,007 0,0084. Dla analzowanych szeregów lczbę najblższych sąsaów, la których uzyskano najmnejsze błęy prognoz zameszczono w tab. 3. Tabela 3. Optymalna lczba najblższych sąsaów w całym przezale weryfkacj la horyzontu prognozy T = 0 Szereg kmn la T = NS_A NS_B NS_C NS_D EUR ING JPY NKX SC SPX WIG XAG XAU ZWC Analzując ane zawarte w tab. 3, można stwerzć, że la wększośc baanych szeregów okłaność prognoz rośne wraz za wzrostem lczby najblższych sąsaów.
9 68 Monka Mśkewcz-Nawrocka Posumowane W opracowanu zbaano wpływ lczby najblższych sąsaów, zastosowanych w procese prognozowana metoą najblższych sąsaów na okłaność uzyskanych prognoz. Baana empryczne przeprowazono na przykłaze szeregów logarytmów zennych stóp zwrotu notowań NIKKEI225, S&P500, WIG, euro, jena japońskego, ING Banku Śląskego, Żywca oraz cen ropy naftowej, srebra złota. Przeprowazone baana pokazują, że przyjęta lczba najblższych sąsaów, stosowanych w rozważanej metoze prognozowana w barzo stotny sposób wpływa na okłaność otrzymanych prognoz. Analzując otrzymane wynk, można stwerzć, że la horyzontu prognozy T = najmnejsze błęy prognoz uzyskano la lczby najblższych sąsaów ne wększej nż 20. Wyjątek stanowł szereg ING oraz XAG (metoa NS_C). Natomast w całym przezale weryfkacj la horyzontu prognozy T = 0, w wększośc baanych szeregów wraz ze wzrostem lczby najblższych sąsaów błęy prognoz maleją lub zaczynają sę stablzować na pewnym pozome. Pozwala to wnoskować, że począwszy o pewnej wartośc lczby najblższych sąsaów k, różnce pomęzy błęam prognoz są barzo newelke (coraz mnej stotne), a węc zwększane lczby k w zasaze ne prowaz już o poprawy okłanośc otrzymanych prognoz. Lteratura Abarbanel H.D., Brown R., Kennel M.B. (992), Determnng Embeng Dmenson for Phase Space Reconstructon Usng a Geometrcal Constructon, Physcal Revew A, Vol. 45(6). Kantz H., Schreber T. (2004), Nonlnear Tme Seres Analyss, Cambrge Unversty Press, Cambrge. Lorenz E.N. (969), Atmospherc Prectablty as Reveale by Naturally Occurrng Analogues, J. Atmos. Sc., Vol. 26. Nowńsk M. (2007), Nelnowa ynamka szeregów czasowych, Wyawnctwo Akaem Ekonomcznej, Wrocław. Orzeszko W. (2005), Ientyfkacja prognozowane chaosu etermnstycznego w ekonomcznych szeregach czasowych, Polske Towarzystwo Ekonomczne, Warszawa. Packar N.H., Crutchfel J.P., Farmer J.D., Shaw R.S. (980), Geometry from a Tme Seres, Physcal Revew Letters, Vol. 45. Ramsey J.B., Sayers C.L., Rothman P. (990), The Statstcal Propertes of Dmenson Calculatons Usng Small Data Sets: Some Economc Applcatons, Internatonal Economc Revew, Vol. 3, No. 4.
10 Wpływ lczby najblższych sąsaów na okłaność prognoz 69 Takens F. (98), Detectng Strange Attractors n Turbulence [w:] D.A. Ran, L.S. Young (e.), Lecture Notes n Mathematcs, Sprnger, Berln. Zawazk H. (996), Chaotyczne systemy ynamczne, Wyawnctwo Akaem Ekonomcznej w Katowcach, Katowce. [www ] stooq.com (ostęp: ). EFFECT OF THE NUMBER OF NEAREST NEIGHBORS ON THE ACCURACY OF ECONOMIC TIME SERIES FORECASTS Summary: One of tme seres forecastng metho s the nearest neghbors metho. In ths metho, the forecast for (N+)-th element x ˆ N + s estmate as a weghte average of observatons x +, where the vectors x are k nearest neghbors of vector x N n the reconstructe -mensonal state space. An mportant problem when usng nearest neghbors metho s to etermne the correct number of nearest neghbors, that shoul be taken nto account n the etermnaton of forecasts. The am of the artcle wll be to research the effect of the number of nearest neghbors on the accuracy of economc tme seres forecasts. The test wll be conucte on the bass of selecte fnancal tme seres. Keywors: the nearest neghbors metho, tme seres forecastng, state space reconstructon.
ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH
Kaarzyna Zeug-Żebro Unwersye Ekonomczny w Kaowcach ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH Wprowazene Deermnzm ukłaów chaoycznych wskazuje
Bardziej szczegółowoWPŁYW REDUKCJI SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA WYNIKI PROGNOZ OTRZYMANYCH ZA POMOCĄ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA
Monika Miśkiewicz-Nawrocka Uniwersytet Ekonomiczny w Katowicach WPŁYW REDUKCJI SZUMU LOSOWEGO MEODĄ NAJBLIŻSZYCH SĄSIADÓW NA WYNIKI PROGNOZ ORZYMANYCH ZA POMOCĄ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA Wprowazenie
Bardziej szczegółowoWPŁYW OPTYMALNYCH PARAMETRÓW REDUKCJI SZUMU LOSOWEGO NA IDENTYFIKACJĘ CHAOSU W EKONOMICZNYCH SZEREGACH CZASOWYCH
Monka Mśkewcz-Nawrocka Unwerye Ekonomczny w Kaowcach Kaera Maemayk monka.mkewcz@ue.kaowce.pl WPŁYW OPTYMALNYCH PAAMETÓW EDUKCJI SZUMU LOSOWEGO NA IDENTYFIKACJĘ CHAOSU W EKONOMICZNYCH SZEEGACH CZASOWYCH
Bardziej szczegółowoZASTOSOWANIE WYKŁADNIKÓW LAPUNOWA DO WYZNACZANIA PORTFELI OPTYMALNYCH
Stua Ekonoczne. Zeszyty Naukowe Unwersytetu Ekonocznego w Katowcach ISSN 2083-86 Nr 22 205 Współczesne Fnanse Monka Mśkewcz-Nawrocka Unwersytet Ekonoczny w Katowcach Wyzał Zarzązana Katera Mateatyk onka.skewcz@ue.katowce.pl
Bardziej szczegółowoArytmetyka finansowa Wykład z dnia 30.04.2013
Arytmetyka fnansowa Wykła z na 30042013 Wesław Krakowak W tym rozzale bęzemy baać wartość aktualną rent pewnych, W szczególnośc, wartość obecną renty, a równeż wartość końcową Do wartośc końcowej renty
Bardziej szczegółowoBADANIE WPŁYWU REDUKCJI SZUMU NA IDENTYFIKACJĘ DYNAMIKI CHAOTYCZNEJ NA PRZYKŁADZIE FINASOWYCH SZEREGÓW CZASOWYCH
Kaarzyna Zeug-Żebro Unwersye Ekonomczny w Kaowcach Wyzał Zarzązana Kaera Maemayk kaarzyna.zeug-zebro@ue.kaowce.p BADANIE WPŁYWU REDUKCJI SZUMU NA IDENTYFIKACJĘ DYNAMIKI CHAOTYCZNEJ NA PRZYKŁADZIE FINASOWYCH
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 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 szczegółowoInfrastruktura transportowa w wybranych krajach Unii Europejskiej analiza taksonomiczna Transport Infrastructure in UE countries taxonomic analysis
Infrastruktura transportowa w wybranych krajach Un Europejskej analza taksonomczna Transport Infrastructure n UE countres taxonomc analyss Danuta Tarka Poltechnka Bałostocka, Wyzał Zarzązana, Katera Informatyk
Bardziej szczegółowoProblemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA
Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA
Bardziej szczegółowoANALIZA NIERÓWNOŚCI REZYDUALNEJ GRADIENTOWEJ TERMOMECHANIKI
ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZY 5/205 Komsa Inżyner Buowlane Ozał Polske Akaem Nauk w Katowcach ANALIZA NIERÓWNOŚCI REZYDUALNEJ GRADIENOWEJ EROECHANIKI Jan KUBIK Wyzał Buownctwa Archtektury, Poltechnka
Bardziej szczegółowoZASTOSOWANIE DYNAMICZNEJ WIELOWYMIAROWEJ ANALIZY PORÓWNAWCZEJ W BADANIACH EKONOMICZNYCH
Stua Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w atowcach ISSN 2083-8611 Nr 227 2015 Unwersytet Ekonomczny w atowcach Wyzał Zarzązana atera Matematyk aranna.mastalerz-kozs@ue.katowce.pl ZASTOSOWANIE
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 szczegółowoANALIZA SZEREGÓW CZASOWYCH
ANALIZA SZEREGÓW CZASWYCH Szereg czasow zbór warośc baanej cech lub warośc baanego zjawska zaobserwowanch w różnch momenach czasu uporząkowan chronologczne. Skłank szeregu czasowego:. enencja rozwojowa
Bardziej szczegółowoWERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH
SCRIPTA COMENIANA LESNENSIA PWSZ m. J. A. Komeńskego w Leszne R o k 0 0 8, n r 6 TOMASZ ŚWIST* WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH
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 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 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 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 szczegółowoZastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...
Adam Waszkowsk * Adam Waszkowsk Zastosowane welowymarowej analzy porównawczej w doborze spó³ek do portfela nwestycyjnego Zastosowane welowymarowej analzy porównawczej... Wstêp Na warszawskej Ge³dze Paperów
Bardziej szczegółowoWPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO
Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono
Bardziej szczegółowoWpływ płynności obrotu na kształtowanie się stopy zwrotu z akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie
Agata Gnadkowska * Wpływ płynnośc obrotu na kształtowane sę stopy zwrotu z akcj notowanych na Gełdze Paperów Wartoścowych w Warszawe Wstęp Płynność aktywów na rynku kaptałowym rozumana jest przez nwestorów
Bardziej szczegółowoSztuczna inteligencja w identyfikacji i sterowaniu. Uczenie konkurencyjne w sieciach samoorganizujących się
Sztuczna ntelgencja w entyfkacj sterowanu Uczene konkurencyjne w secach samoorganzujących sę Cel ćwczena Celem ćwczena jest poznane samoorganzującej sę sec neuronowej Kohonena oraz algorytmu jej uczena.
Bardziej szczegółowo; -1 x 1 spełnia powyższe warunki. Ale
Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [ ] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale spełna je także unkcja [ ] Q. Dokłaając warunek cąłośc unkcj [ ]
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
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 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 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; -1 x 1 spełnia powyższe warunki. Ale
AIB-Inormatka-Wkła - r Aam Ćmel cmel@.ah.eu.pl Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale [ ] Q spełna je także
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 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 szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowoWpływ redukcji poziomu szumu losowego metodą najbliższych sąsiadów 161
Kaarzya Zeug-Żebro WPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO MEODĄ NAJBLIŻSZYCH SĄSIADÓW NA WAROŚĆ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA Wprowazee W aalze szeregów czasowych zakłaa sę, że w aych moża wyorębć skłak
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 szczegółowody dx stąd w przybliżeniu: y
Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc
Bardziej szczegółowoO PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH
Mateusz Baryła Unwersytet Ekonomczny w Krakowe O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Wprowadzene
Bardziej szczegółowoWYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH
ZAKŁA KSPLOATACJI SYSTMÓW LKTRONICZNYCH INSTYTUT SYSTMÓW LKTRONICZNYCH WYZIAŁ LKTRONIKI WOJSKOWA AKAMIA TCHNICZNA ---------------------------------------------------------------------------------------------------------------
Bardziej szczegółowoWYBRANE METODY ESTYMACJI PARAMETRÓW FUNKCJI ŁĄCZĄCYCH
Justyna Majewska Unwersytet Ekonomczny w Katowcach WYBRANE METODY ESTYMACJI PARAMETRÓW FUNKCJI ŁĄCZĄCYCH Wprowazene Funkcje łączące ystrybuantę rozkłau -wymarowego z ystrybuantam jenowymarowych rozkłaów
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 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 szczegółowoSystemy Just-in-time. Sterowanie produkcją
Systemy Just-n-tme Sterowane proukcją MRP MRP II Just n tme OPT 1 Sterowane proukcją MRP MRP II Just n tme OPT Koszty opóźneń Kary umowne Utrata zamówena Utrata klenta Utrata t reputacj 2 Problemy z zapasam
Bardziej szczegółowoProjekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoU L T R A ZAKŁAD BADAŃ MATERIAŁÓW
U L T R A ZAKŁAD BADAŃ MATERIAŁÓW Zał 1 instr Nr02/01 str. 53-621 Wrocław, Głogowska 4/55, tel/fax 071 3734188 52-404 Wrocław, Harcerska 42, tel. 071 3643652 www.ultrasonic.home.pl tel. kom. 0 601 710290
Bardziej szczegółowoPorównanie właściwości wybranych wektorowych regulatorów prądu w stanach dynamicznych w przekształtniku AC/DC
Piotr FALKOWSKI, Marian Roch DUBOWSKI Politechnika Białostocka, Wyział Elektryczny, Katera Energoelektroniki i Napęów Elektrycznych Porównanie właściwości wybranych wektorowych regulatorów prąu w stanach
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 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 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 DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM
Zeszyty Problemowe Maszyny Elektryczne Nr 88/2010 13 Potr Bogusz Marusz Korkosz Jan Prokop POLITECHNIKA RZESZOWSKA Wydzał Elektrotechnk Informatyk BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM
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 szczegółowoZASTOSOWANIE WYKŁADNIKÓW LAPUNOWA DO WERYFIKACJI HIPOTEZY RYNKU KOHERENTNEGO
Monika Miśkiewicz-Nawrocka Uniwersytet Ekonomiczny w Katowicach ZASTOSOWANIE WYKŁADNIKÓW LAPUNOWA DO WERYFIKACJI HIPOTEZY RYNKU KOHERENTNEGO Wstęp Prowadzone od wielu lat badania nad zmiennością cen na
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 szczegółowoo Puchar Pytii - Wybory Prezydenckie 2015
Centrum Ba. d ań I oścowych nad Po tyką Unhversytetu Jage o ń s k e go Protokół obrad Kaptuły Konkursu o Puchar Pyt - Wybory Prezydencke 2015 Na posedzenu w dnu 2 czerwca 2015 roku na Wydzae Matematyk
Bardziej szczegółowoANALIZA SZEREGÓW CZASOWYCH
ANALIZA ZEREGÓW CZAWYCH zereg czasow zbór warosc baanej cech lub warosc baanego zjawska zaobserwowanch w róznch momenach czasu uporzakowan chronologczne. klank szeregu czasowego:. enencja rozwojowa (ren)
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 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 szczegółowoREKONSTRUKCJA PRZESTRZENI STANÓW - ROZKŁAD WARTOŚCI OSOBLIWYCH
Katarzyna Zeug REKONSTRUKCJA PRZESTRZENI STANÓW - ROZKŁAD WARTOŚCI OSOBLIWYCH Wstęp Jednym z narządzi matematycznych potrzebnych do opisu szeregów czasowych jest metoda rekonstrukcji. Umożliwia ona rekonstrukcją
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 szczegółowoKlasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
Bardziej szczegółowoBEZCZUJNIKOWE STEROWANIE TRAKCYJNYM SILNIKIEM SYNCHRONICZNYM Z MAGNESAMI TRWAŁYMI ZAGŁĘBIONYMI W WIRNIKU
POLITECHNIKA GDAŃSKA LESZEK JARZĘBOWICZ BEZCZUJNIKOWE STEROWANIE TRAKCYJNYM SILNIKIEM SYNCHRONICZNYM Z MAGNESAMI TRWAŁYMI ZAGŁĘBIONYMI W WIRNIKU GDAŃSK 2012 PRZEWODNICZĄCY KOMITETU REDAKCYJNEGO WYDAWNICTWA
Bardziej szczegółowoEvaluation of estimation accuracy of correlation functions with use of virtual correlator model
Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu
Bardziej szczegółowoSystem Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik
Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA
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 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 szczegółowoZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH
Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.
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 szczegółowoInstrukcja do laboratorium Materiały budowlane Ćwiczenie 12 IIBZ ĆWICZENIE 12 METALE POMIAR TWARDOŚCI METALI SPOSOBEM BRINELLA
Instrukcja o laboratorium Materiały buowlane Ćwiczenie 1 ĆWICZENIE 1 METALE 1.1. POMIAR TWAROŚCI METALI SPOSOBEM BRINELLA Pomiar twarości sposobem Brinella polega na wciskaniu przez określony czas twarej
Bardziej szczegółowoNeural networks. Krótka historia 2004-05-30. - rozpoznawanie znaków alfanumerycznych.
Neural networks Lecture Notes n Pattern Recognton by W.Dzwnel Krótka hstora McCulloch Ptts (1943) - perwszy matematyczny ops dzalana neuronu przetwarzana przez nego danych. Proste neurony, które mogly
Bardziej szczegółowoPokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
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 szczegółowoNatalia 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 szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
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 szczegółowoTwierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że
Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam
Bardziej szczegółowoPREDYKCJA PRZEMIESZCZEŃ PRZY KODOWANIU SEKWENCJI WIELOWIDOKOWYCH Z WYKORZYSTANIEM KODERA SKALOWALNEGO AVC
Krzysztof Klimaszewski Politechnika Poznańska, Katera Telekomunikacji Multimeialnej i Mikroelektroniki ul. Polanka 3, 60-965 Poznań kklima@et.put.poznan.pl 2006 Poznańskie Warsztaty Telekomunikacyjne Poznań
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 szczegółowoPODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH
PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowoZASTOSOWANIA METOD MATEMATYCZNYCH W EKONOMII I ZARZĄDZANIU
ZASTOSOWANIA METOD MATEMATYCZNYCH W EKONOMII I ZARZĄDZANIU Studa Ekonomczne ZESZYTY NAUKOWE WYDZIAŁOWE UNIWERSYTETU EKONOMICZNEGO W KATOWICACH ZASTOSOWANIA METOD MATEMATYCZNYCH W EKONOMII I ZARZĄDZANIU
Bardziej szczegółowo6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO
Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację
Bardziej szczegółowoWpływ modernizacji gospodarki w sferze działalności proekologicznej na jakość środowiska naturalnego w Polsce w układzie regionalnym
194 Dr Marcn Salamaga Katedra Statystyk Unwersytet Ekonomczny w Krakowe Wpływ modernzacj gospodark w sferze dzałalnośc proekologcznej na jakość środowska naturalnego w Polsce w układze regonalnym WPROWADZENIE
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych
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 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 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 szczegółowoPraca podkładu kolejowego jako konstrukcji o zmiennym przekroju poprzecznym zagadnienie ekwiwalentnego przekroju
Praca podkładu kolejowego jako konstrukcj o zmennym przekroju poprzecznym zagadnene ekwwalentnego przekroju Work of a ralway sleeper as a structure wth varable cross-secton - the ssue of an equvalent cross-secton
Bardziej szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowo5. OPTYMALIZACJA GRAFOWO-SIECIOWA
. OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,
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 szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
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 szczegółowoZastosowanie Robotyki w Przemyśle
Zastosowane Robotyk w Przemyśle Dr nż. Tomasz Buratowsk Wyzał nżyner Mechancznej Robotyk Katera Robotyk Mechatronk WPROWADZENIE Robotyka jest zezną nauk, która łączy różne traycyjne gałęze nauk techncznych.
Bardziej szczegółowoANALIZA WŁAŚCIWOŚCI FRAKTALNYCH SZEREGÓW CZASOWYCH WYBRANYCH INDEKSÓW GIEŁDOWYCH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVII/3, 2016, s. 131 141 ANALIZA WŁAŚCIWOŚCI FRAKTALNYCH SZEREGÓW CZASOWYCH WYBRANYCH INDEKSÓW GIEŁDOWYCH Zuzanna Rzeszótko Zakład Analizy Matematycznej Uniwersytet
Bardziej szczegółowoNatalia Nehrebecka Stanisław Cichocki. Wykład 10
Natala Nehrebecka Stansław Cchock Wykład 10 1 1. Testy dagnostyczne 2. Testowane prawdłowośc formy funkcyjnej modelu 3. Testowane normalnośc składnków losowych 4. Testowane stablnośc parametrów 5. Testowane
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoWpływ wartości likwidacyjnej aktywów firmy na oprocentowanie kredytu bankowego wyniki badań polskich spółek giełdowych
Bank Kredyt 44 (2), 2013, 207 236 www.bankkredyt.nbp.pl www.bankandcred.nbp.pl Wpływ wartośc lkwdacyjnej aktywów frmy na oprocentowane kredytu bankowego wynk badań polskch spółek gełdowych Andrzej Palńsk*
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 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 szczegółowoOCENA CHARAKTERU ZMIENNOŚCI POLSKIEGO RYNKU AKCJI
RUCH PRAWNICZY, EKONOMICZNY I SOCJOLOGICZNY Rok LXIII zeszyt 3 2001 MAŁGORZATA DOMAN OCENA CHARAKTERU ZMIENNOŚCI POLSKIEGO RYNKU AKCJI 1. WSTĘP Założenia dotyczące typu zmienności występującej na badanym
Bardziej szczegółowoKomputerowe generatory liczb losowych
. Perwszy generator Komputerowe generatory lczb losowych 2. Przykłady zastosowań 3. Jak generuje sę lczby losowe przy pomocy komputera. Perwszy generator lczb losowych L. H. C. Tppet - 927 Ksąż ążka -
Bardziej szczegółowo