Wybrane dwuwymiarowe modele dla zmiennych licznikowych w ekonomii 1
|
|
- Liliana Czyż
- 8 lat temu
- Przeglądów:
Transkrypt
1 Jerzy Marzec Adres e mail: marzecj@uek.krakow.pl Uniwersye Ekonomiczny w Krakowie Kaedra: Kaedra Ekonomerii i Badań Operacyjnych Wybrane dwuwymiarowe modele dla zmiennych licznikowych w ekonomii. Wsęp Rozkład Poissona, ujemny rozkład dwumianowy i rozkład logarymiczny są powszechnie używane do opisu zjawisk, gdy zmienna objaśniana jes mierzona na skali ilorazowej i jednocześnie przyjmuje wyłącznie warości nieujemne. Pierwsze lieraurowo udokumenowane zasosowanie rozkładu Poissona pochodzi z końca XIX wieku, a doyczy badań przeprowadzonych przez rosyjskiego uczonego polskiego pochodzenia Władysława Borkiewicza. W 898 r. opublikował on wyniki analiz doyczących śmierelności żołnierzy, służących w dziesięciu korpusach kawalerii armii pruskiej w laach , spowodowanej kopnięciami przez konie. Począkowo rozkład Poissona był proponowany do probabilisycznego opisu rozkładu zdarzeń rzadkich, kóre pojawiają się z małym prawdopodobieńswem w ciągu nieskończonej liczby niezależnych powórzeń ego samego doświadczenia o dwóch możliwych wynikach. Obecnie w lieraurze naukowej isnieją liczne aplikacje z wykorzysaniem ego rozkładu w analizie danych przekrojowych, szeregów czasowych i danych longiudinalnych. W ekonomii modele Poissona znajdują zasosowanie akże wówczas, gdy przedmioem zaineresowania są wyniki zachowań jednosek podejmujących decyzje. Obok modeli dyskrenego wyboru są one podsawowymi narzędziami opisu zjawisk rozważanych na gruncie mikroekonomerii. Lisa zasosowań regresji Poissona jes długa. W ekonomice zdrowia sosuje się je m.in. w analizie inensywności korzysania z różnych form usług opieki zdrowonej, liczby wypadków w pracy lub chorób zawodowych. W zakresie ekonomiki pracy modele e służą badaniu absencji Arykuł powsał w ramach badań sauowych finansowanych przez Uniwersye Ekonomiczny w Krakowie. Auor pragnie podziękować za meryoryczną dyskusję i cenne uwagi, kóre orzymał od uczesników IV Konferencji Naukowej Meody Ilościowe w Ekonomii zorganizowanej przez WSB we Wrocławiu oraz podczas owarych zebrań Kaedry Ekonomerii i Badań Operacyjnych UEK w Krakowie.
2 w miejscu pracy i mobilności zawodowej ludności w wieku produkcyjnym. W ubezpieczeniach znajdują zasosowanie w analizie szkodowości w porfelu ubezpieczeń komunikacyjnych lub mająkowych. W ransporcie modele zmiennych licznikowych umożliwiają ocenę inensywności wypadków komunikacyjnych. W bankowości zaś są jednym z narzędzi analizy spłacalności ra kapialowo-odsekowych przez kredyobiorców i pomiaru ryzyka kredyowego. W zakresie nauk o przedsiębiorswach modele regresji Poissona mogą być dogodnym sposobem opisu zależności zmian koniunkuralnych (faz wzrosu bądź spadku gospodarczego) na skalę bankrucwa przedsiębiorsw. W markeingu przedmioem badania mogą być decyzje pojedynczych konsumenów doyczące jednoczesnych zakupów określonej ilości różnych produków lub usług. W demografii są podsawowym narzędziem opisu zjawisk doyczących np. umieralności czy prokreacji. C. Cameron i P. Trivedi [998, 005] przedsawiają wyniki przykładowych badań empirycznych pochodzących z różnych dziedzin ekonomii, kóre zosały uzyskane za pomocą szczegółowych modeli danych licznikowych. Celem niniejszego arykułu jes przedsawienie wybranej klasy modeli saysycznych opisujących zależność między dwiema zmiennymi licznikowymi. W lieraurze są one określane erminem dwuwymiarowych modeli Poissona (ang. bivariae Poisson models). Przedmioem zaineresowania w szczególności są e konsrukcje, w ramach kórych możliwa jes analiza zjawisk charakeryzujących się zarówno dodanią jak i ujemną korelacją między zmiennymi endogenicznymi. Opracowanie ma zaem charaker przeglądowy. W arykule rozważamy dwie propozycje. Pierwsza z nich o mieszanka rozkładu Poissona z rozkładem log-normalnym, kóra zosała zaproponowana przez J. Aichisona i C. Ho w 989 r. Druga specyfikacja nazwana przez P. Berkhoua i E. Pluga [004] warunkowym modelem Poissona, jes prosszą konsrukcją. Posiada pewne resrykcje doyczące własności, ale ma akże zaley, m.in. ławość esymacji w przeciwieńswie do modelu pierwszego.. Prosy model regresji Poissona Rozważamy model saysyczny dla licznikowej zmiennej losowej Y, kóra przyjmuje warości ze zbioru liczb całkowiych nieujemnych. Niech Y ma rozkład Poissona z paramerem λ, Y~Poisson(λ), więc funkcja prawdopodobieńswa ma posać y Pr ( Y = y) = py ( y λ) = exp( λ) λ, λ > 0, () y!
3 gdzie y oznacza pojedynczą realizację ej zmiennej, kóra przyjmuje warości 0,,,3,. Paramer λ jes jednocześnie jej warością oczekiwaną ( E ( Y )) i wariancją Y ( ( Y ) Var ). Zauważmy, że powyższy rozkład ma dużo ograniczeń, gdyż jeden paramer definiuje wszyskie momeny ej zmiennej. W zasosowaniach ekonomerycznych, gdy dosępne są dodakowe informacje o badanych jednoskach w posaci k-wymiarowego wekora zmiennych objaśniających x, można osłabić założenie o homoscedasyczności. W przypadku próby prosej y (dla =,,T) przyjmuje się, że λ = ( x β ) exp, () gdzie β jes k-elemenowym wekorem nieznanych paramerów informującym o kierunku i sile oddziaływania zmiennych objaśniających na charakerysyki rozkładu obserwowanej zmiennej. Szerzej o konsrukcji i własnościach ego modelu oraz podsawowej meodzie esymacji jego paramerów meodzie największej wiarygodności (MNW) piszą m.in. C. Cameron i P. Trivedi [998, 005]. Kolejnym krokiem w kierunku uogólnienia powyższej konsrukcji osłabienia założenia o równości warości oczekiwanej i wariancji jes zasosowanie mieszanki rozkładów Poissona-gamma, kóra jes równoważna przyjęciu dla zmiennej Y dwuparamerycznego ujemnego rozkładu dwumianowego; zob. np. C. Cameron i P. Trivedi [998, 005]. 3. Dwuwymiarowy model Poissona z korelacją dodanią W ej części przedsawimy podsawową klasę rozkładów dwuwymiarowych zmiennych licznikowych. Rozważamy dwuwymiarową zmienną losową Y = [Y Y ], czyli parę zależnych zmiennych. W monografii S. Kocherlakoa i K. Kocherlakoa [99] znajdziemy różne propozycje rozkładów ej zmiennej, od najprosszych do bardzo złożonych. Jednakże w ramach sandardowych koncepcji można modelować wyłącznie e zjawiska, kóre charakeryzują się nieujemną korelacją. Najczęściej rozważa się zmienną dwuwymiarową, kórej rozkład jes określony przez łączną funkcję prawdopodobieńswa posaci Pr ( Y = y, Y = y ) = exp( λ λ ) ( y, y ) r= 0 gdzie paramery λ, λ 3 i λ 3 są dodanie. min y r y r r λ λ λ3 λ 3, (3)! r! ( y r)! ( y r) Hisoria ego rozkładu sięga la 30 ubiegłego sulecia. Powyższy model jes konsrukcją czyso eoreyczną, nie mającą bezpośredniej inerpreacji w zjawiskach empirycznych. Jednakże rozkład en jes granicznym przypadkiem dwuwymiarowego rozkładu 3
4 dwumianowego. Ponado funkcja prawdopodobieńswa określona formułą (3) reprezenuje łączny rozkład zmiennych będących sumą dwóch spośród rzech jednowymiarowych zmiennych o rozkładach Poissona. Jeżeli V, V i V 3 są niezależnymi jednowymiarowymi zmiennymi o rozkładach opisanych paramerami λ, λ i λ 3, o rozkład pary zmiennych Y = V +V 3 i Y = V +V 3 jes zdefiniowany wzorem (3). Zaem ławo zauważyć, że wekor warości oczekiwanych zmiennej Y składa się z elemenów odpowiednio ( Y ) = λ + λ3 E ( Y ) = λ + λ3 E i. Brzegowe wariancje ej zmiennej dwuwymiarowej są równe warościom oczekiwanym. Ponado, kowariancja zmiennych Y i Y jes równa cov( Y ) = Var( V3 ) = λ3 więc współczynnik korelacji dany jes wzorem ( Y Y ) λ Y,, 3 corr, = ( 3)( λ. (4) λ + λ λ + 3 ) Przyjmuje on warości wyłącznie dodanie i jes ograniczony od góry przez warość ( λ min( λ λ )) λ +. Własności e są mocno resrykcyjne, co za ym idzie zasosowanie ego 3 3, rozkładu w badaniach empirycznych jes ograniczone. Dodakowe informacje o ej klasie modeli, a doyczące m.in. formuł momenów wyższych rzędów rozkładu łącznego i warunkowego można znaleźć u Kocherlakoa i Kocherlakoa [99]. Analogicznie w oparciu o powyższą koncepcję definiuje się rozkłady wielowymiarowych wekorów zmiennych losowych. Niesey wspomniane wady pozosają. Powyższy model znalazł zasosowanie w markeingu. T. Brijs i in. [004] zaprezenowali badania doyczące zależności między zakupami wybranych produków wykorzysywanych w kuchni. W badanym koszyku znalazły się sól zmiękczająca i deergen oraz dwa podsawowe składniki do wypieków domowych. Inna aplikacja pochodzi ze saysyki sporu. D. Karlis i I. Nzoufras [003] analizowali zależność między liczbą zdobyych i sraconych goli w meczach piłki nożnej i wodnej. Naomias K. Kockelman i J. Ma [006] zasosowali powyższy model w przypadku badań doyczących liczby osób, kóre uczesniczyły w wypadkach drogowych i mogły ponieść uszczerbek na zdrowiu. Rozważali rzy syuacje: brak jakichkolwiek obrażeń, doznanie ciężkich obrażeń ciała i obrażenia śmierelne. 4. Dwuwymiarowe modele z korelacją dodanią lub ujemną Jak wcześniej wspomniano powyższy model saysyczny zakłada wyłącznie dodanią korelację. Propozycji rozkładów, kóre dopuszczają zarówno korelację dodanią jak i ujemną 4
5 jes niewiele. Można je uzyskać wykorzysując funkcję kopula (zob. np. Ophem [999]) lub mieszanki rozkładów. D. Karlis i E. Xekalaki [005] zaprezenowali przegląd jedno i dwuwymiarowych mieszanek rozkładów Poissona. Ponado zwracają uwagę, że ylko w przypadku pewnych mieszanek (zw. drugiego rodzaju) można rozważać korelację ujemną. Przykładem akiego modelu o srukurze hierarchicznej jes mieszanka z wielowymiarowym rozkładem log-normalnym dla skorelowanych efeków losowych w równaniach definiujących paramery lambda [Aichison i Ho 989, Chib i Winkelmann 00]. Niesandardowym modelem z dodanią lub ujemną korelacją jes zw. warunkowy model Poissona zaproponowany przez Berkhoua i Pluga [004]. Jes o prossza specyfikacja, ale dogodniejsza w esymacji. W niniejszym arykule omówimy obie propozycje. Model Poissona log-normalny Propozycja Aichison i Ho [989] polega na zbudowaniu rozkładu łącznego dla wekora losowego poprzez zasosowanie nieskończonej mieszanki w formie wielowymiarowego rozkładu log-normalnego ze złożoną srukurą korelacyjną. Rozkład mieszający jes określony dla efeków losowych wysępujących w równaniach definiujących warości oczekiwane zmiennych obserwowanych o niezależnych rozkładach Poissona. W przypadku dwuwymiarowej zmiennej losowej łączna funkcja prawdopodobieńswa dla wekora Y = [Y Y ] ma posać ( Y = y, Y = y ) = py ( y ) p ( ) (, ), Y y λ p MLN λ µ Σ dλ dλ Pr λ λ (5) gdzie ( λ µ λ, Σ ) + + R R p jes funkcją gęsości zmiennej losowej λ=[λ λ ] o dwuwymiarowym LnN rozkładzie log-normalnym z paramerem położenia µ λ =[µ λ µ λ ] i rozproszenia Σ = [σ ij ] dla i,j =,. Wybór rozkładu log-normalnego jako rozkładu mieszającego był uzasadniony z dwóch powodów: a) charakeryzuje się silną prawosronną asymerią, więc oddaje charaker rozkładu dla zmiennej obserwowanej, b) jego własności w przypadku wielowymiarowym i związki z innymi rozkładami są dobrze określone. Mimo niejawnej posaci funkcji (5) w przypadku niediagonalnej macierzy Σ Aichison i Ho [989] analiycznie wyznaczyli podsawowe charakerysyki zmiennej Y. Dysponujemy próbą {y, y } dla =,,T. Kluczowy paramer współczynnik korelacji, w ym przypadku wynosi Dla prosoy zapisu pominięo indeks. 5
6 corr (, ) Y Y = exp( σ ) ( exp( σ ) + µ ) exp( σ ) gdzie E( ) µ = exp( µ + λ σ ) V Y i i i ii ( + µ ), (6) = dla i=, oraz =,,T. Ponado wariancja jes równa ( ) + ( µ ) ( exp( σ ) ) Y i = i i ii µ, a więc wysępuje zw. zwiększenie rozproszenia (ang. overdispersion), co jes nauralne w przypadku zjawisk opisywanych przez model zmiennej skokowej, kóra przyjmuje warości ze zbioru liczb nauralnych. Przypadek σ = 0 odpowiada nieskorelowanym zmiennym losowym, a σ < 0 (σ > 0) korelacji ujemnej (dodaniej). Oczywiście macierz Σ jes symeryczna i dodanio określona. Liczba nieznanych paramerów wynosi pięć. Ponado ze wzoru (6) i faku, że współczynnik korelacji zmiennych o dwuwymiarowym rozkładzie log-normalnym jes równy corr σ σ σ ( λ, λ ) = ( e ) ( e )( e ) wynika, iż corr( Y, Y ) corr( λ, λ ) <. Wniosek en jes zgodny z inuicją, gdyż zmienne Y Y są pośrednio ze sobą zależne poprzez skorelowanie λ i λ. Zaleą powyższego modelu jes fak, że a) można go zdefiniować w przypadku dowolnej liczby zmiennych zależnych, b) można mu nadać inerpreację w nawiązaniu do rzeczywisych zjawisk przyrodniczych czy społecznych. Powyższy model ma srukurę hierarchiczną. Zmienne Y i Y posiadają niezależne rozkłady Poissona z paramerami λ i λ warunkowe względem zmiennej u = [u u ]. Na drugim szczeblu zdefiniowany jes układ równań regresji dla warunkowych warości oczekiwanych λ i λ z muliplikaywnym składnikiem u o dwuwymiarowym rozkładzie normalnym z zerową warością oczekiwaną i macierzą kowariancji Σ u. W efekcie równoważna posać modelu jes nasępująca Yi u ~ Poisson( λi ) λi = exp u ~ N u ( x βi + ui ) ( ) ( 0, Σ ). dla i =, (7) Z zależności między wielowymiarowym rozkładem log-normalnym a wielowymiarowym rozkładem normalnym wynikają relacje pomiędzy elemenami µ λ i Σ a macierzą kowariancji Σ u. Dodakowo, po wprowadzeniu wekora zmiennych objaśniających x, orzymuje się i ( Y ) = exp( x β σ ) µ = E +. Paramerami ego modelu są β, β i rzy swobodne i i ii elemeny dodanio określonej macierzy kowariancji Σ u. Obie specyfikacje (5) i (7) ego modelu posiadają równoważną parameryzację. 6
7 Aichison i Ho [989] przedsawili ciekawą inerpreację mieszanki danej wzorem (5). Rozważają wekor d-wymiarowy zmiennych skokowych, kóre reprezenują liczebności różnych gaunków moyli, odżywiających się nekarem kwiaowym z d-gaunków roślin rosnących na łące. Każdy gaunek moyli żeruje na swoim ulubionym gaunku roślin kwiaowych, więc nie konkurują między sobą o pożywienie. Czy można zaem oczekiwać, że zmienne losowe reprezenujące liczebności poszczególnych gaunków moyli są niezależne? Tak, ale gdy przyjmiemy, że rozważamy rozkład warunkowy względem usalonej (danej) obfiości (ilość) roślin kwiaowych. Liczebność ych osanich może być dodanio skorelowana, gdy rośliny konkurują ze sobą o dosęp do słońca, wody i minerałów zawarych w glebie. W innym przypadku, na wskuek działania czynników amosferycznych (pogodowych) liczebności kwiaów i owoców różnych gaunków roślin są skorelowane dodanio. Zaem zmienna u reprezenuje m. in. warunki pogodowe i konkurencyjność między poszczególnymi gaunkami roślin. Te czynniki środowiskowe są związane wyłącznie z miejscem życia moyli i łącznie oddziałują na przecięne liczebności wszyskich badanych gaunków. Taka hierarchiczna zależność może więc być opisana modelem przywołanym powyżej. Na gruncie ekonomii isnieją analogiczne przykłady, np. doyczące liczby przyjęych sudenów na I rok sudiów różnych uczelni. W wybranym mieście, np. Krakowie, znajdują się szkoły wyższe o odmiennym profilu, j. echnicznym, ekonomicznym, rolniczym, humanisycznym, eologicznym i arysycznym. Załóżmy, że sudiowanie na każdej z ych uczelni jes ak samo rudne. Uczelnie e nie konkurują ze sobą, gdyż kszałcą i przygoowują sudenów do pracy w różnych zawodach. Jednakże sumaryczna liczba kandydaów na sudia wyższe silnie zależy od liczby maurzysów w danym roku szkolnym. Niż albo wyż demograficzny doyka wszyskie szkoły i uczelnie bez względu na profil. Ponado, isnieją czynniki społeczne, kóre wpływają na zaineresowania młodych ludzi określonymi kierunkami sudiów. Częso są o moda, wpływ rodziców lub sarszych kolegów, perspekywa dobrze płanej i ineresującej pracy. W osanim dziesięcioleciu brak maemayki na maurze mógł być barierą wejścia na uczelnie echniczne. Te ukrye czynniki reprezenowane przez skorelowane składniki u mają wpływ na liczbę nowoprzyjęych sudenów na poszczególne uczelnie o rożnym profilu. Zaem badane zjawisko należy rozważać łącznie, a nie osobno dla każdej ze szkół akademickich. Zasosowanie powyższego modelu w ekonomice zdrowia zaprezenowali R. Riphahn i in. [003]. Analizowali oni liczbę wizy u lekarza i okres pobyu w szpialu (przynajmniej jedną dobę) w przypadku niemieckich gospodarsw domowych w laach Z kolei 7
8 S. Chib i in. [998] wykorzysali ą konsrukcję do budowy modelu dla danych panelowych ze skorelowanymi efekami losowymi. Przedmioem badań była liczba paenów zgłoszonych przez firmy amerykańskie w laach Chib i Winkelmann [00] analizowali naomias popy na usługi medyczne w przypadku osób sarszych. Badali rozkład liczby wizy pacjenów m.in. u lekarza w przychodni, szpialu i w izbie pogoowia raunkowego. Rozważali model dla sześciu zmiennych licznikowych. Kolejna aplikacja powyższego modelu doyczyła bezpieczeńswa komunikacji. J. Ma i in. [008] zasosowali go do analizy liczby pięciu rodzajów wypadków drogowych na różnych odcinkach dróg z dwoma pasami ruchu poza erenem zabudowanym w sanie Waszyngon w USA. Przykładem badania z zakresu markeingu w urysyce jes arykuł J. Hellsröma [006]. Na podsawie ankie przeprowadzonych w szwedzkich gospodarswach domowych badał on zależność między liczbą wycieczek a liczbą wykupionych noclegów podczas ych podróży. Niewąpliwą wadą log-normalnego modelu Poissona jes niejawna posać rozkładu próbkowego dla wekora obserwacji Y. Obecność całki wielokronej we wzorze (5) powoduje rudności esymacyjne. R. Riphahn i in. [003] zasosowali w ym celu klasyczne meody całkowania numerycznego (kwadraury Gaussa Hermie'a i Gaussa Legendre'a), aby nasępnie procedurą quasi Newona poszukać maksimów funkcji wiarygodności. J. Hellsröm [006] wykorzysał symulacyjną meodę największej wiarygodności (ang. simulaed maximum likelihood). Nauralnym podejściem do esymacji modelu hierarchicznego jes wnioskowanie bayesowskie. Chib i in. [998] oraz Chib i Winkelmann [00] zaproponowali bayesowską esymację ej klasy modeli z wykorzysaniem narzędzi MCMC (ang. Markov Chain Mone Carlo). Pojawiły się już kolejne arykuły, w kórych auorzy sięgają po e narzędzia esymacji i wnioskowania saysycznego, zob. np. [Ma i in. 008]. Warunkowy model Poissona Inne, prossze podejście do konsrukcji modelu zmiennych licznikowych proponują Berkhou i Plug [004]. Rozważali warunkowy model Poissona dla dwóch skorelowanych zmiennych skokowych. Konsrukcja a dopuszcza ujemną jak i i dodanią korelację przy zachowaniu prosoy i elegancji. Niech Y i Y będą zależnymi zmiennymi skokowymi. Ich rozkład łączny można przedsawić jako iloczyn rozkładu warunkowego i brzegowego. W przypadku dwóch zmiennych rozważamy dwa modele saysyczne Pr ( Y y, Y = y ) = g ( y y ) g ( y ) =, (8) Y Y Y 8
9 Pr ( Y y, Y = y ) = g ( y y ) g ( y ) =. (9) Y Y Y Oba modele nie są równoważne, a zamiana numerów zmiennych nie prowadzi do orzymania równoważnych konsrukcji saysycznych. Zauważmy, że wraz ze wzrosem liczby zmiennych skokowych rośnie liczba możliwych dekompozycji rozkładu łącznego, kóra z kolei jes równa liczbie permuacji zbioru złożonego ze numerów ych zmiennych. W przypadku wekora m zmiennych orzymamy m! modeli saysycznych. Na gruncie klasycznym (niebayesowskim) może o rodzić problemy z wyborem modelu, kóry najlepiej opisuje badane zjawisko. Przejdźmy do przedsawienia, za arykułem Berkhoua i Pluga [004], założeń doyczących specyfikacji rozkładów brzegowego i warunkowego oraz wynikających z ego charakerysyk opisujących badane zjawisko, j. warości oczekiwanych, wariancji i korelacji zmiennych w rozkładzie łącznym. Rozkład brzegowy dla jednej ze zmiennych np. obserwacji Y, jes jednowymiarowym rozkładem Poissona z paramerem λ g! y ( y ) = ( λ ) ( λ ), gdzie λ ( ) exp y = exp x β. (0) Kluczową kwesią jes określenie rozkładu dla drugiej zmiennej Y pod warunkiem zaobserwowania y (Y = y ), o kórym przyjmuje się, że akże jes rozkładem Poissona z paramerem λ. Paramer en jes ciągłą zmienną losową (jak w przypadku nieskończonych mieszanek), bo jes funkcją zmiennej Y. Berkhou i Plug [004] przyjęli, że wspomniany rozkład warunkowy dla Y ma posać g y ( y y ) ( λ ) ( λ ) exp y! =, gdzie = ( x β + α y ) λ. () exp Z powyższego równania wynika, że paramer α odgrywa kluczową rolę, gdyż jes odpowiedzialny za korelację. Znak ego parameru określa znak współczynnika korelacji między obiema zmiennymi. Zauważmy, że aka konsrukcja rozkładu łącznego zakłada, że rozkład brzegowy zmiennej Y jes sandardowym rozkładem Poissona, a więc warość oczekiwana i wariancja są sobie równe. Powyższy model jes konsrukcją, kóra nie rakuje obu zmiennych symerycznie. Może o być posrzegane jako wada. W przypadku modelu saysycznego określonego przez funkcje prawdopodobieńswa (0) i () Berkhou i Plug [004] podali formułę momenu silniowego dla łącznego rozkładu zmiennej dwuwymiarowej Y=[Y Y ]. Pozwoliło o na wyznaczenie z rozkładu łącznego charakerysyk brzegowego rozkładu zmiennej Y i współczynnika korelacji między Y i Y. 9
10 Wekor warości oczekiwanych zmiennej dwuwymiarowej Y składa się z nasępujących elemenów E E ( Y ) = λ ( Y ) = ( λ ( exp( α ) ) ) exp( x β ). exp () Wariancje zmiennych Y i Y wynoszą odpowiednio Var Var ( Y ) = λ ( Y ) = E( Y ) + E( Y ) exp λ ( exp( α ) ) ( ( ) ). (3) Zauważmy, że skoro λ > 0, o wariancja zmiennej Y jes zawsze większa od jej warości oczekiwanej, ( Y ) E( Y ) Var >. Naomias kluczową charakerysykę zależności między obiema zmiennymi korelację opisuje poniższa formuła corr ( Y, Y ) λ E = Var α ( Y ) ( e ) ( Y ) Var( Y ). (4) Znak współczynnika korelacji zależy od parameru α. Gdy α jes dodanie (ujemne), o korelacja jes akże dodania (ujemna). Oczywiście przypadek α=0 oznacza, że kowariancja (licznik wzoru (4)) wynosi zero, więc obie zmienne losowe są nieskorelowane i niezależne. W odróżnieniu do modelu mieszanki esymacja warunkowego modelu Poissona nie wymaga wyrafinowanych meod. Berkhou i Plug [004] zaproponowali meodę największej wiarygodności. Podali analiyczne formuły równań definiujące en esymaor. Jego własności asympoyczne nie zosały jeszcze zbadane. Analiyczna macierz drugich pochodnych uławi opymalizację numeryczną, ale wyznaczenie asympoycznej macierzy kowariancji esymaora MNW jes urudnione. Z uwagi na brak symeryczności w rakowaniu obu zmiennych Y i Y pojawia się problem wyboru modelu w konekście danych. Koncepcja maximum maximorum jes nieformalnym rozwiązaniem problemu wyboru między Pr ( Y = y, Y = y ) = g ( y y ) g ( y ) a Pr( Y y, Y = y ) = g ( y y ) g ( y ) Y Y Y =. Y Y Y Berkhou i Plug [004] zasosowali powyższy model w celu zdiagnozowania sposobu spędzania wolnego czasu przez mieszkańców Holandii. Analizą objęo uczesnicwo w wydarzeniach kuluralnych (wizyy w earze lub kinie, na koncerach) oraz wizyy w miejscach arakcyjnych urysycznie (np. w zoo, parku rozrywki, w ekspozycjach). Wspomniany model nie znalazł jeszcze szerszego zasosowania w rzeczywisych badaniach. Jedną z ych nielicznych aplikacji zaprezenowano w opracowaniu Polasik i in. [0], kóre przedsawia badanie subsyucji między liczbą ransakcji goówką i karą bankową w 0
11 płanościach dealicznych na podsawie danych z polskiego rynku. Dalsze uogólnienia meodologiczne są prezenowane w arykułach: J. Osiewalski (0) oraz J. Marzec i J. Osiewalski (0). 5. Podsumowanie Oba modele, model Poissona log-normalny i warunkowy model Poissona pozwalają analizować zależności o dodanim i ujemnym skorelowaniu. Pierwszemu można nadać inerpreację w kaegoriach obserwowanego zjawiska, drugi sanowi wyłącznie arefak. Model mieszanki w nauralny sposób opisuje zależności między wieloma zmiennymi endogenicznymi, ale jes rudny w esymacji. Propozycja Berkhoua i Pluga jes z kolei prossza, ale za cenę resrykcji doyczących własności rozkładu jednej ze zmiennych. Jednakże uogólnienie modelu warunkowego, j. rozszerzenie na przypadek wielu zmiennych, jes możliwe, ale rodzi komplikacje. Obie konsrukcje są modelami względem siebie niezagnieżdżonymi, co na gruncie niebayesowskim urudnia ich esowanie. Esymacja paramerów i wzajemne esowanie obu modeli jes możliwe w ujęciu bayesowskim, co będzie przedmioem dalszych, pogłębionych badań. 6. Lieraura Aichison J., C. H. Ho [989], The mulivariae Poisson-log normal disribuion, Biomerika, vol. 76 (4), s Berkhou P., E. Plug [004], A bivariae Poisson coun daa model using condiional probabiliies, Saisica Neerlandica, vol. 58, nr 3, s Brijs, T., D. Karlis, G. Swinnen, K. Vanhoof, G. Wes, P. Marchanda [004], A mulivariae Poisson mixure model for markeing applicaions, Saisica Neerlandica, vol. 58, nr3, s Cameron A.C., P.K. Trivedi [998], Regression analysis of coun daa, Cambridge Universiy Press, New York. Cameron A.C., P.L. Trivedi [005], Microeconomerics: Mehods and Applicaion, Cambridge Universiy Press, New York. Chib S., R. Winkelmann [00], Markov chain mone carlo analysis of correlaed coun daa, Journal of Business and Economic Saisics, vol. 9 nr 4, s Chib, S., E. Greenberg, R. Winkelmann [998]. Poserior simulaion and Bayes facor in panel coun daa models, Journal of Economerics, nr 86, s
12 Greene W. H. 007, Correlaion in he bivariae Poisson regression model, Working Paper Series, Leonard N. Sern School of Business Paper No. ISSN , dosępny w Inernecie: hp://ssrn.com/absrac=9900, dosęp 30 października 00 r. Hellsröm J. [006], A bivariae coun daa model for household ourism demand, Journal of Applied Economerics, vol. s Ma J., K. Kockelman, P. Damien [008], A mulivariae Poisson-lognormal regression model for predicion of crash couns by severiy, using bayesian mehods, Acciden Analysis and Prevenion, nr 40, s Kockelman K., J. Ma 006], Bayesian mulivariae Poisson regression for models of injury coun, by severiy, Transporaion Research Record, nr 950, s Karlis D., E. Xekalaki [005], Mixed Poisson disribuions, Inernaional Saisical Review, vol. 78, s Karlis, D., I. Nzoufras [003], Analysis of spors daa using bivariae Poisson models, Journal of he Royal Saisical Sociey: Series D, vol. 5 (3), s Kocherlakoa S., K. Kocherlakoa [99], Bivariae discree disribuions, Marcel Dekker, New York. Marzec J, Osiewalski J. (0), Dwuwymiarowy model ypu ZIP-CP w łącznej analizie zmiennych licznikowych, Folia Oeconomica Cracoviensia, vol. LIII, w druku. Ophem van H. [999], A general mehod o esimae correlaed discree random variables, Economeric Theory, 5, s Osiewalski J. (0), Dwuwymiarowy rozkład ZIP-CP i jego momeny w analizie zależności między zmiennymi licznikowymi, [w:] Spokania z królową nauk (Księga jubileuszowa dedykowana Profesorowi Edwardowi Smadze), red. A. Malawski i J. Taar, Wydawnicwo Uniwersyeu Ekonomicznego w Krakowie, Kraków 0, s Polasik M., J. Marzec, P. Fiszeder, J. Górka [0], Modelowanie wykorzysania meod płaności dealicznych na rynku polskim, Maeriały i Sudia NBP nr 65, Warszawa. Riphahn R.T., A. Wambach [003], A. Million, Incenive effecs in he demand for healh care: A bivariae panel coun daa esimaion, Journal of Applied Economerics, vol. 8, nr 4, s Winkelmann R. [008], Economeric analysis of coun daa, Springer-Verlag.
13 Wybrane dwuwymiarowe modele dla zmiennych licznikowych w ekonomii Sreszczenie Głównym celem niniejszego arykułu jes prezenacja wybranych modeli dla dwuwymiarowych zmiennych licznikowych. Omawiane są podsawowe problemy związane z własnościami sandardowego dwuwymiarowego rozkładu Poissona, kóry zakłada wyłącznie dodanią korelację. Nasępnie przedsawia się konsrukcję, porównuje się zaley i wady dwóch innych modeli, kóre uwzględniają zarówno dodanią jak i ujemną korelację, j. modelu Poissona log-normalnego i warunkowego modelu Poissona. Prezenuje się akże wybrane prakyczne zasosowania ychże modeli w ekonomii. Słowa kluczowe: dwuwymiarowe modele regresji Poissona, skorelowane zmienne licznikowe, rozkład Poissona log-normalny, warunkowy model Poissona. Tile A bivariae coun daa models in he economics Summary This paper presens an overview of he seleced bivariae coun daa regressions. We describe he properies of he sandard bivariae Poisson disribuion and we draw aenion ha he main limiaion of his model is ha i assumes only posiive correlaion beween wo coun variables. Nex wo alernaive approach Poisson lognormal model and condiional Poisson model are presened. We discuss some of heir meris and compare he properies of each of he wo models which allow for a flexible correlaion srucure, i. e. boh negaive and posiive value of he correlaion coefficien. Many examples demonsrae ha one can use hese models in various economics areas. Key words: bivariae Poisson regression models, correlaed coun variables, Poisson lognormal disribuion, condiional Poisson model. 3
Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoPobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Bardziej szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna
Bardziej szczegółowoWyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH
Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele
Bardziej szczegółowoSZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoPrognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
Bardziej szczegółowoEfekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA
Joanna Górka * Efeky agregacji czasowej szeregów finansowych a modele klasy Sign RCA Wsęp Wprowadzenie losowego parameru do modelu auoregresyjnego zwiększa możliwości aplikacyjne ego modelu, gdyż pozwala
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoStudia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii
Bardziej szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoPROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Bardziej szczegółowoMETODY STATYSTYCZNE W FINANSACH
METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
Bardziej szczegółowoStrukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym
Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n
Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam
Bardziej szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoSilniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
Bardziej szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie
Bardziej szczegółowoO PEWNYCH KRYTERIACH INWESTOWANIA W OPCJE NA AKCJE
MEODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH om XIII/3, 01, sr 43 5 O EWNYCH KRYERIACH INWESOWANIA W OCJE NA AKCJE omasz Warowny Kaedra Meod Ilościowych w Zarządzaniu oliechnika Lubelska e-mail: warowny@pollubpl
Bardziej szczegółowoMODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wsęp MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Nowoczesne echniki zarządzania ryzykiem rynkowym
Bardziej szczegółowoTransakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.
Agaa Srzelczyk Transakcje insiderów a ceny akcji spółek noowanych na Giełdzie Papierów Warościowych w Warszawie S.A. Wsęp Inwesorzy oczekują od każdej noowanej na Giełdzie Papierów Warościowych spółki
Bardziej szczegółowo1.1. Bezpośrednie transformowanie napięć przemiennych
Rozdział Wprowadzenie.. Bezpośrednie ransformowanie napięć przemiennych Bezpośrednie ransformowanie napięć przemiennych jes formą zmiany paramerów wielkości fizycznych charakeryzujących energię elekryczną
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
Bardziej szczegółowoPROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Barbara Baóg Iwona Foryś PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH Wsęp Koszy dosarczenia wody
Bardziej szczegółowoTESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Mariusz Doszyń TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH Od pewnego czasu w lieraurze ekonomerycznej pojawiają się
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoOeconomiA copernicana. Małgorzata Madrak-Grochowska, Mirosława Żurek Uniwersytet Mikołaja Kopernika w Toruniu
OeconomiA copernicana 2011 Nr 4 Małgorzaa Madrak-Grochowska, Mirosława Żurek Uniwersye Mikołaja Kopernika w Toruniu TESTOWANIE PRZYCZYNOWOŚCI W WARIANCJI MIĘDZY WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
Bardziej szczegółowoWYKORZYSTANIE TESTU OSTERBERGA DO STATYCZNYCH OBCIĄŻEŃ PRÓBNYCH PALI
Prof. dr hab.inż. Zygmun MEYER Poliechnika zczecińska, Kaedra Geoechniki Dr inż. Mariusz KOWALÓW, adres e-mail m.kowalow@gco-consul.com Geoechnical Consuling Office zczecin WYKORZYAIE EU OERERGA DO AYCZYCH
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoDaniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Wykorzysanie
Bardziej szczegółowoSYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
Bardziej szczegółowoParytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
Bardziej szczegółowoPOWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE
Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe
Bardziej szczegółowoWykład 5 Elementy teorii układów liniowych stacjonarnych odpowiedź na dowolne wymuszenie
Wykład 5 Elemeny eorii układów liniowych sacjonarnych odpowiedź na dowolne wymuszenie Prowadzący: dr inż. Tomasz Sikorski Insyu Podsaw Elekroechniki i Elekroechnologii Wydział Elekryczny Poliechnika Wrocławska
Bardziej szczegółowoψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Bardziej szczegółowoE k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Bardziej szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
Bardziej szczegółowoJacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
Bardziej szczegółowoMODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp
WERSJA ROBOCZA - PRZED POPRAWKAMI RECENZENTA Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. Wsęp Spośród wielu rodzajów ryzyka, szczególną
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Bardziej szczegółowoKrzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20
Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Wydział Zarządzania i Informayki Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Krzyszof Pionek Weryfikacja modeli Blacka-Scholesa oraz AR-GARCH
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Anna Krauze Uniwersye Warmińsko-Mazurski
Bardziej szczegółowoPROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM
PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany
Bardziej szczegółowoZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH
Pior KISIELEWSKI, Łukasz SOBOTA ZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH W arykule przedsawiono zasosowanie eorii masowej obsługi do analizy i modelowania wybranych sysemów
Bardziej szczegółowoMetody prognozowania: Szeregi czasowe. Dr inż. Sebastian Skoczypiec. ver Co to jest szereg czasowy?
Meody prognozowania: Szeregi czasowe Dr inż. Sebasian Skoczypiec ver. 11.20.2009 Co o jes szereg czasowy? Szereg czasowy: uporządkowany zbiór warości badanej cechy lub warości określonego zjawiska, zaobserwowanych
Bardziej szczegółowoCopyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
Bardziej szczegółowoNatalia Iwaszczuk, Piotr Drygaś, Piotr Pusz, Radosław Pusz PROGNOZOWANIE GOSPODARCZE
Naalia Iwaszczuk, Pior Drygaś, Pior Pusz, Radosław Pusz PROGNOZOWANIE GOSPODARCZE Wyd-wo, Rzeszów 03 dr hab., prof. nadzw. Naalia Iwaszczuk, AGH Akademia Górniczo-Hunicza im. Sanisława Saszica w Krakowie
Bardziej szczegółowoModelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU
Modelowanie ryzyka kredyowego MODELOWANIE ZA POMOCA PROCESU HAZARDU Mariusz Niewęgłowski Wydział Maemayki i Nauk Informacyjnych, Poliechniki Warszawskiej Warszawa 2014 hazardu Warszawa 2014 1 / 18 Proces
Bardziej szczegółowoOcena efektywności procedury Congruent Specyfication dla małych prób
243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji
Bardziej szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowoRóżnica bilansowa dla Operatorów Systemów Dystrybucyjnych na lata (którzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności)
Różnica bilansowa dla Operaorów Sysemów Dysrybucyjnych na laa 2016-2020 (kórzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności) Deparamen Rynków Energii Elekrycznej i Ciepła Warszawa 201 Spis
Bardziej szczegółowoZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ
Anna Janiga-Ćmiel Uniwersye Ekonomiczny w Kaowicach Wydział Zarządzania Kaedra Maemayki anna.janiga-cmiel@ue.kaowice.pl ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ Sreszczenie:
Bardziej szczegółowoPostęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
Bardziej szczegółowoPREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW
Bardziej szczegółowoStatystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego
Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez
Bardziej szczegółowoMIARA I ODWZOROWANIE RYZYKA FORWARD NA RYNKU SKOŃCZONYM
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 295 2016 Szkoła Główna Handlowa w Warszawie Kolegium Analiz Ekonomicznych Kaedra Maemayki i Ekonomii Maemaycznej
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Bardziej szczegółowoAnaliza metod oceny efektywności inwestycji rzeczowych**
Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 13
RÓWNANIA RÓŻNICZKOWE WYKŁAD 13 Geomeria różniczkowa Geomeria różniczkowa o dział maemayki, w kórym do badania obieków geomerycznych wykorzysuje się meody opare na rachunku różniczkowym. Obieky geomeryczne
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoTemat: Weryfikacja nienaruszalności bezpieczeństwa SIL struktury sprzętowej realizującej funkcje bezpieczeństwa
1 Lab3: Bezpieczeńswo funkcjonalne i ochrona informacji Tema: Weryfikacja nienaruszalności bezpieczeńswa SIL srukury sprzęowej realizującej funkcje bezpieczeńswa Kryeria probabilisyczne bezpieczeńswa funkcjonalnego
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 XLIII nr 2 (2012)
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 XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339
Bardziej szczegółowoObszary zainteresowań (ang. area of interest - AOI) jako metoda analizy wyników badania eye tracking
Inerfejs użykownika - Kansei w prakyce 2009 107 Obszary zaineresowań (ang. area of ineres - AOI) jako meoda analizy wyników badania eye racking Pior Jardanowski, Agencja e-biznes Symeria Ul. Wyspiańskiego
Bardziej szczegółowoŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych
Bardziej szczegółowoRys.1. Podstawowa klasyfikacja sygnałów
Kaedra Podsaw Sysemów echnicznych - Podsawy merologii - Ćwiczenie 1. Podsawowe rodzaje i ocena sygnałów Srona: 1 1. CEL ĆWICZENIA Celem ćwiczenia jes zapoznanie się z podsawowymi rodzajami sygnałów, ich
Bardziej szczegółowoEstymacja stopy NAIRU dla Polski *
Michał Owerczuk * Pior Śpiewanowski Esymacja sopy NAIRU dla Polski * * Sudenci, Szkoła Główna Handlowa, Sudenckie Koło Naukowe Ekonomii Teoreycznej przy kaedrze Ekonomii I. Auorzy będą bardzo wdzięczni
Bardziej szczegółowoWYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem
Bardziej szczegółowoUMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE
Pior Fiszeder UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE. Wprowadzenie Rynki kapiałowe na świecie są coraz silniej powiązane. Do najważniejszych
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
Bardziej szczegółowoBADANIE NIESPŁACALNOŚCI KREDYTÓW ZA POMOCĄ BAYESOWSKICH MODELI DYCHOTOMICZNYCH - ZAŁOŻENIA I WYNIKI 1. 1. Wprowadzenie.
Jerzy Marzec, Kaedra Ekonomerii i Badań Oeracyjnych, Uniwersye Ekonomiczny w Krakowie Jerzy Marzec BADANIE NIESPŁACALNOŚCI KREDYTÓW ZA POMOCĄ BAYESOWSKICH MODELI DYCHOTOMICZNYCH - ZAŁOŻENIA I WYNIKI 1
Bardziej szczegółowoElżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyk Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoEFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Bardziej szczegółowoĆwiczenia 3 ( ) Współczynnik przyrostu naturalnego. Koncepcja ludności zastojowej i ustabilizowanej. Prawo Lotki.
Ćwiczenia 3 (22.04.2013) Współczynnik przyrosu nauralnego. Koncepcja ludności zasojowej i usabilizowanej. Prawo Loki. Współczynnik przyrosu nauralnego r = U Z L gdzie: U - urodzenia w roku Z - zgony w
Bardziej szczegółowoUogólnienie dychotomicznego modelu probitowego z wykorzystaniem skośnego rozkładu Studenta *
Jacek Osiewalski Jerzy Marzec, Kaedra Ekonomerii i Badań Operacyjnych, Uniwersye Ekonomiczny w Krakowie Jacek Osiewalski, Jerzy Marzec Uogólnienie dychoomicznego modelu probiowego z wykorzysaniem skośnego
Bardziej szczegółowoz graniczną technologią
STUDIA OECOOMICA POSAIESIA 23, vol., no. (25) Uniwersye Ekonomiczny w Poznaniu, Wydział Informayki i Gospodarki Elekronicznej, Kaedra Ekonomii Maemaycznej emil.panek@ue.poznan.pl iesacjonarny model von
Bardziej szczegółowoAnaliza rynku projekt
Analiza rynku projek A. Układ projeku 1. Srona yułowa Tema Auor 2. Spis reści 3. Treść projeku 1 B. Treść projeku 1. Wsęp Po co? Na co? Dlaczego? Dlaczego robię badania? Jakimi meodami? Dla Kogo o jes
Bardziej szczegółowoMODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW Wprowadzenie Współczesne zarządzanie ryzykiem
Bardziej szczegółowoWYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA NA PRZYKŁADZIE VALUE AT RISK
Przemysław Jeziorski Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Zakład Demografii i Saysyki Ekonomicznej przemyslaw.jeziorski@ue.kaowice.pl WYBRANE TESTY NIEOBCIĄŻONOŚCI MIAR RYZYKA
Bardziej szczegółowoO pewnym algorytmie rozwiązującym problem optymalnej alokacji zasobów. Cezary S. Zaremba*, Leszek S. Zaremba ** WPROWADZENIE
O pewnym algorymie rozwiązującym problem opymalnej alokacji zasobów Cezary S. Zaremba*, Leszek S. Zaremba ** WPROWADZENIE W kierowaniu firmą Zarząd częso saje wobec problemu rozdysponowania (alokacji)
Bardziej szczegółowodr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG
dr inż. MARCIN MAŁACHOWSKI Insyu Technik Innowacyjnych EMAG Wykorzysanie opycznej meody pomiaru sężenia pyłu do wspomagania oceny paramerów wpływających na możliwość zaisnienia wybuchu osiadłego pyłu węglowego
Bardziej szczegółowoKobiety w przedsiębiorstwach usługowych prognozy nieliniowe
Pior Srożek * Kobiey w przedsiębiorswach usługowych prognozy nieliniowe Wsęp W dzisiejszym świecie procesy społeczno-gospodarcze zachodzą bardzo dynamicznie. W związku z ym bardzo zmienił się sereoypowy
Bardziej szczegółowoWskazówki projektowe do obliczania nośności i maksymalnego zanurzenia statku rybackiego na wstępnym etapie projektowania
CEPOWSKI omasz 1 Wskazówki projekowe do obliczania nośności i maksymalnego zanurzenia saku rybackiego na wsępnym eapie projekowania WSĘP Celem podjęych badań było opracowanie wskazówek projekowych do wyznaczania
Bardziej szczegółowoKrzysztof Piontek MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR
Inwesycje finansowe i ubezpieczenia endencje świaowe a rynek polski Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu MODELOWANIE ZMIENNOŚCI STÓP PROCENTOWYCH NA PRZYKŁADZIE STOPY WIBOR Wsęp Konieczność
Bardziej szczegółowoEkonometryczne modele nieliniowe
Eonomeryczne modele nieliniowe Wyład Doromił Serwa Zajęcia Wyład Laoraorium ompuerowe Prezenacje Zaliczenie EGZAMI 50% a egzaminie oowiązują wszysie informacje przeazane w czasie wyładów np. slajdy. Aywność
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoCałka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika Zależność
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 3..007 r. Zadanie. Każde z ryzyk pochodzących z pewnej populacji charakteryzuje się tym że przy danej wartości λ parametru ryzyka Λ rozkład wartości szkód z tego ryzyka
Bardziej szczegółowoRozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów
Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,
Bardziej szczegółowoIMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD
Pior Jankowski Akademia Morska w Gdyni IMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD W arykule przedsawiono możliwości (oraz ograniczenia) środowiska Mahcad do analizy
Bardziej szczegółowo