Pobrane z czasopisma Annales H - Oeconomia Data: 01/06/ :19:23

Wielkość: px
Rozpocząć pokaz od strony:

Download "Pobrane z czasopisma Annales H - Oeconomia Data: 01/06/ :19:23"

Transkrypt

1 Pobrane z czasopsma Annales H - Oeconoma DOI:0.795/h ANNALES UNIVERSITATIS MARIAE CURIE-SKŁODOWSKA LUBLIN POLONIA VOL. L, 4 SECTIO H 206 Unwersytet Łódzk. Wydzał Ekonomczno-Socjologczny szymanska@un.lodz.pl Zastosowane modelu Bühlmanna-Strauba do estymacj stawek składk netto w systemach bonus-malus ubezpeczeń odpowedzalnośc cywlnej posadaczy pojazdów mechancznych The Applcaton of Bühlmann-Straub Model to the Estmaton of Net Premum Rates n the Motor Thrd-Party Lablty Insurance of Vehcle Owners Słowa kluczowe: teora najwększej warygodnośc; model Bühlmanna-Strauba; system bonus-malus; stawk składk netto; ubezpeczene odpowedzalnośc cywlnej posadaczy pojazdów mechancznych Keywords: credblty theory; Bühlmann-Straub model; bonus-malus system; net premum rates; motor thrd-party lablty nsurance Kod JEL: G22; C; C5 Wstęp W ubezpeczenach komunkacyjnych OC proces kalkulacj składk jest złożony z dwóch etapów: taryfkacj a pror a posteror. Perwszy z nch to wyznaczene składk netto za pomocą metod aktuaralnych na podstawe znanych ubezpeczycelow czynnków ryzyka, nazywanych podstawowym zmennym taryfkacyjnym [Ostasewcz (red.), 2000]. Tak wyznaczona składka, powększana m.n. o koszty dzałalnośc ubezpeczenowej dodatek bezpeczeństwa, stanow tzw. składkę bazową. Drug etap taryfkacj polega na uwzględnenu w składce bazowej zwyżek znżek uzależnonych od ndywdualnych czynnków ryzyka ubezpeczonego. Jednym z elementów taryfkacj a posteror, powszechne stosowanym w Europe, są systemy

2 Pobrane z czasopsma Annales H - Oeconoma bonus-malus [Lemare, 995, s. 3]. Systemy te różncują składkę w zależnośc od lczby szkód zgłoszonych przez ubezpeczonego w poprzednm okrese ubezpeczena. Na polskm rynku ubezpeczycele oferują systemy bonus-malus różnące sę pod względem lczby klas, stawkam składk oraz regułam przejśca mędzy klasam systemu [Szymańska, 204, s. 43]. Oprócz wspomnanych systemów bonus-malus zakłady ubezpeczeń mogą stosować nne znżk zwyżk w składce, uzależnone od dodatkowych zmennych taryfkacyjnych, takch jak np. wek ubezpeczonego, czas posadana prawa jazdy, posadane lub ne dzec do lat 2, zawód ubezpeczonego, wek samochodu, używane samochodu do celów zarobkowych, posadane lub ne nnego ubezpeczena w tej samej frme, kontynuacj ubezpeczena td. Kraje Europy używają newelu (z reguły od jednego do czterech) podstawowych zmennych taryfkacyjnych. Najwęcej państw (wśród nch Polska) jako główny czynnk taryfkacj stosuje rejon rejestracj pojazdu oraz pojemność slnka. Najczęścej wykorzystywanym w taryfkacj w Europe zmennym dodatkowym są: wek ubezpeczonego, używane pojazdu w celach komercyjnych oraz wek samochodu. Celem pracy jest zaproponowane metody estymacj stawek składk systemu bonus-malus opartej na metodze najwększej warygodnośc oraz porównane oszacowanych zwyżek znżek składk ze stosowanym w badanym towarzystwe ubezpeczenowym. Do estymacj składk najwększej warygodnośc wykorzystano model Bühlmanna-Strauba. Przykład zastosowana metody zaprezentowano na podstawe danych uzyskanych z jednego towarzystwa ubezpeczenowego funkcjonującego na polskm rynku, które zastrzegło sobe anonmowość.. Kalkulacja składk ubezpeczenowej metodą warygodnośc Nech X j oznacza całkowtą kwotę wypłaconych odszkodowań (lub lczbę roszczeń) dla -tego ubezpeczonego (-tej podgrupy) w j-tym roku trwana ubezpeczena. Załóżmy, że ubezpeczycel posada obserwacje x j, =,...,N, j=,...,t, będące realzacjam zmennych losowych X j. Kwoty wypłat x,t+ w roku t+ ne są znane. Załóżmy, że dla każdego rozkład zmennej losowej X j zależy od parametru θ oraz że zmenne losowe X j przy danym Θ = θ są nezależne mają jednakowy rozkład. Wektor losowy X = ( X,..., X t ) oznacza ndywdualną hstorę ubezpeczena dla polsy (-tej podgrupy) w portfelu złożonym z N pols (podgrup). Celem ubezpeczycela jest określene, jaka pownna być składka netto w roku t+ dla kontraktu (-tej podgrupy), jeżel znany jest wektor x = ( x,..., xt ). Zakładając równoważność roszczeń składek, składka netto m(θ ) dla kontraktu (-tej podgrupy) jest określona wzorem: ( Θ θ ) m( θ = () ) = E X, t+

3 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 499 Poneważ ne znamy wartośc parametru θ, to wartość składk netto jest neznana. Składka oblczona jako średna ważona ze składk dla całego portfela, czyl tzw. t składk kolektywnej oraz ndywdualnej składk x = x j t j= o postac: m θ ) = Z x + ( Z )µ (2) ( nazywa sę składką warygodnośc dla -tego kontraktu (-tej podgrupy), gdze Z [0,] jest współczynnkem warygodnośc [Kowalczyk, Poprawska, Ronka- -Chmelowec, 2006, s. 89]. Estymator zmennej X,t+ nazywa sę predyktorem tej zmennej, natomast wartość predyktora nazywa sę prognozą dla X,t+ na podstawe obserwacj x,..., xt. Podstawą teor warygodnośc jest bayesowska analza statystyczna z kwadratową funkcją straty [Krzyśko, 997, s. 42]. Jednym z zadań teor warygodnośc jest wyznaczene wartośc współczynnka warygodnośc Z. Mała wartość współczynnka oznacza, że składka kolektywna jest bardzej warygodna dla ubezpeczycela nż składka ndywdualna. Współczynnk Z jest w przyblżenu równy, gdy hstora szkód dla danej polsy czy grupy pols jest długa wykazuje małą zmenność w czase lub gdy kontrakty (grupy pols) są bardzo zróżncowane mędzy sobą pod względem hstor szkód. Hstoryczne perwszym modelem teor warygodnośc był model Bühlmanna [Bühlmann, 967], w którym zakłada sę, że portfel pols można podzelć na N podgrup, z których każda zawera jednakową lczbę pols, dla których dostępne są dane o szkodach z t okresów. 2. Model Bühlmanna-Strauba Model Bühlmanna-Strauba to zmodyfkowany model Bühlmanna, w którym lczba pols wchodzących w skład poszczególnych podgrup portfela ne mus być jednakowa oraz który uwzględna wag kontraktów w portfelu. Lczba pols równeż może sę zmenać okresowo [Denut n., 2007, s. 26]. Model znajduje swe zastosowane szczególne, gdy pojedyncza polsa lub mała podgrupa pols w znaczący sposób różn sę pod względem proflu ryzyka od pozostałych. Jest to model klasyfkacj jednoczynnkowej. Model uwzględna wag (tzw. wolumen ryzyka) w j zmennych losowych X j. Jeżel zmenna losowa X j oznacza średną arytmetyczną z w j zmennych losowych nezależnych o jednakowych rozkładach, to lczby w j są wagam naturalnym. Aktuarusz może jednak ustalć własne wag, które ne muszą być lczbam naturalnym. W modelu tym hstore ubezpeczena mogą być różnej długośc t dla różnych kontraktów. Strukturę danych w modelu prezentuje tab..

4 Pobrane z czasopsma Annales H - Oeconoma Grupy pols 2 Tab.. Struktura danych w modelu Bühlmanna-Strauba Lata ubezpeczena 2... t x x 2... w w 2 x 2 x w 2 w N Źródło: [Jasulewcz, 2005]. x N w N x N2 w N2... Jak już wcześnej przyjęto, nech X = ( X,..., X t ) będze wektorem obserwacj welkośc szkód (lub lczby szkód) dla -tej polsy (-tej podgrupy pols) przez t ostatnch lat, a zmenna losowa Θ, reprezentuje strukturę ryzyka w portfelu. Założena modelu Bühlmanna-Strauba [Bühlmann, Straub, 970]: dla danego oraz Θ =θ zmenne losowe X,...,X t są nezależne oraz: E(X j θ ) = m(θ ) (3) Var( X j 2 ( θ s ) θ ) = (4) w j dla =,...,N, j=,...,t, przy czym stałe w j są znane. Pary (Θ, X ),...,(Θ N, X N ) są wzajemne nezależne oraz zmenne losowe Θ,..., Θ N są nezależne mają jednakowe rozkłady. Nech będą dane: średna wysokośc szkody dla -tej podgrupy pols: x t w t x 2t w 2t x Nt w Nt (5) średna wysokość szkody dla całego portfela: (6) parametry struktury ryzyka w portfelu: gdze: μ kolektywna składka netto, która jest średną ważoną z ndywdualnych składek netto m( θ ) φ opsuje przecętną zmenność roszczeń w grupe (zmenność wewnątrz grupy) ψ opsuje zmenność roszczeń mędzy grupam (7)

5 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 50 Można wykazać, że jeżel spełnone są założena modelu Bühlmanna-Strauba, to [Kass n., 200, s. 44; Johansson, Ohlsson, 200]: najlepszy nejednorodny lnowy predyktor m = E( X n + X ) składk netto m Θ ) w sense najmnejszego błędu średnokwadratowego jest postac: ( gdze współczynnk zaufana wynos wψ Z =. wψ + ϕ najlepszy jednorodny lnowy predyktor m składk netto m( Θ ) w sense najmnejszego błędu średnokwadratowego jest postac: wψ gdze współczynnk zaufana wynos Z = oraz wψ + ϕ. Można wykazać, że jeżel spełnone są założena modelu Bühlmanna-Strauba, to neobcążone estymatory parametrów struktury w portfelu są postac [Kass n., 200, s. 57]: gdze: SSW = N, ϕˆ MSW, (0) = N = t j= j j 2 w ( X X ) ważona suma kwadratów odchyleń wewnątrz grup SSW MSW = średna ważona suma kwadratów odchyleń wewnątrz grup ( t ) N (8) (9) ważona suma kwadratów odchyleń mędzy grupam SSB MSB = średna ważona suma kwadratów odchyleń mędzy grupam N Jeżel spełnone są założena modelu Bühlmanna-Strauba, to błędy średnokwadratowe jednorodnego nejednorodnego predyktora zaufana składk netto m( Θ ) wynoszą odpowedno [Daykn, Pentänen, Pesonen,994, s. 86]: MSE MSE 2 = E( m( Θ ) m ) = ( Z )ψ () = E( m( Θ ) m ) dla =,..., N. 2 = ( Z Z ) ψ + (2) Z

6 Pobrane z czasopsma Annales H - Oeconoma Przykład zastosowana modelu do oszacowana stawek składk systemu bonus-malus Badane empryczne przeprowadzono na podstawe danych pochodzących z portfela ubezpeczeń odpowedzalnośc cywlnej posadaczy pojazdów mechancznych osób fzycznych z okresu kolejnych czterech lat. Do badana wylosowano ponad 00 tys. pols dla każdego z analzowanych lat (ne podano dokładnej lczebnośc próby ze względu na anonmowość danych). W dalszej częśc opracowana próbę będzemy nazywać portfelem. Dane w postac zagregowanej o średnej lczbe wartośc wypłaconych odszkodowań według klas bonus-malus prezentują tab Podzał ubezpeczonych na klasy bonus-malus jest zgodny z klasyfkacją ubezpeczycela. Wyodrębnona lczba szkód oraz podzał na klasy według wartośc wypłacanych odszkodowań jest spójny z taryfkacją ubezpeczycela. W tab. 2 przedstawono system bonus-malus badanego towarzystwa ubezpeczenowego (neznaczne zmodyfkowany w celu zachowana anonmowośc zakładu ubezpeczeń). System ten składa sę z 0 klas, w tym trzech ze zwyżką składk sześcu ze znżką składk. Ubezpeczen są przydzelan do poszczególnych klas w danym roku na podstawe lczby szkód zgłoszonych w roku poprzednm. Tab. 2. System bonus-malus badanego towarzystwa ubezpeczenowego Klasa BM Stawka składk (%) Klasa BM w zależnośc od lczby szkód w roku Źródło: opracowane własne. Na rys. przedstawono średn udzał w badanych latach ubezpeczonych w poszczególnych klasach bonus-malus. Najwększą grupę (87%) w badanym okrese stanowl ubezpeczen posadający 60-procentową znżkę składk (czyl przypsan do klasy perwszej systemu, w której stawka składk wynosła jej 40%). W klase drugej trzecej znajdowało sę odpowedno 4% 3% ubezpeczonych. W każdej z klas zwyżkowych udzał ubezpeczonych w każdym z badanych lat stanowł ponżej %. Na rys. 2 przedstawono średną lczbę szkód w klasach bonus-malus w badanych latach. W analzowanym okrese można zaobserwować zróżncowane średnej lczby szkód w poszczególnych klasach. Na ogół najwększa szkodowość jest ob-

7 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 503 3% %%2% 2% 0% 0% 0% 4% Rys.. Struktura ubezpeczonych średno w badanych latach według klas bonus-malus w portfelu ubezpeczeń komunkacyjnych OC (%) Źródło: opracowane własne. średna lczba szkód w klase BM 0,80 0,60 0,40 0,20 0,00 0,080 0,060 0,040 0,020 87% , rok Rys 2. Średna lczba wypłaconych odszkodowań w portfelu ubezpeczeń komunkacyjnych OC w badanych latach według klas bonus-malus Źródło: opracowane własne. serwowana w klasach zwyżkowych oraz ze stawką równą 00% składk, natomast najnższa w perwszej klase systemu. Na rys. 3 5 przedstawono strukturę portfela pod względem wartośc wypłaconych odszkodowań w poszczególnych klasach bonus-malus. Z rys. 3 wynka, że w portfelu najwęcej jest szkód o wartośc od do 3 tys. zł (średno w badanych latach około 4%), następne szkód do tys. zł (średno około 8%), potem szkód od 3 do 5 tys. zł (średno około 7%) oraz szkód od 5 do 0 tys. zł (średno około 3%). Odszkodowana do 0 tys. zł stanową przecętne w badanych latach 89% wypłat w portfelu. Frakcja

8 Pobrane z czasopsma Annales H - Oeconoma pozostałych wypłat wynos średno %. Należy jednak podkreślć, że przecętna suma wypłat z wymenonych 89% pols wynos około 246 tys. roczne, a z pozostałych % pols to ponad 300 tys. zł roczne. Analzując rys. 4, można stwerdzć, że struktura wypłat w perwszej klase systemu (około 87% pols portfela) jest bardzo zblżona do struktury wypłat w portfelu. Około 33% szkód portfela w każdym z badanych lat to szkody od do 3 tys. zł, zgłaszane w klase perwszej, czyl klase z maksymalną znżką. Średna wartość wypłaconego odszkodowana w każdej z klas znżkowych to około 5,6 tys. zł. Klasa ze stawką składk równą 00% składk bazowej oraz klasy zwyżkowe są w wększym stopnu zróżncowane pod względem średnej wartośc wypłat (por. rys. 5). Na rys. 4 przedstawono średną wartość wypłaconych odszkodowań w wyodrębnonych klasach bonus-malus. średn udzał pols w prtfelu [%] Rys. 3. Struktura pols w portfelu według wartośc wypłaconych odszkodowań (średno w badanych latach) (%) Źródło: opracowane własne. udzał pols w klase BM[%] Rys. 4. Struktura wypłaconych odszkodowań w klase bonus-malus w portfelu ubezpeczeń komunkacyjnych OC w badanych latach Źródło: opracowane własne ,64 (0,] (0,] (,3] 40,62 (,3] (3,5] 6,47 (5,0] 3,2 (0,20] 6,43 (20,30] (30,40] wartość odszkodowana [tys.zł] 2,20 0,90 0,45 0,97 0,20 (3,5] (5,0] (0,20] (20,30] (30,40] wartość odszkodowana [tys.zł] (40,50] (40,50] (50,00] (50,00] (00,200] (00,200] 2 3 4

9 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 505 Rys. 5. Średna wartość wypłaconych odszkodowań w portfelu ubezpeczeń komunkacyjnych OC w badanych latach według klas bonus-malus Źródło: opracowane własne. W ubezpeczenach komunkacyjnych ndywdualna składka netto w okrese t+ jest wyznaczana na podstawe równana [Szymańska, 204]: gdze: Π ( X, K) ndywdualna składka netto w okrese t+ EX wartość oczekwana pojedynczej szkody w portfelu EK wartość oczekwana lczby szkód dla pojedynczej polsy w portfelu b stawka składk w okrese t + t+ średna wartość odszkodowana [tys.zł] W lteraturze aktuaralnej zakłada sę nezależność mędzy zmennym losowym lczby wartośc szkód. Celem pracy jest wyznaczene współczynnka b t+ stanowącego zwyżkę lub znżkę składk zależną od klasy bonus-malus. Składk netto oszacowano za pomocą modelu Bühlmanna-Strauba. Modele oparte na teor warygodnośc ne wymagają założeń co do postac rozkładu zmennej losowej opsującej welkość ndywdualnej szkody w portfelu oraz wartośc parametrów tego rozkładu. Składkę warygodnośc wyznaczono jako loczyn oczekwanej wartośc wypłat oszacowanej za pomocą modelu Bühlmanna-Strauba w poszczególnych klasach bonus-malus (na podstawe danych z tab. 3) oraz oczekwanej lczby szkód oszacowanej równeż na podstawe modelu Bühlmanna-Strauba (tab. 5). Rozważono dwa przypadk: gdy składka warygodnośc jest jednorodnym predykatorem oraz gdy jest nejednorodnym predykatorem składk netto. W tab. 4 6 przedstawono wynk estymacj. Stawk składk w poszczególnych klasach bonus-malus oblczono jako loraz składk netto w danej klase bonus-malus składk netto w portfelu: K m m bt + = (4) K m portf m portf * K * * m m bt + = * K * (5) m m portf klasa BM portf (3)

10 Pobrane z czasopsma Annales H - Oeconoma Wartośc składek netto oraz stawek składk netto przedstawono w tab. 7. Tab. 3. Średna wartość wypłaconego odszkodowana [tys. zł] w portfelu według klas bonus-malus w badanych latach j (rok) (klasa X BM) j [tys. zł] w j [%] X j [tys. zł] w j [%] X j [tys. zł] w j [%] X j [tys. zł] w j [%] 5,67 80,76 5,68 84,00 5,57 8,39 4,85 82,8 2 6,85 6,32 6,3 5,60 5,73 3,6 4,45 5,77 3 6,3 2,90 5,34 2,5 7,3 4,48 5,52 3,43 4 4,94,84 5,42,53 5,40 2, 5,87,65 5 5,5,34 5,2,39 5,79,62 4,79,83 6 5,76 2,60 5,2,6 6,8 2,03 5,84 2,5 7 7,08 4,08 6,63 3,65 6,32 4,67 5,8 2,52 8 8,60 0,06 3,83 0,05 3,06 0,05 3,2 0,05 9 2,00 0,08 7,50 0,0,20 0,03 5,06 0, ,00 0,0 0,50 0,0 3,50 0,0 7,75 0,0 X j średna wartość wypłaconego odszkodowana w -tej grupe w okrese j w tys. zł; w j udzał pols w -tej grupe portfela w okrese j w (%) Źródło: opracowane własne. Tab. 4. Współczynnk warygodnośc, oczekwana wartość szkód wyznaczona metodą warygodnośc (tys. zł) oraz błąd estymacj dla klas bonus-malus Z m [tys. zł] m [tys. zł] MSE [tys. zł] MSE [tys. zł] 0,7856 5,46 5,43 0, , ,845 5,63 5,52 0, , ,326 5,72 5,60 0, , ,0748 5,62 5,49 0, , ,066 5,6 5,48 0, , ,0878 5,65 5,52 0, , ,434 5,75 5,63 0, , ,0022 5,63 5,49 0, , ,007 5,63 5,50 0, , ,0004 5,64 5,50 0, , Źródło: opracowane własne. (klasa BM) Tab. 5. Średna lczba szkód w portfelu według klas bonus-malus w badanych latach j (rok) K j w j [%] K j w j [%] K j w j [%] K j w j [%] 0,04 84,97 0,042 88,20 0,043 86,55 0,036 86,72 2 0,052 5,37 0,054 4,49 0,059 2,79 0,050 4,5 3 0,055 2,36 0,053,80 0,059 3,50 0,047 2,78 4 0,052,54 0,054,9 0,06,59 0,044,49 5 0,055,3 0,054,0 0,055,3 0,052,37

11 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 507 j (rok) (klasa BM) ,056 2,06 0,064, 0,069,36 0,060,63 7 0,075 2,50 0,079 2,07 0,077 2,85 0,07,43 8 0,047 0,04 0,05 0,02 0,093 0,02 0,056 0,03 9 0,67 0,02 0,037 0,0 0,063 0,02 0,066 0,03 0 0,07 0,0 0,000 0,0 0,000 0,0 0,07 0,0 K j średna lczba szkód w -tej grupe w okrese j; w j udzał pols w -tej grupe portfela w okrese j (%) Źródło: opracowane własne. Tab. 6. Współczynnk warygodnośc, oszacowana metodą warygodnośc lczba szkód oraz błąd estymacj dla klas bonus-malus Z K m K m MSE MSE 0,9980 0,0404 0,0404 0, , ,9592 0,0534 0,0529 0, , ,9404 0,0540 0,0532 0, , ,8940 0,0532 0,057 0, , ,8788 0,0542 0,0525 0, , ,8959 0,069 0,0605 0, , ,9265 0,0743 0,0733 0, , ,430 0,0584 0,0467 0, , ,050 0,0587 0,0464 0, , ,0476 0,0558 0,0428 0, , Źródło: opracowane własne. Uwzględnając równana (3) oraz (8) (9), wartość składk netto (składk warygodnośc) wyznaczono odpowedno z wzorów: Π X (6) K (, K) = m m bt + X (7) K Π (, K) = m m bt + Wartośc składek warygodnośc oraz stawek składk netto przedstawono w tab. 7. Klasa BM Tabela 7. Składk warygodnośc oraz stawk składk netto według klas bonus-malus Składka warygodnośc [tys. zł] K m m m m K Stawka składk b t+ b t+ 0, ,2894 0,69 0,93 2 0,3003 0,2985 0,95,24 3 0, , ,97,27 4 0, , ,94,2 5 0, , ,96,23 6 0,3500 0,33432,0,42 7 0, ,4228,34,76

12 Pobrane z czasopsma Annales H - Oeconoma Klasa BM Składka warygodnośc [tys. zł] K m m m m K Stawka składk b t+ b t+ 8 0, ,25629,03,09 9 0, ,25497,04,09 0 0,3459 0, ,99,00 portfel 0,3794 0,23473,00,00 Źródło: opracowane własne. Podsumowane Wyznaczone metodą warygodnośc stawk składk w poszczególnych klasach bonus-malus różną sę znaczne od stosowanych w analzowanym towarzystwe ubezpeczenowym. Oszacowane stawk są wyższe nż stosowane przez ubezpeczycela w klasach znżkowych, natomast nższe w klasach zwyżkowych. Z analz wynka, że maksymalna znżka pownna wynosć 30%. Klasa sódma, która w badanym towarzystwe ubezpeczenowym jest klasą ze stawką 00% składk, w przeprowadzonych analzach pownna być klasą ze zwyżką składk, wynoszącą co najmnej 30% składk. Należy jednak zwrócć uwagę na małe wartośc współczynnków warygodnośc przy estymacj wartośc szkód we wszystkch klasach bonus-malus oprócz perwszej. Bblografa Bühlmann H., Experence Ratng and Credblty, ASTIN Bulletn 967, No. 4 (3). Bühlmann H., Straub E., Glaubwürdgket für Schadensätze, Mttelungen der Verenngung schezerscher Vescherungsmathematker 970. Daykn C.D., Pentänen T., Pesonen M., Practcal Rsk Theory for Actuares, Chapman & Hall, London 994. Denut M., Marechal X., Ptrebos S., Walhn J.F., Actuaral Modellng of Clam Counts. Rsk Classfcaton, Credablty and Bonus-Malus Systems, Wley & Sons, England 2007, DOI: Jasulewcz H., Teora zaufana. Modele aktuaralne, Wydawnctwo AE m. Oskara Langego we Wrocławu, Wrocław Johansson B., Ohlsson E., Non-lfe Insuranse Prcng wth Generalzed Lneał Models, Spnger-Verlag, Berln 200. Kaas R., Goovaerts M., Dhaene J., Denut M., Modern Actuaral Rsk Theory, Kluwer, Boston 200. Kowalczyk P., Poprawska E., Ronka-Chmelowec W., Metody aktuaralne, PWN, Warszawa Krzyśko M., Statystyka matematyczna, cz. 2, Wydawnctwo Naukowe UAM, Poznań 997. Lemare J., Bonus-malus Systems n Automoble Insurance, Kluwer, Boston 995, DOI: Ostasewcz W. (red.), Modele aktuaralne, Wydawnctwo AE m. O. Langego we Wrocławu, Wrocław Szymańska A., Statystyczna analza systemów bonus-malus w ubezpeczenach komunkacyjnych, Wydawnctwo UŁ, Łódź 204.

13 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 509 The Applcaton of Bühlmann-Straub Model to the Estmaton of Net Premum Rates n the Motor Thrd-Party Lablty Insurance of Vehcle Owners One of the elements used n the process of tarff calculaton of premums n motor lablty nsurance s a bonus-malus system. Ths systems takes nto account the clams rato by means of ncreases and dscounts of the base premum called net premum rates. The am of ths work s to propose an estmaton method of the net premum rates n the groups of the motor thrd-party lablty nsurance portfolo of ndvduals. One of the maxmum lkelhood models, called the Bühlmann-Straub model was used for the premum estmaton. Zastosowane modelu Bühlmanna-Strauba do estymacj stawek składk netto w systemach bonus-malus ubezpeczeń odpowedzalnośc cywlnej posadaczy pojazdów mechancznych Jednym z elementów procesu taryfkacj w ubezpeczenach odpowedzalnośc cywlnej posadaczy pojazdów mechancznych jest system bonus-malus. Uwzględna on w składce szkodowość ubezpeczonego przez zwyżk znżk składk bazowej, nazywane stawkam składk netto. Celem pracy jest zaproponowane metody estymacj stawek składk netto w klasach bonus-malus portfela ubezpeczeń komunkacyjnych OC osób fzycznych. Do szacowana składk wykorzystano jeden z model teor najwększej warygodnośc tzw. model Bühlmanna-Strauba. Powered by TCPDF (

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń Analza modyfkacj systemów bonus-malus Ewa Łazuka Klauda Stępkowska Analza modyfkacj systemów bonus-malus w ubezpeczenach komunkacyjnych AC na przykładze wybranego zakładu ubezpeczeń Tematyka przedstawonego

Bardziej szczegółowo

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI

MODELOWANIE 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 szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) 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 szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja 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 szczegółowo

Zadane 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 szczegółowo

ANALIZA WYBRANYCH METOD OCENY SYSTEMÓW BONUS-MALUS

ANALIZA WYBRANYCH METOD OCENY SYSTEMÓW BONUS-MALUS Anna Jędrzychowska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana, Informatyk Fnansów Katedra Ubezpeczeń anna.jedrzychowska@ue.wroc.pl Ewa Poprawska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana,

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia 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 szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 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 szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele 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 szczegółowo

Klasyczne miary efektywności systemu bonus-malus

Klasyczne miary efektywności systemu bonus-malus Klasyczne mary efektywnośc systemu bonus-malus Anna Jędrzychowska Ewa Poprawska Klasyczne mary efektywnośc systemu bonus-malus Głównym celem wprowadzena systemu bonus-malus w ubezpeczenach komunkacyjnych

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

ZŁOŻONY MIESZANY ROZKŁAD POISSONA ZASTOSOWANIA UBEZPIECZENIOWE

ZŁOŻONY MIESZANY ROZKŁAD POISSONA ZASTOSOWANIA UBEZPIECZENIOWE Studa Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 083-8611 Nr 7 015 Mchał Trzęsok Unwersytet Ekonomczny w Katowcach Wydzał Zarządzana Katedra Analz Gospodarczych Fnansowych mchal.trzesok@ue.katowce.pl

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA 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 szczegółowo

65120/ / / /200

65120/ / / /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 szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza 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 szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W 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 szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan 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 szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE 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 szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane 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

Aktuariat i matematyka finansowa. Metody kalkulacji składki w ubezpieczeniach typu non - life

Aktuariat i matematyka finansowa. Metody kalkulacji składki w ubezpieczeniach typu non - life Aktuariat i matematyka finansowa Metody kalkulacji składki w ubezpieczeniach typu non - life Budowa składki ubezpieczeniowej Składka ubezpieczeniowa cena jaką ubezpieczający płaci za ochronę ubezpieczeniowa

Bardziej szczegółowo

Pomiar efektywności systemu bonus-malus. Analiza wybranych metod oceny

Pomiar efektywności systemu bonus-malus. Analiza wybranych metod oceny Pomar efektywnośc systemu bonus-malus Anna Jędrzychowska Ewa Poprawska Pomar efektywnośc systemu bonus-malus. Analza wybranych metod oceny Artykuł stanow rozwnęce kontynuację zaprezentowanej na kartach

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław 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 szczegółowo

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY 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 szczegółowo

Proces narodzin i śmierci

Proces 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 szczegółowo

OGÓLNE PODSTAWY SPEKTROSKOPII

OGÓLNE PODSTAWY SPEKTROSKOPII WYKŁAD 8 OGÓLNE PODSTAWY SPEKTROSKOPII E E0 sn( ωt kx) ; k π ; ω πν ; λ T ν E (m c 4 p c ) / E +, dla fotonu m 0 p c p hk Rozkład energ w stane równowag: ROZKŁAD BOLTZMANA!!!!! P(E) e E / kt N E N E/

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele 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 szczegółowo

WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH

WERYFIKACJA 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 szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

PODSTAWA 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 szczegółowo

Modele teorii zaufania metoda kalkulacji składki ubezpieczeniowej w niejednorodnych portfelach polis

Modele teorii zaufania metoda kalkulacji składki ubezpieczeniowej w niejednorodnych portfelach polis Modele teorii zaufania metoda kalkulacji składki ubezpieczeniowej... Anna Chojan Modele teorii zaufania metoda kalkulacji składki ubezpieczeniowej w niejednorodnych portfelach polis Jedną z czynności leżących

Bardziej szczegółowo

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009

Analiza 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

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT Rozwązana (lub wskazówk do rozwązań) wększośc zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT 01-014 ZMIENNA LOSOWA I JEJ ROZKŁAD Zadane 1/ str. 4 a/ zmenna może przyjmować

Bardziej szczegółowo

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

ANALIZA 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 szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław 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 szczegółowo

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA 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 szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH

7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH WYKŁAD 7 7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH 7.8.. Ogólne równane rucu Rucem zmennym w korytac otwartyc nazywamy tak przepływ, w którym parametry rucu take jak prędkość średna w przekroju

Bardziej szczegółowo

Krótkookresowy model ryzyka ubezpieczeniowego w przedsiębiorstwie

Krótkookresowy model ryzyka ubezpieczeniowego w przedsiębiorstwie Krótkookresowy model ryzyka ubezpeczenowego w przedsęborstwe Agneszka Rurka Cel artykułu stanowło zaprezentowane możlwośc zastosowana krótkookresowego modelu ryzyka w przedsęborstwe. Przedstawono przy

Bardziej szczegółowo

Klasyfkator 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 szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

OeconomiA copernicana 2013 Nr 3. Modele ekonometryczne w opisie wartości rezydualnej inwestycji

OeconomiA 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 szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

Metody predykcji analiza regresji

Metody predykcji analiza regresji Metody predykcj analza regresj TPD 008/009 JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Przebeg wykładu. Predykcja z wykorzystanem analzy regresj.. Przypomnene wadomośc z poprzednch przedmotów..

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja

Bardziej szczegółowo

Agata Boratyńska Statystyka aktuarialna... 1

Agata Boratyńska Statystyka aktuarialna... 1 Agata Boratyńska Statystyka aktuarialna... 1 ZADANIA NA ĆWICZENIA Z TEORII WIAROGODNOŚCI Zad. 1. Niech X 1, X 2,..., X n będą niezależnymi zmiennymi losowymi z rozkładu wykładniczego o wartości oczekiwanej

Bardziej szczegółowo

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

Evaluation 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 szczegółowo

Rezerwa IBNR w ubezpieczeniach majątkowych

Rezerwa IBNR w ubezpieczeniach majątkowych Rezerwa IBNR w ubezpeczenach maątkowych metody e kalkulac mgr Agneszka Pobłocka Unwersytet Gdańsk RTU ogółem (Dzał I Dzał II) ch udzał w PKB (w mld zł, %) 9,0% 7,5 % 7,7 % 7,6 % 120,00 8,0% 7,3 % 6,6 %

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE 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 szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Natalia Nehrebecka. Dariusz Szymański

Natalia 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 szczegółowo

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Analiza 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 szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010

EKONOMETRIA 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 szczegółowo

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

KONSTRUKCJA 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 szczegółowo

MODEL REGRESYJNY WARTOŚCI POJEDYNCZEJ SZKODY UWZGLĘDNIAJĄCY POLISY BEZSZKODOWE

MODEL REGRESYJNY WARTOŚCI POJEDYNCZEJ SZKODY UWZGLĘDNIAJĄCY POLISY BEZSZKODOWE Studa Ekonomczne Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 083-86 Nr 4 05 Ekonoma 3 Alcja Wolny-Domnak Unwersytet Ekonomczny w Katowcach Wydzał Ekonom Katedra Metod Statystyczno-Matematycznych

Bardziej szczegółowo

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy 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 szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO WSKAŹNIK OCENY SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO Dagmara KARBOWNICZEK 1, Kazmerz LEJDA, Ruch cała człoweka w samochodze podczas wypadku drogowego zależy od sztywnośc nadwoza

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Inżynera Rolncza 1(126)/2011 ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Katedra Zastosowań Matematyk Informatyk, Unwersytet Przyrodnczy w Lublne w Lublne

Bardziej szczegółowo

Regulamin promocji 14 wiosna

Regulamin promocji 14 wiosna promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30

Bardziej szczegółowo

Analiza regresji modele ekonometryczne

Analiza regresji modele ekonometryczne Analza regresj modele ekonometryczne Klasyczny model regresj lnowej - przypadek jednej zmennej objaśnającej. Rozpatrzmy klasyczne zagadnene zależnośc pomędzy konsumpcją a dochodam. Uważa sę, że: - zależność

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System 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 szczegółowo

EKONOMETRIA ECONOMETRICS 4(46) 2014

EKONOMETRIA ECONOMETRICS 4(46) 2014 EKONOMERIA ECONOMERICS 4(46) 2014 Wydawnctwo Unwersytetu Ekonomcznego we Wrocławu Wrocław 2014 Redaktor Wydawnctwa: Aleksandra Ślwka Redaktor technczny: Barbara Łopusewcz Korektor: Barbara Cbs Łamane:

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS 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 szczegółowo

EMERYTURA CZĘŚCIOWA Z FUNDUSZU UBEZPIECZEŃ SPOŁECZNYCH

EMERYTURA CZĘŚCIOWA Z FUNDUSZU UBEZPIECZEŃ SPOŁECZNYCH EMERYTURA CZĘŚCIOWA Z FUNDUSZU UBEZPIECZEŃ SPOŁECZNYCH 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 Warunk nabywana prawa do emerytury częścowej, wysokość emerytury częścowej oraz zasady wypłaty

Bardziej szczegółowo

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE 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 Warunk nabywana prawa do okresowej emerytury kaptałowej ze środków zgromadzonych w otwartym

Bardziej szczegółowo

WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI

WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI dr Janusz Wątroba, StatSoft Polska Sp. z o.o. Prezentowany artykuł pośwęcony jest wybranym zagadnenom analzy korelacj regresj. Po przedstawenu najważnejszych

Bardziej szczegółowo

Analiza korelacji i regresji

Analiza 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 szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

Podstawy teorii falek (Wavelets)

Podstawy teorii falek (Wavelets) Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc

Bardziej szczegółowo

Prognozowanie w zarządzaniu firmą

Prognozowanie w zarządzaniu firmą Prognozowane w zarządzanu frmą Redaktorzy naukow Paweł Dttmann Aleksandra Szpulak Wydawnctwo Unwersytetu Ekonomcznego we Wrocławu Wrocław 2011 Senacka Komsja Wydawncza Zdzsław Psz (przewodnczący), Andrzej

Bardziej szczegółowo

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału 5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B

Bardziej szczegółowo

Analiza struktury zbiorowości statystycznej

Analiza struktury zbiorowości statystycznej Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. 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 szczegółowo

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw MATERIAŁY I STUDIA Zeszyt nr 86 Analza dyskrymnacyjna regresja logstyczna w procese oceny zdolnośc kredytowej przedsęborstw Robert Jagełło Warszawa, 0 r. Wstęp Robert Jagełło Narodowy Bank Polsk. Składam

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA 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 szczegółowo