BADANIE WPŁYWU REDUKCJI SZUMU NA IDENTYFIKACJĘ DYNAMIKI CHAOTYCZNEJ NA PRZYKŁADZIE FINASOWYCH SZEREGÓW CZASOWYCH
|
|
- Bernard Sawicki
- 8 lat temu
- Przeglądów:
Transkrypt
1 Kaarzyna Zeug-Żebro Unwersye Ekonomczny w Kaowcach Wyzał Zarzązana Kaera Maemayk kaarzyna.zeug-zebro@ue.kaowce.p BADANIE WPŁYWU REDUKCJI SZUMU NA IDENTYFIKACJĘ DYNAMIKI CHAOTYCZNEJ NA PRZYKŁADZIE FINASOWYCH SZEREGÓW CZASOWYCH Sreszczene: Fraca anych es barzo ważnym eapem baań zwązanych z oróżnanem szeregów chaoycznych o osowych. Jeną z meo wykorzysywanych w ym ceu es meoa nabższych sąsaów. Perwone zosała ona sworzona w ceu prognozowana, enak późnesze prace baawcze pokazały, że es ona równeż obrym narzęzem umożwaącym reukcę szumu w szeregach czasowych. Ceem arykułu es zbaane wpływu reukc szumu meoą nabższych sąsaów na enyfkacę chaosu w wybranych szeregach czasowych. Baane bęze przeprowazone na posawe ekonomcznych szeregów czasowych, złożonych z cen zamknęca akc spółek noowanych na GPW w Warszawe oraz zennych kursów wau. Słowa kuczowe: wskaźnk fnansowe, anaza koreac, syneyczny mernk rozwou. Wprowazene Weoene baana eermnsycznych ukłaów ynamcznych pokazały, że raekore nekórych z nch wygąaą ak osowe szereg czasowe. Okazało sę równeż, że ne yko raekore akch ukłaów runo oróżnć o szeregów osowych. Weu baaczy, anazuąc raekore eermnsycznych, chaoycznych ukłaów ynamcznych, sporzązło ch empryczne funkce auokoreac oraz spekra. Funkca a spekrum wyznaczone a szeregów czasowych generowanych przez owzorowane ogsyczne oraz rókąne były neoróżnane o wynków orzymanych a szeregów osowych [Zawazk, 996, s. 0]. Baana e ukazały, że sneą przypak, w kórych znane meoy anazy sze-
2 70 Kaarzyna Zeug-Żebro regów czasowych,. funkca auokoreac anaza spekrana, ne są w sane oróżnć szeregów eermnsycznych o osowych. W zwązku z ym poęo baana, kórych ceem było sworzene meo na ye czułych, by wychwycć e subene różnce [Zeug-Żebro n., 03]. Reukca pozomu szumu es barzo ważnym eapem baań zwązanych z oróżnanem szeregów eermnsycznych o osowych. Isoność ake frac wynka z ego, że obecność szumu może znacząco zmenć nekóre paramery ukłau, ake ak: wymar, enropę czy wykłank Lapunowa. Jeną z meo wykorzysywanych w ym ceu es meoa nabższych sąsaów. Perwone zosała ona sworzona w ceu prognozowana, enak późnesze prace baawcze pokazały, że es ona równeż obrym narzęzem umożwaącym fracę anych. Meoa a wąże sę z pewnym formam reukc pozomu szumu w ceu uwocznena w anazowanym szeregu częśc eermnsyczne. Ceem arykułu es zbaane wpływu reukc pozomu szumu meoą nabższych sąsaów na enyfkacę ynamk chaoyczne w wybranych szeregach czasowych. Meoy enyfkac chaosu pozwaaą na wykryce eyne poeynczego arybuu ynamk chaoyczne. Przeprowazene pełne anazy anych wymaga zaem uwzgęnena uzupełnaących sę meo. Narzęzam służącym o oróżnana szeregów eermnsycznych o osowych bęą: wymar koreacyny, nawększy wykłank Lapunowa oraz anaza R/S. W baanach wykorzysano szereg uworzone z cen zamknęca WIG WIG0, wóch spółek noowanych na Gełze Paperów Waroścowych w Warszawe: INGBSK Vsua oraz wóch kursów wau: funa bryyskego oara amerykańskego. Dane obemowały okres o o Obczena przeprowazono przy użycu programów napsanych przez auorkę w ęzyku programowana Deph, pakeu Mcrosof Exce oraz TISEAN.. Rozae szumu Baana zwązane z anazą pozomu szumu wykazały snene wóch ego rozaów: pomarowego ynamcznego. Szum pomarowy w ukłaach ynamcznych można scharakeryzować przez nasępuące równane: ( ) ( χ ) + χ + = f χ, x+ = h + ξ, () gze f : X X m-wymarowe owzorowane opsuące rzeczywsą ynamkę ukłau, h : X R funkca pomarowa generuąca szereg czasowy ob-
3 Baane wpływu reukc szumu na enyfkacę ynamk... 7 serwac x ukłau ynamcznego, χ, χ + X san neznanego, perwonego ukłau weowymarowego opoweno w chwach, +, x + obserwaca szeregu czasowego w chw +, ξ szum pomarowy. Z równana () wynka, że szum pomarowy oawany es o pomaru ne zaburza raekor, a zaem możemy mówć o snenu czysych anych. Obecność w ukłaze szumu ynamcznego można zapsać nasępuąco: ( χ ) χ + = f + η, () gze η oznacza szum ynamczny wewnąrz ukłau. Poneważ wysępowane akego szumu zaburza raekorę ukłau, zn. szum es włączony w równane ruchu, aego ne snee czysa raekora, a eyne możemy mówć o oegłe raekor. Traekora a spełna równane ruchu ukłau, eżąc ak nabże anych z szumem ynamcznym.. Reukca szumu meoą nabższych sąsaów Zaanem meoy nabższych sąsaów [Kanz, Schreber, 997] es pozał szeregu czasowego x na część eermnsyczną x część sochasyczną ξ : x = + ξ (3) x gze: ξ posaa szybko maeącą funkcę auokoreac es neskoreowana z x. W ceu wyznaczena x, a usaonego, musmy rozważyć wekor opóźneń ( hsorę): xˆ ( ( ) ) T = x, x τ, x τ,..., x τ w przypaku gy opóźnene czasowe τ przymue warość een ( es wymarem zanurzena ). Wey eną ze śrokowych współrzęnych ego wekora es frowana obserwaca x, Eemen zrekonsruowane przesrzen sanów meoą opóźneń. Twerzena Takensa o zanurzenu [Takens, 980]. Nech M bęze zwarą, m wymarową rozmaoścą różnczkową. Da par ( f, h), f Dff ( M, M ), h C ( M, R) es własnoścą m+ generyczną, że owzorowane Φ : M R okreśone wzorem: m Φ ( f, h) = [ h( χ), h( f ( χ )),..., h( f ( χ )], es zanurzenem,. yfeomorfzmem kasy C owzorowuącym M na Φ ( f,h)( M ). Z powyższego werzena wynka, że a m + przesrzene ( M, f ) ( Φ ( f, h)( M ), F ) są yfeomorfczne ( wymar zanurzena). Oznacza o, że obserwowane owzorowane F es w pewnym sense równoważne neznanemu owzorowanu f.
4 7 Kaarzyna Zeug-Żebro np. xˆ a parzyse warośc wymaru zanurzena, xˆ + a neparzyse warośc. Nasępne usaamy k nabższych sąsaów wekora 3 xˆ v, xˆ v,..., xˆ v k xˆ :. Na posawe wyznaczonych nabższych sąsaów, warość eermnsyczną x naeży wyznaczyć ze wzoru: x = k x. (4) k = v Jenym z paramerów merzących efekywność frac szeregu es współczynnk pozomu reukc szumu NRL [Orzeszko, 005]: gze: m NRL T ( ) = T m T = T M, (5) M oznaczaą oegłośc o -ego sanu (wekora opóźneń) o ego nabższego naaszego sąsaa. Współczynnk en baa zaeżność pomęzy słą szumu oawanego o ukłau a srukurą geomeryczną ego arakora. Korzysaąc z powyższe mary, naeży wybrać spośró orzymanych szeregów ak, a kórego współczynnk NRL przymue namneszą warość. = 3. Nawększy wykłank Lapunowa Wykłank Lapunowa są marą wrażwośc ukłau ynamcznego na zmanę warunków począkowych. Nabarze sonym z punku enyfkac chaosu es nawększy wykłank λ max. W 993 r. Rosensen [Rosensen, Cons, De Luca, 993], a rok późne Kanz [994] zaproponowa agorym wyznaczana nawększego wykłanka Lapunowa. Przebega on weług nasępuących kroków: Krok. Wyznaczamy zbory Z, złożone z k nabższych sąsaów xˆ weko- rów opóźneń xˆ, spełnaących warunek >, gze es usaoną czbą nauraną. Doany warunek zwększa prawopoobeńswo, że znaezony sąsa ne bęze naeżał o raekor wekora xˆ. 3 W sense oegłośc eukesowe, w -wymarowe zrekonsruowane przesrzen sanów.
5 Baane wpływu reukc szumu na enyfkacę ynamk Krok. Obczamy: n () = k x+ n x, =,,..., T ; n = 0,,..., nmax, (6) xˆ Z + n gze: n max es usaoną czbą nauraną, okreśaącą czbę erac. Krok 3. Wyznaczamy śreną z n ( ) po wszyskch hsorach: n = T T = n (). (7) Krok 4. Nawększy wykłank Lapunowa es współczynnkem regres: n ( ) n( ) + λ n n =. (8) 0 Waro zauważyć, że warość nawększego wykłanka Lapunowa w uże merze zaeży o przyęe meryk, warośc paramerów zrekonsruowane przesrzen sanów oraz czby nabższych sąsaów k. max 4. Wymar koreacyny arakora Poęce wymaru koreacynego po raz perwszy zosało zefnowane przez Grassbergera Procaccę w 983 r. [Grassberger, Procacca, 983a, 983b]. Dosarcza on wsępnych nformac na ema złożonośc ukłau ynamcznego, zn. wskazue mnmaną czbę zmennych opsuących ukła ynamczny. Wymar koreacyny arakora sysemu ynamcznego es zefnowany ako granca: D C (, r) n C = m, (9) r 0 n r gze: C(, r) es całką koreacyną, okreśoną ako prawopoobeńswo znaezena pary wekorów, kórych oegłość o sebe w zrekonsruowane -wymarowe przesrzen ne es wększa o r: C n n (, r) ( ) I( r r ), r > 0 = (0) n n = = +
6 74 Kaarzyna Zeug-Żebro I(x) es funkcą wskaźnkową (funkca Heavse a), n = N ( ) τ es czbą wekorów w -wymarowe przesrzen, τ es waroścą opóźnena cza- sowego, N es czbą anych oraz = ( x x ) = r. Isnee wee sposobów wyznaczana wymaru koreacynego. Naczęśce sosue sę regresę nową o przybżana ną prosą wykresu zaeżnośc ogarymu sumy koreacyne n C (, r) o ogarymu wekośc ooczena n r. Dae nam o równane posac: (, r) = D n r b n C c +. () W przypaku gy ukła es eermnsyczny, wymar koreacyny D C es nezaeżny o wymaru zanurzena. Gy naomas sysem es sochasyczny, wysępue równość pomęzy ym wymaram. 5. Wykłank Hursa Wykłank Hursa es koeną marą saysyczną, kóra pozwaa na kasyfkacę szeregów czasowych,. oróżnene eermnsycznych szeregów czasowych o osowych. Jeną z meo obczana wykłanka Hursa es meoa anazy przeskaowanego zakresu, zwana anazą R/S. Anaza a służy o baana snena efeku ługe pamęc z ego powou sosowana es m.n. o enyfkac chaosu w szeregach czasowych. Da szeregu obserwac { x, x,..., x N } przebega ona w nasępuących eapach: Krok. Przekszałcamy powyższy szereg w cąg m = N ogarymcznych sóp zwrou. Krok. Nech T, N T = m. Mamy wówczas T poprzezałów I, każy o ługośc, =,..., T. Ponao nech każy skłank poprzezału I bęze oznaczony przez y, gze =,...,. Śrena warość a -ego pocągu wynos:. = y = y Krok 3. Scenruemy każy pocąg poprzez oęce śrene arymeyczne zefnowane cągu sum częścowych:
7 Baane wpływu reukc szumu na enyfkacę ynamk z = y y = = q z, =,,,, =,,, T. () Krok 4. Nasępne obczamy rozsępy skumuowanych szeregów czasowych weług wzoru: R ( q ) mn( q ) = max. (3) Krok 5. Obczamy rozsęp przeskaowany a każego skumuowanego szeregu czasowego, zn. zemy rozsęp przez ochyene sanarowe ego szeregu: α = R / S. Krok 6. Osaeczne obczamy: T T = ( R / S) = α. (4) Powyższą proceurę przeprowaza sę a różnych ługośc szeregu czasowego, 0 m. W en sposób orzymuemy zaeżność wekośc R/S o ługośc szeregu. Aby wyznaczyć wykłank Hursa, naeży zogarymować H nasępuącą zaeżność: ( R / S ) = c, gze H es wykłankem Hursa, c es sałą, a es waroścą oczekwaną przeskaowanego zakresu: (( R / S ) ) n c H n n = +. (5) Wykłank Hursa es współczynnkem kerunkowym regres nowe. Szereg czasowe można pozeć na rzy kasy w zaeżnośc o ch warośc wykłanka Hursa: eś H = 0,5, szereg zachowue sę osowo, a H (0,5;) szereg es persysenny (mówąc w ermnach ynamk chaoyczne, snee subena wrażwość na warunk począkowe), a H (0; 0,5) szereg es anypersysenny ub ergoyczny. W ceu sprawzena czy baany szereg es osowy, naeży orzymany wykłank Hursa porównać z waroścą oczekwaną wykłanka szeregu osowego e same ługośc [Orzeszko, 005, s. 63]. W zwązku z ym naeży oszacować E R / S [ Sawck, Janak, 997]: warość oczekwaną (( ) ) E (( R / S ) ) = ( 0,8) π =. (6)
8 76 Kaarzyna Zeug-Żebro Wykłank Hursa różny o oczekwanego E ( H ) śwaczy o snenu szeregu o ługookresowe pamęc. 6. Przemo przebeg baana Baanu poano szereg fnansowe 4 uworzone z cen zamknęca WIG, WIG0, wóch spółek noowanych na GPW w Warszawe,. INGBSK, Vsua oraz zennych kursów funa bryyskego oara amerykańskego. Dane obemuą okres o o Długość anazowanych szeregów pozwaa na orzymane warygonych rezuaów (powyże 4600 obserwac). Przeanazowano obserwace, kóre były zennym ogarymcznym sopam zwrou. Anaza wymenonych wyże szeregów czasowych bęze przebegała w nasępuących eapach:. Rekonsrukca przesrzen sanów meoą opóźneń-wekory opóźneń.. Reukca szumu meoą nabższych sąsaów oraz obczene współczynnka reukc pozomu szumu NRL. 3. Ienyfkaca chaosu: oszacowane nawększego wykłanka Lapunowa, wymaru koreacynego oraz wykłanka Hursa. Przeprowazone baana empryczne pozwoły za pomocą meoy opóźneń zrekonsruować przesrzeń sanów. Sosuąc meoę oparą na anaze funkc auokoreac ACF [Ramsey, Sayers, Rohman, 990], oszacowano czas opóźneń τ. Nasępne przy pomocy meoy nabższego pozornego sąsaa MNPS [Abarbane, Brown, Kenne, 99], obczono wymar zanurzena (ab. ). W koenym kroku baań zasosowano reukcę pozomu szumu meoą nabższych sąsaów 5. Aby okonać frac, usaono warość czasu opóźnena, τ = oraz warośc wóch paramerów: wymar zanurzena =, 3, 4, 5, 8, 0, 5, 0 ; promeń ooczena ρ = 0,00; 0,0; 0,. W ceu oceny reukc pozomu szumu meoą nabższych sąsaów wykorzysano marę NRL() 6 a =, 3,..., 0. Ponższa abea zawera nanższą warość współczynnka NRL obczoną a wybranych szeregów fnansowych oraz opowaaące e warośc wymaru zanurzena promena ooczena. Przefrowane szereg oznaczono symboem NazwaSzeregu_re Dane pochozą z archwum pków programu Omega, osępnych na srone nerneowe Reukcę szumu przeprowazono przy wykorzysanu armowego programu TISEAN auorswa H. Kanza T. Schrebera. W ceu obczena współczynnka NRL, posłużono sę programem auora napsanym w ęzyku programowana Deph.
9 Baane wpływu reukc szumu na enyfkacę ynamk Tabea. Warośc mary NRL a szeregów przefrowanych Szereg Paramery frac ρ Mara NRL ING_re 6 0, 0,00058 Vsua_re 3 0, 0,0090 WIG_re 3 0, 0, WIG0_re 0, 0,00075 GBP_re 0, 0,000 USD_re 3 0, 0, Do oszacowana nawększego wykłanka Lapunowa posłużono sę agorymem Kanza Rosensena. W obczenach przyęo czbę sąsaów k = warość = 0. Nasępne zasosowano regresę nową o przybżana ną prosą wykresu zaeżnośc warośc n n o numeru erac n. Koenym krokem baań była anaza R/S. Isoność e anazy w uże merze zaeży o czby zenków wybranego szeregu, gyż na ch posawe, szacowane es równane regres. W ym ceu w przeprowazonych baanach skrócono szereg ak, by czba zenków była ne mnesza nż 30. W ceu porównana wynków, baane szacowana wykłanka Lapunowa oraz wykłanka Hursa przeprowazono wukrone a szeregów prze po frac (zn. a szeregów orzymanych a paramerów ρ zameszczonych w ab. ). W ab. przesawono wynk szacowana nawększego wykłanka Lapunowa, wykłanka Hursa oraz oczekwanego wykłanka Hursa a anazowanych szeregów czasowych 7. Tabea a zawera równeż nformacę o ługośc szeregu oraz czbę zenków wykorzysanych w obczenach zwązanych z anazą R/S. W przypaku gy orzymane wynk ne awały posaw o rakowana współczynnka regres ako szacowane warośc wykłanka Lapunowa czy eż wykłanka Hursa, poawał sę symbo (a R < 0, 3). Tabea. Wynk szacowana wykłanków Lapunowa Hursa a fnansowych szeregów czasowych Szereg Wykłank Lapunowa Szacowany wykłank Hursa Oczekwany wykłank Hursa. obser/. ze ING τ = 5, = 7 0,4 0,5937 0, /3 ING_re 0,43 0,607 0, /3 Vsua τ =, = 7 0,00 0,64 0, /3 Vsua_re 0,068 0,634 0, /3 WIG τ =, = 8 0,034 0,58 0, /3 WIG_re 0,0354 0,68 0, /3 7 Obczena przeprowazono na posawe programu własnego auora, napsanego w ęzyku programowana Deph.
10 78 Kaarzyna Zeug-Żebro c. abe WIG0 τ = 5, = 7 0,49 0,5576 0, /3 WIG0_re 0,398 0,5637 0, /3 GBP τ =, = 6 0,008 0,55 0, /39 GBP_re 0, /39 USD τ =, = 6 0,0344 0,5466 0, /39 USD_re 0,0573 0, /39 Można zauważyć, że wszyske obęe baanem fnansowe szereg czasowe są wrażwe na zmanę warunków począkowych ( λ max > 0 ). Szereg przefrowane w wększym sopnu wykazały enak cechy chaoyczne. Warośc wykłanka Lapunowa orzymane a ych szeregów znaczne wzrosły. Nabarze wrażwy na zmanę warunków począkowych okazał sę neks WIG0, namne zaś kurs GBP (po frac ne można było oszacować nawększego wykłanka Lapunowa a ego szeregu). Orzymane rezuay pokazały równeż, że w przypaku nekórych fnansowych szeregów czasowych (WIG, INGBSK, Vsua) wykłank Hursa ość wyraźne różn sę o warośc oczekwanych a szeregów osowych. W wynku reukc pozomu szumu, różnca a eszcze wzrosła. Oznacza o, że e właśne szereg fnansowe charakeryzuą sę pamęcą ługookresową. Szereg czasowe ch sóp zwrou posaaą pewną wewnęrzną srukurę, mogą być chaoyczne. W koenym kroku baań obczono wymar koreacyny 8 przefrowanych szeregów,. a kórych mara NRL była nanższa. Tabea 3 zawera warośc wymaru koreacynego (oszacowane a koenych pozomów wymaru zanurzena) obczonego a szeregów orygnanych oraz po reukc szumu. Tabea 3. Wynk szacowana wymaru koreacynego Szereg INGBSK 0,643,607,849,3857,8969 3,3538 3,8 4,79 4,573 4,947 INGBSK_re 0,486 0,3064 0,4776 0,6566 0,8407,064,5,4065,597,794 Vsua 0,6858,3766,0563,7048 3,346 3,879 4,478 5,4 5,983 6,5449 Vsua_re 0,008 0,486 0,6568 0,9094,75,450,733,038,344,6608 WIG 0,4809,4966,999 3,83 3,973 4,664 5,3996 5,86 6,5859 7,386 WIG_re 0,046 0,0966 0,53 0,49 0,809 0,35 0,455 0,5036 0,584 0,667 WIG0 0,7403,5300,357 3,94 4,0037 4,94 5,740 5,979 6,5396 7,99 WIG0_re 0,0735 0,583 0,5 0,35 0,4554 0,563 0,6776 0,7964 0,969,04 GBP 0,77,494,69 3,08 3,753 4,76 4,85 5,394 5,696 5,939 GBP_re 0,0009 0,00 0,005 0,009 0,00 0,006 0,009 0,003 0,0036 0,0039 USD 0,7095,44,658,870 3,5539 4,756 4,5807 5,43 5,478 5,9645 USD_re 0,003 0,0056 0,0078 0,0096 0,07 0,037 0,055 0,073 0,089 0,004 8 W ceu oszacowana wymaru koreacynego posłużono sę programem auora napsanym w ęzyku programowana Deph.
11 Baane wpływu reukc szumu na enyfkacę ynamk Warośc wymaru D c a szeregów orzymanych w wynku reukc szumu są zecyowane nanższe. Fraca meoą nabższych sąsaów przebegła zaem pomyśne pozom szumu w baanych fnansowych szeregach czasowych es zecyowane nższy. Nesey żaen z anazowanych szeregów ne wykazue zachowana ypowego a anych eermnsycznych, gyż ne można zaobserwować wyraźnego sabzowana sę wymaru koreacynego. Posumowane W opracowanu zbaano wpływ reukc szumu osowego meoą nabższych sąsaów na enyfkacę chaosu w wybranych szeregach fnansowych. Na posawe wynków baana emprycznego, naeży swerzć, że enyfkac chaosu w rzeczywsych szeregach czasowych waro poawać równeż szereg, w kórych zasosowano reukcę szumu. Wyznaczone warośc nawększego wykłanka Lapunowa a szeregów przefrowanych znaczne przewyższały warośc ego wykłanka prze zasosowanem frac. Poobne zawsko można było zaobserwować w przypaku szacowana wykłanka Hursa wymaru koreacynego. Mmo że orzymane rezuay są ość zaawaaące, ne naeży rakować reukc pozomu szumu bezkryyczne, gyż aka fraca anych może spowoować zeformowane anazowanego sygnału, a co za ym ze błęną nerpreacę wynków. Leraura Abarbane H.D., Brown R., Kenne M.B. (99), Deermnng Embeng Dmenson for Phase Space Reconsrucon Usng a Geomerca Consrucon, Physca Revew A, Vo. 45, No. 6, s Grassberger P., Procacca I. (983a), Characerzaon of Srange Aracors, Physca Revew Leers, Vo. 50, No. 5, s Grassberger P., Procacca I. (983b), Measurng he Srangeness of Srange Aracors, Physca D, Vo. 9, No. -, s Kanz H. (994), A Robus Meho o Esmae he Maxma Lyapunov Exponen of a Tme Seres, Physca Leers A, Vo. 85, No., s Kanz H., Schreber T. (997), Nonnear Tme Seres Anayss, Cambrge Unversy Press, Cambrge. Orzeszko W. (005), Ienyfkaca prognozowane chaosu eermnsycznego w ekonomcznych szeregach czasowych, Poske Towarzyswo Ekonomczne, Warszawa.
12 80 Kaarzyna Zeug-Żebro Ramsey J.B., Sayers C.L., Rohman P. (990), The Sasca Properes of Dmenson Cacuaons Usng Sma Daa Ses: Some Economc Appcaons, Inernaona Economc Revew, Vo. 3, No. 4. Rosensen M.T., Cons J.J., De Luca C.J. (993), A Pracca Meho for Cacuang Larges Lyapunov Exponens from Sma Daa Ses, Physca D, Vo. 65, s Sawck J., Janak E.A., Müer-Frączek I. (997), Różncowane frakane szeregów czasowych wykłank Hursa wymar frakany, Dynamczne moee ekonomeryczne, TNOK Dom Organzaora, Toruń, s Takens F. (98), Deecng Srange Aracors n Turbuence [w:] Ran D.A., Young L.S. (re.), Lecure Noes n Mahemacs, Sprnger, Bern, s Zawazk H. (996), Chaoyczne sysemy ynamczne, Wyawncwo AE, Kaowce. Zeug-Żebro K., Dębcka J., Kuśmerczyk P., Łyko J. (03), Wybrane moee maemayczne w ekonom. Decyze wybory: Meoy anazy chaosu eermnsycznego w szeregach czasowych, Wyawncwo UE, Wrocław, s. -6. STUDY OF THE EFFECT OF NOISE REDUCTION ON THE IDENTIFICATION OF CHAOTIC DYNAMICS BASED ON FINANCE TIME SERIES Summary: The aa fraon s very mporan sage of research nvovng sngushng he chaoc seres from ranom seres. One of he mehos use for hs purpose s he neares neghbor meho. I was orgnay esgne o prec, bu aer research showe ha was aso a goo oo for reucng nose n he me seres. The am of he arce w be o suy he effec of nose reucon, carre ou usng he neares neghbor meho, on he enfcaon of chaoc ynamcs n he seece me seres. The es w be conuce base on he economc me seres whch conss of cosng prces of companes se on he Warsaw Sock Exchange an he ay exchange raes. Keywors: enfcaon of eermnsc chaos, nose reucon, me seres.
ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH
Kaarzyna Zeug-Żebro Unwersye Ekonomczny w Kaowcach ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH Wprowazene Deermnzm ukłaów chaoycznych wskazuje
Bardziej szczegółowoWpływ redukcji poziomu szumu losowego metodą najbliższych sąsiadów 161
Kaarzya Zeug-Żebro WPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO MEODĄ NAJBLIŻSZYCH SĄSIADÓW NA WAROŚĆ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA Wprowazee W aalze szeregów czasowych zakłaa sę, że w aych moża wyorębć skłak
Bardziej szczegółowoHipotezy 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 szczegółowoWPŁYW LICZBY NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH
Stua Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 2083-86 Nr 295 206 Monka Mśkewcz-Nawrocka Unwersytet Ekonomczny w Katowcach Wyzał Zarzązana Katera Matematyk monka.mskewcz@ue.katowce.pl
Bardziej szczegółowoNiezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe
Nezawoość sysemów eaprawalych. Aalza sysemów w eaprawalych. Sysemy eaprawale - przykłaowe srukury ezawooścowe 3. Sysemy eaprawale - przykłay aalzy. Aalza sysemów w eaprawalych Sysem eaprawaly jes o sysem
Bardziej szczegółowoANALIZA SZEREGÓW CZASOWYCH
ANALIZA SZEREGÓW CZASWYCH Szereg czasow zbór warośc baanej cech lub warośc baanego zjawska zaobserwowanch w różnch momenach czasu uporząkowan chronologczne. Skłank szeregu czasowego:. enencja rozwojowa
Bardziej szczegółowoR n. i stopa procentowa okresu bazowego, P wartość początkowa renty, F wartość końcowa renty. R(1 )
Maeayka fasowa ubezpeczeowa Ćwczea 4 IE, I rok SS Tea: achuek re oęce rey Warość począkowa końcowa rey ey o sałych raach ea o zeych raach ea uogóoa osawowe poęca rachuku re ea es o cąg płaośc okoywaych
Bardziej szczegółowoWPŁYW REDUKCJI SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA WYNIKI PROGNOZ OTRZYMANYCH ZA POMOCĄ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA
Monika Miśkiewicz-Nawrocka Uniwersytet Ekonomiczny w Katowicach WPŁYW REDUKCJI SZUMU LOSOWEGO MEODĄ NAJBLIŻSZYCH SĄSIADÓW NA WYNIKI PROGNOZ ORZYMANYCH ZA POMOCĄ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA Wprowazenie
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoMETODY KOMPUTEROWE 10
MEODY KOMPUEROWE RÓWNANIA RÓŻNICZKOWE CZĄSKOWE Poechnka Poznańska Mchał Płokowak Adam Łodgowsk Mchał PŁOKOWIAK Adam ŁODYGOWSKI Konsace nakowe dr nż. Wod Kąko Poznań 00/00 MEODY KOMPUEROWE 0 RÓWNANIA RÓŻNICZKOWE
Bardziej szczegółowoFINANSOWE SZEREGI CZASOWE WYKŁAD 3
FINANSOWE SZEREGI CZASOWE WYKŁAD 3 dr Tomasz Wójowcz Wydzał Zarządzana AGH 3800 3300 800 300 800 300 800 0 0 30 40 50 60 70 Kraków 0 Tomasz Wójowcz, WZ AGH Kraków przypomnene MA(q): gdze ε są d(0,σ ).
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 2
Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 3 Szereg
Bardziej szczegółowoANALIZA SZEREGÓW CZASOWYCH
ANALIZA ZEREGÓW CZAWYCH zereg czasow zbór warosc baanej cech lub warosc baanego zjawska zaobserwowanch w róznch momenach czasu uporzakowan chronologczne. klank szeregu czasowego:. enencja rozwojowa (ren)
Bardziej szczegółowoIDENTYFIKACJA CHAOSU DETERMINISTYCZNEGO NA PODSTAWIE LICZBY NAJBLIŻSZYCH SĄSIADÓW
Suia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 295 206 Uniwersye Ekonomiczny w Kaowicach Wyział Zarzązania Kaera Maemayki kaarzyna.zeug-zebro@ue.kaowice.pl IDENTYFIKACJA
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej 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 szczegółowoPROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE
JAN KOOŃSKI POBLEM ODWOTNY DLA ÓWNANIA PAABOLICZNEGO W PZESTZENI NIESKOŃCZENIE WYMIAOWEJ THE INVESE PAABOLIC POBLEM IN THE INFINITE DIMENSIONAL SPACE S r e s z c z e n e A b s r a c W arykule skonsruowano
Bardziej szczegółowoPodstawowe algorytmy indeksów giełdowych
Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 25-11-13 Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 2013-11-25 Sps reśc I. Algorymy oblczana warośc ndeksów gełdowych...3 1. Warość beżąca
Bardziej szczegółowoMatematyka 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 szczegółowoWykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x
Wykład z Podsaw maemayk dla sudenów Inżyner Środowska Wykład 8. CŁKI NIEOZNCZONE Defnca (funkca perwona) Nech F es funkcą perwoną funkc f na przedzale I, eżel F '( ) f ( ) dla każdego I. Udowodnć, że funkce
Bardziej szczegółowo13. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,1998)
3. Dwa modele pooku ruchu (eorokolejkowe) 3. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,998) 3.. Model Hagha Isneje wele prac z la powojennych, w kórych wysępują próby modelowana kolejek ruchowych
Bardziej szczegółowoPrzykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna
rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc
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 szczegółowoWPŁYW OPTYMALNYCH PARAMETRÓW REDUKCJI SZUMU LOSOWEGO NA IDENTYFIKACJĘ CHAOSU W EKONOMICZNYCH SZEREGACH CZASOWYCH
Monka Mśkewcz-Nawrocka Unwerye Ekonomczny w Kaowcach Kaera Maemayk monka.mkewcz@ue.kaowce.pl WPŁYW OPTYMALNYCH PAAMETÓW EDUKCJI SZUMU LOSOWEGO NA IDENTYFIKACJĘ CHAOSU W EKONOMICZNYCH SZEEGACH CZASOWYCH
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 2
Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 3 Szereg czasowy jes pojedynczą realzacją pewnego
Bardziej szczegółowoRównania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa
Bardziej szczegółowoFunkcja momentu statycznego odciętej części przekroju dla prostokąta wyraża się wzorem. z. Po podstawieniu do definicji otrzymamy
etoy energetyczne rzykła Wyznaczyć współczynnk z - α z a przekroju prostokątnego który wzłuż os y ma wymar b wzłuż os Funkcja momentu statycznego ocętej częśc przekroju a prostokąta wyraża sę wzorem b
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoMODELOWANIE I PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ W WYBRANYM REGIONIE
MODELOWANIE I PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ W WYBRANYM REGIONIE Marcn Zawada Kaedra Ekonomer Saysyk, Wydzał Zarządzana, Polechnka Częsochowska, Częsochowa 1 WSTĘP Proces ransformacj
Bardziej szczegółowoMonika Kośko Wyższa Szkoła Informatyki i Ekonomii TWP w Olsztynie Michał Pietrzak Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolske Semnarum Naukowe, 4 6 wrześna 007 w Torunu Kaedra Ekonomer Saysyk, Unwersye Mkołaja Kopernka w Torunu Monka Kośko Wyższa Szkoła Informayk Ekonom TWP w Olszyne
Bardziej szczegółowoWYBRANE ASPEKTY HARMONOGRAMOWANIA PROCESU MAGAZYNOWEGO
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 64 Transpor 28 Tomasz AMBROZIAK, Konrad LEWCZUK Wydzał Transporu Polechnk Warszawske Zakład Logsyk Sysemów Transporowych ul. Koszykowa 75, -662 Warszawa am@.pw.edu.pl;
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoInfrastruktura transportowa w wybranych krajach Unii Europejskiej analiza taksonomiczna Transport Infrastructure in UE countries taxonomic analysis
Infrastruktura transportowa w wybranych krajach Un Europejskej analza taksonomczna Transport Infrastructure n UE countres taxonomc analyss Danuta Tarka Poltechnka Bałostocka, Wyzał Zarzązana, Katera Informatyk
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoNiestacjonarne zmienne czasowe własności i testowanie
Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoEkonometryczne modele nieliniowe
Ekonomeryczne modele nelnowe Wykład 5 Progowe modele regrej Leraura Hanen B. E. 997 Inference n TAR Model, Sude n Nonlnear Dynamc and Economerc,. Tek na rone nerneowej wykładu Dodakowa leraura Hanen B.
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej 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 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 szczegółowoFinansowe szeregi czasowe wykład 7
Fnansowe szereg czasowe wykład 7 dr Tomasz Wójowcz Wydzał Zarządzana AGH 38 33 28 23 18 13 8 1 11 21 31 41 51 61 71 Kraków 213 Noowana ndeksu WIG w okrese: 3 marca 29 31 syczna 211 55 5 45 4 35 3 25 2
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowoANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH
Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych
Bardziej szczegółowoĄ Ą Ł ĘŁ ą ą ą ą ż Ę ć ą ó ą ę ą ą ź ę ż ó ą ć ą ą ą ć ż ó ó ó Ń ńą ą ę ą Ń ę ż ą ó ą ą ą ą ą ą ą ó ęż ęż ę ą ą ę ą ą ę ż ą ż ĘŚ ź ę ą ż ą ó ą ą ó ą ę Ą ą ż ń ęż ęż ń ę ó ć ż ą ń ń ż ń ó ć ą ą ó ó ę ń
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 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 szczegółowoPrąd sinusoidalny. najogólniejszy prąd sinusoidalny ma postać. gdzie: wartości i(t) zmieniają się w czasie sinusoidalnie
Opracował: mgr nż. Marcn Weczorek www.marwe.ne.pl Prąd snsodalny najogólnejszy prąd snsodalny ma posać ( ) m sn(2π α) gdze: warość chwlowa, m warość maksymalna (amplda), T okres, α ką fazowy. T m α m T
Bardziej szczegółowoHarmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej
Mariusz Markowski, Marian Trafczyński Poliechnika Warszawska Zakład Aparaury Przemysłowe ul. Jachowicza 2/4, 09-402 Płock Harmonogram czyszczenia z osadów sieci wymienników ciepła w rakcie eksploaaci insalaci
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoOptymalizacja funkcji
MARCIN BRAŚ Opymalzacja funcj ) Opymalzacja w obszarze neoranczonym WK: y. y WW: > > y y Znaleźć mnmum funcj: (, y) ( ) y ( ) y y ( ) y solve, P(, ) y y solve, y ( ) y ( ) y y y ( ) y W W W > (, y) > Op.
Bardziej szczegółowoKomputerowa analiza przepływów turbulentnych i indeksu Dow Jones
Kompuerowa analiza przepływów urbulennych i indeksu Dow Jones Rafał Ogrodowczyk Pańswowa Wyższa Szkoła Zawodowa w Chełmie Wiesław A. Kamiński Uniwersye Marii Curie-Skłodowskie w Lublinie W badaniach porównano
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 szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoArytmetyka finansowa Wykład z dnia 30.04.2013
Arytmetyka fnansowa Wykła z na 30042013 Wesław Krakowak W tym rozzale bęzemy baać wartość aktualną rent pewnych, W szczególnośc, wartość obecną renty, a równeż wartość końcową Do wartośc końcowej renty
Bardziej szczegółowoMałe drgania wokół położenia równowagi.
ałe rgana woół położena równowag. ałe rgana Anazuemy ułay a tórych potencał Vqq,q,..,q posaa mnmum a oreśonych wartośc współrzęnych uogónonych q,, -czba stopn swoboy. ożemy ta przesaować te współrzęne
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 szczegółowoPARAMETRY ELEKTRYCZNE CYFROWYCH ELEMENTÓW PÓŁPRZEWODNIKOWYCH
ARAMETRY ELEKTRYZNE YFROWYH ELEMENTÓW ÓŁRZEWODNIKOWYH SZYBKOŚĆ DZIAŁANIA wyrażona maksymalną częsolwoścą racy max MO OBIERANA WSÓŁZYNNIK DOBROI D OBIĄŻALNOŚĆ ELEMENTÓW N MAKSYMALNA LIZBA WEJŚĆ M ODORNOŚĆ
Bardziej szczegółowoModelowanie równowagi cenowej na Giełdzie Papierów Wartościowych w Warszawie w okresach przed i po wejściu Polski do Unii Europejskiej
Sansław Urbańsk * Modelowane równowag cenowej na Gełdze Paperów Waroścowych w Warszawe w okresach przed po wejścu Polsk do Un Europejskej Wsęp Praca nnejsza sanow konynuację badań doyczących wyceny akcj
Bardziej szczegółowoKier. MTR Programowanie w MATLABie Laboratorium
Ker. MTR Programowane w MATLABe Laboraorum Ćw. Zasosowane bbloecznych funkcj MATLABa do numerycznego rozwązywana równań różnczkowych. Wprowadzene Układy równań różnczkowych zwyczajnych perwszego rzędu
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 szczegółowoż ń ęą ą ąą ą ą ń ą ż ń ż ń ęą ą ą ą ą ń ę ę ę ż ń ęą ą ą ą ą ń ą ą ą ą ź ń ż ń ęą ą ą ą ą ń ą ą ą ą ź ń ż ń ęą ą ą ą ą ń ą ą ą ą ź ń o o o o o o o ż ń ęą ą ą ą ź ś ść ż ś ść ń ę ą ą ę ą ą ż ń ęą
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 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 szczegółowoo Puchar Pytii - Wybory Prezydenckie 2015
Centrum Ba. d ań I oścowych nad Po tyką Unhversytetu Jage o ń s k e go Protokół obrad Kaptuły Konkursu o Puchar Pyt - Wybory Prezydencke 2015 Na posedzenu w dnu 2 czerwca 2015 roku na Wydzae Matematyk
Bardziej szczegółowoPODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK
PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK Założena Nech oznacza ozom (warość) badanego zjawska (zmennej) w kolejnch momenach czasu T0, gdze T 0 0,1,..., n 1 oznacza worz szereg czasow. zbór numerów czasu. Cąg
Bardziej szczegółowo1. Szereg niesezonowy 1.1. Opis szeregu
kwaralnych z la 2000-217 z la 2010-2017.. Szereg sezonowy ma charaker danych model z klasy ARIMA/SARIMA i model eksrapolacyjny oraz d prognoz z ych modeli. 1. Szereg niesezonowy 1.1. Opis szeregu Analizowany
Bardziej szczegółowoZarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych
dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolske Semnarum Naukowe, 4 6 wrześna 007 w Torunu Kaedra Ekonomer Saysyk, Unwersye Mkołaa Kopernka w Torunu Unwersye Mkołaa Kopernka w Torunu Ops kurozy rozkładów
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 szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowoNOWE MOTODY MODELOWANIA SAMOPODOBNEGO RUCHU W SIECIACH W OPARCIU O PROCESY POISSONA Z MARKOWSKĄ MODULACJĄ 1
STUDIA INFORMATICA 005 Voume 6 Number (63) Rober WÓJCICKI Poecha Śąsa, Isyu Iformay NOWE MOTODY MODELOWANIA SAMOPODOBNEGO RUCHU W SIECIACH W OPARCIU O PROCESY POISSONA Z MARKOWSKĄ MODULACJĄ Sreszczee.
Bardziej szczegółowoĄ ś Ę ń ń ń Ć ś ć Ę Ę ż ę ę ż ż ż ź ć ż Ę ś ż ż ż ń ź ż ę Ą ę ę Ć ż ć Ę Ę ż Ó ś ż ż ż ś ż ź ć Ą ś ź ę Ę ń śł ż ę ż ń Ą Ó ń Ę Ż Ę ę ę ż ć ż ń ś ń Ć ń ć żę ś Ę ń ę ś Ę Ę ż ćż ć ę ż Ę ż ś Ę ń ć ś ż Ą ń ż
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 szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej 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 szczegółowoOCENA RYZYKA INWESTYCJI W METALE SZLACHETNE W OKRESIE ŚWIATOWEGO KRYZYSU FINANSOWEGO 2007-2012
Elza Buszkowska Unwersye m. Adama Mckewcza w Poznanu, Wydzał Prawa Admnsracj, Kaedra Nauk Ekonomcznych Por Płucennk Unwersye m. Adama Mckewcza w Poznanu, Wydzał Maemayk Informayk, Pracowna Ekonomer Fnansowej
Bardziej szczegółowoTRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE
POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb
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 szczegółowoMAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE
Danel Iskra Unwersye Ekonomczny w Kaowcach MAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE Wprowadzene Wraz z rozwojem eor nwesycj fnansowych, nwesorzy
Bardziej szczegółowoLaboratorium Elektromechanicznych Systemów Napędowych
Laboraorum lekromechancznych Sysemów Napęowych Ćwczene 4 część 1 Baane sanów ynamcznych słownka ze sprzężenem magneycznym 1. Konsrukcja słownka Ukła elekromechanczny przesawony na Rys. 1. jes słownkem
Bardziej szczegółowo2. Wprowadzenie. Obiekt
POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,
Bardziej szczegółowoWYBRANE SYMULACJE WYCENY AKTYWÓW NA PRZYKŁADZIE SPÓŁEK NOTOWANYCH NA GIEŁDZIE PAPIERÓW WARTOŚCIOWYCH W WARSZAWIE 1
Suda Ekonomczne. Zeszyy Naukowe Unwersyeu Ekonomcznego w Kaowcach ISSN 2083-86 Nr 325 207 Sansław Urbańsk Akadema Górnczo-Huncza w Krakowe Wydzał Zarządzana Kaedra Ekonom, Fnansów Zarządzana Środowskem
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE - zadania powtórzeniowe
PROGNOZOWANIE I SYMULACJE - zadana powórzenowe Zadana I. Na podsawe danych z la 88- zbudowano model: y = + 3, 5 s = szuk, R =,3 opsujcy lczb sprzedawanych arówek w yscach szuk w pewnej frme. Wyznaczy prognoz
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaa Kopernika w Toruniu Małgorzaa Borzyszkowska Uniwersye Gdański
Bardziej szczegółowoLABORATORIUM PODSTAW OPTOELEKTRONIKI WYZNACZANIE CHARAKTERYSTYK STATYCZNYCH I DYNAMICZNYCH TRANSOPTORA PC817
LABORATORIUM PODSTAW OPTOELEKTRONIKI WYZNACZANIE CHARAKTERYSTYK STATYCZNYCH I DYNAMICZNYCH TRANSOPTORA PC87 Ceem badań jes ocena właściwości saycznych i dynamicznych ransopora PC 87. Badany ransopor o
Bardziej szczegółowoWPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ FINANSOWYCH SZEREGÓW CZASOWYCH
Kaarzya Zeug-Żebro Uwersye Ekoomczy w Kaowcach WPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ FINANSOWYCH SZEREGÓW CZASOWYCH Wsęp Rzeczywsy szereg czasowy jes
Bardziej szczegółowoI. KINEMATYKA I DYNAMIKA
piagoras.d.pl I. KINEMATYKA I DYNAMIKA KINEMATYKA: Położenie ciała w przesrzeni można określić jedynie względem jakiegoś innego ciała lub układu ciał zwanego układem odniesienia. Ruch i spoczynek są względne
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowo; -1 x 1 spełnia powyższe warunki. Ale
Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [ ] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale spełna je także unkcja [ ] Q. Dokłaając warunek cąłośc unkcj [ ]
Bardziej szczegółowoZasada pędu i popędu, krętu i pokrętu, energii i pracy oraz d Alemberta bryły w ruchu postępowym, obrotowym i płaskim
Zasada pędu i popędu, kręu i pokręu, energii i pracy oraz d Alembera bryły w ruchu posępowym, obroowym i płaskim Ruch posępowy bryły Pęd ciała w ruchu posępowym obliczamy, jak dla punku maerialnego, skupiając
Bardziej szczegółowoLaboratorium Dynamiki Urządzeń Mechatroniki
Laboraorum Dynamk Urzązeń Mecharonk 1. Konsrukcja słownka Ćwczene 6 część 1 SIŁOWNIK Z SPRZĘŻNIM MAGNTYCZNYM Ukła elekromechanczny przesawony na Rys. 1. jes słownkem ze sprzężenem magneycznym. Urzązene
Bardziej szczegółowoWojewódzki Konkurs Matematyczny dla uczniów gimnazjów. Etap szkolny 5 listopada 2013 Czas 90 minut
Wojewódzki Konkurs Maemayczny dla uczniów gimnazjów. Eap szkolny 5 lisopada 2013 Czas 90 minu ZADANIA ZAMKNIĘTE Zadanie 1. (1 punk) Liczby A = 0, 99, B = 0, 99 2, C = 0, 99 3, D = 0, 99, E=0, 99 1 usawiono
Bardziej szczegółowoBrak arbitrażu na rynkach z proporcjonalnymi kosztami transakcji *
Zeszyy Unwersye Ekonomczny w Krakowe Naukowe (937) ISSN 898-6447 Zesz. Nauk. UEK, 205; (937): 27 39 DOI: 0.5678/ZNUEK.205.0937.009 Agneszka Rygel Kaedra Maemayk Unwersye Ekonomczny w Krakowe Brak arbrażu
Bardziej szczegółowoStatystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej 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 szczegółowo