Zastosowanie rozk adów stabilnego, hiperbolicznego i odwrotnego gaussowskiego do opisu dziennych stóp zwrotu indeksów gie d europejskich

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zastosowanie rozk adów stabilnego, hiperbolicznego i odwrotnego gaussowskiego do opisu dziennych stóp zwrotu indeksów gie d europejskich"

Transkrypt

1 Zastosowanie rozkadów stabilnego, hiperbolicznego i odwrotnego Ekonomia gaussowskiego... Menederska 008, nr 3, s Marcin Suder *, Jacek Wolak, Tomasz Wójtowicz ** Zastosowanie rozkadów stabilnego, hiperbolicznego i odwrotnego gaussowskiego do opisu dziennych stóp zwrotu indeksów gied europejskich 1. Wprowadzenie Celem niniejszej pracy jest rozszerzenie gamy rozpatrywanych rozkadów (patrz [9]) o rozkady: -stabilny, rozkad odwrotny gaussowski i rozkad hiperboliczny. Badania rozkadów dziennych wspóczynników zwrotu, uwzgldniajce powysze rozkady s stosunkowo nowe. W 1994 Peiro (patrz [7]) bada zgodno rozkadów stóp zwrotu indeksów waniejszych gied wiatowych m.in. z rozkadem -stabilnym. Równie w 1994 roku Küchler, a rok póniej Eberlein i Keller (patrz [3]) pokazali, e rozkad odwrotny Gaussa dobrze opisuje dzienne stopy zwrotu na giedzie niemieckiej. W podrczniku [10] autorzy przeprowadzaj analiz, na podstawie której okazuje si, e do wspóczynników zwrotu indeksu DJIA najlepiej pasuje rozkad -stabilny. Podstawowe informacje dotyczce omawianych rozkadów zostay podane w rozdziale. Rozdzia 3 zawiera opis metodologii bada oraz omówienie wyników przeprowadzonych testów. Natomiast w rozdziale 4 przedstawiono wnioski wypywajce z analizy uzyskanych rezultatów. * Wysza Szkoa Ekonomii i Informatyki w Krakowie, Zakad Metod Ilociowych. ** Akademia Górniczo-Hutnicza w Krakowie, Wydzia Zarzdzania, Katedra Ekonomii i Ekonometrii. 67

2 Marcin Suder, Jacek Wolak, Tomasz Wójtowicz. Przegld badanych rozkadów Do opisu wspóczynników zwrotu rozwaanych indeksów giedowych wybrane zostay rozkady charakteryzujce si wasnoci grubych ogonów. W szczególnoci wasno t posiadaj rozkady z rodziny uogólnionych rozkadów hiperbolicznych, które zaproponowa w 1977 roku Ole Bandorff-Nielsen ([]). W pracy badane bd: rozkad hiperboliczny oraz odwrotny rozkad gaussowski (NIG). Ponadto zbadana zostanie zgodno zmian indeksów z rozkadem stabilnym zaproponowanym przez Benoit Mandelbrota w 1963 roku ([6]). Funkcja gstoci rozkadu hiperbolicznego dana jest wzorem: f ( x) K 1 exp ( x ) gdzie: > 0 jest parametrem skali, > 0 i < s parametrami ksztatu, a < + odpowiada za pooenie, K 1 ( ) jest funkcj Bessela drugiego rodzaju z indeksem 1. ( x ) W szczególnoci parametr odpowiada za spaszczenie rozkadu a parametr opisuje jego skono gdy > 0, to grubszy jest prawy ogon rozkadu. Funkcja gstoci rozkadu NIG dana jest wzorem: ( x ) exp( x ) K1 f ( x) ( x ) Parametry tego rozkadu maj analogiczn interpretacj, jak parametry rozkadu hiperbolicznego. W przeciwiestwie do omówionych powyej rozkadów z klasy uogólnionych rozkadów hiperbolicznych, rozkad -stabilny nie posiada, poza szczególnymi przypadkami, funkcji gstoci zapisanej w postaci analitycznej. Jest on zdefiniowany za pomoc funkcji charakterystycznej, która jest dana wzorem:., t {1 isgn( t) tg ( t) t {1 i sgn( t)ln przy czym: 0 < jest indeksem stabilnoci rozkadu, 1 < < 1 jest parametrem skonoci, ) it} ) it} dla dla 1, 1 68

3 Zastosowanie rozkadów stabilnego, hiperbolicznego i odwrotnego gaussowskiego... > 0 jest parametrem skali i peni rol podobn do odchylenia standardowego w rozkadzie normalnym, a < < odpowiada za przesunicie. Jeli =, to zmienna ma rozkad normalny, gdy <, to rozkad ma ogony grubsze, ni ogony wystpujce w rozkadzie normalnym. Jeli > 0, to rozkad jest skony w prawo, a jeeli < 0, to rozkad jest skony w lewo. Gdy > 1, to parametr jest równy wartoci oczekiwanej. Naley ponadto zaznaczy, e rozkady stabilne z parametrem < charakteryzuj si nieskoczon wariancj. Uogólnione rozkady hiperboliczne nale do klasy rozkadów o redniocikich ogonach (semi-heavy tailed distributions), co oznacza, e do rodziny tej nale zarówno rozkady o ogonach zblionych do gaussowskich, jak i rozkady o ogonach aproksymowanych funkcj potgow. W szczególnoci, gsto rozkadu hiperbolicznego dla duych wartoci x zachowuje si jak funkcja wykadnicza: x xgdy x f ( x) ~ const exp, natomiast w przypadku rozkadu NIG zachodzi: f 3 ( x) ~ const x exp x xgdy x Z powyszych wzorów wynika, e zachowanie si ogonów tych rozkadów zaley od wartoci parametrów i. Rozkad stabilny charakteryzuje si ciszymi ogonami, których zachowanie si dla < oraz duych wartoci x opisuje zaleno:. oraz f ( x) ~ f ( x) ~ c c (1) 1 x gdy x (1) 1 x gdy x, c sin. () gdzie: 3. Metodologia i wyniki bada W artykule zbadano rozkady dziennych stóp zwrotu indeksów szeciu gied europejskich 1 : trzech gied Europy Zachodniej: CAC40 (Pary), DAX (Frankfurt), FT-SE 100 (Londyn) oraz trzech Europy rodkowo-wschodniej: BUX (Buda- 1 Dane pochodz z serwisu internetowego 69

4 Marcin Suder, Jacek Wolak, Tomasz Wójtowicz peszt), RTS (Moskwa) i WIG0 (Warszawa). Dane dotycz okresu od 1 stycznia 001 do 30 czerwca 007 roku. Ze wzgldu na rón liczb dni funkcjonowania poszczególnych gied liczno zbiorów indeksów waha si od 114 (RTS) do 160 (CAC 40). Zostaa przyjta nastpujca definicja dziennych wspóczynników zwrotu: R 100 ln, t Xt Xt1 gdzie: X t s wartociami odpowiednich indeksów w dniu t. W pierwszej kolejnoci wyestymowano podstawowe statystyki opisowe rozwaanych szeregów czasowych wspóczynników zwrotu, tj. warto rednia, odchylenie standardowe, skono i kurtoza. Zostay one zestawione w tabeli 1. Wszystkie rozwaane indeksy charakteryzuj si dodatni redni, co jest zrozumiae w kontekcie panujcej w omawianym okresie hossy. Ponadto, we wszystkich rozwaanych próbkach danych wystpuj ujemne wspóczynniki skonoci, co wiadczy o lewostronnej skonoci, czyli grubszym lewym ogonie rozkadu stóp zwrotu. Równie wyestymowane wartoci kurtozy, wahajce si od 3,97 dla WIG0 do 8,18 dla FT-SE 100, wiadcz o moliwym braku normalnoci rozkadu wspóczynników zwrotu rozwaanych indeksów. Ostatecznym potwierdzeniem tego faktu s wyniki przeprowadzonego testu normalnoci Jarque-Bera. We wszystkich przypadkach statystyki okazay si istotne na poziomie 0,01, powodujc odrzucenie hipotezy o normalnoci wspóczynników zwrotu indeksów omawianych gied. Wyniki wstpnych bada oraz wczeniejsze obserwacje empiryczne znane z literatury uzasadniaj konieczno badania zgodnoci rozkadów wspóczynników zwrotu z rozkadami innymi ni normalny. Tabela 1 Podstawowe statystyki opisowe badanych dziennych wspóczynników zwrotu Dane WIG0 CAC40 BUX DAX FT-SE 100 RTS rednia 0,080 0,035 0,109 0,048 0,08 0,137 odch. stand. 1,358 1,354 1,334 1,564 1,081 1,78 skono 0,10 0,06 0,41 0,059 0,36 0,815 kurtoza 3,974 7,509 4,359 6,697 8,18 7,510 stat. J-B 5,0 1060,1 105,8 709,6 1376,0 1154,7 70

5 Zastosowanie rozkadów stabilnego, hiperbolicznego i odwrotnego gaussowskiego... Parametry badanych rozkadów estymowano metod najwikszej wiarygodnoci z wykorzystaniem oprogramowania Matlab. Dla parametrów rozkadu -stabilnego obliczenia zostay przeprowadzone za pomoc przybornika Fraclab- 1.0 z zastosowaniem metody Koutrouvelisa (patrz [5]). W celu weryfikacji hipotezy o zgodnoci rozkadu empirycznego wspóczynników zwrotu poszczególnych indeksów i odpowiedniego rozkadu teoretycznego wykonano nastpujce testy: chi-kwadrat, Komogorowa-Smirnowa oraz Andersona-Darlinga. Statystyka w tecie chi-kwadrat zostaa obliczona w wyniku podziau na 34 klasy o jednakowym prawdopodobiestwie. Tabela Estymatory wspóczynników rozkadów dziennych wspóczynników zwrotu WIG0 CAC40 BUX DAX FT-SE 100 RTS Rozkad hiperboliczny 1,31 0,016 0,939 0,10 1,115 0,047 0,138 0,11 1,487 0,08 1,54 0,54 0,948 0,03 0,001 0,154 1,408 0,078 0,114 0,109 0,88 0,17 0,48 0, ,15 1,47 1,068 1,16 1,405 1,569 0,916 0,980 1,330 1,486 0,755 1,009 Rozkad odwrotny Gaussa 0,964 0,04 1,797 0,134 0,478 0,037 0,879 0,104 1,191 0,084,095 0,58 0,373 0,049 0,944 0,174 0,613 0,054 0,705 0,091 0,541 0,137 1,546 0, ,940-0,988 0,441-0,515 1,107-1,75 0,34-0,4 0,559-0,667 0,404-0,678 Rozkad -stabilny 1,88 0,847 0,066 0,094 1,545 0,64 0,154 0,007 1,879 0,857 0,167 0,115 1,537 0,745 0,39 0,070 1,564 0,516 0,106 0,01 1,697 0,969 0,70 0,046 Wyniki estymacji parametrów omawianych rozkadów, tj.: hiperbolicznego, odwrotnego rozkadu Gaussa oraz rozkadu -stabilnego zawarte zostay w tabeli. Potwierdzaj one obserwacje poczynione na podstawie statystyk opisowych. 71

6 Marcin Suder, Jacek Wolak, Tomasz Wójtowicz Ujemne wartoci parametru poszczególnych rozkadów potwierdzaj lewostronn asymetri rozkadów wspóczynników zwrotu. Najwiksz skono wykazyway wspóczynniki zwrotu RTS (wsp. skonoci równy 0,815) i w ich przypadku parametry przyjmuj najnisze wartoci ( 0,17 w rozkadzie hiperbolicznym, 0,137 w rozkadzie NIG oraz 0,70 w rozkadzie stabilnym). Do opisu zachowania si ogonów rozkadów hiperbolicznego i NIG zgodnie z wczeniejszymi wzorami istotne s wartoci parametrów i ; w szczególnoci zachowanie si lewego ogona zaley od ich sumy a prawego od rónicy. Im mniejsza jest ich warto bezwzgldna, tym wiksze jest prawdopodobiestwo wystpowania wartoci ekstremalnych. Na podstawie wyników zawartych w tabeli mona zauway, e wyestymowany rozkad hiperboliczny ma najgrubszy ogon w przypadku wspóczynników zwrotu indeksu RTS; natomiast najwiksze prawdopodobiestwo wystpienia du- ych dodatnich zmian wystpuje na giedzie we Frankfurcie ( + dla DAX wynosi 0,98). W przypadku rozkadu NIG zarówno +, jak i + s najmniejsze (co do wartoci bezwzgldnej) dla wspóczynników zwrotu indeksu DAX. Zachowanie si ogonów rozkadów wspóczynników zwrotu indeksu DAX zgodne jest ze stosunkowo wysok kurtoz, wiadczc o odchyleniu od rozkadu normalnego. Zaleno ta znajduje potwierdzenie równie w przypadku innych indeksów, w szczególnoci WIG0 oraz BUX. Dopenieniem tego obrazu s wartoci parametru, charakteryzujcego koncentracj rozkadu wokó wartoci redniej im mniejsze wartoci przyjmuje, tym ta koncentracja jest wiksza. Naley jednak zauway, e w przypadku wspóczynników zwrotu indeksu FTSE100 najwysza warto kurtozy nie implikuje, e wyestymowane rozkady maj te najcisze ogony. W przypadku rozkadu stabilnego o odstpstwie od rozkadu normalnego wiadczy warto indeksu stabilnoci. Im bardziej róni si on od, tym bardziej rozkad jest oddalony od normalnego i posiada grube ogony. Dla badanych danych wspóczynnik ten jest mniejszy od i zawiera si midzy 1,537 w przypadku DAX, a 1,879 dla indeksu BUX. Jest to kolejny dowód na wystpowanie grubych ogonów oraz nieadekwatno zaoenia o normalnoci wspóczynników zwrotu. Rezultaty testów zgodnoci z rozkadem hiperbolicznym i odwrotnym rozkadem Gaussa umieszczono w tabelach 3 i 4. Na poziomie istotnoci 0,1 testy zgodnoci s zblione i nie daj podstaw do odrzucenia hipotezy, e wspóczynniki zwrotu badanych indeksów pochodz z tych rozkadów. W tabeli 5 zamieszczono rezultaty testów zgodnoci z rozkadem -stabilnym. Mona zauway, e na poziomie istotnoci 0,1 test chi-kwadrat odrzuca hipotez mówic o tym, e stopy zwrotu trzech z badanych indeksów (DAX, WIG0 i BUX) mog by modelowane przez ten rozkad, przy czym warto dla BUX jest mniejsza ni 0,01. Okazuje si jednak, e w przypadku zestawu danych pochodzcych z giedy londyskiej wanie dopasowanie rozkadem stabilnym jest najlepsze. 7

7 Zastosowanie rozkadów stabilnego, hiperbolicznego i odwrotnego gaussowskiego... Tabela 3 Wyniki testów zgodnoci rozkadu wspóczynników zwrotu i rozkadu hiperbolicznego Dane WIG0 CAC40 BUX DAX FT-SE100 RTS Test chi-kwadrat warto stat.,83 0,907 43,35 0,107 37,63 0,66 38,81 0,4 39,99 0,188 34,44 0,399 Test Komogorowa-Smirnowa warto stat. 0,478 0,977 0,730 0,658 0,517 0,95 0,838 0,484 0,759 0,613 0,644 0,80 Test Andersona-Darlinga warto stat. 0,051 0,164 0,070 0,137 0,138 0,115 Tabela 4 Wyniki testów zgodnoci rozkadu wspóczynników zwrotu i odwrotnego rozkadu gaussowskiego Dane WIG0 CAC40 BUX DAX FT-SE100 RTS Test chi-kwadrat warto stat. 4,43 0,740 6,60 0,777 4,04 0,134 8,11 0,709 35,99 0,331 35,96 0,33 Test Komogorowa-Smirnowa warto stat. 0,596 0,870 0,518 0,951 0,50 0,950 0,614 0,845 0,604 0,859 0,694 0,71 Test Andersona-Darlinga warto stat. 0,049 0,057 0,060 0,071 0,050 0,075 Zestawiajc otrzymane wyniki z wynikami prezentowanymi w [9], naley zauway, e rozszerzenie gamy rozwaanych rozkadów, pozwolio znale rozkady lepiej opisujce wspóczynniki zwrotów na tamtejszych giedach. I tak zmian wartoci indeksu WIG0 najlepiej opisuje rozkad hiperboliczny, a FT-SE 100 rozkad -stabilny. 73

8 Marcin Suder, Jacek Wolak, Tomasz Wójtowicz Tabela 5 Wyniki testów zgodnoci rozkadu wspóczynników zwrotu i rozkadu -stabilnego Dane WIG0 CAC40 BUX DAX FT-SE100 RTS Test chi-kwadrat warto stat. 4,77 0,977 33,46 0,445 46,1 0,064 57,8 0,005 9,78 0,68 40, 0,181 Test Komogorowa-Smirnowa warto stat. 0,81 0,55 0,513 0,954 0,609 0,853 1,100 0,178 0,448 0,988 0,957 0,319 Test Andersona-Darlinga warto stat. 0,065 0,084 0,06 0,108 0,070 0, Wnioski W pracy przeprowadzono analiz zgodnoci rozkadów stóp zwrotu indeksów szeciu gied europejskich (Pary, Londyn, Frankfurt, Budapeszt, Moskwa i Warszawa) z nastpujcymi rozkadami teoretycznymi: hiperbolicznym, odwrotnym Gaussa i -stabilnym. Tylko w przypadku indeksów gied w Budapeszcie (BUX), Frankfurcie (DAX) i Warszawie (WIG0) na poziomie istotnoci 0,1 naley odrzuci hipotez zgodnoci z rozkadem -stabilnym. W pozostaych przypadkach nie ma podstaw do odrzucenia hipotezy zerowej o zgodnoci rozkadu stóp zwrotu poszczególnych indeksów z badanymi rozkadami teoretycznymi. W przypadku testowania zgodnoci z rozkadami hiperbolicznym i odwrotnym Gaussa uzyskano zblione wartoci statystyk. Rozszerzenie gamy badanych rozkadów (patrz [9]), w dwóch przypadkach pozwolio na znalezienie rozkadów lepiej opisujcych stopy zwrotu indeksów badanych gied. Literatura [1] Aparicio F. M., Estrada J.: Empirical Distribution of Stock Returns: European Securities Markets , The European Journal of Finance 001, 7, 1 1. [] Barndorff-Nielsen O.: Exponentially decreasing distributions for the logarithm of particle size, Proceedings of the Royal Society of London A353, 1977,

9 Zastosowanie rozkadów stabilnego, hiperbolicznego i odwrotnego gaussowskiego... [3] Eberlein E., Keller U.: Hyperbolic distributions in finance, Bernoulli 1995, 1, [4] Gray J. B., French D.W.: Empirical comparisons of distributional model for stock index prices. Journal of Business Finance and Accounting 1990, 17, [5] Koutrouvelis, I. A.: Regression-Type Estimation of the Parameters of Stable Laws. Journal of the American Statistical Association 1980, 75, [6] Mandelbrot, B.: The variation of certain speculative prices, Journal of Business 1963, 36, [7] Peiro A.: International evidence on the distribution of stock returns. Applied Financial Economics, 1994, 4, [8] Peters E.: Teoria chaosu, a rynki kapitaowe, WIG-Press, Warszawa [9] Suder M., Wolak J. Wojtowicz T.: Wasnoci dziennych stóp zwrotu na przykadzie indeksów gied europejskich, w: Zarzdzanie przedsibiorstwem w warunkach integracji europejskiej. Cz., Ekonomia, informatyka i metody matematyczne red. nauk. Marta Czy i Zdzisaw Ciciwa [materiay konferencyjne], UNWD AGH, Kraków 004, s [10] Weron A., Weron R.: Inynieria finansowa, Wydawnictwo Naukowo-Techniczne, Warszawa

In»ynierskie zastosowania statystyki wiczenia

In»ynierskie zastosowania statystyki wiczenia Uwagi: 27012014 poprawiono kilka literówek, zwi zanych z przedziaªami ufno±ci dla wariancji i odchylenia standardowego In»ynierskie zastosowania statystyki wiczenia Przedziaªy wiarygodno±ci, testowanie

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo

Bardziej szczegółowo

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Dr hab. inż. Agnieszka Wyłomańska Faculty of Pure and Applied Mathematics Hugo Steinhaus Center Wrocław University of Science and

Bardziej szczegółowo

STUDIA METODOLOGICZNE

STUDIA METODOLOGICZNE STUDIA METODOLOGICZNE Gabriela MALIK Teoretyczne i empiryczne rozkłady stóp zwrotu indeksów giełdowych produktów rolnych Rynki finansowe intrygowały badaczy od dawna. Zainteresowanie to wynikało zarówno

Bardziej szczegółowo

Henryk Gurgul, Krzysztof Kłęk Kursy złotego wobec głównych walut- analiza empiryczna rozkładów. Managerial Economics 4, 27-41

Henryk Gurgul, Krzysztof Kłęk Kursy złotego wobec głównych walut- analiza empiryczna rozkładów. Managerial Economics 4, 27-41 Henryk Gurgul, Krzysztof Kłęk Kursy złotego wobec głównych walut- analiza empiryczna rozkładów Managerial Economics 4, 7-4 008 Kursy złotego wobec głównych walut analiza empiryczna rozkładów Ekonomia Menedżerska

Bardziej szczegółowo

Statystyka matematyczna. Wykład VI. Zesty zgodności

Statystyka matematyczna. Wykład VI. Zesty zgodności Statystyka matematyczna. Wykład VI. e-mail:e.kozlovski@pollub.pl Spis treści 1 Testy zgodności 2 Test Shapiro-Wilka Test Kołmogorowa - Smirnowa Test Lillieforsa Test Jarque-Bera Testy zgodności Niech x

Bardziej szczegółowo

Biostatystyka, # 5 /Weterynaria I/

Biostatystyka, # 5 /Weterynaria I/ Biostatystyka, # 5 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 2 Werykacja modelu liniowego (2) Ekonometria 1 / 33 Plan wicze«1 Wprowadzenie 2 Ocena dopasowania R-kwadrat Skorygowany R-kwadrat i kryteria informacyjne 3 Ocena istotno±ci zmiennych

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Paweł Kobus Uogólnione rozkłady hiperboliczne w modelowaniu stóp zwrotu indeksu WIG20

Paweł Kobus Uogólnione rozkłady hiperboliczne w modelowaniu stóp zwrotu indeksu WIG20 Paweł Kobus Uogólnione rozkłady hiperboliczne w modelowaniu stóp zwrotu indeksu WIG20 Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania 9, 605-613 2008 Studia i prace wydziału nauk ekonomicznych

Bardziej szczegółowo

Statystyka opisowa. Wykªad II. Elementy statystyki opisowej. Edward Kozªowski.

Statystyka opisowa. Wykªad II. Elementy statystyki opisowej. Edward Kozªowski. Statystyka opisowa. Wykªad II. e-mail:e.kozlovski@pollub.pl Spis tre±ci Mediana i moda 1 Mediana i moda 2 3 4 Mediana i moda Median m e (warto±ci ±rodkow ) próbki x 1,..., x n nazywamy ±rodkow liczb w

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu

Bardziej szczegółowo

Rozwini cia asymptotyczne dla mocy testów przybli»onych

Rozwini cia asymptotyczne dla mocy testów przybli»onych Rozwini cia asymptotyczne dla mocy testów przybli»onych Piotr Majerski, Zbigniew Szkutnik AGH Kraków Wisªa 2010 P. Majerski, Z. Szkutnik, AGH () Rozwini cia mocy testów przybli»onych Wisªa 2010 1 / 22

Bardziej szczegółowo

O sposobie nieprecyzyjnego określenia rozkładu stopy zwrotu Problem badawczy

O sposobie nieprecyzyjnego określenia rozkładu stopy zwrotu Problem badawczy Krzysztof Piasecki, Edyta Tomasik Akademia Ekonomiczna w Poznaniu O sposobie nieprecyzyjnego określenia rozkładu stopy zwrotu Problem badawczy Podstawowym problemem, przed jakim staje zarządzający ryzykiem

Bardziej szczegółowo

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

FUNKCJE ZMIENNYCH LOSOWYCH MO LIWO CI REDUKCJI MODELI STOCHASTYCZNYCH. 1. Wprowadzenie. Ryszard Snopkowski*

FUNKCJE ZMIENNYCH LOSOWYCH MO LIWO CI REDUKCJI MODELI STOCHASTYCZNYCH. 1. Wprowadzenie. Ryszard Snopkowski* Górnictwo i Geoinynieria Rok 9 Zeszyt 3 005 Ryszard Snopkowski* FUNKCJE ZMIENNYCH LOSOWYCH MOLIWOCI REDUKCJI MODELI STOCHASTYCZNYCH. CZ II. Wprowadzenie Niniejsza praca stanowi cz drug publikacji [8].

Bardziej szczegółowo

I Kolokwium z Ekonometrii. Nazwisko i imi...grupa...

I Kolokwium z Ekonometrii. Nazwisko i imi...grupa... ZESTAW A1 I Kolokwium z Ekonometrii Nazwisko i imi...grupa... 1. Model teoretyczny ma posta: z t = α 0 + α 1 x t + α 2 p t + ξ t, (t = 1, 2,..., 28) (1) gdzie: z t - koszty produkcji w mln z, p t - wielko

Bardziej szczegółowo

Prognozowanie na podstawie modelu ekonometrycznego

Prognozowanie na podstawie modelu ekonometrycznego Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)

Bardziej szczegółowo

PROPOZYCJA KOMPLEKSOWEGO BADANIA TACHIMETRU ELEKTRONICZNEGO PROPOSAL FOR A COMPREHENSIVE STUDY OF ELECTRONIC TOTAL STATION

PROPOZYCJA KOMPLEKSOWEGO BADANIA TACHIMETRU ELEKTRONICZNEGO PROPOSAL FOR A COMPREHENSIVE STUDY OF ELECTRONIC TOTAL STATION Propozycja kompleksowego badania... INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr /II/01, POLSKA AKADEMIA NAUK, Oddzia w Krakowie, s. 19 3 Komisja Technicznej

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13 Elementarna statystyka Wnioskowanie o regresji (Inference for regression) Alexander Bendikov Uniwersytet Wrocªawski 2 czerwca 2016 Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for

Bardziej szczegółowo

METODY APROKSYMACJI INDEKSU OGONA ROZKŁADÓW ALFA-STABILNYCH NA PRZYKŁADZIE GPW W WARSZAWIE

METODY APROKSYMACJI INDEKSU OGONA ROZKŁADÓW ALFA-STABILNYCH NA PRZYKŁADZIE GPW W WARSZAWIE Dominik Krężołek Uniwersytet Ekonomiczny w Katowicach METODY APROKSYMACJI INDEKSU OGONA ROZKŁADÓW ALFA-STABILNYCH NA PRZYKŁADZIE GPW W WARSZAWIE Wprowadzenie Procesy i zjawiska ekonomiczne obserwowane

Bardziej szczegółowo

Podstawy statystycznego modelowania danych Analiza prze»ycia

Podstawy statystycznego modelowania danych Analiza prze»ycia Podstawy statystycznego modelowania danych Analiza prze»ycia Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu 1. Wprowadzenie 2. Hazard rate

Bardziej szczegółowo

Metody probablistyczne i statystyka stosowana

Metody probablistyczne i statystyka stosowana Politechnika Wrocªawska - Wydziaª Podstawowych Problemów Techniki - 011 Metody probablistyczne i statystyka stosowana prowadz cy: dr hab. in». Krzysztof Szajowski opracowanie: Tomasz Kusienicki* κ 17801

Bardziej szczegółowo

Wyk ad II. Stacjonarne szeregi czasowe.

Wyk ad II. Stacjonarne szeregi czasowe. Wyk ad II. Stacjonarne szeregi czasowe. W wi ekszości przypadków poszukiwanie modelu, który dok adnie by opisywa zachowanie sk adnika losowego " t, polega na analizie pewnej klasy losowych ciagów czasowych

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie

Bardziej szczegółowo

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6 Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Model mieszany

Bardziej szczegółowo

Analiza zdarzeń Event studies

Analiza zdarzeń Event studies Analiza zdarzeń Event studies Dobromił Serwa akson.sgh.waw.pl/~dserwa/ef.htm Leratura Campbell J., Lo A., MacKinlay A.C.(997) he Econometrics of Financial Markets. Princeton Universy Press, Rozdział 4.

Bardziej szczegółowo

Kolokwium ze statystyki matematycznej

Kolokwium ze statystyki matematycznej Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Aleksandra Ki±lak-Malinowska akis@uwm.edu.pl http://wmii.uwm.edu.pl/ akis/ Czym zajmuje si statystyka? Statystyka zajmuje si opisywaniem i analiz zjawisk masowych otaczaj cej czªowieka

Bardziej szczegółowo

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM PODSTAWOWY. 1. x y x y

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM PODSTAWOWY. 1. x y x y Nr zadania Nr czynnoci Przykadowy zestaw zada nr z matematyki ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR POZIOM PODSTAWOWY Etapy rozwizania zadania. Podanie dziedziny funkcji f: 6, 8.. Podanie wszystkich

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

BADANIE EFEKTYWNO CI GPW NA PRZYK ADZIE WYBRANYCH INDEKSÓW: TEST AUTOKORELACJI 1. Dorota Witkowska Szko a G ówna Gospodarstwa Wiejskiego w Warszawie

BADANIE EFEKTYWNO CI GPW NA PRZYK ADZIE WYBRANYCH INDEKSÓW: TEST AUTOKORELACJI 1. Dorota Witkowska Szko a G ówna Gospodarstwa Wiejskiego w Warszawie Oeconomia 7 (4) 2008, 155 162 BADANIE EFEKTYWNOCI GPW NA PRZYKADZIE WYBRANYCH INDEKSÓW: TEST AUTOKORELACJI 1 Dorota Witkowska Szkoa Gówna Gospodarstwa Wiejskiego w Warszawie Dorota ebrowska-suchodolska

Bardziej szczegółowo

Ekonometria. Zajęcia

Ekonometria. Zajęcia Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)

Bardziej szczegółowo

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION

Bardziej szczegółowo

Biostatystyka, # 4 /Weterynaria I/

Biostatystyka, # 4 /Weterynaria I/ Biostatystyka, # 4 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE ZADANIE 1 Oszacowano zależność między luką popytowa a stopą inflacji dla gospodarki niemieckiej. Wyniki estymacji są następujące: Estymacja KMNK,

Bardziej szczegółowo

MODELE LINIOWE i MIESZANE

MODELE LINIOWE i MIESZANE MODELE LINIOWE i MIESZANE WYKŠAD 5 13 kwiecie«2018 1 / 48 Plan wykªadu 1. Metody Monte Carlo we wnioskowaniu statystycznym 2. Pakiet R 2 / 48 Metody Monte Carlo we wnioskowaniu statystycznym 3 / 48 Zaªó»my,»e

Bardziej szczegółowo

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej

Bardziej szczegółowo

Bazy danych. Plan wykładu. Podzapytania - wskazówki. Podzapytania po FROM. Wykład 5: Zalenoci wielowartociowe. Sprowadzanie do postaci normalnych.

Bazy danych. Plan wykładu. Podzapytania - wskazówki. Podzapytania po FROM. Wykład 5: Zalenoci wielowartociowe. Sprowadzanie do postaci normalnych. Plan wykładu azy danych Wykład 5: Zalenoci wielowartociowe. Sprowadzanie do postaci normalnych. Dokoczenie SQL Zalenoci wielowartociowe zwarta posta normalna Dekompozycja do 4NF Przykład sprowadzanie do

Bardziej szczegółowo

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE

Bardziej szczegółowo

Efektywność źródłem bogactwa. Tomasz Słoński Piechowice, r.

Efektywność źródłem bogactwa. Tomasz Słoński Piechowice, r. Efektywność źródłem bogactwa inwestorów Tomasz Słoński Piechowice, 24.01.2012 r. Plan wystąpienia Teoretyczne podstawy pomiaru efektywności rynku kapitałowego Metodologia badań nad efektywnością rynku

Bardziej szczegółowo

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Bardziej szczegółowo

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)

Bardziej szczegółowo

Statystyka matematyczna. Wykład V. Parametryczne testy istotności

Statystyka matematyczna. Wykład V. Parametryczne testy istotności Statystyka matematyczna. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Weryfikacja hipotezy o równości wartości średnich w dwóch populacjach 2 3 Weryfikacja hipotezy o równości wartości średnich

Bardziej szczegółowo

ADEKWATNO WYBRANYCH ROZK ADÓW TEORETYCZNYCH DOCHODÓW W ZALE NO CI OD METODY APROKSYMACJI 1

ADEKWATNO WYBRANYCH ROZK ADÓW TEORETYCZNYCH DOCHODÓW W ZALE NO CI OD METODY APROKSYMACJI 1 PRZEGLD STATYSTYCZNY R. LX ZESZYT 4 2013 KATARZYNA OSTASIEWICZ ADEKWATNO WYBRANYCH ROZKADÓW TEORETYCZNYCH DOCHODÓW W ZALENOCI OD METODY APROKSYMACJI 1 1. WPROWADZENIE Ostatecznym wynikiem bada statystycznych

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

WERYFIKACJA HIPOTEZ STATYSTYCZNYCH

WERYFIKACJA HIPOTEZ STATYSTYCZNYCH WERYFIKACJA HIPOTEZ STATYSTYCZNYCH I. TESTY PARAMETRYCZNE II. III. WERYFIKACJA HIPOTEZ O WARTOŚCIACH ŚREDNICH DWÓCH POPULACJI TESTY ZGODNOŚCI Rozwiązania zadań wykonywanych w Statistice przedstaw w pliku

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Modele stóp zwrotu w długim i krótkim okresie

Modele stóp zwrotu w długim i krótkim okresie Modele stóp zwrotu w długim i krótkim okresie Tomasz Mostowski Uniwersytet Warszawski Wydział Nauk Ekonomicznych Konferencja Aktuarialna, Warszawa 2008 Plan Problem ekonomiczny 1 Problem ekonomiczny 2

Bardziej szczegółowo

WNIOSKOWANIE O RZ DZIE KOINTEGRACJI DLA MODELU VEC ZE SK ADNIKIEM LOSOWYM Z ROZK ADU S U JOHNSONA 1

WNIOSKOWANIE O RZ DZIE KOINTEGRACJI DLA MODELU VEC ZE SK ADNIKIEM LOSOWYM Z ROZK ADU S U JOHNSONA 1 PRZEGLD STATYSTYCZNY R. LX ZESZYT 2 2013 PIOTR KBOWSKI WNIOSKOWANIE O RZDZIE KOINTEGRACJI DLA MODELU VEC ZE SKADNIKIEM LOSOWYM Z ROZKADU S U JOHNSONA 1 1. WPROWADZENIE Wnioskowanie o rzdzie kointegracji

Bardziej szczegółowo

UWAGI O TESTACH JARQUE A-BERA

UWAGI O TESTACH JARQUE A-BERA PRZEGLĄD STATYSTYCZNY R. LVII ZESZYT 4 010 CZESŁAW DOMAŃSKI UWAGI O TESTACH JARQUE A-BERA 1. MIARY SKOŚNOŚCI I KURTOZY W literaturze statystycznej prezentuje się wiele miar skośności i spłaszczenia (kurtozy).

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić). Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano

Bardziej szczegółowo

Wydział Matematyki. Testy zgodności. Wykład 03

Wydział Matematyki. Testy zgodności. Wykład 03 Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy

Bardziej szczegółowo

Value at Risk (VaR) Jerzy Mycielski WNE. Jerzy Mycielski (Institute) Value at Risk (VaR) / 16

Value at Risk (VaR) Jerzy Mycielski WNE. Jerzy Mycielski (Institute) Value at Risk (VaR) / 16 Value at Risk (VaR) Jerzy Mycielski WNE 2018 Jerzy Mycielski (Institute) Value at Risk (VaR) 2018 1 / 16 Warunkowa heteroskedastyczność O warunkowej autoregresyjnej heteroskedastyczności mówimy, gdy σ

Bardziej szczegółowo

Zeszyty Naukowe UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO w SIEDLCACH Nr 95 Seria: Administracja i Zarz dzanie 2012

Zeszyty Naukowe UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO w SIEDLCACH Nr 95 Seria: Administracja i Zarz dzanie 2012 Zeszyty Naukowe UNIWERSYTETU PRZYRODNICZO-HUMANISTYCZNEGO w SIEDLCACH Nr 95 Seria: Administracja i Zarzdzanie 01 dr hab. in. Tadeusz Waciski, prof. WAT Wojskowa Akademia Techniczna dr Grzegorz Przekota

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Testowanie hipotez statystycznych Wyk lad 9 Natalia Nehrebecka Stanis law Cichocki 28 listopada 2018 Plan zaj eć 1 Rozk lad estymatora b 2 3 dla parametrów 4 Hipotezy l aczne - test F 5 Dodatkowe za lożenie

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych round Testowanie hipotez statystycznych Wyk lad 9 Natalia Nehrebecka Stanis law Cichocki 13 grudnia 2014 Plan zajeć 1 Rozk lad estymatora b Rozk lad sumy kwadratów reszt 2 Hipotezy proste - test t Badanie

Bardziej szczegółowo

PROBABILISTYKA I STATYSTYKA - Zadania do oddania

PROBABILISTYKA I STATYSTYKA - Zadania do oddania PROBABILISTYKA I STATYSTYKA - Zadania do oddania Parametr k = liczba trzycyfrowa, dwie ostatnie cyfry to dwie ostatnie cyfry numeru indeksu, pierwsza cyfra to pierwsza cyfra liczby liter pierwszego imienia.

Bardziej szczegółowo

Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4

Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4 Wojciech Sikora 1 AGH w Krakowie Grzegorz Wiązania 2 AGH w Krakowie Maksymilian Smolnik 3 AGH w Krakowie Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

TESTOWANIE HIPOTEZ STATYSTYCZNYCH

TESTOWANIE HIPOTEZ STATYSTYCZNYCH TETOWANIE HIPOTEZ TATYTYCZNYCH HIPOTEZA TATYTYCZNA przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Prawdziwość tego przypuszczenia jest oceniana na

Bardziej szczegółowo

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: - Nazwa modułu: Statystyka opisowa i ekonomiczna Rok akademicki: 2013/2014 Kod: ZIE-1-205-n Punkty ECTS: 6 Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Specjalność: - Poziom studiów: Studia I

Bardziej szczegółowo

Metoda Johansena objaśnienia i przykłady

Metoda Johansena objaśnienia i przykłady Metoda Johansena objaśnienia i przykłady Model wektorowej autoregresji rzędu p, VAR(p), ma postad gdzie oznacza wektor zmiennych endogenicznych modelu. Model VAR jest stabilny, jeżeli dla, tzn. wielomian

Bardziej szczegółowo

MOC TESTÓW NIEZALE NO CI W TABLICY DWUDZIELCZEJ WI KSZEJ NI 2 2

MOC TESTÓW NIEZALE NO CI W TABLICY DWUDZIELCZEJ WI KSZEJ NI 2 2 PRZEGLD STATYSTYCZNY R. LXIII ZESZYT 2 2016 PIOTR SULEWSKI 1 MOC TESTÓW NIEZALENOCI W TABLICY DWUDZIELCZEJ WIKSZEJ NI 2 2 1. WPROWADZENIE Moc testów niezalenoci to prawdopodobiestwo odrzucenia hipotezy

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Testowanie hipotez statystycznych Wyk lad 8 Natalia Nehrebecka Stanis law Cichocki 29 listopada 2015 Plan zajeć 1 Rozk lad estymatora b Rozk lad sumy kwadratów reszt 2 Hipotezy proste - test t Badanie

Bardziej szczegółowo

Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.

Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości

Bardziej szczegółowo

Niestacjonarne zmienne czasowe własności i testowanie

Niestacjonarne zmienne czasowe własności i testowanie Materiał dla studentów Niestacjonarne zmienne czasowe własności i testowanie (studium przypadku) Część 3: Przykłady testowania niestacjonarności Nazwa przedmiotu: ekonometria finansowa I (22204), analiza

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka

Stanisław Cichocki. Natalia Nehrebecka Stanisław Cichocki Natalia Nehrebecka 1. Testy diagnostyczne 2. Testowanie prawidłowości formy funkcyjnej modelu 3. Testowanie normalności składników losowych 4. Testowanie stabilności parametrów 5. Testowanie

Bardziej szczegółowo

Wiadomości ogólne o ekonometrii

Wiadomości ogólne o ekonometrii Wiadomości ogólne o ekonometrii Materiały zostały przygotowane w oparciu o podręcznik Ekonometria Wybrane Zagadnienia, którego autorami są: Bolesław Borkowski, Hanna Dudek oraz Wiesław Szczęsny. Ekonometria

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

Bardziej szczegółowo

Zapisów 17 ust. 4-6 nie stosuje si do przesuni midzy kategoriami wydatków, które s wynikiem przeprowadzenia procedury zamówie publicznych.

Zapisów 17 ust. 4-6 nie stosuje si do przesuni midzy kategoriami wydatków, które s wynikiem przeprowadzenia procedury zamówie publicznych. UMOWY O DOFINANSOWANIE PROJEKTÓW Zapisów 17 ust. 4-6 nie stosuje si do przesuni midzy kategoriami wydatków, które s wynikiem przeprowadzenia procedury zamówie publicznych. Przyjmuje si nastpujc interpretacj:

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

Przykład 1 ceny mieszkań

Przykład 1 ceny mieszkań Przykład ceny mieszkań Przykład ceny mieszkań Model ekonometryczny zaleŝności ceny mieszkań od metraŝu - naleŝy do klasy modeli nieliniowych. - weryfikację empiryczną modelu przeprowadzono na przykładzie

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 63 203 KAMILA BEDNARZ Uniwersytet Szczeciński MODELOWANIE ROZKŁADU TYGODNIOWYCH STÓP ZWROTU SPÓŁEK WCHODZĄCYCH

Bardziej szczegółowo

DIAGNOZOWANIE STANÓW ZDOLNO CI JAKO CIOWEJ PROCESU PRODUKCYJNEGO

DIAGNOZOWANIE STANÓW ZDOLNO CI JAKO CIOWEJ PROCESU PRODUKCYJNEGO DIAGNOSTYKA 27 ARTYKUY GÓWNE SZKODA, Diagnozowanie stanów zdolnoci jakociowej 89 DIAGNOZOWANIE STANÓW ZDOLNOCI JAKOCIOWEJ PROCESU PRODUKCYJNEGO Jerzy SZKODA Katedra Eksploatacji Pojazdów i Maszyn Uniwersytetu

Bardziej szczegółowo

ANALIZA TRANSFERU RYZYKA EKSTREMALNEGO MI DZY WYBRANYMI RYNKAMI FINANSOWYMI Z ZASTOSOWANIEM PRZYCZYNOWO CI W RYZYKU W SENSIE GRANGERA 1

ANALIZA TRANSFERU RYZYKA EKSTREMALNEGO MI DZY WYBRANYMI RYNKAMI FINANSOWYMI Z ZASTOSOWANIEM PRZYCZYNOWO CI W RYZYKU W SENSIE GRANGERA 1 PRZEGLD STATYSTYCZNY R. LXI ZESZYT 4 2014 MARCIN FADZISKI ANALIZA TRANSFERU RYZYKA EKSTREMALNEGO MIDZY WYBRANYMI RYNKAMI FINANSOWYMI Z ZASTOSOWANIEM PRZYCZYNOWOCI W RYZYKU W SENSIE GRANGERA 1 1. WSTP Transmisja

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Tomasz Kuszewski Poziom studiów (I lub II stopnia): II stopnia

Bardziej szczegółowo

Przykład 2. Stopa bezrobocia

Przykład 2. Stopa bezrobocia Przykład 2 Stopa bezrobocia Stopa bezrobocia. Komentarz: model ekonometryczny stopy bezrobocia w Polsce jest modelem nieliniowym autoregresyjnym. Podobnie jak model podaŝy pieniądza zbudowany został w

Bardziej szczegółowo

WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH

WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/3, 2014, str. 20 29 WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH Aleksandra Baszczyńska, Dorota Pekasiewicz

Bardziej szczegółowo

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii. Wykład 5. Opis struktury zbiorowości 1. Miary asymetrii. 2. Miary koncentracji. Przykład Zbadano stawkę godzinową (w zł) pracowników dwóch branŝ, otrzymując następujące charakterysty ki liczbowe: Stawka

Bardziej szczegółowo

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności. TEST STATYSTYCZNY Testem statystycznym nazywamy regułę postępowania rozstrzygająca, przy jakich wynikach z próby hipotezę sprawdzaną H 0 należy odrzucić, a przy jakich nie ma podstaw do jej odrzucenia.

Bardziej szczegółowo

ZMIANY W KRZYWIZNACH KRGOSŁUPA MCZYZN I KOBIET W POZYCJI SIEDZCEJ W ZALENOCI OD TYPU POSTAWY CIAŁA WSTP

ZMIANY W KRZYWIZNACH KRGOSŁUPA MCZYZN I KOBIET W POZYCJI SIEDZCEJ W ZALENOCI OD TYPU POSTAWY CIAŁA WSTP Elbieta CHLEBICKA Agnieszka GUZIK Wincenty LIWA Politechnika Wrocławska ZMIANY W KRZYWIZNACH KRGOSŁUPA MCZYZN I KOBIET W POZYCJI SIEDZCEJ W ZALENOCI OD TYPU POSTAWY CIAŁA WSTP siedzca, która jest przyjmowana

Bardziej szczegółowo

4. Średnia i autoregresja zmiennej prognozowanej

4. Średnia i autoregresja zmiennej prognozowanej 4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)

Bardziej szczegółowo

DIAGNOZOWANIE JAKO CI PARTII WYROBÓW METOD STATYSTYCZNEJ KONTROLI ODBIORCZEJ Z OCEN LICZBOW

DIAGNOZOWANIE JAKO CI PARTII WYROBÓW METOD STATYSTYCZNEJ KONTROLI ODBIORCZEJ Z OCEN LICZBOW IANOSTYA 31 ARTYUY ÓWN SZOA, iagnozowanie partii wyrobów metod statystycznej kontroli odbiorczej 43 IANOZOWANI AOI ARTII WYROÓW MTO STATYSTYZN ONTROLI OIORZ Z ON LIZOW erzy SZOA atedra ksploatacji ojazdów

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 9 i 10 1 / 30 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Bardziej szczegółowo

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej KATEDRA MATEMATYKI TEMAT PRACY: ROZKŁAD NORMALNY ROZKŁAD GAUSSA AUTOR: BARBARA MARDOSZ Kraków, styczeń 2008 Spis treści 1 Wprowadzenie 2 2 Definicja

Bardziej szczegółowo

LABORATORIUM PROMIENIOWANIE w MEDYCYNIE

LABORATORIUM PROMIENIOWANIE w MEDYCYNIE LABORATORIUM PROMIEIOWAIE w MEDYCYIE Ćw nr STATYSTYKA ZLICZEŃ PROMIEIOWAIA JOIZUJACEGO azwisko i Imię: data: ocena (teoria) Grupa Zespół ocena końcowa Cel ćwiczenia Rozpad izotopu promieniotwórczego wysyłającego

Bardziej szczegółowo

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1

Bardziej szczegółowo

Bazy danych. Plan wykładu. Zalenoci funkcyjne. Wykład 4: Relacyjny model danych - zalenoci funkcyjne. SQL - podzapytania A B

Bazy danych. Plan wykładu. Zalenoci funkcyjne. Wykład 4: Relacyjny model danych - zalenoci funkcyjne. SQL - podzapytania A B Plan wykładu Bazy danych Wykład 4: Relacyjny model danych - zalenoci funkcyjne. SQL - podzapytania Definicja zalenoci funkcyjnych Klucze relacji Reguły dotyczce zalenoci funkcyjnych Domknicie zbioru atrybutów

Bardziej szczegółowo

Proces modelowania zjawiska handlu zagranicznego towarami

Proces modelowania zjawiska handlu zagranicznego towarami Załącznik nr 1 do raportu końcowego z wykonania pracy badawczej pt. Handel zagraniczny w województwach (NTS2) realizowanej przez Centrum Badań i Edukacji Statystycznej z siedzibą w Jachrance na podstawie

Bardziej szczegółowo

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Statystyka Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Statystyka Statystyka: nauka zajmuj ca si liczbowym opisem zjawisk masowych oraz ich analizowaniem, zbiory informacji liczbowych. (Sªownik

Bardziej szczegółowo