WPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ FINANSOWYCH SZEREGÓW CZASOWYCH
|
|
- Alina Kot
- 8 lat temu
- Przeglądów:
Transkrypt
1 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 zwykle zaburzoy przez szum losowy. Jego źrółem mogą być błęy pomaru oraz błęy zaokrągleń powsałe poczas aalzy aych. Szum losowy może róweż reprezeować czyk egzogecze wpływające a yamkę ukłau lub być kosekwecją saysyczego charakeru zjawsk, p. a kóre wpływ mają luzke ecyzje. Zaem każy rzeczywsy szereg czasowy moża pozelć a we częśc: eermsyczą sochasyczą ξ, a asępe zapsać w posac ayywej: = + ξ, () gze ξ posaa szybko malejącą fukcję auokorelacj jes eskorelowaa z. W leraurze moża spokać wele proceur reukujących pozom szumu, męzy ym meoę ajwększej warygoośc, ceowae oraz meoę ajblższych sąsaów. Jeą z zale wykającą z użyca ych meo jes poprawa możlwośc progozowaa. Celem arykułu bęze ocea zasosowaa reukcj pozomu szumu, w wybraych szeregach fasowych, meoą ajblższych sąsaów oraz wpływu ej flracj a okłaość progoz. W baaach zosaą wykorzysae szereg uworzoe z ce zamkęca rzech spółek oowaych a GPW w Warszawe, j. Byom, INGBSK, Żywec oraz zeych kursów fraka szwajcarskego olara amerykańskego. Dae obejmą okres o o Oblczea zosaą przeprowazoe z użycem programów apsaych przez auorkę w języku programowaa Delph, pakeu Mcrosof Ecel, Grel oraz TISEAN.
2 Kaarzya Zeug-Żebro. Reukcja pozomu szumu meoą ajblższych sąsaów Meoą ależącą o grupy proceur reukujących pozom szumu w saach ukłau jes meoa ajblższych sąsaów [3]. Opera sę oa a zw. wekorach opóźeń, kóre są wykem rekosrukcj przesrze saów ukłau yamczego (meoa opóźeń [8]). Wekory e zwae róweż -hsoram przyjmują posać: ˆ ( ) =, + τ,..., + ( ) τ, () gze jes wymarem zaurzea, τ jes pewą lczbą auralą azwaą opóźeem czasowym, aomas zmea przyjmuje = N ( )τ warośc (N jes ługoścą szeregu czasowego). Aby wyzaczyć warość, la usaloego l, rzeba rozważyć wekor l opóźeń, w przypaku gy czas opóźeń przyjmuje warość jee, τ = : ˆ = (, +,..., + ( ) ), kórego jeą ze śrokowych współrzęych jes flrowaa obserwacja l (p. wekor ˆ l la parzysej warośc wymaru zaurzea lub la eparzysej warośc ). Usaloo k ajblższych sąsaów wekora ˆ ˆ + l l : ˆ v, ˆ v,..., ˆ k v. (3) Operajac sę a wyzaczoych ajblższych sąsaach, warość eermsyczą l ależy wyzaczyć ze wzoru: l = k k = v. (4).. Mara NRL Skueczość sosowaych meo moża baać za pomocą współczyka pozomu reukcj szumu NRL [4]. Baa o zależość pomęzy słą szumu oawaego o ukłau a srukurą geomeryczą jego arakora [9]. Zależość a polega a pogrubau arakora oalau sę blskch sobe saów w sopu proporcjoalym o sły szumu. Współczyk e wyraża sę wzorem:
3 Wpływ reukcj pozomu szumu losowego meoą ajblższych sąsaów 3 NRL ( ) = m = = M, (5) gze m M ozaczają oległośc o -ego sau (-hsor) o jego ajblższego ajalszego sąsaa. Korzysając z powyższego kryerum, ależy wybrać spośró orzymaych szeregów ak, la kórego współczyk NRL przyjmuje ajmejszą warość.. Progoza szeregów czasowych meoa ajblższych sąsaów * O welu la jes woczy ogromy wzros zaeresowaa eorą elowych ukłaów yamczych, kóry zaowocował pojaweem sę owych meo preykcj wykorzysujących pojęca meoy zwązae z ym ukłaam. Jeą z ch jes meoa ajblższych sąsaów MNS. Jej celem jes wyzaczee progozy elemeu o umerze N + a posawe szeregu czasowego złożoego z N obserwacj {,,..., N }. Algorym progozowaa jes asępujący:. Wyzaczamy lczbę K = ( +) ajblższych sąsaów puku ˆ, = N ( )τ, w sese oległośc euklesowej, w -wymarowej zrekosruowaej przesrze saów. Eleme -wymarowej przesrze saów jes zwązay z pukem:. Oblczamy sumę: gze r r(, ˆ ) ˆ ( ) =, + τ, + τ,..., + ( ) τ. (6) K r TOT = r, (7) = = ozacza oległość męzy pukem =,,..., K. 3. Wyzaczamy wagę -ego sąsaa weług asępującego wzoru: ˆ, r = w K r TOT. (8) * [, s ].
4 4 Kaarzya Zeug-Żebro 4. Wyberamy perwsze współrzęe K ajblższych sąsaów puku ˆ a ch posawe określamy perwsze współrzęe ch asępków +, =,,..., K. 5. Oblczamy progozę N + elemeu jako sumę ważoą asępków perwszych współrzęych ajblższych sąsaów: N + = K w. (9) = + 3. Przemo przebeg baaa Ieresujące rezulay orzymao la szeregów fasowych pochozących z ryków paperów waroścowych oraz waluowych. Ich ługość pozwala a orzymae warygoych rezulaów. Baau poao szereg fasowe * uworzoe z ce zamkęca rzech spółek oowaych a GPW w Warszawe, j. Byom, INGBSK, Żywec oraz zeych kursów fraka szwajcarskego olara amerykańskego. Przeaalzowao obserwacje, kóre la kursów walu były logarymczym sopam zwrou, zaś la spółek awyżkowym (aormalym) sopam zwrou [7, s ]: AR,, ( M, = R α + β R ), (0) gze α, β są parameram szacowaym w okrese esymacj za pomocą klasyczej meoy ajmejszych kwaraów, R, jes logarymczą sopą zwrou -ej spółk, R, logarymczą sopą zwrou porfela rykowego (jako przyblżee M zma warośc porfela rykowego wykorzysao eks WIG). W ejszym arykule okres esymacj bezpośreo poprzeza okres obserwacj. Paramery moelu rykowego są szacowae a posawe 46 sesj, co w przyblżeu saow okres jeego roku kalearzowego. Aalza wymeoych wyżej szeregów czasowych bęze przebegała w pęcu eapach:. Rekosrukcja przesrze saów meoą opóźeń.. Reukcja pozomu szumu meoą ajblższych sąsaów. 3. Oblczee współczyka pozomu reukcj szumu NRL. 4. Progozowae: meoą ajblższych sąsaów MNS, z wykorzysaem moel ARMA. * Dae pochozą z archwum plków programu Omega osępych a sroe ereowej
5 Wpływ reukcj pozomu szumu losowego meoą ajblższych sąsaów 5 5. Ocea jakośc wyzaczoych progoz wybraym merkam: śrem absoluym błęem progozy MAE, błęem śreokwaraowym MSE, perwaskem błęu śreokwaraowego RMSE oraz współczykam Thela. Przeprowazoe baaa emprycze pozwolły za pomocą meoy opóźeń zrekosruować przesrzeń saów. Poając aalze fukcję auokorelacj ACF [6], oszacowao czas opóźeń τ. Nasępe za pomocą meoy ajblższego pozorego sąsaa MNPS [, s ] oblczoo wymar zaurzea. Wyk aalzy przesawoo w abel. Warośc paramerów rekosrukcj przesrze saów la wybraych szeregów fasowych Szereg Paramery Byom τ = 4, = 7 INGBSK τ =, = 8 Żywec τ = 3, = 0 CHF τ =, = 0 USD τ =, = 6 Tabela W kolejym kroku baań zasosowao reukcję pozomu szumu meoą ajblższych sąsaów *. Aby okoać flracj, usaloo warość czasu opóźea τ = oraz warośc wóch paramerów: wymar zaurzea =, 3, 4, 5, 8, 0, 5, 0, promeń ooczea ρ = 0,00; 0,0; 0,. W celu ocey reukcj pozomu szumu meoą ajblższych sąsaów wykorzysao marę NRL() ** la =,3,..., 0. Tabela zawera ajmejszą warość współczyka NRL oblczoą la wybraych szeregów fasowych oraz warośc wymaru zaurzea promea ooczea, la kórych warość NRL była ajższa. Warośc mary NRL la przeflrowaych szeregów fasowych Nazwa szeregu Paramery flracj ρ Mara NRL Byom 0, 0,009 INGBSK 0, 0,0054 Tabela * Reukcję szumu przeprowazoo z wykorzysaem armowego programu TISEAN auorswa H. Kaza T. Schrebera. ** W celu oblczea współczyka NRL posłużoo sę programem auora apsaym w języku programowaa Delph.
6 6 Kaarzya Zeug-Żebro c. abel Żywec 0, 0, CHF 4 0, 0,00053 USD 3 0, 0, Moża zauważyć, że prawe we wszyskch przypakach warośc wymaru zaurzea promea ooczea były ake same. Zmaa wysąpła ylko w przypaku kursów walu. Nasępe w celu wyzaczea progozy oparej a meoze MNS wykorzysao = ( +) K ajblższych sąsaów puku ˆ (posłużoo sę meryką euklesową) oraz opowee warośc paramerów rekosrukcj przesrze saów (abela ). W celu porówaa wyków baae przeprowazoo wukroe la szeregów prze po flracj (z. la szeregów orzymaych la paramerów ρ zameszczoych w abel ). Do usalea posac moelu ARMA [5] posłużoo sę kryerum formacyjym Schwarza, a jako możlwą maksymalą warość paramerów p q przyjęo arbrale 4. Paramery były usalae za pomocą meoy ajwększej warygoośc z wykorzysaem programu ekoomeryczego Grel. Progozy la moel ARMA były usalae za pomocą progozowaa yamczego. W abel 3 przesawoo zesawee błęów preykcj. Szereg Byom INGBSK Żywec CHF USD Błęy progoz orzymaych meoą ajblższych sąsaów la szeregów fasowych Błą ME MAE MSE RMSE I I Tabela 3 Byom -0,05 0,059 0,0059 0, ,794 0,3480 0,4079 Byom _re -0, ,0083 0, ,070 0, , ,963 Byom _MA() -0,0555 0,0560 0,0037 0, ,3356 0, ,5 ING 0,000 0,0080 0,0000 0, ,0760 0,3830,66834 ING_re 0, ,0004 0, , ,0493 0, ,7663 ING_MA(34) 0,0049 0,0063 0, , ,043 0,6505 0,4345 Żywec -0,000 0,0039 0,0000 0, ,003 0,8536 0,84706 Żywec _re -0,0000 0, , ,005 0,0000 0,708 0,4996 Żywec _MA() -0,0063 0,0036 0,0000 0,0043 0,38 0,6357 0,6 CHF 0,003 0,004 0,000 0,03 0,0373 0,455 0,653 CHF _re 0,006 0,0097 0,000 0,07 0,088 0,870 0,06 CHF _AR(3, ) -0, , , ,0090 0,897 0,566 0,4 USD 0,0005 0,04 0,0003 0,059 0,0009 0,3384 0,7388 USD _re -0,00 0,030 0,000 0,053 0,098 0,676 0,337 USD _AR(, ) -0, , ,0005 0,034 0,373 0,7566 0,06303 I 3
7 Wpływ reukcj pozomu szumu losowego meoą ajblższych sąsaów 7 Aalzując orzymae rezulay, moża zauważyć, że ajższe błęy e pos uzyskao la progoz wyzaczoych meoą ajblższych sąsaów la szeregów przeflrowaych, jeakże w ym przypaku wyzaczae progoz było ajbarzej czasochłoe. Neco gorsze, choć róweż obre rezulay uzyskao sosując moel ARMA. Najgorsze wyk orzymao korzysając z meoy MNS la szeregów, w kórych e przeprowazoo reukcj pozomu szumu. Posumowae Operając sę a wybraych szeregach fasowych, porówao we meoy progozowaa: ajblższych sąsaów oraz moele ypu ARMA. Przeprowazoe baaa pokazały, że moele ARMA ają okłaejsze progozy w przypaku szeregów eprzeflrowaych. Naomas w syuacj, gy szereg e uprzeo poao reukcj pozomu szumu, lepsze wyk orzymao korzysając z meoy ajblższych sąsaów. Zaem zasosowae meo wywozących sę z eor elowych ukłaów yamczych może saowć eresującą aleraywę la moel ARMA. Waro zauważyć, że warośc progoz wyzaczoych meoą ajblższych sąsaów w użej merze zależą o przyjęej meryk, warośc paramerów zrekosruowaej przesrze saów oraz lczby ajblższych sąsaów K. Zaem wyaje sę, że w celu poprawy jakośc ych progoz moża przeprowazć oakowe oblczea la różej lczby ajblższych sąsaów oraz różych warośc wymaru zaurzea czasu opóźea. Leraura. Abarbael H.D., Brow R., Keel M.B., Deermg Embeg Dmeso for Phase Space Recosruco Usg a Geomercal Cosruco, Physcal Revew A 99, Vol. 45(6), s Debol F.X., Naso J.A., Noparamerc Echage Rae Preco? Joural of Ieraoal Ecoomcs 990, Vol. 8, s Kaz H., Schreber T., Nolear Tme Seres Aalyss, Cambrge Uversy Press, Cambrge Orzeszko W., Ieyfkacja progozowae chaosu eermsyczego w ekoomczych szeregach czasowych, Polske Towarzyswo Ekoomcze, Warszawa Osńska M., Ekoomera fasowa, PWE, Warszawa 006.
8 8 Kaarzya Zeug-Żebro 6. Ramsey J.B., Sayers C.L., Rohma P., The Sascal Properes of Dmeso Calculaos Usg Small Daa Ses: Some Ecoomc Applcaos, Ieraoal Ecoomc Revew 990, Vol. 3, No Srog N., Moellg Abormal Reurs: A Revew Arcle, Joural of Busess Face & Accoug 99, Vol. 9, Iss., s Takes F., Deecg Srage Aracors Turbulece, w: Lecure Noes Mahemacs, re. D.A. Ra, L.S. Youg, Sprger, Berl 98, s Zawazk H., Chaoycze sysemy yamcze, Akaema Ekoomcza, Kaowce 996. EFFECT OF REDUCTION OF RANDOM NOISE BY METHOD THE NEAREST NEIGHBORS ON THE ACCURACY OF FORECASTS OF THE FINANCIAL TIME SERIES Summary The real me seres s usually surbe by raom ose. Hs source may be errors of measureme a errors of roug mae urg aa aalyss. The raom ose may also represe a eogeous facors affecg he yamcs of he sysem or be a cosequece of he sascal aure of he pheomea, e.g. whch are affece by huma ecsos. Sce he presece of ose he aa ca sgfcaly affec he qualy of he forecass, he am of he arcle wll be o evaluae he accuracy of precg he me seres flere usg he meho of eares eghbors. The es wll be couce o he bass of he facal me seres, whch coss of closg prces of compaes lse o he Warsaw Sock Echage a he aly echage raes.
Wpływ 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
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
Niezawodność. 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
BADANIE WPŁYWU REDUKCJI SZUMU NA IDENTYFIKACJĘ DYNAMIKI CHAOTYCZNEJ NA PRZYKŁADZIE FINASOWYCH SZEREGÓW CZASOWYCH
Kaarzyna Zeug-Żebro Unwersye Ekonomczny w Kaowcach Wyzał Zarzązana Kaera Maemayk kaarzyna.zeug-zebro@ue.kaowce.p BADANIE WPŁYWU REDUKCJI SZUMU NA IDENTYFIKACJĘ DYNAMIKI CHAOTYCZNEJ NA PRZYKŁADZIE FINASOWYCH
WPŁYW METODY REDUKCJI SZUMU LOSOWEGO NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH
Sua Ekoomcze. Zezyy Naukowe Uweryeu Ekoomczego w Kaowcach ISSN 2083-86 Nr 227 205 Moka Mśkewcz-Nawrocka Uwerye Ekoomczy w Kaowcach Wyzał Zarzązaa Kaera Maemayk moka.mkewcz@ue.kaowce.pl WPŁYW METODY REDUKCJI
PODSTAWY 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
WPŁYW 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
Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności
Skłaki w ubezpieczeiu o ryzyka iesamozielości EDYTA SIDOR-BANASZEK Szacowaie skłaki w ubezpieczeiu o ryzyka iesamozielości Kalkulacja skłaki w ubezpieczeiach jes barzo ważym zagaieiem związaym z maemayką
Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń
Zasosowae meody ajmejszych kwadraów do pomaru częsolwośc średej sygałów o małej sromośc zboczy w obecośc zakłóceń Elgusz PAWŁOWSKI, Darusz ŚWISULSKI Podsawowe meody pomaru częsolwośc Zlczae okresów w zadaym
WPŁYW REDUKCJI SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA STABILNOŚĆ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA W EKONOMICZNYCH SZEREGACH CZASOWYCH
Moka MśkewczNawrocka Uwersye Ekoomczy w Kaowcach WPŁYW EDUKCJI SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA STABILNOŚĆ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA W EKONOMICZNYCH SZEEGACH CZASOWYCH Wprowazee Najwększy
Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej
Rachek prawdopodobeńswa saysyka maemaycza Esymacja przedzałowa paramerów srkralych zborowośc geeralej Częso zachodz syacja, że koecze jes zbadae ogół poplacj pod pewym kąem p. średa oce z pewego przedmo.
R 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
SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM
SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM Arur MACIĄG Sreszczee: W pracy przedsawoo echk aalzy szeregów czasowych w zasosowau do plaowaa progozowaa produkcj w przewórswe spożywczym.
Zmiana bazy i macierz przejścia
Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce
BUDOWA PORTFELA INWESTYCYJNEGO W OPARCIU O WYBRANE CHARAKTERYSTYKI TEORII CHAOSU
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 07 Sera: ORGANIZACJA I ZARZĄDZANIE z. 3 Nr kol. 99 Katarzya ZEUG-ŻEBRO, Moka MIŚKIEWICZ-NAWROCKA Uwersytet Ekooczy w Katowcach Wyzał Zarzązaa katarzya.zeug-zebro@ue.katowce.pl,
TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
TRANZYSTORY POLOWE JFET I MOSFET
POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora
Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)
Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,
i j k Oprac. W. Salejda, L. Bujkiewicz, G.Harań, K. Kluczyk, M. Mulak, J. Szatkowski. Wrocław, 1 października 2015
WM-E; kier. MBM, lisa za. nr. p. (z kary przemiou): Rozwiązywanie zaań z zakresu: ransformacji ukłaów współrzęnych, rachunku wekorowego i różniczkowo-całkowego o kursu Fizyka.6, r. ak. 05/6; po koniec
Finansowe 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
Matematyka II. x 3 jest funkcja
Maemayka II WYKLD. Całka eozaczoa. Rachuek całkowy. Twerdzea o całkach eozaczoych. Całkowae wybraych klas fukcj. Całkowae fukcj wymerych. Całkowae fukcj rygoomeryczych.. Defcja fukcj perwoej. Fukcję F
ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE
Wiold Orzeszko Magdalea Osińska Uiwersye Mikołaja Koperika w Toruiu ANALIA PRCNOWOŚCI W AKRSI ALŻNOŚCI NILINIOWCH. IMPLIKACJ FINANSOW WSTĘP Przyczyowość w sesie Gragera jes jedym z kluczowych pojęć ekoomeryczej
Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n
Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam
IDENTYFIKACJA 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
Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych
dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby
EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą
EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/
FINANSOWE 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 ).
DYNAMICZNE 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
i i i = (ii) TAK sprawdzamy (i) (i) NIE
Egzam uaruszy z aźdzera 009 r. Maemaya Fasowa Zadae ( ) a a& a ( Da) a&& ( Ia) a a&& D I a a&& a a ( ) && ( ) 0 a a a 0 ( ) a 4 0 ( ) a () K srawdzamy () ( ) a& a ( ) a ( ) a&& a&& ( ) a&& ( ) a&& () NIE
Wybór najlepszych prognostycznych modeli zmienności finansowych szeregów czasowych za pomocą testów statystycznych
UNIWERSYTET EKONOMICZNY W POZNANIU WYDZIAŁ INFORMATYKI I GOSPODARKI ELEKTRONICZNEJ Wybór ajlepszych progosyczych model zmeośc fasowych szeregów czasowych za pomocą esów saysyczych Elza Buszkowska Promoor:
ANALIZA ASYMPTOTYCZNA WYKŁADNICZEJ SIECI ZAWODNYCH SYSTEMÓW KOLEJKOWYCH
STUDIA INFORMATICA 1 Volume 33 Number 3A (17) Mchał MATAŁYCKI Polechka Częsochowska, Isyu Maemayk Swaosław STATKIEWICZ Grodzeńsk Uwersye Pańswowy ANALIZA ASYMPTOTYCZNA WYKŁADNICZEJ SIECI ZAWODNYCH SYSTEMÓW
L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5
L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk
Dane modelu - parametry
Dae modelu - paramer ˆ Ozaczea zmech a0 ax ax - osz w s. zł Budowa modelu: x - welość producj w seach o x - welość zarudea w osobach Meoda MNK Dae: x x 34 9 0 60 34 9 0 60 35 3 7 35 3 7 X T 0 9 3 4 5 3
1. Wstęp DETEKCJA ZMIANY DRYFU W MODELOWANIU NATĘŻENIA ŚMIERTELNOŚCI 1. Michał Krawiec. Zbigniew Palmowski
DETEKCJA ZMIANY DRYFU W MODELOWANIU NATĘŻENIA ŚMIERTELNOŚCI 1 Mchał Krawec Uwersye Wrocławsk Zbgew Palmowsk Polechka Wrocławska e-mals: mchalkrzyszofkrawec@gmalcom; zbgewpalmowsk@gmalcom ISSN 1644-6739
Niezawodność i diagnostyka Kierunek AiR, sem. V, rok. ak. 2010/11 STRUKTURY I MIARY PROBABILISTYCZNE SYSTEMÓW METODA DRZEWA (STANÓW) NIEZDATNOŚCI
Nezawodość dagosyka Keruek, sem. V, rok. ak. 00/ STUKTUY I MIY POILISTYCZNE SYSTEMÓW METOD DZEW STNÓW NIEZDTNOŚCI. Srukury obeków złożoych ch rerezeace Wsółczese obeky sysemy echcze, a szczególe wększe
będą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
WNIOSKOWANIE 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
PROBLEM 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
PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest
Sygnały pojęcie i klasyfikacja, metody opisu.
Sygały pojęcie i klasyfikacja, meody opisu. Iformacja przekazywaa jes za pośredicwem sygałów, kóre przeoszą eergię. Sygał jes o fukcja czasowa dowolej wielkości o charakerze eergeyczym, w kórym moża wyróżić
Modele zmienności aktywów ryzykownych. Model multiplikatywny Rozkład logarytmiczno-normalny Parametry siatki dwumianowej
Moele zmieości akywów ryzykowych Moel muliplikaywy Rozkła logarymiczo-ormay Paramery siaki wumiaowej Moel muliplikaywy zmieości akywów Rekurecyjy moel muliplikaywy: (=, (k+ = (k u(k, k=,, Cea akywa w chwili
ANALIZA 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)
Podstawy opracowania wyników pomiarowych, analiza błędów
Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego
ANALIZA 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
Szeregi czasowe, modele DL i ADL, przyczynowość, integracja
Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej
W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:
Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,
ZAGADNIENIE W POSTACI OGÓLNEJ
ZAGADNINI W POSAI OGÓLNJ s e ˆ - sygał - sygał -sygał obserwoway -sygał skoreloway z e eskoreloway z s -moel sygału s e ˆ -błą Szukae: 0,,..., M ] - ooweź mulsowa fltru FIR, - trasozycja Kryterum: m ]
Stanisław 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
Prawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta
Stanisław 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
Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.
Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.
Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)
Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAICZNE ODELE EKONOETRYCZNE X Ogólnopolske Semnarum Naukowe, 4 6 wrześna 7 w Torunu Kaedra Ekonomer Saysyk, Unwersye kołaja Kopernka w Torunu Jacek Kwakowsk Unwersye kołaja Kopernka w Torunu odele RCA
Wyznaczyć prędkości punktów A i B
Wyzaczaie prędkości i przyspieszeia puku ciała w ruchu płaskim (a) Wyzaczyć prędkości puków i Dae: rad/s; ε 0; 5 cm; 5 cm 48 mechaika echicza kiemayka 3 Wyzaczaie prędkości i przyspieszeia puku ciała w
WPŁYW 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
Witold 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
1. 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
PROGNOZY I SYMULACJE
orecasig is he ar of saig wha will happe, ad he explaiig wh i did. Ch. Chafield (986 PROGNOZY I YMULACJE Kaarza Chud Laskowska kosulacje: p. 400A środa -4 czwarek -4 sroa iereowa: hp://kc.sd.prz.edu.pl/
Reprezentacja krzywych...
Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc
1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu
Badaia iezawodościowe i saysycza aaliza ich wyików. Eleme ieaprawialy, badaia iezawodości Model maemayczy elemeu - dodaia zmiea losowa T, określająca czas życia elemeu Opis zmieej losowej - rozkład, lub
Czy w Polsce zachodzi polaryzacja ekonomiczna?
Zeszyy aukowe Workg papers Czy w Polsce zachodz polaryzacja ekoomcza? Tomasz Tyuł arykułu Paek Ja Zwerzchowsk Zeszyy aukowe Isyu Saysyk Demograf SH Nr 49, rok 07 Sreszczee W osach laach przedmo welu badań
WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ
9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego
DYNAMIKA 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
N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
WPŁYW 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
Prognozowanie 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
Planowanie eksperymentu pomiarowego I
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8
Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja
Podstawowe 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
Miary statystyczne. Katowice 2014
Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Modelowanie i obliczenia techniczne. Równania różniczkowe Numeryczne rozwiązywanie równań różniczkowych zwyczajnych
Moelowanie i obliczenia echniczne Równania różniczowe Numeryczne rozwiązywanie równań różniczowych zwyczajnych Przyła ułau ynamicznego E Uła ynamiczny R 0 Zachozi porzeba wyznaczenia: C u C () i() ur ir
CZYNNIKOWY MODEL ZARZĄDZANIA PORTFELEM OBLIGACJI
Zeszyy Naukowe Wydzału Iorayczych echk Zarządzaa Wyższej Szkoły Iorayk Sosowaej Zarządzaa Współczese robley Zarządzaa Nr /0 CZYNNIKOWY MOE ZARZĄZANIA OREEM OBIGACJI Adrzej Jakubowsk Isyu Badań Syseowych
Czas trwania obligacji (duration)
Czas rwaia obligacji (duraio) Do aalizy ryzyka wyikającego ze zmia sóp proceowych (szczególie ryzyka zmiay cey) wykorzysuje się pojęcie zw. średiego ermiu wykupu obligacji, zwaego rówież czasem rwaia obligacji
ESTYMACJA 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
Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
LVIII Egzamin dla Aktuariuszy z 3 października 2011 r.
Komisja Egzamiacyja la Akuariuszy LIII Egzami la Akuariuszy z 3 paźzirika 0 r. Część II Mamayka ubzpiczń życiowych Imię i azwisko osoby gzamiowaj:... Czas gzamiu: 00 miu Warszawa, 3 paźzirika 0 r. Mamayka
Państwowa Wyższa Szkoła Zawodowa w Kaliszu
Pańswowa Wyższa Szkoła Zawoowa w Kaliszu Ć wiczenia laboraoryjne z fizyki Ćwiczenie Wyznaczanie współczynnika rozszerzalności objęościowej cieczy za pomocą piknomeru Kalisz, luy 25 r. Opracował: Ryszar
PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2004 Aleksandra MAUSZEWSKA Doroa WIKOWSKA PREDKCJA KURSU EURO/DOLAR Z WKORZSANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WBRANE MODELE EKONOMERCZNE I PERCEPRON WIELOWARSWOW
STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA
STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze
AKADEMIA MORSKA W SZCZECINIE
AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych
System finansowy gospodarki
System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym
1082 PAK vol. 58, nr 12/2012. Określanie geometrii tras szynowych z wykorzystaniem aproksymacyjnych funkcji sklejanych
1082 PAK vol. 58, r 12/2012 Grzegorz LENDA, Mchał STRACH AGH AKADEMIA GÓRNICZO HUTNICZA, WYDZIAŁ GEODEZJI GÓRNICZEJ I INŻYNIERII ŚRODOWISKA Al. Mckewcza 30, 30-059 Kraków Określae geomer ras szyowych z
Projekt ze statystyki
Projekt ze statystyki Opracowaie: - - Spis treści Treść zaia... Problem I. Obliczeia i wioski... 4 Samochó I... 4 Miary położeia... 4 Miary zmieości... 5 Miary asymetrii... 6 Samochó II... 8 Miary położeia:...
Henryk Gurgul, Robert Syrek Wykorzystanie kopuł do konstrukcji portfeli inwestycyjnych. Managerial Economics 2, 31-44
Henryk Gurgul Rober Syrek Wykorzysane kopuł o konsrukcj porfel nwesycyjnych Manageral Economcs 3-44 007 Ekonoma Meneżerska 007 nr s. 3 44 Henryk Gurgul* Rober Syrek** Wykorzysane kopuł o konsrukcj porfel
Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych
Efekywość projeków iwesycyjych Saycze i dyamicze meody ocey projeków iwesycyjych Źródła fiasowaia Iwesycje Rzeczowe Powiększeie mająku rwałego firmy, zysk spodzieway w dłuższym horyzocie czasowym. Fiasowe
Premia za ryzyko na Londyńskiej Giełdzie Metali
Mara Chylńska * Prema za ryzyko a Lodyńskej Gełdze Meal Wsęp Podmoy zaagażowae w dzałalośc opare a mealach eżelazych uzają Lodyńską Gełdę Meal (Lodo Meal Exchage, LME) za ryek, a kórym odkrywae są śwaowe
21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,
CAŁA RZYWOLINIOWA NIESIEROWANA rzywą o rówaiach parameryczych: = (), y = y(), a < < b, azywamy łukiem regularym (gładkim), gdy spełioe są asępujące waruki: a) fukcje () i y() mają ciągłe pochode, kóre
Regulamin. udzielania pomocy materialnej o charakterze socjalnym dla uczniów zamieszkaùych na terenie Gminy Wolbórz
Zaù¹cznk Nr 1 uchwaùy Nr XXVIII/167/2005 Rady Gmny Wolbórz z dna 30 marca 2005 r. Regulamn udzelana pomocy maeralnej o charakerze socjalnym dla ucznów zameszkaùych na erene Gmny Wolbórz I. Sposób usalana
Ekonometryczne 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.
Przyjmijmy, że moment obciążenia jest równy zeru, otrzymamy:
aszyy prąy sałgo yaka Dla aszyy prą sałgo, ykorzysyaj jako l aoayk, yzaczy ybra rasacj. Sygał jścoy oż być p. apęc orka (la aszyy obcozbj) a sygał yjścoy prękość obrooa. óa Krchhoffa la obo orka oży apsać
Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu
Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzaa Doman Akademia Ekonomiczna w Poznaniu Modele mikrosrukury rynku Bageho (97) informed raders próbują wykorzysać swoją przewagę informacyjną
DYNAMICZNE 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
PROGNOZOWANIE STOPY ZYSKU PORTFELA AKCJI. 1. Wstęp
B A D A N I A O P A C Y J N I D C Y Z J Nr 004 Ja MIKUŚ POGNOZOWANI SOPY ZYSKU POFLA AKCJI Oreśoo sopę zysu porfea acj zarówo w orese rerospeywym ja progozowaym. Wyorzysując aprosymację erpoacyją wyzaczoo
Analiza niepewności pomiarów Definicje
Teora pomarów Aalza epewośc pomarów Defce Dr hab. ż. Paweł Mada www.pmada.zt.ed.pl Podstawowa defca Nepewość pomar to parametr zwązay z wykem pomar, charakteryzący rozrzt wartośc, który w zasadoy sposób
Transakcje 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
Monika 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
Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne
Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2
Modelowanie 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