WPŁYW METODY REDUKCJI SZUMU LOSOWEGO NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "WPŁYW METODY REDUKCJI SZUMU LOSOWEGO NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH"

Transkrypt

1 Sua Ekoomcze. Zezyy Naukowe Uweryeu Ekoomczego w Kaowcach ISSN Nr Moka Mśkewcz-Nawrocka Uwerye Ekoomczy w Kaowcach Wyzał Zarzązaa Kaera Maemayk moka.mkewcz@ue.kaowce.pl WPŁYW METODY REDUKCJI SZUMU LOSOWEGO NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH Srezczee: O momeu pojawea ę w leraurze pojęca eermyczego chaou moża zaoberwować ogromy wzro zaereowaa welu baaczy eorą elowych ukłaów yamczych. Owo zaereowae zaowocowało pojaweem ę owych meo preykcj zeregów czaowych, j. meoy ajwękzego wykłaka Lapuowa oraz meoy ajblżzych ąaów. Rzeczywe zereg czaowe ą zwykle zaburzoe przez zum loowy, kóry może komplkować problem ch progozowaa. Obecość zumu w aych może zacząco wpływać a jakość orzymaych progoz, laego główym celem arykułu bęze ocea okłaośc progozowaa zeregów czaowych poaych proceow reukcj zumu loowego oraz ocea efekywoośc wybraej meoy reukcj. Słowa kluczowe: reukcja zumu loowego, wpółczyk NRL, ajwękzy wykłak Lapuowa, progozowae za pomocą ajwękzego wykłaka Lapuowa, meoa ajblżzych ąaów. Wprowazee Rzeczywe zereg czaowe ( ) kłaają ę z częśc eermyczej zeregu ( y ) oraz częśc ochayczej zeregu ( ε ), kóra wyraża pozom zumu loowego. Reukcja zumu loowego pozwala pozać właośc zeregu. W leraurze moża zaleźć ( ) y a poawe aalzy zeregu oberwacj ( ) klka meo łużących o reukcj pozomu zumu loowego w ukłaach yamczych, a poawowym auem oowaa ych meo wyaje ę poprawa możlwośc progozowaa zeregów czaowych [Mśkewcz-Nawrocka, 203a,

2 42 Moka Mśkewcz-Nawrocka 203b]. Jeą z ch je meoa ajblżzych ąaów, kóra wywoz ę z eor elowych ukłaów yamczych zoała worzoa o progozowaa przyzłych warośc zeregów czaowych, jeak może być róweż oowaa o reukcj zumu loowego w zeregach czaowych. Efekywość przeprowazoej flracj zeregów czaowych moża oceć w wojak poób, wykorzyując wpółczyk reukcj zumu loowego NRL [Orzezko, 2005] oraz jego zmoyfkowaą werję MNRL [Orzezko, 2008]. Wkaźk e pozwalają pośró przeflrowaych zeregów czaowych wybrać e o ajmejzym pozome zumu loowego. Celem arykułu było zbaae wpływu wyboru meoy reukcj zumu loowego (opoweego wkaźka NRL) meoą ajblżzych ąaów a okłaość progoz orzymaych w wyku zaoowaa meoy ajwękzego wykłaka Lapuowa oraz meoy ajblżzych ąaów. Baaa emprycze przeprowazoo a poawe rzeczywych aych aury ekoomczej zeregów faowych uworzoych z logarymów zeych óp zwrou ce zamkęca wybraych eków geł śwaowych. Dae obejmują okre o o Do przeprowazea ezbęych oblczeń wykorzyao program apay przez auora w języku Delh, arkuz kalkulacyjy Excel oraz program TISEAN.. Rzeczywe zereg czaowe Rzeczywe zereg czaowe moża zefować jako ukłay yamcze X, f opae za pomocą aępujących rówań rekurecyjych [Nowńk, 2007]: ( ) ( + η ) ( ) + x+ = f x, () + = h x + ξ, = 0,,2,... (2) gze: m X R, X przerzeń aów, f : X X fukcja opująca rzeczywą yamkę ukłau, h : X R fukcja pomarowa geerująca zereg czaowy oberwacj ukłau yamczego, x, x+ X a ezaego, perwoego ukłau welowymarowego opoweo w chwlach, +, Darmowy program auorwa H. Kaza T. Schrebera.

3 Wpływ meoy reukcj zumu loowego a okłaość progoz oberwacja zeregu czaowego w chwl +, + η zum yamczy wewąrz ukłau, ξ zum pomarowy. W króce, rzeczywy zereg czaowy moża zaem wyrazć jako: = + ε, (3) y gze: oberwacja zeregu czaowego w momece, y część eermycza zeregu czaowego, ε część ochaycza zeregu czaowego (zum loowy kłaający ę z zumu oberwacyjego, yemowego lub ch kombacj). Główą przyczyą wyępowaa zumu oberwacyjego w zeregach czaowych ą błęy pomaru oraz błęy zaokrągleń, aoma zumu yemowego czyk egzogecze wpływające a yamkę ukłau, kórych eyfkacja je emożlwa [Sawck, 993]. 2. Reukcja zumu loowego w rzeczywych zeregach czaowych Jeą ze oowaych meo reukcj zumu loowego je meoa ajblżzych ąaów, kórej poawą je rekorukcja przerze aów [Take, 98]. Rekorukcja pozwala a poawe jeowymarowego zeregu czaowego oberwacj oworzyć przerzeń aów ukłau yamczego. Jeą z ajpopularejzych 2 meo rekorukcj je meoa opóźeń, kóra zoała wprowazoa ezależe przez N.H. Packara [Packar., 980] oraz F. Takea [98]. Elemeam zrekoruowaej przerze aów ą wekory opóźeń, zw. -hore poac [p. Zawazk, 996]: (,..., ), (4) =, τ ( ) τ gze: oberwacja zeregu czaowego w momece, wymar zaurzea, τ opóźee czaowe, ( τ ) + N. 2 Wśró ych meo rekorukcj moża wyróżć aalzę czykową, wprowazoą przez D.S. Broomheaa P. Kga [Broomhea, Kg, 986], oraz meoę pochoych [Packar., 980].

4 44 Moka Mśkewcz-Nawrocka Wymar zaurzea oraz opóźee czaowe τ mogą być zacowae a klka poobów, poeważ w leraurze e eje jea jeozacza meoa wyzaczea opymalego zeawu ych paramerów, kóra byłaby opowea la wzykch celów [Nowńk, 2007; Orzezko, 2005]. Do zacowaa welkośc opóźea czaowego ajczęścej ouje ę algorymy opare a fukcj auokorelacj [p. Nowńk, 2007,. 88]: ACF N τ N τ ( τ ) = x x τ x x + τ = 0 + =, (5) gze: x, x X +τ ay ukłau opoweo w chwlach, + τ. Jako opymalą warość opóźea wybera ę ę warość τ, la kórej fukcja ACF ( τ ) po raz perwzy przyjmuje warość zero [Ramey., 990,. 999]. Warość wymaru zaurzea powzeche zacuje ę meoą pozorych fałzywych ajblżzych ąaów FNN, wprowazoą przez M.B. Keela, R. Browa, H.D.I. Abarbaela [992; Cao, 200]. Wekory ą fałzywym ajblżzym ąaam, gy przeają ze obą ąaować po zwękzeu wymaru przerze. Jako opymalą warość wymaru zaurzea przyjmuje ę warość, la kórej przy zwękzeu wymaru e pojawą ę ża ow fałzyw ąez [Abarbael, 996; Small, 2005]. Reukcja zumu loowego meoą ajblżzych ąaów, polegająca a wyzaczau warośc y, < < N zeregu czaowego (, 2,..., N ), przebega weług aępującego algorymu [Kaz, Schreber, 2004]:. Dla ozacowaego wymaru zaurzea oraz opóźea czaowego τ = worzymy wekor opóźeń poac: = (,,..., ), (6) ak aby flrowaa oberwacja była jeą ze śrokowych wpółrzęych wekora. 2. Wyzaczamy k ajblżzych ąaów (w ee oległośc eukleowej) wekora, poac: ( ) l(), l( 2),..., l( k ). (7) 3. Na poawe wyzaczoych ąaów, oblczamy warość y jako śreą arymeyczą perwzych wpółrzęych ajblżzych ąaów:

5 Wpływ meoy reukcj zumu loowego a okłaość progoz y = k l k = (). (8) Do ocey kueczośc oowaej meoy flracj (reukcj zumu) moża zaoować wpółczyk pozomu reukcj zumu loowego NRL, kóry baa zależość pomęzy łą zumu oawaego o ukłau a rukurą geomeryczą jego arakora. Wpółczyk NRL ay je wzorem [Orzezko, 2005]: NRL ( ) T = = T = D, (9) gze: D ozaczają oległośc -ego wekora opóźeń (-hor) opoweo o jego ajblżzego ajalzego ąaa. Ią marą łużącą o ocey efekywośc reukcj zumu loowego je zmoyfkowaa werja powyżzego wkaźka MNRL zapropoowaa przez W. Orzezko [2008]. Wkaźk MNRL ay je wzorem: MNRL 0 0 am am =, (0) am m m ( ) gze: =, m = oległość -ego wekora opóźeń (-hor) o jego ajblżzego ąaa, am makymala oległość pomęzy wekoram opóźeń prze reukcją zumu, am 0 makymala oległość pomęzy wekoram opóźeń po reukcj zumu. Soowae powyżzych kryerów pozwala a wybór opymalych zeregów czaowych, j. zeregów o ajżzym pozome zumu loowego. W celu ualea akego opymalego zeregu przeprowaza ę reukcję zumu loowego orygalego zeregu la różych wymarów zaurzea oraz różej lośc ajblżzych ąaów wekora. m

6 46 Moka Mśkewcz-Nawrocka 3. Progozowae zeregów czaowych 3.. Meoa ajwękzego wykłaka Lapuowa LEM Wykłak Lapuowa ą marą wrażlwośc ukłau yamczego a zmaę waruków począkowych. Zgoe z efcją Devaeya [987] Wgga [990] ukła yamczy (X, f ) je wrażlwy a zmaę waruków począkowych, jeżel eje lczba ε > 0, pełająca waruek, że la każego x X oraz la każego ooczea U puku x eją y U oraz, ake że: f ( x) f ( y) > ε, () gze: f je -kroym złożeem owzorowaa f. Wykłak Lapuowa efuje ę jako grace [Zawazk, 996]: λ ( x0 ) = lm l μ (, x0 ), =,..., m, la m, (2) gze: μ (, x 0 ) ą waroścam właym macerzy Jacobego owzorowaa f, f -kroe złożee fukcj f, f fukcja geerująca ukła yamczy. -wymarowy ukła yamczy poaa wykłaków Lapuowa, jeak z prakyczego puku wzea ajważejzy je ajwękzy z wykłaków. Pozwala o a eyfkację chaou w ukłaach yamczych oraz a progozowae przyzłych aów ukłaów yamczych [Mśkewcz-Nawrocka, 202]. W prakyce, la rzeczywych zeregów czaowych, gy e je zaa poać fukcj geerującej f, ajwękzy wykłak Lapuowa zacuje ę a poawe zależośc [Kaz, Schreber, 2004]: jako wpółczyk kerukowy rówaa regrej: max Δ = Δ e, (3) 0 λ lδ, (4) = lδ0 + λmax gze: Δ 0 począkowa oległość pomęzy woma począkowo blkm (w ee meryk eukleowej) pukam zrekoruowaej przerze aów, Δ oległość pomęzy ym pukam po eracjach, λ ajwękzy wykłak Lapuowa. max

7 Wpływ meoy reukcj zumu loowego a okłaość progoz Lokale wykłak Lapuowa merzą lokale empo rozbeżośc (lub zbeżośc) ąech rajekor, czyl lokalą chaoyczość ukłau yamczego. Najwękzy lokaly wykłak Lapuowa pozwala określć jak barzo zmea ę (zwękza ę lub zmejza ę) oległość pomęzy beżącym aem x N ukłau a jego ajblżzym ąaem x pocza ewolucj ukłau, a akże ozacować oległość pomęzy wekoram x N + x +. Na poawe ej oległośc wyzacza ę warość progozy x ˆ N + [Guéga, Leroux, 2009; Zhag., 2004]. W przypaku rzeczywych zeregów czaowych, gy ypoujemy jeye jeowymarowym zeregem czaowym złożoym z N oberwacj (, 2,..., N ), wyzaczee progozy za pomocą ajwękzego wykłaka Lapuowa wymaga wcześejzego przeprowazea rekorukcj przerze aów. Spośró wzykch wekorów zrekoruowaej przerze aów wyberamy wekor ajblżzy (w ee oległośc eukleowej) wekorow N ozaczamy przez m. Jeśl Δ m ozacza oległość pomęzy wekoram N m, a Δ oległość pomęzy wekoram N + m+, oraz przyjmując założee, że Δ Δm ulega małym zmaom pocza ewolucj ukłau, o oległość męzy wekoram wyraża ę wzorem [Guéga, Leroux, 2009]: N + m+ gze: λ max je wykłakem Lapuowa. Poeważ: λmax Δ Δ e, (5) m ( ) N,,..., +, (6) + = N + N τ + N ( ) τ progozowaą warość N+ moża wyzaczyć z rówaa (5) jako rozwązae rówaa poac: 2 2 ( z + ) + ( N ) N ( ) τ + ( ) 2 λ 2 max ( ) ( Δ e ) = 0 τ + m. (7) Progoza ˆ N+ może węc przyjmować we warośc [Mśkewcz-Nawrocka, + 202]: ˆN + oraz ˆN +, bęące opoweo przezacowaą eozacowaą waroścą rzeczywego N+. Koleje progozy ˆ N + T, la horyzou progozy T = 2, 3, moża wyzaczyć bezpośreo z zależośc:

8 48 Moka Mśkewcz-Nawrocka Δ T Δ m e λ T max, (8) gze Δ ozacza oległość pomęzy wekoram m po T krokach eracj, T + czyl pomęzy N + T m T, lub meoą eracyją, oując opaą powyżej proceurę la wekora [Zhag., 2004; Guéga, Leroux, 2009]. N + N 3.2. Meoa ajblżzych ąaów NNM Poawą eoreyczą meoy ajblżzych ąaów je fak, że ay ukłaów eermyczych ewoluują w czae w pooby poób. W przypaku rzeczywych zeregów czaowych, gy e zamy fukcj f opującej yamkę ukłau ypoujemy ylko jeowymarowym zeregem oberwacj (,..., N ), ależy w perwzej kolejośc przeprowazć rekorukcję przerze aów. Jeśl ( ) f ( ) 0 je ajblżzym ąaem puku N, o róweż f T N, a ą wyka, że T 0 N + T 0 + T. Warość 0 + T moża zaem przyjąć jako progozę oberwacj N + T aalzowaego zeregu czaowego [p. Nowńk, 2007]. W meoze ajblżzych ąaów progozę la N + elemeu ˆ N+ zacuje ę jako śreą ważoą oberwacj +, gze wekory ą k ajblżzym ąaam wekora N w zrekoruowaej -wymarowej przerze aów [Kaz, Schreber, 2004]: k N + = = gze: w waga -ego ajblżzego ąaa, ˆ w, (9) + + perwza wpółrzęa wekora + w zrekoruowaej przerze aów. Wag ą oberae w e poób, aby blż ąez mel wękzy wpływ a orzymaą progozę. Wagę -ego ąaa moża węc wyzaczyć weług wzoru [Orzezko, 2005; Chu, Km, Km, 2002]: w = k TOT, (20)

9 Wpływ meoy reukcj zumu loowego a okłaość progoz gze: = ozacza oległość męzy wekoram N k = TOT =, =,2,..., k. N, 4. Wpływ reukcj zumu loowego a wyk progoz baae emprycze Przemoem baaa były logarymy zeych óp zwrou eków geł śwaowych: AEX ek geły w Amerame, ATH ek a Gełze Paperów Waroścowych w Aeach, BEL 20 ek a gełze Euroex w Brukel, CAC40 ek a Gełze Paperów Waroścowych w Paryżu (CAC), DAX emeck ek gełowy, FTSE250 ek a Gełze Paperów Waroścowych w Loye (FTM), IBEX ek a Gełze Paperów Waroścowych w Maryce, PX ek a Gełze Paperów Waroścowych w Praze, SAX ek a Gełze Paperów Waroścowych w Brayławe oraz WIG20 ek a Gełze Paperów Waroścowych w Warzawe, poac: x, (2) = l l gze: oberwacja zeregu, oowae w okree W perwzym eape baaa, la wybraych zeregów czaowych ozacowao paramery rekorukcj przerze aów. Soując fukcję auokorelacj ACF, ozacowao cza opóźeń τ, aoma za pomocą meoy ajblżzego pozorego ąaa FNN, oblczoo wymar zaurzea (ab. 2). Naępe aalzowae zereg czaowe poao proceow reukcj zumu loowego meoą ajblżzych ąaów la opóźea czaowego τ =. W celu ualea opymalych paramerów, j. paramerów, la kórych pozom zumu loowego je ajżzy, po uwagę wzęo aępujące warośc wymaru zaurzea = 2,3,4,5,6,8,0,5, aoma jako ajblżzych ąaów wekora x ualoo wekory z jego ooczea o promeu ρ = 0,00; 0,0; 0, 4. Do ocey pozomu zumu w przeflrowaych zeregach zaoowao wpółczyk NRL oraz MNRL. W ab. przeawoo ajżze warośc mar NRL MNRL oblczoe la aalzowaych zeregów czaowych wraz z opowaającym m waroścam wymaru zaurzea promea ooczea wekora x. 3 4 Dae pochozą z archwum plków roy ereowej ooq.com. Reukcję zumu przeprowazoo przy wykorzyau armowego programu TISEAN auorwa H. Kaza T. Schrebera.

10 50 Moka Mśkewcz-Nawrocka Tab.. Warośc wpółczyków NRL MNRL la aalzowaych zeregów czaowych Szereg Paramery reukcj Paramery reukcj NRL ρ ρ MNRL AEX 2 0, 0, ,,79322 ATH 3 0, 0, ,,6399 BEL , 0, ,,83709 CAC , 0, ,,79705 DAX 2 0, 0, ,,8455 FTM 3 0, 0, ,,93283 IBEX 3 0, 0, ,,69669 PX 3 0, 0, ,,50632 SAX 4 0, 0, ,,59959 WIG20 3 0, 0, ,,846 Źróło: [Mśkewcz-Nawrocka, Zeug-Żebro, 204]. Aalzując ae zaware w ab., moża zauważyć, że ajżzym pozomem zumu loowego charakeryzują ę zereg, la kórych w procee reukcj zumu po uwagę wzęo ajblżzych ąaów z ooczea wekora x o promeu rówym 0, oraz wymarze zaurzea 2 lub 3, a w przypaku zeregu SAX wymarze 4. W alzej aalze przeflrowae zereg czaowe ozaczoo ymbolam NazwaSzeregu_re oraz NazwaSzeregu_re2 la zeregów uzykaych opoweo za pomocą wpółczyka NRL oraz MNRL. Symbol NazwaSzeregu_re ozacza aoma przeflrowae zereg, la kórych oując mary NRL MNRL uzykao okłae e ame zereg. Dla przeflrowaych zeregów róweż przeprowazoo rekorukcję przerze aów. Tab. 2 zawera paramery rekorukcj τ la aalzowaych zeregów czaowych prze po procee reukcj zumu. Tab. 2. Paramery rekorukcj przerze aów la baaych zeregów czaowych Szereg Cza opóźeń τ Wymar zaurzea Szereg Cza opóźeń τ Wymar zaurzea AEX 2 6 FTM 9 7 AEX_re 0 2 FTM_re 2 2 AEX_re2 0 2 FTM_re2 2 ATH 20 8 IBEX 9 7 ATH_re 2 2 IBEX_re 4 2 ATH_re2 2 6 PX 7 BEL PX_re 4 2 BEL20_re 4 3 PX_re2 4 7 CAC SAX 3 2 CAC40_re 8 SAX_re 4 2 DAX 3 7 SAX_re2 4 2 DAX_re 8 7 WIG WIG20_re 2 2

11 Wpływ meoy reukcj zumu loowego a okłaość progoz... 5 Z ozacowaych paramerów τ (ab. 2) wyka, że w wękzośc baaych zeregów proce reukcj zumu pozwala zmejzyć wymar zaurzea zrekoruowaej przerze aów la obu wpółczyków NRL. Wyjąek aową zereg CAC40, DAX PX, la kórych wymar zaurzea przeflrowaych zeregów pozoał a ym amym pozome. W celu wyzaczea progoz za pomocą ajwękzego wykłaka Lapuowa, ozacowao warośc ajwękzego wykłaka Lapuowa la baaych zeregów czaowych. Ozacowae warośc wraz z rówaem regrej przeawoo w ab. 3. Zakem ozaczoo yuacje, w kórych warość wpółczyka eermacj ( R 2 < 0, 3) e pozwolła rakować w warygoy poób ozacowaego wpółczyka kerukowego rówaa regrej jako warośc ajwękzego wykłaka Lapuowa. Tab. 3. Wykłak Lapuowa la baaych zeregów czaowych Szereg Rówae regrej Najwękzy wykłak Lapuowa 2 3 AEX y = 0,002x 4,2778 R 2 = 0,7598 0,002 AEX_re y = 0,0079x 9,0468 R 2 = 0,642 AEX_re2 y = 0,0043x 9,063 R 2 = 0,338 0,0043 ATH y = 0,0029x 4,0993 R 2 = 0,6387 0,0029 ATH_re y = 0,0298x 8,4577 R 2 = 0,437 0,0298 ATH_re2 y = 0,0435x 8,547 R 2 = 0,338 0,0435 BEL20 y = 0,002x 4,4082 R 2 = 0,5347 0,002 BEL20_re y = 0,0389x 0,03 R 2 = 0,5304 0,0389 CAC40 y = 0,00x 4,2342 R 2 = 0,0936 CAC40_re y = 0,020x 9,2654 R 2 = 0,8053 0,020 DAX y = 0,0024x 4,855 R 2 = 0,435 0,0024 DAX_re y = 0,0097x 9,248 R 2 = 0,4685 0,0097 FTM y = 0,003x 4,5538 R 2 = 0,3947 0,003 FTM_re y = 0,0034x 2,983 R 2 = 0,60 0,0034 FTM_re2 y = 0,0026x 3,43 R 2 = 0,497 0,0026 IBEX y = 0,005x 4,24 R 2 = 0,244 0,005

12 52 Moka Mśkewcz-Nawrocka c. ab. 3 IBEX_re PX PX_re PX_re2 SAX SAX_re SAX_re2 WIG20 WIG20_re 2 3 y = 0,0259x 9,0399 R 2 = 0,6455 0,0259 y = 0,002x 4,2872 R 2 = 0,568 0,002 y = 0,020x 8,559 R 2 = 0,553 0,020 y = 0,0094x 8,556 R 2 = 0,033 0,0094 y = 0,0036x 4,5889 R 2 = 0,4802 0,0036 y = 0,0437x 9,3449 R 2 = 0,4745 0,4745 y = 0,0649x 9,507 R 2 = 0,4653 0,0649 y = 0,00x 4,345 R 2 = 0,3052 0,00 y = 0,0674x 9,965 R 2 = 0,428 0,0674 Z ozacowaych aych przeawoych w ab. 3 wyraźe wać, że warośc ajwękzego wykłaka Lapuowa la przeflrowaych zergów ą zacze wękze ż la zeregów prze reukcją. Doae warośc ajwękzego wykłaka Lapuowa wkazują a ee chaou w baaych zeregach czaowych, a proce flrowaa zeregu powouje zwękzee pozomu chaou. Wyjąek aową zereg DAX, FTM IBEX, la kórych proce reukcj zumu powoował zmaę zaku ajwękzego wykłaka Lapuowa, a zaem charakeru baaego zjawka. Dla zeregu DAX proce flrowaa zeregu okazał ę korzyejzy, poeważ aapła zmaa zaku z a +, kóra ujawła choayczy charaker baaego zjawka, co pozwala a wyzaczee progoz meoą oparą a ajwękzym wykłaku Lapuowa. W przypaku zeregów AEX_re CAC40 ozacoway wpółczyk kerukowy rówaa regrej e może być rakoway jako warość ajwękzego wykłaka Lapuowa ze wzglęu a ką warość wpółczyka eermacj. W kolejym eape baań wyzaczoo progozy meoą oparą a warośc ajwękzego wykłaka Lapuowa LEM oraz meoą ajblżzych ąaów NNM. W celu wyzaczea progoz meoą NNM wzęo po uwagę ( ) k = 2 + ajblżzych ąaów puku x. Ocey okłaośc wyzaczoych progoz okoao aępującym merkam: śrem błęem progozy ME, q śrem aboluym błęem progozy MAE, σ perwakem błęu śreokwaraowego RMSE, σ wzglęym błęem progozy oraz I wpółczykem Thela.

13 Wpływ meoy reukcj zumu loowego a okłaość progoz W ab. 4-5 przeawoo błęy preykcj w całym przezale weryfkacj la horyzou progozy rówego 0, uzykae meoą LEM la przezacowaych (LEM+) eozacowaych (LEM ) progoz. Zakem ozaczoo yuacje, w kórych wyzaczee progozy meoą LEM było emożlwe ze wzglęu a ujemą lub ewarygoą warość ajwękzego wykłaka Lapuowa. Tab. 4. Błęy progoz w całym przezale weryfkacj uzykaych meoą LEM+ la baaych zeregów czaowych Szereg q σ σ' I AEX 0,0709 0,0998 0,02265,50335,63428 AEX_re AEX_re2 0, , ,0067,87774,02587 ATH 0,0000 0,0000 0,0003 0,4823 0,47969 ATH_re 0,047 0,0038 0, ,3582,00679 ATH_re2 0, , , ,7835 0,35050 BEL 0,0285 0, ,0352 2, ,97075 BEL_re 0,0002 0,0002 0,0003 0, ,4826 CAC CAC_re 0, ,0003 0,0004 0,757 2,08460 DAX DAX_re 0, ,0000 0,0002 0,9270 2,32322 FTM 0,098 0, , ,4025 3,88767 FTM_re FTM_re2 IBEX 0, , ,0359 2,053 0,43686 IBEX_re PX 0, , , , ,06027 PX_re 0, ,0003 0, ,074 0,49588 PX_re2 0, , ,0000 0, ,23653 SAX 0, ,0427 0, , ,50442 SAX_re 0, ,004 0, , ,9425 SAX_re2 0, ,00 0, ,4562 0,9408 WIG20 0, , , ,3092 9,4853 WIG20_re 0, ,0006 0,0065 3,0345,07620

14 54 Moka Mśkewcz-Nawrocka Tab. 5. Błęy progoz w całym przezale weryfkacj uzykaych meoą LEM la baaych zeregów czaowych Szereg q σ σ' I AEX 0, , ,0253, ,32594 AEX_re AEX_re2 0, , ,0067,87733,0254 ATH 0,0003 0,0004 0,0008 0,2043 0,925 ATH_re 0,003 0,0039 0,0098 6,4328,0380 ATH_re2 0,0009 0,0009 0, ,655 0,30055 BEL20 0, , , ,8738 3,8636 BEL20_re 0,0005 0,0005 0,0009 0, ,0007 CAC40 CAC40_re 0,0002 0,0003 0,0004 0,7207,9996 DAX DAX_re 0,0006 0,0006 0,0008 0, ,55002 FTM 0,0942 0, ,0242 2,8850,52373 FTM_re FTM_re2 IBEX 0, , ,02802, ,20872 IBEX_re PX 0, , , ,793 25,2238 PX_re 0,0000 0,0003 0, ,269 0,54584 PX_re2 0, , ,0000 0, ,22434 SAX 0,0447 0,0447 0, ,758 6,65970 SAX_re 0,000 0,003 0, , ,9470 SAX_re2 0,0005 0,000 0, , ,94202 WIG20 0,030 0,030 0, , ,0660 WIG20_re 0, , ,0055 2, ,95433 Aalzując błęy progoz orzymae meoą LEM+ oraz LEM (ab. 4-5), ależy zauważyć, że la wękzośc braych po uwagę zeregów (AEX, BEL20, PX, SAX, WIG20) błęy progoz uzykae meoą LEM+ oraz LEM la zeregów przeflrowaych ą zecyowae mejze o błęów uzykaych la zeregów prze reukcją. Wyjąek aow zereg ATH, kóry charakeryzuje ę mejzym błęam progoz prze flracją. Ze wzglęu a ewarygoe warośc ajwękzego wykłaka Lapuowa la zeregów AEX_re CAC40 oraz ujeme warośc ajwękzego wykłaka Lapuowa la zeregów DAX, FTM_re, FTM_re2 IBEX_re e moża porówać okłaośc progoz ych zeregów prze po reukcj.

15 Wpływ meoy reukcj zumu loowego a okłaość progoz Porówując wyk błęów progoz uzykae meoam LEM+ oraz LEM la zeregów przeflrowaych za pomocą wpółczyka NRL oraz MNRL (zereg ATH, PX, SAX w ab. 4-5), moża werzć, że okłaejze wyk uzykao la zeregów flrowaych z użycem mary MNRL. Błęy progozy la zeregów NazwaSzeregu_re2 ą zecyowae mejze ż la zeregów NazwaSzeregu_re, z wyjąkem zeregów SAX_re SAX_re2, la kórych warośc błęów ą barzo zblżoe. W ab. 6 przeawoo błęy preykcj w całym przezale weryfkacj la horyzou progozy rówego 0, uzykae meoą NNM. Tab. 6. Błęy progoz w całym przezale weryfkacj uzykaych meoą NNM la baaych zeregów czaowych Szereg q σ σ' I AEX 0, , ,0079 0,4775,7378 AEX_re 0,0002 0, , , ,4745 AEX_re2 0, , ,0069,89630,04624 ATH 0,0024 0, , , ,66330 ATH_re 0,0522 0,0035 0, ,32765,0057 ATH_re2 0,0003 0,0002 0,0003 0, ,09824 BEL20 0, , ,0088 0,6728,24758 BEL20_re 0, , ,0006 0, ,70855 CAC40 0, , , , ,86057 CAC40_re 0, , , , ,269 DAX 0, ,0090 0,0266 0,8052,0909 DAX_re 0,0005 0, , , ,49428 FTM 0, , , ,7904,24397 FTM_re 0,0025 0, ,0066 8,22344,07690 FTM_re2 0, ,0000 0,0000 0, ,00223 IBEX 0, ,0099 0,049 0,74686,3809 IBEX_re 0,0092 0, , ,58306,06094 PX 0, ,0044 0,0057 0, ,78873 PX_re 0, ,0002 0, ,0086 0,43725 PX_re2 0, , , ,0392 0,02272 SAX 0, ,0234 0,0784,46875,04288 SAX_re 0, , , , ,63309 SAX_re2 0, , , ,0509 2,545 WIG20 0, , ,0085 0,67736,67624 WIG20_re 0,0004 0, ,0066 3,06279,09856

16 56 Moka Mśkewcz-Nawrocka Na poawe ozacowaych błęów progoz meoą NNM przeawoych w ab. 5 moża zauważyć, że we wzykch rozważaych przypakach błęy progoz uzykae la zeregów po reukcj zumu ą zecyowae mejze ż la zeregów prze reukcją. Oceając efekywość progozowaa ze wzglęu a wpływ mar NRL MNRL, ależy werzć, że la prawe wzykch baaych zeregów reukcja z wykorzyaem wpółczyka MNRL ała lepze rezulay, j. okłaejze progozy charakeryzujące ę mejzym błęam. Wyjąek aow zereg AEX, la kórego ajokłaejze progozy uzykao po flracj za pomocą mary NRL. Oczywśce w przypaku zeregów BEL20, CAC40, DAX, IBEX WIG20 ależy wokować, że zarówo wpółczyk NRL, jak wpółczyk MNRL ały ak amo obre (e ame) wyk progoz, poeważ w obu przypakach w procee flracj wyłooo e ame zereg czaowe. Poumowae W opracowau zbaao wpływ meo reukcj zumu loowego ze wzglęu a wybray wpółczyk NRL lub MNRL a okłaość progoz wybraych faowych zeregów czaowych. Na poawe przeprowazoych baań moża werzć, że la prawe wzykch baaych zeregów błęy progoz ex po uzykae la zeregów, w kórych zaoowao reukcję zumu ą zecyowae żze o progoz orzymaych la zeregów eprzeflrowaych. Porówując okłaość progozowaa ze wzglęu a wpływ mar NRL MNRL, ależy werzć, że la prawe wzykch baaych zeregów proce reukcj zumu z wykorzyaem wpółczyka MNRL przyół okłaejze progozy, charakeryzujące ę mejzym błęam. Doakowo ależy zazaczyć, że w ekórych przypakach reukcja zumu loowego a poawe wpółczyka NRL pozwolła uzykać okłae e ame wyk co proce reukcj z wykorzyaem jego zmoyfkowaej werj MNRL. Waro zauważyć, że warośc progoz wyzaczoych wpomaym meoam w użej merze zależą o przyjęej meryk, wag ajblżzego ąaa, warośc paramerów zrekoruowaej przerze aów oraz lczby ajblżzych ąaów. Wyaje ę zaem, że w celu poprawy jakośc ych progoz moża przeprowazć oakowe baaa, zmeając wpomae paramery.

17 Wpływ meoy reukcj zumu loowego a okłaość progoz Leraura Abarbael H.D. (996), Aaly of Oberve Chaoc Daa, Sprger Verlag, Berl, Heelberg, New York. Broomhea D.S., Kg P. (986), Exracg Qualave Dyamc from Expermeal Daa, Phyca D, Vol. 20, Cao L. (200), Meho of Fale Neare Neghbor [w:] A.S. Soof, L. Cao, re., Moelg a Forecag Facal Daa, Kluwer, Boo. Chu S.H., Km K.J., Km S.H. (2002), Chaoc Aaly of Precably veru Kowlege Dcovery Techque: Cae Suy of he Polh Sock Marke, Exper Syem, Vol. 9, No. 5, Devaey R.L. (987), A Irouco o Chaoc Dyamcal Syem, Ao-Weley Publhg Compay, Rewoo Cy. Guéga D., Leroux J. (2009), Forecag Chaoc Syem: The Role of Local Lyapuov Expoe, Chao, Solo & Fracal, Vol. 4, Kaz H., Schreber T. (2004), Nolear Tme Sere Aaly, Cambrge Uvery Pre, Cambrge. Keel M.B., Brow R., Abarbael H.D.I. (992), Deermg Embeg Dmeo for Phae Space Recoruco Ug a Geomercal Coruco, Phycal Revew A 992, Vol. 45(6), Mśkewcz-Nawrocka M. (202), Zaoowae wykłaków Lapuowa o aalzy ekoomczych zeregów czaowych, Wyawcwo UE, Kaowce. Mśkewcz-Nawrocka M. (203a), The Applcao of Raom Noe Reuco by Neare Neghbor Meho of Forecag of Ecoomc Tme Sere, Fola Oecoomca Seea, 3(2) 203/2, Wyawcwo Naukowe Uweryeu Szczecńkego, Mśkewcz-Nawrocka M. (203b), Wpływ reukcj zumu loowego meoa ajblżzych ąaów a wyk progoz orzymaych za pomocą ajwękzego wykłaka Lapuowa, Sua Ekoomcze, r 59, Wyawcwo UE, Kaowce, Mśkewcz-Nawrocka M., Zeug-Żebro K. (204), The Effec of he NRL Icaor o he Accuracy of Facal Sere Foreca, Coferece Proceeg. 32 Ieraoal Coferece Mahemacal Meho Ecoomc MME 204, Olomouc. Nowńk M. (2007), Nelowa yamka zeregów czaowych, Wyawcwo AE, Wrocław. Orzezko W. (2005), Ieyfkacja progozowae chaou eermyczego w ekoomczych zeregach czaowych, PTE, Warzawa. Orzezko W. (2008), The New Meho of Meaurg he Effec of Noe Reuco Chaoc Daa, Chao, Solo a Fracal, 38, Packar N.H., Cruchfel J.P., Farmer J.D., Shaw R.S. (980), Geomery from a Tme Sere, Phycal Revew Leer, Vol. 45,

18 58 Moka Mśkewcz-Nawrocka Ramey J.B., Sayer C.L., Rohma P. (990), The Sacal Propere of Dmeo Calculao Ug Small Daa Se: Some Ecoomc Applcao, Ieraoal Ecoomc Revew, 3, No. 4. Small M. (2005), Apple Nolear Tme Sere Aaly. Applcao Phyc, Phyology a Face, Worl Scefc Sere o Nolear Scece, Sere A, Vol. 52, Worl Scefc Publhg Co. Pe. L., Sgapore. Sawck J. (993), Meoy flracj w moelowau proceów ekoomczych, Wyawcwo Uweryeu Mkołaja Koperka, Toruń. Take F. (98), Deecg Srage Aracor Turbulece [w:] D.A. Ra, L.S. Youg, Lecure Noe Mahemac, Sprger, Berl, Wgg S. (990), Irouco o Apple Nolear Dyamcal Syem a Chao, Sprger-Verlag, New York, Berl, Heelberg. Zawazk H. (996), Chaoycze yemy yamcze, Wyawcwo AE, Kaowce. Zhag J., Lam K.C., Ya W.J., Gao H., L Y. (2004), Tme Sere Preco Ug Lyapuov Expoe Embeg Phae Space, Compuer a Elecrcal Egeerg, 30,. -5. THE EFFECT OF RANDOM NOISE REDUCTION METHOD ON THE ACCURACY OF FORECASTING ECONOMIC TIME SERIES Summary: Sce he eermc chao appeare he leraure, we have oberve a huge creae of ere olear yamc yem heory amog reearcher. Th ere ha le o he creao of ew meho of me ere preco, e.g. he meho of he large Lyapuov expoe a he eare eghbor. Real me ere are uually urbe by raom oe, whch ca complcae he problem of me ere forecag. A he preece of oe he aa ca gfcaly affec he qualy of foreca, he am of he arcle o evaluae he accuracy of precg he me ere flere ug he eare eghbor meho a he effecvee of he choe meho of reuco. Keywor: raom oe reuco, NRL caor large Lyapuov expoe, Lyapuov expoe meho of preco, eare eghbor meho, ae pace recoruco.

Wpływ redukcji poziomu szumu losowego metodą najbliższych sąsiadów 161

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

Bardziej szczegółowo

WPŁYW OPTYMALNYCH PARAMETRÓW REDUKCJI SZUMU LOSOWEGO NA IDENTYFIKACJĘ CHAOSU W EKONOMICZNYCH SZEREGACH CZASOWYCH

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

Bardziej szczegółowo

WPŁYW REDUKCJI POZIOMU SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ FINANSOWYCH SZEREGÓW CZASOWYCH

WPŁYW 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 szczegółowo

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe

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

Bardziej szczegółowo

WPŁYW REDUKCJI SZUMU LOSOWEGO METODĄ NAJBLIŻSZYCH SĄSIADÓW NA STABILNOŚĆ NAJWIĘKSZEGO WYKŁADNIKA LAPUNOWA W EKONOMICZNYCH SZEREGACH CZASOWYCH

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

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

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.

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

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

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH

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 szczegółowo

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

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

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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?

Bardziej szczegółowo

Teoria i metody optymalizacji

Teoria i metody optymalizacji Sforułowae owae zaaa otyalzacj elowej bez ograczeń: Fukcja celu f( : Zaae otyalzacj olega a zalezeu wektora zeych ecyzyjych aleŝącego o zboru rozwązań ouszczalych R takego Ŝe la R Co jest rówozacze zasow:

Bardziej szczegółowo

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe Sforułowae owae zaaa otyalzacj elowej bez ograczeń: Fukcja celu f() : Zaae otyalzacj olega a zalezeu wektora zeych ecyzyjych aleŝącego o zboru rozwązań ouszczalych R takego Ŝe la R Co jest rówozacze zasow:

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

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

Bardziej szczegółowo

WPŁYW LICZBY NAJBLIŻSZYCH SĄSIADÓW NA DOKŁADNOŚĆ PROGNOZ EKONOMICZNYCH SZEREGÓW CZASOWYCH

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

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

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

Bardziej szczegółowo

i i i = (ii) TAK sprawdzamy (i) (i) NIE

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

Bardziej szczegółowo

BADANIE WPŁYWU REDUKCJI SZUMU NA IDENTYFIKACJĘ DYNAMIKI CHAOTYCZNEJ NA PRZYKŁADZIE FINASOWYCH SZEREGÓW CZASOWYCH

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

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Projekt ze statystyki

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:...

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

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

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

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.

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

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

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

WYKŁAD nr 2. to przekształcenie (1.4) zwane jest przekształceniem całkowym Laplace a

WYKŁAD nr 2. to przekształcenie (1.4) zwane jest przekształceniem całkowym Laplace a WYKŁAD r. Elemey rachuku operaorowego Podawą rachuku operaorowego je zw. przekzałceie Laplace a, mające poać przekzałceia całkowego, przyporządkowujące fukcjom pewe owe fukcje, iego argumeu. Mówi ię, że

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

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

Bardziej szczegółowo

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA prof. r hab. iż. Ryszar Kosala r.kosala@po.opole.pl mgr iż. Barbara Baruś b.barus@po.opole.pl Politechika Opolska Wyział

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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,

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

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

Bardziej szczegółowo

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.

Bardziej szczegółowo

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

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/

Bardziej szczegółowo

II. PODSTAWOWE RÓWNANIA MECHANIKI W UJĘCIU NIELINIOWYM

II. PODSTAWOWE RÓWNANIA MECHANIKI W UJĘCIU NIELINIOWYM Kr a Sach Dooracch Poech Wrocławe wera: y 7 II. PODSTAWOWE RÓWNANIA MECHANIKI W UJĘCIU NIELINIOWYM W roae amecoe ą poawowe rówaa eowe mecha cała oałcaego be wyprowaeń ora omeary. Załaa ę że cye acył r

Bardziej szczegółowo

Johann Wolfgang Goethe Def.

Johann Wolfgang Goethe Def. "Maemac ą ja Facuz: coolwe m ę powe od azu pzeładają o a wój wła jęz wówcza aje ę o czmś zupełe m." Joha Wola Goehe Weźm : m m Jeżel zdeujem ucje pomoccze j : j dla j = m o = m dze = Czl wacz pzeaalzowad

Bardziej szczegółowo

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok Wykła 0: Rówae Schrögera Dr ż. Zbgew Szklarsk Kaera lekrok paw. C- pok.3 szkla@agh.eu.pl hp://layer.uc.agh.eu.pl/z.szklarsk/ 0.06.07 Wyzał Iforayk lekrok Telekoukacj - Teleforayka Rówae Schrögera jeo z

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2.

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2. Z n a k s p r a w y G O S I R D Z P I 2 7 1 0 3 12 0 1 4 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f O b s ł u g a o p e r a t o r s k aw r a z z d o s t a w» s p r

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

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,

Bardziej szczegółowo

R n. i stopa procentowa okresu bazowego, P wartość początkowa renty, F wartość końcowa renty. R(1 )

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

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.

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

Ń Ą Ń Ń Ń

Ń Ą Ń Ń Ń ŁĄ Ń Ł ć ć ć Ę Ę Ą Ą Ę Ń Ą Ń Ń Ń Ń ć Ą Ź ć Ź ć Ź ć ź ź Ł Ą Ę ć ć Ę Ć Ć Ą ć Ć Ć Ł Ć Ź Ć Ą Ą Ą Ą ĄĄ Ć Ą Ą Ą ć Ć Ł Ć Ę Ć Ć Ę Ę Ć Ć Ę Ą Ć Ć Ń Ń Ć Ę Ć Ł Ć Ł Ą Ę Ź Ć Ł Ę Ł Ł Ł Ę Ę Ł Ę Ł Ć Ć Ą Ę Ł Ą Ć Ą Ź Ą Ę

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

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

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

16. CHARAKTERYSTYKI CZASOWE UKŁADÓW SLS

16. CHARAKTERYSTYKI CZASOWE UKŁADÓW SLS OBWODY I SYGNAŁY Wykła 6 : Carakeryyki czaowe ukłaów SS 6. CHAATEYSTYI CZASOWE UŁADÓW SS 6.. SPOT FUNCJI A) DEFINICJA Niec ane bęą wie unkcje () i () całkowalne w każym przeziale (, ),

Bardziej szczegółowo

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji. Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu

Bardziej szczegółowo

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

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

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

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

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

LVIII Egzamin dla Aktuariuszy z 3 października 2011 r.

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

Bardziej szczegółowo

SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM

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.

Bardziej szczegółowo

BUDOWA PORTFELA INWESTYCYJNEGO W OPARCIU O WYBRANE CHARAKTERYSTYKI TEORII CHAOSU

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,

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

METODYKA OCENY SPRZĘTU GEODEZYJNEGO ZA POMOCĄ TESTÓW STATYSTYKI MATEMATYCZNEJ

METODYKA OCENY SPRZĘTU GEODEZYJNEGO ZA POMOCĄ TESTÓW STATYSTYKI MATEMATYCZNEJ Metoyka ocey sprzętu geoezyjego... INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr 6/00, POLSKA AKADEMIA NAUK, Ozał w Krakowe, s. 67 75 Komsja Techczej Ifrastruktury

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

8. N i e u W y w a ć u r z ą d z e n i a, g d y j e s t w i l g o t n e l ug b d y j e s t n a r a W o n e n a b e z p o 6 r e d n i e d z i a ł a n i

8. N i e u W y w a ć u r z ą d z e n i a, g d y j e s t w i l g o t n e l ug b d y j e s t n a r a W o n e n a b e z p o 6 r e d n i e d z i a ł a n i M G 4 0 1 v 4 G R I L L E L E K T R Y C Z N Y M G 4 0 1 I N S T R U K C J A M O N T A V U I B E Z P I E C Z N E G O U V Y T K O W A N I A S z a n o w n i P a s t w o, d z i ę k u j e m y z a z a k u p

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

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

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

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

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

Wyznaczyć prędkości punktów A i B

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

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

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)

Bardziej szczegółowo

Szacowanie składki w ubezpieczeniu od ryzyka niesamodzielności

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

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

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

Bardziej szczegółowo

ZAGADNIENIE W POSTACI OGÓLNEJ

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 ]

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

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

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

q (s, z) = ( ) (λ T) ρc = q

q (s, z) = ( ) (λ T) ρc = q M O D E L O W A N I E I N Y N I E R S K I E n r 4 7, I S S N 1 8 9 6-7 7 1 X W Y Z N A C Z A N I E O D K S Z T A C E T O W A R Z Y S Z Ą C Y C H H A R T O W A N I U P O W I E R Z C H N I O W Y M W I E

Bardziej szczegółowo

Zestawienie porownawcze najpopularniejszych i darmowych programow GPS. dostepnych na smartfony i tablety

Zestawienie porownawcze najpopularniejszych i darmowych programow GPS. dostepnych na smartfony i tablety Zesee pre pplres r prr prr r ere, prr pree prr s sep sr ble ; > s r J Ž ˆ š š š š Ÿ š š rr e pr r p Ws ble e p ere ps rps Trs r sr l Dse r r r r r r r r ere ers prr..2 6.2..7 2. 2. 7. 8....2.2 2. 7...2

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów Z n a k s p r a w y G C S D Z P I 2 7 1 07 2 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f U s ł u g i s p r z» t a n i a o b i e k t Gó w d y s k i e g o C e n

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

Instrukcja zarządzania systemem informatycznym przetwarzającym dane osobowe w Chorągwi Dolnośląskiej ZHP Spis treści

Instrukcja zarządzania systemem informatycznym przetwarzającym dane osobowe w Chorągwi Dolnośląskiej ZHP Spis treści C h o r ą g i e w D o l n o l ą s k a Z H P Z a ł ą c z n i k 5 d o U c h w a ł y n r 2 2 / I X / 2 0 1 5 K o m e n d y C h o r ą g w i D o l n o 6 l ą s k i e j Z H P z d n i a 0 8. 0 62. 0 1 5 r. I n

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Męzaroowa Norma Oce Nepewośc Pomaru (Gue to Epresso of Ucertat Measuremets Męzaroowa Orgazacja Normalzacja ISO RACHUNEK NIEPEWNOŚCI http://phscs.st.gov/ucertat POMIARU Wrażae Nepewośc Pomaru. Przewok.

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Ł Ł Ą Ą Ą Ą Ą Ą Ś Ą Ń

Ł Ł Ą Ą Ą Ą Ą Ą Ś Ą Ń Ó Ą Ę ń Ł Ł Ą Ą Ą Ą Ą Ą Ś Ą Ń Ł Ł Ó ż Ę ć ż ń Ł ż Ó ć ń ń ń ń Ł Ą Ł Ą ż ż ń ń Ł Ą Ę Ł ż ż ĄĄ ń Ł Ź ń Ę ń ż ń Ń ć ć ż ć ż Ó ż ż Ą ż Ę ż Ó ń ż ż Ś Ę Ę ń ń ń Ł ź ż Ó ż ŚÓ ż ź ć ń Ą Ą Ą ż Ę Ł Ń ń Ą Ę Ę ź ż

Bardziej szczegółowo

7. PODSTAWOWY MODEL RUCHU W UJĘCIU KLASYCZNYM (wg Ashton, 1966) 7.1. Definicje i mierniki parametrów ruchu

7. PODSTAWOWY MODEL RUCHU W UJĘCIU KLASYCZNYM (wg Ashton, 1966) 7.1. Definicje i mierniki parametrów ruchu 7 Podawowy model ruchu w ujęcu klayczym 7 PODSTAWOWY MODEL RUCHU W UJĘCIU KLASYCZNYM (wg Aho, 966) 7 Defcje merk paramerów ruchu Przed dykują różych eor pooków ruchu mumy zdefować pewe pojęca, kóre będą

Bardziej szczegółowo