OPTYMALNA DYWERSYFIKACJA NA POLSKIM RYNKU INWESTYCYJNYM

Wielkość: px
Rozpocząć pokaz od strony:

Download "OPTYMALNA DYWERSYFIKACJA NA POLSKIM RYNKU INWESTYCYJNYM"

Transkrypt

1 Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN Nr Agata Gluzcka Uwersytet Ekoomczy w Katowcach Wydzał Iformatyk Komukacj Katedra Badań Operacyjych agata.gluzcka@ue.katowce.pl OPTYMALNA DYWERSYFIKACJA NA POLSKIM RYNKU INWESTYCYJNYM Streszczee: Dywersyfkacja ryzyka jest eodłączym elemetem każdego procesu westycyjego. Jedym z powszeche stosowaych merków stopa zdywersyfkowaa portfela jest lczba jego składków. Jedak metoda ta powa być stosowaa jedye w przypadku portfel o rówych udzałach. Iym arzędzam stosowaym do ocey stopa zdywersyfkowaa są deksy defowae za pomocą udzałów poszczególych walorów. Przykładem może być róweż deks Herfdahla czy wykładcza mara etrop. Jak pokazały lcze badaa emprycze, efekt dywersyfkacj jest zwązay z zależoścą zachodzącą mędzy korelacją a ryzykem portfela. W artykule przedstawoo wskaźk efektu dywersyfkacj uwzględający taką zależość, a także model optymalzacyjy służący do kostrukcj portfel o optymalej dywersyfkacj. Zaprezetoway model został zastosoway do wyzaczea portfel westycyjych dla daych pochodzących z Gełdy Paperów Wartoścowych w Warszawe. Słowa kluczowe: dywersyfkacja, portfele ajbardzej zdywersyfkowae, polsk ryek westycyjy. Wprowadzee Efekt dywersyfkacj jest jedą z własośc ryzyka portfela westycyjego, a główym celem dywersyfkacj jest redukcja welkośc ryzyka. Według Markowtza [952] pojęce dywersyfkacja odos sę do zwązku mędzy korelacją ryzykem portfela. W podoby sposób Perold [2004] opsuje efekt dywersyfkacj jako wyk alokacj środków w take aktywa, których stopy zwrotu są edoskoale skorelowae.

2 Optymala dywersyfkacja a polskm ryku westycyjym 23 Dotychczasowe prace zwązae z dywersyfkacją skupały sę główe a różych sposobach elmacj ryzyka. Ich wększość dotyczy portfel awych, czyl portfel o rówych udzałach [Evas Archer, 968; Newbould Poo, 993; Sharpe., 997; Tag, 2004; Frahm Wechers, 20]. Jedak efekt dywersyfkacj może być aalzoway zarówo dla portfel awych, jak dla portfel ważoych. W welu badaach aalzowao możlwośc dywersyfkacj dla portfel składających sę ze spółek otowaych a rykach różych krajów lub różych regoów, mów sę wówczas o tzw. dywersyfkacj mędzyarodowej. Problem dywersyfkacj ryzyka był róweż aalzoway dla polskego ryku westycyjego. Obszere badaa dotyczące dywersyfkacj zostały omówoe w pracach Tarczyńskego Łuarskej [2004, 2006]. W pracach tych zostały przedstawoe wyk badań empryczych przeprowadzoych z wykorzystaem popularych arzędz aalzy dywersyfkacj; wprowadzoe zostało róweż pojęce dywersyfkacj poowej pozomej. Dywersyfkacja portfela może być także aalzowaa w kotekśce domacj stochastyczych [Reshetukha, 2005]. Najczęścej jedak aalzy dotyczą wpływu stopa dywersyfkacj a ryzyko portfela przykłady takch aalz zostały przedstawoe m.. w pracy Welca [200]. Najczęścej w badaach ad efektem dywersyfkacj ryzyko portfela jest wyrażoe jako odchylee stadardowe (waracja), a zatem ryzyko portfela jest określae przez dwe charakterystyk: ważoe dywduale ryzyko strumetów (odchylee stadardowe) ważoe zależośc mędzy strumetam (kowaracja). Ryzyko akcj jest sumą dwóch składków: perwszym jest ryzyko esystematycze (dywersyfkowale), a drugm ryzyko systematycze (edywersyfkowale). Zwększae dywersyfkacj portfela stopowo elmuje ryzyko esystematycze, pozostawając jedye ryzyko systematycze lub ryzyko oparte a ryku. W artykule przedstawoo wybrae metody pomaru stopa dywersyfkacj szeroko stosowae w badaach empryczych. Omówoo róweż owy, w kotekśce badań dotyczących polskego ryku westycyjego, deks efektu dywersyfkacj, który jest róweż stosoway do wyzaczaa tzw. portfel ajbardzej zdywersyfkowaych. W dalszej częśc artykułu zostały przedstawoe własośc główych charakterystyk portfel o optymalym stopu zdywersyfkowaa. Główym jego celem była aalza portfel ajbardzej zdywersyfkowaych kostruowaych dla daych z polskego ryku westycyjego. Wyk z przeprowadzoych badań przedstawoo w ostatej częśc.

3 24 Agata Gluzcka. Wybrae metody pomaru stopa dywersyfkacj Najbardzej elemetarym podejścem pomaru stopa dywersyfkacj ryzyka aktywów portfela jest określee lczby składków w portfelu. Badaa emprycze prowadzoe w tym keruku wykazały [Evas Archer, 968; Fsher Lore, 970], że ryzyko portfela zmejsza sę podczas zwększaa sę lczby strumetów fasowych w portfelu. Kedy zwększamy lczbę akcj w portfelu, całkowte ryzyko jest stopowo obżae, aż do mometu osągęca pozomu ryzyka, które e może już być dalej redukowae, bez względu a dodatkowe akcje dokładae do portfela [Frahm Wechers, 20]. Jedakże ta metoda pomaru efektu dywersyfkacj może być stosowaa tylko dla portfel o rówych udzałach. Iym arzędzem wykorzystywaym do pomaru pozomu zdywersyfkowaa są macerze współczyków korelacj [Coover., 2002; Abraham., 200]. Wysoka (ska) korelacja sugeruje sk (wysok) pozom efektu dywersyfkacj. Poeważ jedak macerze te są zborem współczyków korelacj wszystkch możlwych par aktywów daego portfela, dlatego metoda ta może być ucążlwa w praktyczym zastosowau. Coraz częścej do pomaru efektu dywersyfkacj są stosowae bardzej skomplkowae metody. Przykładem są badaa, w których do loścowego określea efektu dywersyfkacj został zastosoway model czykowy współczyk determacj [m.. Sharpe, 992]. Z kole Mlls [996] wykorzystał kotegrację do pomaru tedecj dla dwóch stacjoarych szeregów czasowych, poruszających sę wspóle w stae długotermowej rówoważośc. Ią metodą zastosowaą do loścowego pomaru dywersyfkacj zysku z oczekwaych stóp zwrotu jest alokacja z portfel bezpeczych w portfele ulokowae a tym samym pozome ryzyka a gracy efektywej. Podejśce to zostało przedstawoe m.. w pracach L. [2003], Kadel. [995]. Rud Morga [2006] zapropoowal atomast deks dywersyfkacj portfela kostruoway za pomocą aalzy główych składowych. W lteraturze przedmotu są prezetowae róże deksy, które przyjmuje sę jako wskaźk pozomu dywersyfkacj rozumaego jako pozom ryzyka możlwego do wyelmowaa. Pożej przedstawoo wybrae deksy ajczęścej stosowae w badaach empryczych. Według Taga [2004] dla skończoej lczby akcj a daym ryku część maksymalego potecjale dywersyfkowalego ryzyka moża określć wzorem: ( ) N ( N ) DI = ()

4 Optymala dywersyfkacja a polskm ryku westycyjym 25 gdze: DI wskaźk dywersyfkacj (część ryzyka dywersyfkowalego portfela), lczba akcj w portfelu, N całkowta lczba akcj a ryku. Kolejym deksem wykorzystywaym do ocey pozomu dywersyfkacj jest dopełee często stosowaej mary ekoomczej kocetracj zwaej deksem Herfdahla. Te deks dywersyfkacj jest określay astępującym wzorem: DI w = = HI = (2) 2 gdze: HI dex Herfdahla, w część wartośc portfela rykowego zawestowaa w -tą spółkę. Dopełee deksu Herfdahla jest deksem przyjmującym wartośc z przedzału [0, ]. Portfel o zerowym dekse jest portfelem z całkowtym brakem dywersyfkacj (portfel złożoy z jedej akcj), atomast wartość deksu rówa formuje o ajwyższym stopu zdywersyfkowaa. Następa mara dywersyfkacj była szeroko aalzowaa w pracy Marfelsa [97]. W podejścu tym Marfels zastosował ragowae spółek według malejącego udzału w portfelu (-ta spółka pod względem welkośc udzału otrzymuje ragę ). Ideks dywersyfkacj jest określay wzorem: DI 3 = (3) 2 w Do pomaru dywersyfkacj są róweż stosowae deksy opracowae a podstawe mar etrop. Jako deks dywersyfkacj przyjmuje sę marę etrop zdefowaą przez Harta [97]: = = ( ) DI 4 = w l w (4) Natomast Marfels [97] zapropoował deks dywersyfkacj, w którym zastosował wykładczą marę etrop : DI 5 = w ^ (5) = 2 w

5 26 Agata Gluzcka Mara etrop jest odrębą formą od pozostałych przedstawoych deksów dywersyfkacj, poeważ wartośc e zawerają sę w przedzale [0, ]. Słabą stroą wszystkch wspomaych powyżej deksów dywersyfkacj jest fakt, że żade z ch e uwzględa zależośc mędzy korelacją a ryzykem portfela, czyl zasadczego zwązku, który decyduje o stopu zdywersyfkowaa portfela. 2. Portfele optymale pod względem dywersyfkacj ch podstawowe własośc W dalszej częśc artykułu przedstawoo wskaźk efektu dywersyfkacj, który jest przykładem owej mary w badaach dotyczących polskego ryku westycyjego. Mara ta jest róweż stosowaa do wyzaczaa portfel optymalych ze względu a stopeń zdywersyfkowaa rozumaego jako część ryzyka dywersyfkowalego. Omówoy pożej deks dywersyfkacj został skostruoway zgode z deą, że efekt dywersyfkacj tkw w różcy mędzy średą ważoą odchyleń stadardowych alokowaych aktywów a średą ważoą odchyleń stadardowych korelacj wszystkch potecjalych aktywów portfela [Cheg Roulac, 2007; Chouefaty Cogard, 2008]. Mara zapropoowaa przez Chega Roulaca [2007] jest rówa lorazow średej ważoej odchyleń stadardowych aktywów o ezerowych udzałach odchylea stadardowego portfela: σ DE = a (6) σ gdze: σ p odchylee stadardowe portfela ważoe przez alokacje korelacje mędzy stopam zwrotu pojedyczych aktywów, σ a średa ważoa odchyleń stadardowych tylko alokowaych aktywów. Postać średej ważoej odchyleń stadardowych aktywów o ezerowych udzałach jest detycza z formą odchylea stadardowego portfela, z wyjątkem tego, że przyjmuje sę współczyk korelacj rówy. Postać średej ważoej odchyleń stadardowych alokowaych aktywów moża wyrazć zależoścą: p σ = σ (7) a w =

6 Optymala dywersyfkacja a polskm ryku westycyjym 27 gdze: w waga -tej akcj, σ odchylee stadardowe -tej akcj. Z powyższego wzoru wyka, że współczyk dywersyfkacj jest współczykem średej ważoej zmeośc spółek dzeloej przez zmeość portfela. Przedstawoy współczyk został zastosoway m.. w aalze efektu dywersyfkacj a ryku eruchomośc, w badaach dotyczących dywersyfkacj geografczej [Cheg Roulac, 2007]. Z kole Chouefaty Cogard [2008] zastosowal te współczyk do pomaru efektu dywersyfkacj w przypadku portfel złożoych z różych strumetów fasowych. Makametem omawaego wskaźka jest to, że przyjmuje wartośc wększe ż jede. W pracach dotyczących stosowaa powyższego współczyka w badaach empryczych podkreśla sę zatem, że współczyk te e ma żadej terpretacj odośe do welkośc ryzyka, jaka jest redukowaa w procese kostrukcj portfela. Wadomo tylko, że m wyższa wartość współczyka, tym wyższa dywersyfkacja. Korzystając z zależośc zapropoowaej przez Chega Roulaca, Hght [2009] przedstawł zmodyfkowaą wersję współczyka dywersyfkacj przy założeu wspomaej wcześej de: DE σ p = (8) σ a W tej postac deks dywersyfkacj zawsze przyjmuje wartośc wększe ż zero mejsze ż jede. Wówczas wyższe wartośc wskaźka wskazują a wyższy pozom zdywersyfkowaa, atomast ske wartośc formują o skm stopu zdywersyfkowaa. Zapropooway przez Hghta współczyk efektu dywersyfkacj wskazuje, jaka część całkowtego ryzyka może być zdywersyfkowaa poprzez formowae portfela. Zdecydowaa wększość dotychczasowych badań była skocetrowaa główe a elmacj ryzyka dywersyfkowalego. Dlatego też ryzyko edywersyfkowale powo być wyelmowae z postac efektu dywersyfkacj. Nedywersyfkowale ryzyko może być wyelmowae jako ajższe odchylee stadardowe oblczae dla spółek tworzących portfel. Efekt dywersyfkacj może być zatem oblczay jako: ( m) ( m) σ p σ p DE = (9) 2 σ σ gdze σ p (m) ajższe odchylee stadardowe pomędzy wszystkm spółkam tworzącym portfel. a p

7 28 Agata Gluzcka Za pomocą przedstawoego powyżej wskaźka pozomu dywersyfkacj (DE) jest możlwa kostrukcja portfel ajbardzej zdywersyfkowaych (MDP the most dversfed portfolo). Portfele o optymalym stopu dywersyfkacj są kostruowae poprzez rozwązae astępującego zadaa optymalzacyjego [Chouefaty Cogard, 2008; Chouefaty, Frodure, Reyer, 203]: σ a DE = σ = w w p = max 0 dla =, 2,..., (0) Portfel ajbardzej zdywersyfkoway maksymalzuje odległość mędzy dwoma maram zmeośc portfela, tz. odległość mędzy średą ważoą zmeośc aktywów portfela a zmeoścą całego portfela. Powyższe zadae optymalzacyje rozwązujemy kostruując astępujące zastępcze zadae optymalzacyje: σ m u = p σ u = 0 dla =, 2,..., () gdze u ozacza udzał -tej spółk w portfelu. Rozwązaem wyjścowego zadaa optymalzacyjego jest astępujący wektor wag portfela MDP: w = u u2 u,,..., (2) u u u = = = Założee o braku krótkej sprzedaży (w 0) redukuje potecjaly wpływ a błędy estymacj oraz zapewa, że portfel będze mał dodatą wartość kaptału jako premę za ryzyko. Powyższy model optymalzacyjy został dotychczas zastosoway m.. w badaach porówawczych z portfelam awym czy portfelam o mmalej waracj. Na podstawe tych elczych badań empryczych zostało ustaloych klka własośc charakterystyczych dla portfel ajbardzej zdywersyfkowaych, które przedstawoo pożej. Jeśl wszystke składk portfela mają te sam współczyk Sharpe a, to współczyk Sharpe a ajbardzej zdywersyfkowaego portfela osąga aj-

8 Optymala dywersyfkacja a polskm ryku westycyjym 29 wyższy możlwy pozom. W przypadku gdy wszystke potecjale składk portfela mają tę samą zmeość, to portfel ajbardzej zdywersyfkoway jest rówocześe portfelem globalym o mmalej waracj. Dowola spółka, która e jest składową portfela ajbardzej zdywersyfkowaego (MDP), jest slej skorelowaa z portfelem MDP ż spółk, które ależą do portfela MDP. Poadto wszystke spółk ależące do portfela MDP charakteryzują sę tą samą wartoścą współczyka korelacj z portfelem. Stąd wyka, że portfel MDP bez krótkej sprzedaży to tak portfel, którego korelacja z dowolym ym portfelem bez krótkej sprzedaży jest wększa lub rówa lorazow ch współczyków dywersyfkacj, tz.: ( w) DE ρ MDP (3) w, w DE MDP ( w ) gdze: DE(w) deks dywersyfkacj dla dowolego portfela z założeem o braku krótkej sprzedaży, DE(w MDP ) deks dywersyfkacj dla portfela ajbardzej zdywersyfkowaego, wyzaczoego przy założeu o braku krótkej sprzedaży, ρ współczyk korelacj mędzy portfelam. Chouefaty. [203] wykazal, że współczyk dywersyfkacj moża zdefować za pomocą dwóch tucyjych składków: współczyka kocetracj portfela (CR) średej ważoej korelacj portfela (ρ portfolo volatltyweghted average correlato): DE = (ρ (-CR) + CR) -0,5 (4) gdze: ( w w jσ σ j ) j ( w w jσ σ j ) ρ = oraz j ρ j CR = ( w σ ) 2 wσ Współczyk kocetracj (CR) jest prostą marą kocetracj portfela, w której berzemy pod uwagę tylko zmeośc poszczególych składków portfela. Redukując kocetrację z portfela, otrzymujemy wyższy stopeń zdywersyfkowaa portfela. Wartość współczyka dywersyfkacj moża róweż podwyższyć poprzez redukcję średej ważoej korelacj portfela. 2

9 30 Agata Gluzcka 3. Emprycza aalza portfel o optymalej dywersyfkacj a polskm ryku westycyjym Pożej został przedstawoy przykład empryczy, w którym były aalzowae portfele ajbardzej zdywersyfkowae dla daych pochodzących z GPW w Warszawe. Portfele były kostruowae za pomocą przedstawoego modelu optymalzacyjego (0)-(2). W aalze wykorzystao dzee stopy zwrotu losowo wybraych 60 spółek. Dae z okresu styczeń 202-grudzeń 203 posłużyły do kostrukcj portfel, atomast a podstawe daych z perwszego kwartału 204 roku oblczoo zysk, jakch moża sę było spodzewać po sprzedaży aalzowaych portfel. Główym celem badaa była aalza podstawowych charakterystyk portfel ajbardzej zdywersyfkowaych. W szczególośc badao wpływ lczby składków oraz sposobu wstępej selekcj spółek a wartość współczyka dywersyfkacj, ryzyko oraz zysk portfela. W perwszej kolejośc utworzoo 3 grupy daych, w skład których wchodzło 40 spółek ajlepszych według różych kryterów. Do perwszej grupy spółk były wyberae według rosącej wartośc współczyka korelacj. Procedurę wyboru spółek rozpoczęto od oblczea współczyków korelacj mędzy wszystkm aalzowaym spółkam. Następe wybrao dwe spółk, dla których odotowao ajższą (ujemą) wartość korelacyją. W kolejym kroku aalzowao współczyk korelacj lczoe mędzy spółkam już wybraym a pozostałym spółkam. Jako trzecą spółkę przyjęto tę, dla której otrzymao ajższą wartość korelacj z dwoma wcześej wybraym składkam. Następe składk były wyberae w podoby sposób decydowała ajższa wartość korelacj ze spółkam już będącym wybraym składkam portfela. W drugej grupe wybrao 40 spółek o ajwyższej stope zwrotu, które uporządkowao według malejącej wartośc stóp zwrotu. Natomast w trzecej grupe spółk były doberae według wartośc ryzyka. W tym przypadku spółk uszeregowao według malejącej wartośc ryzyka. W dalszej kolejośc, dla każdej grupy daych, zostały wyzaczoe portfele ajbardzej zdywersyfkowae. Portfele były kostruowae przy założeu różej lczby składków od 2 do 40. Dla wyzaczoych portfel zostały oblczoe wartośc współczyków dywersyfkacj (ER), średej stopy zwrotu oraz odchylea stadardowego (tabela ). Aalzując otrzymae portfele pod względem stopa zdywersyfkowaa, ajlepszym kryterum doboru spółek do portfela okazał sę współczyk korelacj. Portfele, których składk były doberae według korelacj, charakteryzują sę wyższym wskaźkem zdywersyfkowaa ż odpowadające m portfele o tej samej lczbe składków, ale doberaych według ych charakte-

10 Optymala dywersyfkacja a polskm ryku westycyjym 3 rystyk. Główe dla małych portfel, lczących 2-0 składków, odotowao zacze różce. Przykładowo dla portfela złożoego z 3 składków doberaych według korelacj, wartość wskaźka zdywersyfkowaa przekracza 45%, podczas gdy odpowadające m portfele, których składk doberao według wartośc ryzyka czy stopy zwrotu, charakteryzują sę wskaźkem zdywersyfkowaa o 0-2% ższym. Dla portfel o tej samej lczbe składków (węcej ż 2), ale doberaych według różych kryterów, różce mędzy wartoścam wskaźków zdywersyfkowaa e przekraczają 6%. Wartość efektu dywersyfkacj oczywśce wzrasta poprzez dodawae kolejych składków do portfela, a postępując w te sposób zwększamy część ryzyka dywersyfkowalego. Najwększe zmay w pozome dywersyfkacj otrzymujemy dla małych portfel złożoych z 2-8 składków. W przypadku tych portfel, po dodau kolejego składka do portfela, pozom dywersyfkacj zmeał sę awet o 0%. Maksymala wartość ryzyka dywersyfkowalego to ewele poad 70%. Aby osągąć tak pozom w przypadku portfel kostruowaych według współczyka korelacj, wystarczyło 7 składków. Natomast dla portfel o składkach doberaych według odchylea stadardowego czy stopy zwrotu ryzyko dywersyfkowale a pozome 70% osągęto dopero dla portfel złożoych z 32 składków. Tabela. Podstawowe charakterystyk portfel ajbardzej zdywersyfkowaych Lczba spółek Portfele kostruowae dla spółek uporządkowaych według korelacj Portfele kostruowae dla spółek uporządkowaych według ryzyka Portfele kostruowae dla spółek uporządkowaych według stóp zwrotu ER ryzyko zysk ER ryzyko zysk ER ryzyko zysk ,48% 0,064 0, ,7% 0,047, ,28% 0,0300, ,0% 0,040 0, ,73% 0,032, ,22% 0,0269, ,89% 0,027,000 43,90% 0,02,0003 4,88% 0,0207, ,62% 0,09, ,24% 0,0, ,82% 0,090, ,0% 0,006, ,02% 0,005, ,99% 0,075, ,74% 0,004,000 55,67% 0,003, ,49% 0,055, ,63% 0,005, ,06% 0,0097, ,82% 0,053, ,73% 0,007, ,03% 0,0096, ,90% 0,03, ,86% 0,005 0,9999 6,36% 0,0094, ,42% 0,022,005 66,34% 0,007 0, ,08% 0,009, ,32% 0,024, ,35% 0,005 0, ,99% 0,0090,0005 6,4% 0,020, ,92% 0,004 0, ,08% 0,0090, ,67% 0,04, ,29% 0,000 0, ,77% 0,0089, ,85% 0,04, ,59% 0,000 0, ,96% 0,0089, ,97% 0,009, ,29% 0,0099 0, ,37% 0,0087, ,5% 0,008, ,05% 0,0095, ,60% 0,0086, ,44% 0,005, ,56% 0,0093, ,43% 0,0085, ,62% 0,004, ,67% 0,0093, ,43% 0,0086, ,00% 0,004, ,0% 0,009 0, ,45% 0,0086, ,00% 0,004, ,09% 0,009 0, ,09% 0,0085, ,75% 0,000,00

11 32 Agata Gluzcka cd. tabel ,32% 0,0092 0, ,5% 0,0085, ,23% 0,0099, ,50% 0,009 0, ,23% 0,0085, ,7% 0,0098, ,50% 0,009 0, ,38% 0,0095, ,68% 0,0095, ,54% 0,009 0, ,57% 0,0085, ,70% 0,0095, ,75% 0,0089 0, ,57% 0,0085, ,00% 0,0094, ,77% 0,0089 0, ,8% 0,0085, ,24% 0,0093, ,82% 0,0089 0, ,26% 0,0085,000 69,03% 0,0092, ,82% 0,0089 0, ,26% 0,0085,000 69,09% 0,0092, ,82% 0,0089 0, ,3% 0,0085,000 69,09% 0,0092, ,82% 0,0089 0, ,50% 0,0085,000 69,45% 0,0092, ,82% 0,0089 0, ,50% 0,0086,000 69,45% 0,0092, ,83% 0,0089 0, ,99% 0,0085,000 70,3% 0,0089, ,83% 0,0089 0, ,5% 0,0086,000 70,3% 0,0089, ,83% 0,0089 0, ,5% 0,0086,000 70,24% 0,0088, ,9% 0,0089 0, ,59% 0,0086,000 70,44% 0,0088, ,9% 0,0089 0, ,59% 0,0086,000 70,44% 0,0088, ,9% 0,0089 0, ,8% 0,0086,000 70,44% 0,0088, ,9% 0,0089 0, ,98% 0,0087, ,8% 0,0087, ,9% 0,0089 0,9999 7,03% 0,0087,000 7,2% 0,0087,0002 Porówując otrzymae portfele pod względem wartośc odchylea stadardowego, zaobserwowao, że ajmej ryzykowym portfelam są te, których składk były doberae według wartośc ryzyka. Z kole ajwyższe wartośc odchylea stadardowego otrzymao dla portfel o składkach doberaych a podstawe stóp zwrotu. Podobe jak w przypadku aalzy wartośc wskaźka zdywersyfkowaa, róweż pod względem ryzyka ajwększe różce otrzymao dla portfel o małej lczbe składków (2-7). Aalzując otrzymae portfele pod względem stóp zwrotu, zaobserwowao, że portfele, których składk były doberae a podstawe współczyka korelacj, charakteryzowały sę ższym stopam zwrotu ż odpowadające m portfele o składkach selekcjoowaych według odchylea stadardowego czy stopy zwrotu. Należy zauważyć, że wększość portfel ajbardzej zdywersyfkowaych kostruowaych w te sposób w badaym okrese przyosła straty. Najwyższe stopy zwrotu odotowao atomast dla portfel ajbardzej zdywersyfkowaych, których składk były doberae według wartośc stóp zwrotu. Na rysukach -4 zostały przedstawoe procetowe zysk ze sprzedaży portfel ajbardzej zdywersyfkowaych o różej lczbe składków w wybraych dach w okrese styczeń 204-marzec 204. Zaobserwowao, że w przypadku portfel o małej lczbe składków (2-8 składków) ajwyższe zysk otrzymao dla tych portfel, których składk były doberae według odchylea stadardowego. Najższym zyskam charakteryzowały sę atomast portfele skostruowae ze spółek wyberaych według wartośc stóp zwrotu. W przypadku

12 Optymala dywersyfkacjaa aa polskm ryku westycyjymm 33 portfel o wększej lczbe składków (węcej żż 0) e otrzymao jedo- zaczychh wosków,, które z kryterum doboru spółekk doo portfel maksymale zdywersyfkowaych jest ajlepsze. W poszczególychh dach badaegoo kwar- tałuu ajwyższe zysk odotowao dlaa dużych portfel, których składk byłyb y se- lekcjoowae a podsp stawe wartośc stóp zwrotu albo wartośc odchylea sta- dardowego. Tylkoo w klku przypadkachh ajbardzej zyskowe okazałyy sę portfele o składkachh doberaychh według współczykaa korelacj. Rys.. Wartośc zysku ajbardzej zdywersyfkowaych portfel w du Rys. 2. Wartośc zysku ajbardzej zdywersyfkowaych portfel w du

13 34 Agata Gluz zcka Rys. 3. Wartośc zysku ajbardzej zdywersyfkowaych portfel w du Rys. 4. Wartośc zysku ajbardzej zdywersyfkowaych portfel w du Wart to zauważyć, żee w perwszym mesm ącu 2044 roku wększość portfel (bezz wzgl lęduu a krytk terum doboru składków) to portfele przyoszącee straty. W kolejychh dwóch mesącach takaa sytuacjaa jużż e występowałaa przyajm- ejj dla dwóch kryteróww doboru spółek otrzymywao portfele zyskowe. W po- zostałe d aalzowaego okresu otrzymao podobe wosk.

14 Optymala dywersyfkacja a polskm ryku westycyjym 35 Podsumowae Podsumowując, dla portfel z GPW w Warszawe moża zredukować co ajwyżej 70% ryzyka. Najwyższe wartośc wskaźka dywersyfkacj dla portfel o optymalej dywersyfkacj otrzymujemy kostruując portfele ze spółek wyberaych według wartośc współczyka korelacj. Z drugej stroy badaa pokazały, że są to portfele o skej stope zwrotu wększość tych portfel w badaym okrese przyosła stratę. Najwyższy efekt dywersyfkacj otrzymao dla małych portfel złożoych z 2-8 składków. Dla spółek o ujeme skorelowaych stopach zwrotu metoda doboru spółek do portfel e wpływa zacząco a pozom dywersyfkacj. Pod względem zyskowośc ajlepszym rozwązaem jest westycja w małą lczbę spółek wraz ze wzrostem lczby spółek spada wartość zysku tego portfela. Dla portfel złożoych ze spółek doberaych według odchylea stadardowego lub stopy zwrotu otrzymao zdecydowae lepsze efekty jeśl chodz o zysk ż w przypadku portfel kostruowaych ze spółek selekcjoowaych według wartośc współczyka korelacj. Lteratura Abraham A., Fazal J., Seyyed A. (200), Aalyss of Dversfcato Beefts of Ivestg the Emergg Gulf Equty Markets, Maageral Face, 27 (0/), s Alekevcee V., Alekevcute E., Rkevcee R. (202), Portfolo Sze ad Dversfcato Effect Lthuaa Stock Exchage Market, Egeerg Ecoomcs, 23(4), s Cheg P., Roulac S.E. (2007), Measurg the Effectveess of Geographcal Dversfcato, Joural of Real Estate Maagemet, 3, s Chouefaty Y., Cogard Y. (2008), Toward Maxmum Dversfcato, Joural of Portfolo Maagemet, 35, s Chouefaty Y., Frodure T., Reyer J. (203), Propertes of the Most Dversfed Portfolos, Joural of Ivestmet Strateges, Vol. 2, No 2, s Coover C.M., Frday H.S., Srmas G.S. (2002), Dversfcato Beefts from Foreg Real Estate Ivestmets, Joural of Real-Estate Portfolo Maagemet, 8, s Evas J., Archer S. (968), Dversfcato ad the Reducto of Dsperso, Joural of Face, 23 (5), s Fsher L., Lore J.H. (970), Some Studes of Varablty of Returs o Ivestmets Commo Stocks, The Joural of Busess, 43 (2), s Frahm G., Wechers C. (20), O the Dversfcato of Portfolos of Rsky Assets, Semar of Ecoomc ad Socal Statstc Uversty of Cologe, /.

15 36 Agata Gluzcka Hart P.E. (97), Etropy ad Other Measures of Cocetrato, Joural of the Royal Statstcal Socety, 34, s Hght G. (2009), A New Way to Look at Correlatos: The Icremetal Dversfcato Effect Measure, Joural of Idexes, s Kadel S., McCulloch R., Stambaugh R. (995), Bayesa Iferece ad Portfolo Effcecy, Revew of Facal Studes, 8, s L K., Sarkar A., Wag Z. (2003), Dversfcato Beefts of Emergg Markets Subject to Portfolo Costrats, Joural of Emprcal Face, 0 (), s Marfels Ch. (97), Absolute ad Relatve Measures of Cocetrato Recosdered, Kyklos, 4, s Markowtz H. (952), Portfolo Selecto, Joural of Face, 7, s Newbould G.D., Poo P.S. (993), The Mmum Number of Stocks Needed for Dversfcato, Facal Practce ad Educato, 3, s Perold A.F. (2004), The Captal Asset Prcg Model, Joural of Ecoomc Perspectves, 8 (3), s Reshetukha O. (2006), Dywersyfkacja portfela zgode z kocepcją domacj stochastyczej [w:] Modelowae preferecj a ryzyko 05, red. T. Trzaskalk, Katowce, s Rud A.M., Morga J.S. (2006), A Portfolo Dversfcato Idex, The Joural of Portfolo Maagemet, s Sharpe W. (992), Asset Allocato: Maagemet Style ad Performace Measuremet, Joural of Portfolo Maagemet, Wter, s Tag G.Y.N. (2004), How Effcet Is Nave Portfolo Dversfcato? A Educatoal Note, The Iteratoal Joural of Maagemet Scece, 32, s Tarczyńsk W., Łuewska M. (2004), Dywersyfkacja ryzyka a polskm ryku kaptałowym, Wydawctwo Placet, Warszawa. Tarczyńsk W., Łuewska M. (2006), Ograczae ryzyka westycyjego a ryku kaptałowym dywersyfkacja ryzyka poowa pozoma [w:] Modelowae preferecj a ryzyko 05, red. T. Trzaskalk, Katowce, s Welc J. (200), Wpływ stopa dywersyfkacj a ryzyko portfela akcj a przykładze wybraych strateg kotrarańskch [w:] Prace Naukowe Uwersytetu Ekoomczego we Wrocławu, r 7, Iwestycje fasowe ubezpeczea tedecje śwatowe a polsk ryek, Wrocław, s THE OPTIMAL DIVERSIFICATION ON THE POLISH INVESTMENT MARKET Summary: Each vestmet s assocated wth the rsk. The ma goal of the vestor s allocate the captal that way to reduce the o-systematc (dversfed) rsk. The term dversfcato effect refers to the relatoshp betwee correlatos ad portfolo rsk.

16 Optymala dywersyfkacja a polskm ryku westycyjym 37 About the dversfcato effect we ca talk whe captal s allocated to the assets whose returs have mperfect correlatos. I ths paper wll be preseted the ew dex of dversfcato whch ca be appled to costructo the most dversfed portfolos. Some propertes of these type portfolos wll be dscussed. Preseted methods wll be appled to selecto the most dversfed portfolos o the Polsh vestmet market. Keywords: dversfcato, most dversfed portfolo, Polsh vestmet market.

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 2083-86 Nr 340 207 Iformatyka Ekoometra 0 Agata Gluzcka Uwersytet Ekoomczy w Katowcach Wydzał Iformatyk Komukacj Katedra Badań Operacyjych

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

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

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

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

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

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

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

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

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

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

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

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

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

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

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

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

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

System finansowy gospodarki

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

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

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

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

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

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych CZYŻYCKI Rafał 1 PURCZYŃSKI Ja Ryzyko westycj w spółk sektora TSL a Warszawskej Gełdze Paperów Wartoścowych WSTĘP Elemetem erozerwale zwązaym z dzałaloścą westorów a całym ryku kaptałowym jest epewość

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

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

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

VIW20 koncepcja indeksu zmienności dla polskiego rynku akcyjnego 1

VIW20 koncepcja indeksu zmienności dla polskiego rynku akcyjnego 1 Dr Robert Ślepaczuk Katedra Bakowośc Fasów Wydzał Nauk Ekoomczych Uwersytet Warszawsk Grzegorz Zakrzewsk Po Kredytów Detalczych Departamet Ryzyka Kredytowego Polbak EFG VIW0 kocepcja deksu zmeośc dla polskego

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

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

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

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

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI GIEŁDOWYCH PRZY UŻYCIU ALGORYTMÓW GENETYCZNYCH mgr ż. Marc Klmek Katedra Iformatyk Państwowa Wyższa Szkoła Zawodowa m. Papeża Jaa Pawła II w Bałej Podlaskej Streszczee:

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

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

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

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

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

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

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

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

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

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

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

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

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

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

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

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

Aspekty ekonomiczne konstrukcji i optymalizacji długookresowych portfeli inwestycyjnych na rynku kapitałowym

Aspekty ekonomiczne konstrukcji i optymalizacji długookresowych portfeli inwestycyjnych na rynku kapitałowym zeszyty aukowe uwersytetu szczecńskego r 89 fase, Ryk Fasowe, Ubezpeczea r 78 (05) DOI: 0.876/frfu.05.78-07 s. 83 97 Aspekty ekoomcze kostrukcj optymalzacj długookresowych portfel westycyjych a ryku kaptałowym

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

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

Analiza spektralna stóp zwrotu z inwestycji w akcje

Analiza spektralna stóp zwrotu z inwestycji w akcje Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa

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

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

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

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

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

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

Elementy arytmetyki komputerowej

Elementy arytmetyki komputerowej Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów

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

Liniowe relacje między zmiennymi

Liniowe relacje między zmiennymi Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

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

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017 PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999

Bardziej szczegółowo

Probabilistyka i statystyka. Korelacja

Probabilistyka i statystyka. Korelacja 06-05-08 Probablstyka statystyka Korelacja Probablstyka statystyka - wykład 9 dla Elektrok Korelacja Aalza korelacj zajmuje sę badaam stea zależośc lowej mędzy dwema cecham X Y. Podstawową marą jest współczyk

Bardziej szczegółowo

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2 Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

MODEL SHARP A - MIARY WRAŻLIWOŚCI

MODEL SHARP A - MIARY WRAŻLIWOŚCI MODEL SHARP A - MIARY WRAŻLIWOŚCI Współzależość cech Rozważam jedostk zborowośc badae ze względu a dwe, lub węcej zmech W przpadku obserwacj opartch a dwóch zmech możem wkreślć dagram korelacj. Każda obserwacja

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

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

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

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

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

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

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

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

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

ELEMENTY TEORII MOŻLIWOŚCI

ELEMENTY TEORII MOŻLIWOŚCI ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech

Bardziej szczegółowo