Korelacje krzyżowe kryzysów finansowych w ujęciu korelacji potęgowych. Analiza ewolucji sieci na progu liniowości.
|
|
- Aniela Jasińska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Korelacje krzyżowe kryzysów finansowych w ujęciu korelacji potęgowych. Analiza ewolucji sieci na progu liniowości. Cross-correlations of financial crisis analysed by power law classification scheme. Evolving network analysis on the linear threshold. Instytut Fizyki Teoretycznej Uniwersytet Wrocławski Katedra Fizyki i Biofizyki Uniwersytet Przyrodniczy we Wrocławiu
2 Potęgowy schemat korelacji (ang. Power Law Classification Scheme ) został opracowany w celu głębszego opisania korelacji krzyżowych pomiędzy szeregami czasowymi. Jego szczegółowy opis wraz z motywacją powstania został zaprezentowany w pracach: J. Miśkiewicz Power law classification scheme of time series correlations. On the example of G group, Physica A 9, 5 6 () J. Miśkiewicz Network Analysis of Correlation Strength between the Most Developed Countries, Acta Physica Polonica A, ()
3 jest oparte o odległość Manhattan i analizuje w jaki sposób wartość tej odległości zmienia się ze wzrostem długości szeregu czasowego. Główną zaletą jest poszerzenie klasy badanych korelacji.
4 I Algorytm. Analizujemy korelacje krzyżowe szeregów czasowych o tej samej długości i punkcie początkowym. A : (a, a,...), B : (b, b,...). Obliczamy skumulowany szereg wartości bezwzględnych różnic, którego elementy są definiowane następująco: k D(A, B) k = a i b i i=. Przyjmujemy hipotezę, że zależność pomiędzy wartością skumulowanego szeregu i jego indeksem ma postać potęgową.
5 II Algorytm. W skali podwójnie logarytmicznej dopasowujemy prostą. 5. Współczynnik kierunkowy dopasowanej prostej pomniejszony o jeden określa siłę korelacji α, natomiast stabilność korelacji β w badanym okresie wyznacza p-wartość dopasowanego modelu. W wyniku zastosowania PLSC otrzymujemy parametry: siłę korelacji stabilność korelacji
6 Podstawowe własności α < szeregi zbiegają się y α = szeregi biegnące równolegle y 5.5 x x
7 Podstawowe własności < α < szeregi wolno rozbieżne y α = szeregi rozbieżne ale liniowo skorelowane y x..6 x
8 Podstawowe własności α > szeregi silnie rozbieżne 5 y 5 5 x
9 Podmioty W celu znalezienia nowych charakterystyk kryzysów światowych przebadano korelacje krzyżowe pomiędzy następującymi indeksami wiodących giełd światowych: DAX (Frankfurt) FTSE (Londyn) S&P 5 (Nowy Jork) HSI (Honkong) Nikkei 5 (Tokyo) STI (Singapur) Analizie poddano dane od.9.99 do.. czyli 55 punktów obserwacyjnych.
10 Dane Indeksy giełdowe DAX FTSE SP Close 6 Close Close 5 HSI N5 STI Close 5 Close Close 5 5
11 Wielkości analizowane wyznaczono dla następujących wskaźników finansowych: Zwrotu dziennego a t badany szereg z t = a t a t a t Rozpiętości dziennej normowanej ceną zamknięcia. t = max(a t) min(a t ) close(a t ) close(a t ) wartość indeksu w momencie zamknięcia giełdy
12 Dane Zwroty indeksów giełdowych DAX FTSE SP Return. Return. Return HSI N5 STI Return. Return. Return
13 Dane Normalizowana rozpiętość dzienna indeksu giełdowego DAX FTSE SP Range. Range. Range HSI N5 STI Range. Range. Range
14 Wyniki, T=5d Zwroty Rozpiętość dzienna Σ.5. Σ
15 Wyniki, T=5d, rozkwit Zwroty Rozpiętość dzienna Σ.5. Σ
16 Wyniki, T=5d, kryzysy Zwroty Rozpiętość dzienna Σ.5. Σ
17 Wyniki, T=d Zwroty Rozpiętość dzienna Σ.5. Σ
18 Wyniki, T=d, rozkwit Zwroty Rozpiętość dzienna Σ.5. Σ
19 Wyniki, T=d, Kryzysy Zwroty Rozpiętość dzienna Σ.5. Σ
20 N5 DAX FTSE HSI SP5 STI N5 DAX FTSE HSI SP5 STI N5 DAX FTSE HSI SP5 STI N5 DAX FTSE HSI SP5 STI Wybrane przykłady Rozwkity Zwrot T=5d Zwrot T=d Rozpiętość T=5d Rozpiętość T=d Σ Σ Σ Σ
21 HSI FTSE SP5 DAX STI N5 HSI FTSE SP5 DAX STI N5 HSI FTSE SP5 DAX STI N5 HSI FTSE SP5 DAX STI N5 Wybrane przykłady Kryzys Zwrot T=5d Zwrot T=d Rozpiętość T=5d Rozpiętość T=d Σ Σ Σ Σ
22 Podsumowanie W przypadku kryzysów Siła korelacji wzrasta tzn. odległości pomiędzy szeregami indeksów giełdowych stają się rozbieżne. Dotyczy to zarówno szeregów zwrotów jak i unormowanej rozpiętości dziennej cen. W okresie kryzysu wzrasta także wariancja macierzy siły korelacji pomiędzy giełdami. Graf utworzony przy progu α = zwiększa liczbę połączeń i staje się grafem zupełnym. Siła korelacji istotnie różna od zera oznacza powstanie niejednorodności, które mogą wskazywać na lokalne kryzysy.
23 Podsumowanie W okresach rozkwitów Wartość siły korelacji jest ujemna. Odpowiada to ujednolicaniu się szeregów indeksów giełdowych, które stają się zbieżne. Dotyczy to zarówno szeregów zwrotów jak i unormowanej szeregów rozpiętości dziennej cen. Graf utworzony przy progu α = zmniejsza liczbę połączeń i staje się zbiorem niepołączonych węzłów. Węzły które nie są połączone z grafem są giełdami o potencjalnie najlepszej kondycji. Negatywna wartość siły korelacji wskazuje na węzły o dobrej kondycji. Niska wartość wariancji macierzy korelacji (bliska zeru) także może być wskaźnikiem poprawy kondycji giełd.
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoZJAZD 4. gdzie E(x) jest wartością oczekiwaną x
ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych
Bardziej szczegółowo1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009.
Szeregi potęgowe Definicja.. Szeregiem potęgowym o środku w punkcie R nazywamy szereg postaci: gdzie x R oraz c n R dla n = 0,, 2,... c n (x ) n, Przyjmujemy, że 0 0 def =. Liczby c n nazywamy współczynnikami
Bardziej szczegółowoAnaliza szeregów czasowych: 6. Liniowe modele niestacjonarne
Analiza szeregów czasowych: 6. Liniowe modele niestacjonarne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Warunki stacjonarności modelu AR(p) y n = β 1 y n 1 + β 2 y n 2 + + β
Bardziej szczegółowoFunkcja liniowa - podsumowanie
Funkcja liniowa - podsumowanie 1. Funkcja - wprowadzenie Założenie wyjściowe: Rozpatrywana będzie funkcja opisana w dwuwymiarowym układzie współrzędnych X. Oś X nazywana jest osią odciętych (oś zmiennych
Bardziej szczegółowoRÓWNANIA NIELINIOWE Maciej Patan
RÓWNANIA NIELINIOWE Maciej Patan Uniwersytet Zielonogórski Przykład 1 Prędkość v spadającego spadochroniarza wyraża się zależnością v = mg ( 1 e c t) m c gdzie g = 9.81 m/s 2. Dla współczynnika oporu c
Bardziej szczegółowoMETODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu
Bardziej szczegółowoKorelacja krzywoliniowa i współzależność cech niemierzalnych
Korelacja krzywoliniowa i współzależność cech niemierzalnych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej
Bardziej szczegółowoSzeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka
Szeregi funkcyjne Szeregi potęgowe i trygonometryczne Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika Białostocka Szeregi funkcyjne str. 1/36 Szereg potęgowy Szeregiem potęgowym o
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowo1 Równania nieliniowe
1 Równania nieliniowe 1.1 Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym jest numeryczne poszukiwanie rozwiązań równań nieliniowych, np. algebraicznych (wielomiany),
Bardziej szczegółowoSzeregi czasowe, analiza zależności krótkoi długozasięgowych
Szeregi czasowe, analiza zależności krótkoi długozasięgowych Rafał Weron rweron@im.pwr.wroc.pl Definicje Mając dany proces {X t } autokowariancję definiujemy jako : γ(t, t ) = cov(x t, X t ) = = E[(X t
Bardziej szczegółowoCiągi liczbowe. Zbigniew Koza. Wydział Fizyki i Astronomii
Ciągi liczbowe Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2015 Co to są ciągi? Ciąg skończony o wartościach w zbiorze A to dowolna funkcja f: 1,2,, n A Ciąg nieskończony o wartościach w zbiorze
Bardziej szczegółowoInteligentna analiza danych
Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki
Bardziej szczegółowoPodsumowanie pierwszego roku notowań funduszy Lyxor ETF na warszawskim parkiecie
Podsumowanie pierwszego roku notowań funduszy Lyxor ETF na warszawskim parkiecie dr Tomasz Miziołek Katedra Międzynarodowych Stosunków Gospodarczych UŁ www.etf.com.pl Program 1. Czym jest ETF? 2. Ekspozycja
Bardziej szczegółowoWprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Zazwyczaj nie można znaleźć
Bardziej szczegółowoCzęść 2. Teoretyczne i praktyczne aspekty wybranych metod analiz ilościowych w ekonomii i zarządzaniu
Spis treści Część 1 Analiza procedur wyznaczania i wykorzystania rozwiązań uogólnionych wybranej klasy nieliniowych modeli optymalizacyjnych we wspomaganiu procesów decyzyjnych (Jerzy Mika) Wprowadzenie.
Bardziej szczegółowo3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Bardziej szczegółowoStabilność II Metody Lapunowa badania stabilności
Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli
Bardziej szczegółowoAnaliza współzależności zjawisk. dr Marta Kuc-Czarnecka
Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z
Bardziej szczegółowoMetody numeryczne I Równania nieliniowe
Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem
Bardziej szczegółowoEstymacja wektora stanu w prostym układzie elektroenergetycznym
Zakład Sieci i Systemów Elektroenergetycznych LABORATORIUM INFORMATYCZNE SYSTEMY WSPOMAGANIA DYSPOZYTORÓW Estymacja wektora stanu w prostym układzie elektroenergetycznym Autorzy: dr inż. Zbigniew Zdun
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoUNIWERSYTET WROCŁAWSKI WYDZIAŁ FIZYKI I ASTRONOMII. Adrian Tadla. Nr albumu:263115
UNIWERSYTET WROCŁAWSKI WYDZIAŁ FIZYKI I ASTRONOMII Adrian Tadla Nr albumu:263115 Korelacje krzyżowe dla wybranych podmiotów w potęgowym schemacie korelacji. Praca naukowa napisana pod kierunkiem: Dr hab.
Bardziej szczegółowoSpis treści. Rozdział I. Wstęp do matematyki Rozdział II. Ciągi i szeregi... 44
Księgarnia PWN: Ryszard Rudnicki, Wykłady z analizy matematycznej Spis treści Rozdział I. Wstęp do matematyki... 13 1.1. Elementy logiki i teorii zbiorów... 13 1.1.1. Rachunek zdań... 13 1.1.2. Reguły
Bardziej szczegółowoRozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Bardziej szczegółowoS t a t y s t y k a, część 3. Michał Żmihorski
S t a t y s t y k a, część 3 Michał Żmihorski Porównanie średnich -test T Założenia: Zmienne ciągłe (masa, temperatura) Dwie grupy (populacje) Rozkład normalny* Równe wariancje (homoscedasticity) w grupach
Bardziej szczegółowoPorównanie szeregów czasowych z wykorzystaniem algorytmu DTW
Zlot użytkowników R Porównanie szeregów czasowych z wykorzystaniem algorytmu DTW Paweł Teisseyre Instytut Podstaw Informatyki, Polska Akademia Nauk 21 września 2010 Miary podobieństwa między szeregami
Bardziej szczegółowoĆwiczenie 5 PROGNOZOWANIE
Ćwiczenie 5 PROGNOZOWANIE Prognozowanie jest procesem przewidywania przyszłych zdarzeń. Obszary zastosowań prognozowania obejmują np. analizę danych giełdowych, przewidywanie zapotrzebowania na pracowników,
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31
Statystyka Wykład 8 Magdalena Alama-Bućko 10 kwietnia 2017 Magdalena Alama-Bućko Statystyka 10 kwietnia 2017 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoWitold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Zastosowanie testu Kaplana do identyfikacji ekonomicznych szeregów czasowych
Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu Zastosowanie testu Kaplana do identyfikacji ekonomicznych szeregów czasowych Streszczenie Identyfikacja zależności w szeregach czasowych jest jednym
Bardziej szczegółowoW. Krysicki, L.Włodarski, Analiza matematyczna w zadaniach cz. 1 i cz. 2. Pomocnicze symbole. Spójniki logiczne: Symbole kwantyfikatorów:
dr Urszula Konieczna-Spychała Instytut Matematyki i Fizyki UTP imif.utp.edu.pl Literatura: M. Lassak, Matematyka dla studiów technicznych. M. Gewert, Z. Skoczylas, Analiza matematyczna 1. M. Gewert, Z.
Bardziej szczegółowoZastosowanie wykładników Lapunowa do badania stabilności sieci elektroenergetycznej
Zastosowanie wykładników Lapunowa do badania stabilności sieci elektroenergetycznej dr inż. Olgierd Małyszko Katedra Elektroenergetyki i Napędów Elektrycznych, Wydział Elektryczny Zachodniopomorski Uniwersytet
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowoWymagania edukacyjne na poszczególne oceny branżowa szkoła I stopnia klasa 1 po gimnazjum
Wymagania edukacyjne na poszczególne oceny branżowa szkoła I stopnia klasa 1 po gimnazjum I. Liczby rzeczywiste 1. Liczby naturalne 2. Liczby całkowite. 3. Liczby wymierne 4. Rozwinięcie dziesiętne liczby
Bardziej szczegółowoHaszowanie (adresowanie rozpraszające, mieszające)
Haszowanie (adresowanie rozpraszające, mieszające) Tadeusz Pankowski H. Garcia-Molina, J.D. Ullman, J. Widom, Implementacja systemów baz danych, WNT, Warszawa, Haszowanie W adresowaniu haszującym wyróżniamy
Bardziej szczegółowoAlgorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań
Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Anna Manerowska, Michal Kozakiewicz 2.12.2009 1 Wstęp Jako projekt na przedmiot MEUM (Metody Ewolucyjne Uczenia Maszyn)
Bardziej szczegółowoszeregów czasowych. Funkcjonowanie wybranych metod ryzyka inwestycyjnego dla wybranych empirycznych Wprowadzenie do miary ryzyka.
Funkcjonowanie wybranych metod ryzyka inwestycyjnego dla wybranych empirycznych szeregów czasowych. Wprowadzenie do miary ryzyka. A G N I E S Z K A TO F I L W Y D Z I A Ł F I Z Y K I U N I W E R S Y T
Bardziej szczegółowoX Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9
Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoRegresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna
Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować
Bardziej szczegółowoCzym jest ciąg? a 1, a 2, lub. (a n ), n = 1,2,
Ciągi liczbowe Czym jest ciąg? Ciąg liczbowy, to funkcja o argumentach naturalnych, której wartościami są liczby rzeczywiste. Wartość ciągu dla liczby naturalnej n oznaczamy symbolem a n i nazywamy n-tym
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoWymagania edukacyjne na poszczególne oceny To się liczy! Branżowa Szkoła I stopnia, klasa 1 po szkole podstawowej
Wymagania edukacyjne na poszczególne oceny To się liczy! Branżowa Szkoła I stopnia, klasa 1 po szkole podstawowej Wymagania dostosowano do sześciostopniowej skali ocen. I. Liczby rzeczywiste zna cechy
Bardziej szczegółowoWPŁYW ŹRÓDEŁ FINANSOWANIA RYNKU MIESZKANIOWEGO
NOWE TENDENCJE W GOSPODARCE NIERUCHOMOŚCIAMI 10-11 CZERWCA 2014, SZCZECIN Artykuł opublikowany w Folia Oeconomica Stetinensia Bełej M., Kulesza S., 2014. The influence of financing on the dynamics of housing
Bardziej szczegółowoSZEREGI LICZBOWE I FUNKCYJNE
Mając dowolny ciąg można z niego utworzyć nowy ciąg sum częściowych: Ten nowy rodzaj ciągu nazywamy szeregiem liczbowym, a jeśli to mamy do czynienia z nieskończonym szeregiem liczbowym, który oznaczany
Bardziej szczegółowoStosowana Analiza Regresji
Stosowana Analiza Regresji Wykład VIII 30 Listopada 2011 1 / 18 gdzie: X : n p Q : n n R : n p Zał.: n p. X = QR, - macierz eksperymentu, - ortogonalna, - ma zera poniżej głównej diagonali. [ R1 X = Q
Bardziej szczegółowoFilogeneza: problem konstrukcji grafu (drzewa) zależności pomiędzy gatunkami.
181 Filogeneza: problem konstrukcji grafu (drzewa) zależności pomiędzy gatunkami. 3. D T(D) poprzez algorytm łączenia sąsiadów 182 D D* : macierz łącząca sąsiadów n Niech TotDist i = k=1 D i,k Definiujemy
Bardziej szczegółowoWpływ zdarzeń ekstremalnych i superekstermalnych na stochastyczną dynamikę szeregów czasowych
Proc. niegaussowskie Smoki Metodologia Symulacje Podsumowanie Wpływ zdarzeń ekstremalnych i superekstermalnych na stochastyczną dynamikę szeregów czasowych T.R. Werner 1 T. Gubiec 2 P. Kosewski 2 R. Kutner
Bardziej szczegółowoROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH
Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność
Bardziej szczegółowoKatedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.
Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego Ćwiczenie Badanie unkcji korelacji w przebiegach elektrycznych. Cel ćwiczenia: Celem ćwiczenia jest zbadanie unkcji korelacji w okresowych sygnałach
Bardziej szczegółowoMetody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1
Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy
Bardziej szczegółowoAnaliza zdarzeń Event studies
Analiza zdarzeń Event studies Dobromił Serwa akson.sgh.waw.pl/~dserwa/ef.htm Leratura Campbell J., Lo A., MacKinlay A.C.(997) he Econometrics of Financial Markets. Princeton Universy Press, Rozdział 4.
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34
Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoDefinicja pochodnej cząstkowej
1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada
Stanisław Cichocki Natalia Nehrebecka Katarzyna Rosiak-Lada 1. Sprawy organizacyjne Zasady zaliczenia 2. Czym zajmuje się ekonometria? 3. Formy danych statystycznych 4. Model ekonometryczny 2 1. Sprawy
Bardziej szczegółowoSzukanie struktury skali mierzącej problematyczne zachowania finansowe.
Szukanie struktury skali mierzącej problematyczne zachowania finansowe. Celem poniższej analizy było stworzenie skali mierzącej problematyczne zachowania finansowej. Takie zachowania zdefiniowano jako
Bardziej szczegółowoAnaliza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Bardziej szczegółowoWłasności i charakterystyki czwórników
Własności i charakterystyki czwórników nstytut Fizyki kademia Pomorska w Słupsku Cel ćwiczenia. Celem ćwiczenia jest poznanie własności i charakterystyk czwórników. Zagadnienia teoretyczne. Pojęcia podstawowe
Bardziej szczegółowoEkonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
Bardziej szczegółowo1.1. Rachunek zdań: alternatywa, koniunkcja, implikacja i równoważność zdań oraz ich zaprzeczenia.
1. Elementy logiki i algebry zbiorów 1.1. Rachunek zdań: alternatywa, koniunkcja, implikacja i równoważność zdań oraz ich zaprzeczenia. Funkcje zdaniowe. Zdania z kwantyfikatorami oraz ich zaprzeczenia.
Bardziej szczegółowoSCENARIUSZ LEKCJI Temat lekcji: Soczewki i obrazy otrzymywane w soczewkach
Scenariusz lekcji : Soczewki i obrazy otrzymywane w soczewkach Autorski konspekt lekcyjny Słowa kluczowe: soczewki, obrazy Joachim Hurek, Publiczne Liceum Ogólnokształcące z Oddziałami Dwujęzycznymi w
Bardziej szczegółowoZadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór.
L a b o r a t o r i u m S P S S S t r o n a 1 W zbiorze Pytania zamieszczono odpowiedzi 25 opiekunów dzieci w wieku 8. lat na następujące pytania 1 : P1. Dziecko nie reaguje na bieżące uwagi opiekuna gdy
Bardziej szczegółowoKolejna z analiz wielozmiennowych Jej celem jest eksploracja danych, poszukiwanie pewnych struktur, które mogą utworzyć wskaźniki
Analiza czynnikowa Kolejna z analiz wielozmiennowych Jej celem jest eksploracja danych, poszukiwanie pewnych struktur, które mogą utworzyć wskaźniki Budowa wskaźnika Indeks był banalny I miał wady: o Czy
Bardziej szczegółowoProjekcja wyników ekonomicznych produkcji mleka na 2020 rok. Seminarium, IERiGŻ-PIB, r. mgr Konrad Jabłoński
Projekcja wyników ekonomicznych produkcji mleka na 2020 rok Seminarium, IERiGŻ-PIB, 02.09.2016 r. mgr Konrad Jabłoński Plan prezentacji 1. Cel badań 2. Metodyka badań 3. Projekcja wyników ekonomicznych
Bardziej szczegółowoWycena nieruchomości w podejściu porównawczym - complex. Materiały reklamowe ZAWAM-Marek Zawadzki
Wycena nieruchomości w podejściu porównawczym - complex Materiały reklamowe ZAWAM-Marek Zawadzki Mimo skomplikowania metody szacowania nieruchomości program jest banalny w swojej obsłudze. Na początku
Bardziej szczegółowoExcel i VBA w analizach i modelowaniu finansowym Pomiar ryzyka. Pomiar ryzyka
Pomiar ryzyka Miary obiektywne stosowane w kwantyfikacji ryzyka rynkowego towarzyszącego zaangażowaniu środków w inwestycjach finansowych obejmują: Miary zmienności, Miary zagrożenia, Miary wrażliwości.
Bardziej szczegółowoAlgebra liniowa. Macierze i układy równań liniowych
Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,
Bardziej szczegółowoWyniki pomiarów okresu drgań dla wahadła o długości l = 1,215 m i l = 0,5 cm.
2 Wyniki pomiarów okresu drgań dla wahadła o długości l = 1,215 m i l = 0,5 cm. Nr pomiaru T[s] 1 2,21 2 2,23 3 2,19 4 2,22 5 2,25 6 2,19 7 2,23 8 2,24 9 2,18 10 2,16 Wyniki pomiarów okresu drgań dla wahadła
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji.
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)
Bardziej szczegółowo5. Analiza dyskryminacyjna: FLD, LDA, QDA
Algorytmy rozpoznawania obrazów 5. Analiza dyskryminacyjna: FLD, LDA, QDA dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Liniowe funkcje dyskryminacyjne Liniowe funkcje dyskryminacyjne mają ogólną
Bardziej szczegółowoEkonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006
Modele dynamiczne Paweł Cibis pcibis@o2.pl 27 kwietnia 2006 1 Wyodrębnianie tendencji rozwojowej 2 Etap I Wyodrębnienie tendencji rozwojowej Etap II Uwolnienie wyrazów szeregu empirycznego od trendu Etap
Bardziej szczegółowoĆwiczenie 42 WYZNACZANIE OGNISKOWEJ SOCZEWKI CIENKIEJ. Wprowadzenie teoretyczne.
Ćwiczenie 4 WYZNACZANIE OGNISKOWEJ SOCZEWKI CIENKIEJ Wprowadzenie teoretyczne. Soczewka jest obiektem izycznym wykonanym z materiału przezroczystego o zadanym kształcie i symetrii obrotowej. Interesować
Bardziej szczegółowoNowa metodologia indeksów giełdowych
Nowa metodologia indeksów giełdowych Konferencja prasowa Warszawa, 23 stycznia 2007 www.gpw.pl 1 Historia Szerokość portfela (kapitalizacja spółek z indeksu) WIG 16.04.1991 16.04.1994 WIRR 31.12.1994 NIF
Bardziej szczegółowoWstęp Analiza korelacji Przykłady Podsumowanie. Miary korelacji. Janusz Miśkiewicz
Janusz Miśkiewicz Instytut Fizyki Teoretycznej, Uniwersytetu Wrocławskiego, pl. M.Borna 9, 50-204 Wrocław, Poland 5 Ogólnopolskie Sympozjum FENS Warszwa, 2010 Zagadnienie Istotą układów ekonomicznych jest
Bardziej szczegółowoDmuchając nad otworem butelki można sprawić, że z butelki zacznie wydobywać się dźwięk.
Zadanie D Gwiżdżąca butelka Masz do dyspozycji: plastikową butelkę o pojemności 1,5- l z szyjką o walcowym kształcie i długości ok. 3 cm, naczynie o znanej pojemności, znacznie mniejszej niż pojemność
Bardziej szczegółowoTemat: SZACOWANIE NIEPEWNOŚCI POMIAROWYCH
Temat: SZCOWNIE NIEPEWNOŚCI POMIROWYCH - Jak oszacować niepewność pomiarów bezpośrednich? - Jak oszacować niepewność pomiarów pośrednich? - Jak oszacować niepewność przeciętną i standardową? - Jak zapisywać
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 11-12
Stanisław Cichocki Natalia Nehrebecka Zajęcia 11-12 1. Zmienne pominięte 2. Zmienne nieistotne 3. Obserwacje nietypowe i błędne 4. Współliniowość - Mamy 2 modele: y X u 1 1 (1) y X X 1 1 2 2 (2) - Potencjalnie
Bardziej szczegółowoTutaj powinny znaleźć się wyniki pomiarów (tabelki) potwierdzone przez prowadzacego zajęcia laboratoryjne i podpis dyżurujacego pracownika obsługi
Tutaj powinny znaleźć się wyniki pomiarów (tabelki) potwierdzone przez prowadzacego zajęcia laboratoryjne i podpis dyżurujacego pracownika obsługi technicznej. 1. Wstęp Celem ćwiczenia jest wyznaczenie
Bardziej szczegółowoANALIZA SYSTEMU POMIAROWEGO (MSA)
StatSoft Polska, tel. 1 484300, 601 414151, info@statsoft.pl, www.statsoft.pl ANALIZA SYSTEMU POMIAROWEGO (MSA) dr inż. Tomasz Greber, Politechnika Wrocławska, Instytut Organizacji i Zarządzania Wprowadzenie
Bardziej szczegółowoModelowanie glikemii w procesie insulinoterapii
Dawid Kaliszewski Modelowanie glikemii w procesie insulinoterapii Promotor dr hab. inż. Zenon Gniazdowski Cel pracy Zbudowanie modelu predykcyjnego przyszłych wartości glikemii diabetyka leczonego za pomocą
Bardziej szczegółowoBadania relaksacyjne b surowicy krwi II
Badania relaksacyjne b surowicy krwi II PL9800948 B. Blicharska*, M.Kluza", M. Kuliszkiewicz-Janus" * Instytut Fizyki Uniwersytet Jagielloński, Kraków ** Katedra Hematologii i Chorób Rozrostowych AM, Wrocław
Bardziej szczegółowoXLVI OLIMPIADA FIZYCZNA (1996/1997). Stopień III, zadanie doświadczalne D
KOOF Szczecin: www.of.szc.pl XLVI OLIMPIADA FIZYCZNA (1996/1997). Stopień III, zadanie doświadczalne D Źródło: Komitet Główny Olimpiady Fizycznej; Fizyka w Szkole Nr 1, 1998 Autor: Nazwa zadania: Działy:
Bardziej szczegółowoREGRESJA (postać liniowa funkcji) - ROZWIĄZANIA Komentarze kursywą, rozwiązania oraz treści zadań pismem prostym.
REGRESJA (postać liniowa funkcji) - ROZWIĄZANIA Komentarze kursywą, rozwiązania oraz treści zadań pismem prostym. Zadanie 1 W celu ustalenia zależności między liczbą braków a wielkością produkcji części
Bardziej szczegółowo3. Analiza własności szeregu czasowego i wybór typu modelu
3. Analiza własności szeregu czasowego i wybór typu modelu 1. Metody analizy własności szeregu czasowego obserwacji 1.1. Analiza wykresu szeregu czasowego 1.2. Analiza statystyk opisowych zmiennej prognozowanej
Bardziej szczegółowoWYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI POLITECHNICZNEJ KLASA 2
WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI POLITECHNICZNEJ KLASA 2 I. GEOMETRIA ANALITYCZNA: Wektor w układzie współrzędnych.
Bardziej szczegółowoInterpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne
Interpolacja, aproksymacja całkowanie Interpolacja Krzywa przechodzi przez punkty kontrolne Aproksymacja Punkty kontrolne jedynie sterują kształtem krzywej INTERPOLACJA Zagadnienie interpolacji można sformułować
Bardziej szczegółowo... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...
4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem
Bardziej szczegółowoObrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego
IBS PAN, Warszawa 9 kwietnia 2008 Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego mgr inż. Marcin Jaruszewicz promotor: dr hab. inż. Jacek Mańdziuk,
Bardziej szczegółowoJanusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 20 KWANTOWE METODY MONTE CARLO 20.1 Kwantowa wariacyjna metoda Monte Carlo Problem własny dla stanu podstawowego układu N cząstek (H E 0 )ψ 0 (r)
Bardziej szczegółowoWymagania edukacyjne z matematyki Klasa III zakres rozszerzony
Wymagania edukacyjne z matematyki Klasa III zakres rozszerzony Program nauczania zgodnie z: Kurczab M., Kurczab E., Świda E., Program nauczania w liceach i technikach. Zakres Rozszerzony., Oficyna Edukacyjna
Bardziej szczegółowoprzybliżeniema Definicja
Podstawowe definicje Definicje i podstawowe pojęcia Opracowanie danych doświadczalnych Często zaokraglamy pewne wartości np. kupujac telewizor za999,99 zł. dr inż. Ireneusz Owczarek CMF PŁ ireneusz.owczarek@p.lodz.pl
Bardziej szczegółowoZadania z rysowania i dopasowania funkcji
Spis treści 1 Zadania z rysowania i dopasowania funkcji 1.1 Znajdowanie miejsca zerowego funkcji 1.2 Wczytywanie danych i wykres 1.3 Dopasowywanie krzywej do danych i wykres 1.3.1 Wskazówki Zadania z rysowania
Bardziej szczegółowoR-PEARSONA Zależność liniowa
R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe
Bardziej szczegółowoUniwersytet Wrocławski Wydział Fizyki i Astronomii. Jakub Kalinowski
Uniwersytet Wrocławski Wydział Fizyki i Astronomii Jakub Kalinowski Analiza entropii permutacyjnych wybranych indeksów giełdowych Praca licencjacka wykonana pod kierunkiem dr hab. Janusza Miśkiewicza Wrocław,
Bardziej szczegółowo