Struktury kowariancyjne

• Autorzy: Ludwik Adamczyk

Warianty tytułu

Covariance Structures

• Języki publikacji: PL

Abstrakty

Powszechnie eksploatowaną metodologią badawczą w ekonomicznych badaniach ilościowych jest rachunek korelacyjny. Przyjmowane założenia o losowym charakterze zmiennych opisywanych i opisujących znajdują swój wyraz w obliczanej rutynowo macierzy kowariancji (korelacji), która stanowi podstawę liniowej analizy i wnioskowania ekonometrycznego. Przyjmowanie założeń o losowym charakterze wielkości ekonomicznych ma swoich zwolenników i przeciwników. Nie jest moim zamiarem generalne rozstrzygnięcie tej fundamentalnej dla ekonometrii kwestii. Pragnę jednak zauważyć, że na pewno w badaniach ekonometrycznych mamy zawsze do czynienia z liczbami. Niemal wszystkie dane, jakimi operuje ekonometryk, są danymi liczbowymi, i to niezależnie od immanentnych własności procesów i zjawisk ekonomicznych, których te dane dotyczą. (fragment tekstu)

EN

The aim of this paper is an approach to time series analysis, with special emphasis on financial time series. According to prices functional properties, special kind of Hilbert space is used. So called reproducing kernel Hilbert space (r.k.H.s.), is isometrically equivalent to space generated by time series values. Such approach leads to optimal interpolation problem as equivalent to estimation and prediction problem for time series. (original abstract)

Słowa kluczowe

PL

Macierz kowariancji; Badania ekonometryczne; Przestrzeń Hilberta; Szeregi czasowe

EN

Covariance matrix; Econometric research; Hilbert Spaces; Time-series

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Informatyka i Ekonometria
• Rocznik: 1997
• Tom: 4
• Numer: nr 750 Zastosowania metod ilościowych
• Strony: 15--36

Twórcy

autor

Ludwik Adamczyk

Bibliografia

• Adamczyk L.: Aproksymacja i modelowanie ekonometryczne. Wrocław: Ossolineum 1986.
• Aronszajn A.: Theory of Reproducing Kernels. "Transactions of American Math. Soc." 68, 1950.
• Chaterji S.D., Mandrekov V.: Stochastic Analysis. New York: Wiley 1978.
• Czerwiński Z.: Dylematy ekonomiczne. Warszawa: PWE 1992.
• Gichman I.I., Skorochod A.W.: Wstęp do teorii procesów stochastycznych. Warszawa: PWN 1988.
• Halmos P.: Introduction to Hilbert Space and the Theory of Spectral Multiplicity. Princeton-New York: Van Nostrand 1951.
• Laurent I. P.: Approximation et Optimisation. Paris: Hermann 1972.
• Luenberger D.G.: Teoria optymalizacji. Warszawa: PWN 1974.
• Mlak W.: Wstęp do teorii przestrzeni Hilberta. Warszawa: PWN 1972.
• Musielek J.: Wstęp do analizy funkcjonalnej. Warszawa: PWN 1976.
• Parzen E.: An Approach to Time Series Analysis. "Annals of Mathematical Stat." 32, 1967.
• Roa B.L.S.: Functional Estimation. New York: Academic Press 1986.
• Riesz F., Sz-Nagy B.: Functional Analysis. New York: Ungar 1955.
• Seber G.A.F.: Linear Regression. New York: Academic Press 1977.
• Seber G.A.F., Wild C.J.: Nonlinear Regression. New York: Academic Press 1989.
• Smoluk A.: Podstawy teorii aproksymacji i s-funkcje. Warszawa: PWE 1974.
• Zieliński Z., Talaga L.: Analiza spektralna w modelowaniu ekonometrycznym. Warszawa: PWN 1986.