Warianty tytułu
Języki publikacji
Abstrakty
W pracy spróbujemy przedstawić kilka podstawowych problemów związanych z praktycznym wykrywaniem zależności nieliniowych oraz udokumentowaniem chaotycznych właściwości układów dynamicznych generujących dane ekonomiczne w postaci równomiernie dokonywanych skalarnych ciągów obserwacji. (fragment tekstu)
Słowa kluczowe
Rocznik
Strony
259--271
Opis fizyczny
Twórcy
autor
- Akademia Ekonomiczna we Wrocławiu
Bibliografia
- Engle R.F. (2000). The Econometrics of Ultra-high Frequency Data, Econometrica, 68, 1-22.
- Kantz H., Schreiber T. (1997). Nonlinear Time Series Analysis. Cambridge University Press, Cambridge, 15.
- Matsumoto K., Tsuda I. (1983). Noise-Induced Order. Jour. Stat. Phys., 31, 87.
- Nowiński M. (2002). Modelowanie neuronowe szeregów czasowych. Akademia Ekonomiczna, Wrocław, 945, 85-96.
- Nowiński M. (2003). Nowoczesne metody analizy szeregów czasowych. [w:] Metody i zastosowania badań operacyjnych 2002. Red. A. Całczyński. Politechnika Radomska, Radom 263-282.
- Nowiński M. (2004). Teoria chaosu a prognozowanie ekonomicznych szeregów czasowych. Akademia Ekonomiczna, Wrocław (w druku).
- Packard N.H. i inni. (1980). Geometry from Time Series. Phys. Rev. Letters, 45, 712-716.
- Russell J.R. (2004). Econometric Analysis of High-frequency Financial Data. International Conference Econometric Forecasting and High-Frequency Data Analysis Presentation. Singapore, maj.
- Takens F. (1981). Detecting Strange Attractors in Turbulence. Lecture Notes in Mathematics, Springer, 898, 366.
- Zawadzki H. (1986). Chaotyczne systemy dynamiczne. Elementy teorii i wybrane przykłady ekonomiczne. Akademia Ekonomiczna, Katowice.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171201739