Bayesowska analiza statystyczna w badaniach koniunktury gospodarczej

• Autorzy: Agnieszka Groniowska , Anna Decewicz

Warianty tytułu

Bayesian statistical analysis in investigations of business activity for survey data

• Języki publikacji: PL

Abstrakty

W niniejszym opracowaniu opiszemy wnioskowanie statystyczne oparte na zasadzie Bayesa. Praktyczne stosowanie metod bayesowskich nie jest niczym nowym, a jest powszechniejsze tym bardziej, im ściślejszy jest związek statystycznej teorii i praktyki. Niewątpliwie natomiast mniej niż metody klasyczne nadają się one do samodzielnego i rutynowego stosowania przez niespecjalistów. Elementarne podstawy statystycznej analizy bayesowskiej w zastosowaniu do badań koniunktury zostały opisane w pracy Męczarskiego (1998), a ogólnie na przykład w podręczniku Jóźwiak i Podgórskiego (1999), zaś w bardziej zaawansowanej postaci w monografii DeGroota (1983) i licznych podręcznikach statystyki matematycznej (Bartoszewicz, 1989). (fragment tekstu)

EN

In Chapter 6 applications of Bayesian statistics to investigations of business situation are treated. One presents foundations of Bayesian statistical inference for the multinomial model, in particular of interval estimation and statistical tests, computational problems of applications including Markov Chain Monte Carlo methods and some results for business indicators for construction and industry. The data come from the database of IRG SGH (Institute of Economic Development, Warsaw School of Economics). (original abstract)

Słowa kluczowe

PL

Analiza statystyczna; Koniunktura gospodarcza; Statystyka bayesowska

EN

Statistical analysis; Business trends; Bayesian statistics

• Czasopismo: Prace i Materiały Instytutu Rozwoju Gospodarczego / Szkoła Główna Handlowa
• Rocznik: 2001
• Numer: nr 70 Analiza tendencji rozwojowych w polskiej gospodarce na podstawie testu koniunktury. Metody i wyniki
• Strony: 157--192

Twórcy

autor

Agnieszka Groniowska

autor

Anna Decewicz

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Bartoszewicz J. ,(1989), Wykłady ze statystyki matematycznej, PWN Warszawa.
• Berger J. O., Chen M.-H. , (1993), Predicting retirement pattern: prediction for a multinomial distribution with constrained parameter space, "The Statistician" 42, 427-443.
• Bernardo J., Smith A. F. M. ,(1994), Bayesian Theory, J. Wiley, New York.
• Box G. E. P., Tiao G. C. ,(1973), Bayesian Inference in Statistical Analysis, Addison-Wesley, Reading, Massachusetts.
• Chen M. H., Shao Q. M., Ibrahim J. G. ,(2000), Monte Carlo Methods in Bayesian Computations, Springer-Verlag, New York.
• DeGroot M., (1981), Optymalne decyzje statystyczne, PWN Warszawa.
• Jóźwiak J., J. Podgórski (1997), Statystyka od podstaw (wyd. IV), PWE Warszawa.
• Marsaglia G., Zaman A. ,(1992), ULTRA 1.01, Florida State University, Tallahassee.
• Męczarski M. ,(1998), Zróżnicowanie koniunktury. Metody wnioskowania statystycznego, w: Statystyczne i ekonometryczne metody badania krótkookresowych zmian stanu gospodarki, IRG SGH, Warszawa; str. 31-63.
• Osiewalski J. , (2001), Ekonometria bayesowska w zastosowaniach, Wyd. AE Kraków.
• Podgórska M. , (1998), Statystyczna analiza wyników testu koniunktury, w: Statystyczne i ekonometryczne metody badania krótkookresowych zmian stanu gospodarki, IRG SGH, Warszawa; str. 65-88.
• Robert C. P. ,(2001), Bayesian Choice (2nd ed.), Springer-Verlag, New York.
• Robert C. P., Casella J. ,(1999), Statistical Montk Carlo Methods, Springer-Verlag. New York.
• Robbins H. , (1955), An empirical Bayes approach to statistics, w: Third Berkeley Symposium Math. Statist. Prob., Vol. 1, 157-163.
• Wieczorkowski R., Zieliński R. , (1997), Komputerowe generatory liczb losowych, WN-T Warszawa.