Teoretyczne i praktyczne aspekty wybranych metod analiz ilościowych w ekonomii i zarządzaniu

• Autorzy: Anna Janiga-Ćmiel , Jerzy Mika , Ewa Pośpiech , Zygmunt Przybycin , Joanna Trzęsiok , Michał Trzęsiok
• Języki publikacji: PL

Abstrakty

Niniejsza część opracowania jest wielowątkowa, ma charakter interdyscyplinarny i zawiera pięć oddzielnych autorskich, jednolitych tematycznie, odrębnych rozdziałów, w których przedstawiono realizację odrębnych, lecz powiązanych ze sobą projektów badawczych wchodzących w zakres ekonometrii, statystyki, teorii optymalizacji i ekonomii matematycznej. Motywem przewodnim łączącym treść poszczególnych tematów w logiczną całość jest potencjalna możliwość ich wykorzystania w rzeczywistych analizach ilościowych wspomagających rozwiązywania złożonych problemów ekonomicznych i zarządczych. W szczególności podjęto problem bezpieczeństwa danych w bankowości, zastosowań logiki rozmytej, problematykę nieparametrycznych metod regresji, zagadnienia metody wektorów nośnych w przypadku dyskryminacji wielu klas, analiz ilościowych dynamiki koniunktury gospodarczej. (fragment tekstu)

Słowa kluczowe

PL

Ekonomia matematyczna; Zarządzanie; Optymalizacja matematyczna; Metody ilościowe w ekonomii; Teoria liczb; Analiza czynnikowa; Koniunktura gospodarcza

EN

Mathematical economics; Management; Mathematical optimization; Quantitative methods in economics; Number theory; Factor analysis; Business trends

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2009
• Tom: Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 1
• Strony: 31--111

Twórcy

autor

Anna Janiga-Ćmiel

autor

Jerzy Mika

autor

Ewa Pośpiech

autor

Zygmunt Przybycin

autor

Joanna Trzęsiok

autor

Michał Trzęsiok

Bibliografia

• Abe S.: Support Vector Machines for Pattern Classification (Advances in Pattern Recognition). Springer, New York 2005.
• Barczak A., Biolik J.: Podstawy ekonometrii. Akademia Ekonomiczna, Katowice 2002.
• Begg D.: Makroekonomia. PWE, Warszawa 2003.
• Buchmann A.J.: Wprowadzenie do kryptografii. Wydawnictwo Naukowe PWN, Warszawa 2006.
• Cristianini N., Shawe-Taylor J.: An Introduction To Support Vector Machines (and other kernel-based learning methods). Cambridge University Press, Cambridge 2000.
• Czarny L., Rapacki B.: Podstawy ekonomii. PWE, Warszawa 2002.
• Friedman J., Stuetzle W.: Projection pursuit regression. "Journal of the American Statistical Association" 1981, nr 76.
• Friedman J.H.: Multivariate Adaptive Regression Splines. "Annals of Statistics" 1991, nr 19, s.1-141.
• Gatnar E.: Analiza czynnikowa. Teoria i zastosowanie. Akademia Ekonomiczna (maszynopis powielony), Katowice 1998.
• Guo L., Huong Z.: A Possibilitic Lineal Programing Method for Asset Allocation. J. Actuarial Pact 2, 1996.
• Guzik B.: Prognozowanie ekonometryczne. Podstawy teoretyczne i metody. PWE, Warszawa 1980.
• Hastie T., Tibshirani R., Friedman J.: The Elements of Statistical Learning. Springer, N.Y. 2001.
• http://pl.wikipedia.org/wiki/baza_danych
• http://pl.wikipedia.org/wiki/funkcja_haszujaca
• http://pl.wikipedia.org/wiki/kryptografia_asymetryczna
• http://pl.wikipedia.org/wiki/Podpis_cyfrowy
• http://stud.wsi.edu.pl
• http://www.ebanki.info
• http://www.epodpis.pl
• http://www.podpis.nordea.pl
• Jajuga K., Jajuga T.: Inwestycje. Wydawnictwo Naukowe PWN, Warszawa 2001.
• Jajuga K.: Statystyczna analiza wielowymiarowa. PWN, Warszawa 1993.
• Kacprzyk J.: Zbiory rozmyte w analizie systemowej. PWN, Warszawa 1986.
• Kooperberg C, Bose S., Stone C.J.: Polychotomous Regression. "Journal of the American Statistical Association" 1997, nr 92.
• Łachwa A.: Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji. AOW.EXIT, Warszawa 2001.
• Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Red. E. Gatnar, M. Walesiak. Akademia Ekonomiczna, Wrocław 2004.
• Narkiewicz W.: Teoria liczb. Wydawnictwo Naukowe PWN, Warszawa 2003.
• Pośpiech E.: Zastosowania algorytmu kodującego RSA w bankowości elektronicznej. Studia Ekonomiczne nr 50. Akademia Ekonomiczna, Katowice 2008.&& Przybycin Z.: Fuzzy Forecastes of Financial Series. Uniwersytet Techniczny, Ostrava 2006.
• Robling-Denning D.E.: Kryptografia i ochrona danych. Wydawnictwa Naukowo-Techniczne, Warszawa 1992.
• Ross K.A., Wright C.R.B.: Matematyka dyskretna. Wydawnictwo Naukowe PWN, Warszawa 2003.
• Schölkopf B., Burges C.J.C., Smola A.: Advances in Kernel Methods - Support Vector Learning. MIT Press, Cambridge, MA 1999.
• Shapiro A.F.: Fuzzy Logic in Insurance. Insur. Math. Econ, 2004.
• Smoła A., Scholkopf B.: Learning with Kernels. Support Vector Machines, Regularization, Optimization, and Beyond. MIT Press, Cambridge 2002.
• Song Y. Yan: Teoria liczb w informatyce. Wydawnictwo Naukowe PWN, Warszawa 2006.
• Trzęsiok J.: Metoda rzutowania w budowie modelu regresyjnego. Postępy ekonometrii. Red. A.S. Barczak. Akademia Ekonomiczna, Katowice 2004.
• Trzęsiok J.: Wybrane nieparametryczne metody regresji i ich zastosowania. "Taksonomia 11. Klasyfikacja i analiza danych - teoria i zastosowania". Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1022, Wrocław 2004.
• Trzęsiok M.: Analiza wybranych własności metody dyskryminacji wykorzystującej wektory nośne. Postępy ekonometrii. Red. A.S. Barczak. Akademia Ekonomiczna, Katowice 2004.
• Trzęsiok M.: Zarys teoretycznych podstaw metody dyskryminacji wykorzystującej wektory nośne. "Studia Ekonomiczne" nr 36. Akademia Ekonomiczna, Katowice 2005.
• Vapnik V.: Statistical Learning Theory. John Wiley & Sons, New York 1998.
• Zając K.: Wykłady ze statystyki. Akademia Ekonomiczna, Kraków 1985.
• Zeliaś A.: Teoria prognozy. PWE, Warszawa 1997.
• Zimmermann H.J.: Fuzzy Programming and Linear Programming with Several Objective Functions. Fuzzy, Sets, Syst 1, 1978.