Warianty tytułu
Języki publikacji
Abstrakty
Ponieważ przy wyborze decyzji polegamy na estymatorach miar statystycznych, istotne jest, aby wartości tych estymatorów były jak najmniej zmienne w okolicy rozkładu prawdopodobieństwa, bo wtedy możemy zakładać, że wartość miary statystycznej rzeczywistego rozkładu prawdopodobieństwa jest bliska wartości estymatora. Estymator mało wrażliwy na niewielkie "zanieczyszczenia" danych, na których został wyznaczony, czyli mało wrażliwy na nieznaczne zmiany rozkładu prawdopodobieństwa, nazywa się estymatorem odpornym. (fragment tekstu)
Słowa kluczowe
Rocznik
Strony
277--285
Opis fizyczny
Twórcy
autor
- Uniwersytet Ekonomiczny we Wrocławiu
Bibliografia
- Goldfarb D., Iyengar G.: Robust Portfolio Selection Problem. "Mathematics of Operations Research" 2003, No. 28(1), s. 1-38.
- Konno H., Yamazaki H.: Mean-absolute Deviation Portfolio Optimization Model and its Application to Tokyo Stock Market. "Management Science" 1991, No. 37, s. 519-531.
- Marceau E., Rioux J.: On Robustness in Risk Theory. "Insurance: Mathematics and Economics" 2001, No. 29, s. 167-185.
- Markowitz H.M.: Portfolio Selection. "Journal of Finance" 1952, No. 7, s. 77-91.
- Rey W.: Introduction to Robust and Quasi-Robust Statistical Methods. Springer-Verlag, 1983.
- Rockafellar R.T., Uryasev S.: Optimization of Conditional Value-at-Risk. "Journal of Risk" 2000, No. 2, s. 21-41.
- Staudte R.G., Sheather S.J.: Robust Estimation and Testing. Wiley, New York 1990.
- Trzpiot G.: Dominacje w modelowaniu i analizie ryzyka. Akademia Ekonomiczna, Katowice 2006.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171336807