Wyniki wyszukiwania - BazEkon

1

Rozmyte testy statystyczne przy ustalonych danych

100%

Gerstenkorn J.

Przegląd Statystyczny

|

2002

|

49

|

z. 2

133-147

W tradycyjnej statystyce zakłada się, że podejmowane decyzje oparte są na sprecyzowanych dokładnie danych (crisp data). Jeśli dane są nieprecyzyjne lub gdy hipoteza, choć oparta na precyzyjnych danych, dopuszcza niedokładnie określone parametry, to taka sytuacja ukierunkowuje postępowanie na idee teorii zbiorów rozmytych i zastosowanie proponowanych tam pojęć i metod. W 1996 roku Arnold zajął się rozmytymi hipotezami przy dokładnych danych. Ideę tę podjęli Taheri i Behboodian w 1999 r. Proponując nowe definicje hipotezy zerowej oraz prawdopodobieństwa błędów I i II rodzaju. Na tej podstawie przedstawili oni swoje sformułowanie Lematu Neymana-Pearsona. W prezentowanym opracowaniu przedstawiono oba ujęcia, a następnie pokazano na własnych przykładach różnice wynikające z ujęcia klasycznego i rozmytego.

2

Test dla hipotezy o wartości oczekiwanej wielowymiarowej zmiennej o sferycznym rozkładzie normalnym

100%

Wywiał J.

Przegląd Statystyczny

|

1988

|

35

|

z. 4

341-355

W pracy pokazano, że jeśli Ho jest prawdziwe, a m -> ∞, to rozkład testowy jest zbieżny do normalnego. Dla prawdziwego Ho wyprowadza się dokładne i przybliżone wzory na cztery pierwsze centralne momenty statystyki testowej dla małego m. Za ich pomocą rozkład statystyki testowej jest aproksymowany krzywą Pearsona. W artykule zaproponowano również różne możliwości zastosowania testu.

3

Ograniczenia stosowania testów statystycznych

84%

Domański C.

Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego

|

2015

|

16(XVI)

|

nr 3

18-25

Celem artykułu jest wskazanie ograniczenia stosowania testów statystycznych opartych na teorii Neymana-Pearsona. Najważniejszą cechą każdego testu jest jego moc, którą możemy zbadać, wtedy gdy jednoznacznie mamy sformułowaną zarówno hipotezę zerową, jak i hipotezę alternatywną. W artykule przedstawimy przykład takiego testu, dla którego określimy empiryczną moc i jego rozmiar.(abstrakt oryginalny)

4

Neyman-Pearson's Theory of Testing Statistical Hypotheses Against the Background of Traditional Teaching of Logic

84%

Czerwiński Z.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Informatyka i Ekonometria

|

1997

|

2

|

nr 743 Zastosowania metod ilościowych

35-38

Autor omawia dwa sposoby wnioskowania statystycznego: indukcję i dedukcję. Pokazuje relację wnioskowania statystycznego do innych sposobów wnioskowania naukowego pokazywanego w podręcznikach logiki. (abstrakt oryginalny)

5

Testing for Tail Independence in Extreme Value Models - Application on Polish Stock Exchange

67%

Trzpiot G., Majewska J.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2011

|

255 Methodological Aspects of Multivariate Statistical Analysis : Statistical Models and Applications

137-145

Określanie stopnia zależności między aktywami jest niezbędne w wielu obszarach rynku finansowego. Koncepcja zależności w ogonie rozkładu stanowi obecny trend w ocenie siły ekstremalnych zależności. Przeprowadzona została analiza zależności w ogonie rozkładu na podstawie stóp zwrotu wybranych spółek polskiej giełdy oraz analiza porównawcza wybranych testów niezależności: Neyman-Pearson i Kolmogorov-Smirnov. Celem pracy jest uwypuklenie potrzeby uwzględniania zagadnienia określania zależności w ogonach rozkładu stop zwrotu składników portfela w zarządzaniu portfelem inwestycyjnym. (abstrakt oryginalny)