Wyniki wyszukiwania - BazEkon

1

Truncated and Censored Dependent Variables and Their Models

100%

Kostrzewska J.

Studia i Prace Uniwersytetu Ekonomicznego w Krakowie

|

2009

|

nr 6

61-77

The aim of the paper is to present some basic models for the dependent variable which is truncated or censored in a common way but also truncated or censored by another correlated variable. These models are also known as limited dependent variable (LDV) models. (fragment of text)

2

Metoda rzutowania w budowie modelu regresyjnego

80%

Trzęsiok J.

Prace Naukowe / Akademia Ekonomiczna w Katowicach

|

2004

|

Postępy ekonometrii

321-330

Przedmiotem analizy jest zbiór obserwacji U. Każdy element tego zbioru jest charakteryzowany przez wektor p + 1 zmiennych (X1, X2,....,Xp, Y) Celem analizy jest znalezienie funkcji f, która opisywałaby zależność zmiennej zależnej Y od zmiennych objaśniających X1, X2,....,Xp. Szukamy więc takiej funkcji f, dla której Y = f(X) + ε Gdzie X = (1, X2,....,Xp), natomiast ε jest składnikiem losowym. W niniejszej pracy zakładać będziemy, że zależność pomiędzy zmiennymi można opisać za pomocą funkcji addytywnej. (fragment tekstu)

3

Scaled Consistent Estimation of Regression Parameters in Frailty Models

80%

Bednarski T., Skolimowska-Kulig M.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2018

|

vol. 5, t. 338

133-142

W artykule omówiono atrakcyjną obliczeniowo metodę estymacji parametrów dla klasy modeli regresyjnych z nieobserwowaną zmienną "frailty". Dowiedziono, że estymator największej wiarygodności stosowany w klasycznym wykładniczym modelu regresji jest Fisherowsko zgodny z dokładnością do skali w rozważanym modelu "frailty". Przeprowadzone badania symulacyjne oraz analiza rzeczywistych danych wskazują na dobre własności asymptotyczne prezentowanej metody estymacji.(abstrakt oryginalny)

4

Odległość jako determinanta migracji wewnętrznych na Dolnym Śląsku

80%

Krupowicz J.

Wiadomości Statystyczne

|

2000

|

nr 5

74-78

Analizę migracji ludności województw dolnośląskich przeprowadzono na podstawie spisów powszechnych z lat 1978 i 1988 oraz dodatkowo, dla woj. wrocławskiego, z bieżącej sprawozdawczości. (fragment tekstu)

5

Wykorzystanie krzywych składanych w regresji nieparametrycznej

80%

Gatnar E.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria

|

2001

|

7

|

nr 895 Zastosowania metod ilościowych

82-89

Scharakteryzowano metodę rekurencyjnego podziału przestrzeni cech wykorzystywaną do budowy modelu regresyjnego w postaci krzywych składanych zwaną MARS (Multivariate Adaptive Regression Splines).

6

Metoda wektorów nośnych w konstrukcji nieparametrycznych modeli regresji

80%

Trzęsiok M.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia

|

2005

|

12

|

nr 1076 Klasyfikacja i analiza danych - teoria i zastosowania

501-510

W następnych częściach pracy przedstawione będą algorytm metody wektorów nośnych w zagadnieniu regresji oraz próba odpowiedzi na pytanie o zasadność wyj boru funkcji jądrowej Gaussa. Przeprowadzona zostanie również analiza błędu średniokwadratowego, który generuje metoda w zależności od postaci funkcji jądrowej oraz jej parametrów. (fragment tekstu)

7

Ocena wpływu wymiaru przestrzeni zmiennych na jakość predykcji wybranych nieparametrycznych modeli regresji

80%

Trzęsiok J.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia

|

2009

|

16

|

nr 47 Klasyfikacja i analiza danych - teoria i zastosowania

141-148

Celem artykułu było zbadanie, czy w przypadku nieparametrycznych metod regresji przeprowadzenie procedury eliminacji zmiennych i wprowadzenie do modelu tylko części z nich znacznie zmienia wartość błędu predykcji tego modelu. Do analizy wykorzystano modele zbudowane z wykorzystaniem wybranych nieparametrycznych metod regresji: POLYMARS oraz PPR. Wszystkie obliczenia wykonano za pomocą programu statystycznego R. (fragment tekstu)

8

Bayesian Approach to Variable Selection in Linear Regression Model and Its Application

80%

Biskup D.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2007

|

nr 1162 Application of Mathematics and Statistics in Economics

11-18

W artykule ukazano bayesowskie podejście do problemu doboru zmiennych w modelu regresji liniowej. W tym podejściu dobór zbioru zmiennych dokonuje się przez poszukiwanie modelu o największym prawdopodobieństwie zaistnienia. Ponieważ analityczne obliczenie tego prawdopodobieństwa jest w większości przypadków niemożliwe, została wykorzystana metoda reversible jump. Metoda ta należy do klasy algorytmów typu MCMC (Markov Chain Monte Carlo) przystosowanych do przestrzeni o zmiennej liczbie wymiarów. W artykule przedstawiony jest przykład symulacyjny ze współliniowymi zmiennymi, a także przykład z rzeczywistymi danymi dotyczący predykcji PKB. (abstrakt oryginalny)

9

Symulacyjne porównanie jakości modeli otrzymanych metodą wektorów nośnych z innymi modelami regresji

80%

Trzęsiok M.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2007

|

nr 1189 Zastosowania metod ilościowych

234-241

Metoda wektorów nośnych uważana jest obecnie, oprócz zagregowanych drzew klasyfikacyjnych, za najdokładniejsze narzędzie w dyskryminacji. W dalszej części artykułu przedstawiona zostanie pokrótce metoda wektorów nośnych w regresji oraz próba empirycznego zweryfikowania, na ile metoda wektorów nośnych jest konkurencyjna pod względem dokładności predykcji wobec innych znanych metod regresji, takich jak klasyczna regresja liniowa, a także wybrane metody nieparametryczne: metoda rzutowania, sieci neuronowe, drzewa regresyjne oraz modele zagregowane łączące wiele modeli drzew. (fragment tekstu)

10

O regularyzacji wybranych nieparametrycznych modeli regresji

80%

Trzęsiok J.

Studia Ekonomiczne / Akademia Ekonomiczna w Katowicach

|

2008

|

nr 50 Zastosowanie metod matematycznych w ekonomii i zarządzaniu

139-150

Problem regularyzacji został w różny sposób rozwiązany w nieklasycznych metodach regresji. Celem tego artykułu jest przedstawienie przykładowych rozwiązań tego zagadnienia w wybranych nieparametrycznych metodach regresji, takich jak: metoda krzywych sklejanych, MARS i MART.(fragment tekstu)

11

Analiza wskaźnika pogłębionej deprywacji materialnej w regionach ue za pomocą regresji dla zmiennej frakcyjnej

80%

Dudek H.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia

|

2018

|

30

|

nr 507 Klasyfikacja i analiza danych - teoria i zastosowania

53-62

W pracy podjęto się weryfikacji adekwatności zastosowania modeli regresji dla zmiennej frakcyjnej (FRM) w analizie regionalnych poziomów wskaźnika pogłębionej deprywacji materialnej w UE. Wskaźnik ten jest odsetkiem osób wykazujących co najmniej 4 z 9 symptomów odnoszących się do braku możliwości zaspokojenia ze względów finansowych typowych potrzeb. Ponieważ wartości wskaźnika deprywacji należą do przedziału [0,1], w pracy wykorzystano modele dla zmiennej frakcyjnej. Na podstawie wyników rozszerzonej wersji testu RESET stwierdzono, że - w przeciwieństwie do modeli liniowych - nie było podstaw do odrzucenia poprawności specyfikacji regresji dla zmiennej frakcyjnej. W konsekwencji tego efekty krańcowe określające zmiany warunkowej wartości oczekiwanej wskaźnika pogłębionej deprywacji materialnej były zależne od poziomów czynników uwzględnionych w charakterze zmiennych objaśniających(abstrakt oryginalny)

12

An Additive Risks Regression Model for Middle-Censored Lifetime Data

80%

Sankaran P. G., Prasad S.

Statistics in Transition

|

2017

|

18

|

nr 3

459-479

Middle-censoring refers to data arising in situations where the exact lifetime of study subjects becomes unobservable if it happens to fall in a random censoring interval. In the present paper we propose a semiparametric additive risks regression model for analysing middle-censored lifetime data arising from an unknown population. We estimate the regression parameters and the unknown baseline survival function by two different methods. The first method uses the martingale-based theory and the second method is an iterative method. We report simulation studies to assess the finite sample behaviour of the estimators. Then, we illustrate the utility of the model with a real life data set. The paper ends with a conclusion. (original abstract)

13

Application of Selected Statistical Methods to ICT used in Public Procurement System in Poland

80%

Starzyńska W., Wiktorowicz J.

Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego

|

2009

|

10(X)

|

nr 1

221-231

W niniejszej pracy podjęta zostanie próba wielowymiarowej analizy rozwoju elektronicznych zamówień publicznych oraz jego determinant w oparciu o dane pochodzące z wywiadów kwestionariuszowych, przeprowadzonych wśród podmiotów zamawiających, zobligowanych do stosowania Pzp. Będzie mieć miejsce testowanie wybranych metod statystycznych dla potrzeb pomiaru, klasyfikacji i analizy determinant rozwoju elektronicznych zamówień publicznych.(abstrakt oryginalny)

14

Wybrane nieparametryczne metody regresji i ich zastosowania

80%

Trzęsiok J.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia

|

2004

|

11

|

nr 1022 Klasyfikacja i analiza danych - teoria i zastosowania

107-115

W referacie zostaną przedstawione wybrane nieparametryczne metody regresji oparte na funkcjach składanych. Zostanie opisana metoda krzywych składanych w przestrzeni jednowymiarowej, a następnie pewne jej uogólnienie na przestrzeń wielowymiarową, czyli metoda MARS. Metody te zostaną zastosowane do danych dotyczących rynku wydawniczego. Badania empiryczne będą przeprowadzone za pomocą programu statystycznego R. (fragment tekstu)

15

Metoda regresji w szacowaniu braków danych

80%

Białowąs S.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2006

|

nr 1107 Badania marketingowe w przestrzeni europejskiej

562-567

Zajmując się badaniami marketingowymi, nie sposób ominąć tematu brakujących danych. Każdy z badaczy zdaje sobie sprawę, że niewielki odsetek brakujących danych może w określonych warunkach prowadzić do poważnych problemów z przetworzeniem danych, a co gorsza, do błędnych wniosków. Szczególnie gdy braki danych nie są rozłożone losowo, a zależą od innej zmiennej lub zespołu zmiennych. Nie sposób jednak przed analizą danych ocenić, czy występujące w pliku braki danych obciążą wyniki (rozkład braków danych nie jest losowy), czy też nie (rozkład braków danych jest losowy). Wprawdzie problem braków danych poruszany jest w literaturze w niemal każdym opracowaniu dotyczącym analizy danych, powstało także wiele opracowań na temat postępowania z brakami danych. Nie istnieją jednak sposoby idealne, które wyeliminowałyby ten problem. (fragment tekstu)

16

Asymptotic Tests in Nonlinear Regression

80%

Zwanzig S.

Acta Universitatis Lodziensis. Folia Oeconomica

|

1991

|

113 Econometric and Statistical Theory. P. 2

171-182

W artykule podano wzory na asymptotykę trzeciego rzędu - testów dla nieliniowych modeli regresji, jak również wzory dla asymptotycznej mocy. (abstrakt oryginalny)

17

Estimating Seasonal Regression Models with Smoothly Varying Parameters

80%

Ilkka M., Teräsvirta T.

Acta Universitatis Lodziensis. Folia Oeconomica

|

1991

|

113 Econometric and Statistical Theory. P. 2

69-84

Zaproponowano dwie metody estymacji sezonowo zmieniających się współczynników liniowej regresji, gdy zmiany te są gładkie, a w szczególnym przypadku gdy są wielomianowe. Stosując metody symulacji porównano spisywanie się badanych metod estymacji w zależności od wyróżnionych macierzy kowariancji rozkładów a priori parametrów. (abstrakt oryginalny)

18

Analiza własności modeli regresji opartych na sieciach neuronowych

80%

Trzęsiok J.

Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach

|

2011

|

Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 3

82-89

W tym opracowaniu sieci neuronowe przedstawione zostaną jako model statystyczny wykorzystywany do budowy funkcji regresji. Z tego też względu omówiony zostanie jeden z najbardziej popularnych modeli - sieć neuronowa jednokierunkowa (feed-forward neural networks) z jedną warstwą ukrytą. Szczegółowo budowę funkcji regresji opartą na sieciach neuronowych autorka przedstawiła w opracowaniu przygotowanym w ramach projektu badań statutowych w 2009 roku, dlatego też przypomniane zostaną jedynie główne idee konstrukcji tego modelu, bez omawiania szczegółowo kroków algorytmu budowy modelu i wyznaczania jego parametrów. Celem tego opracowania będzie zbadanie własności modelu regresji zbudowanego w oparciu o sieci neuronowe. Szczególnie interesować nas będzie, czy otrzymany model charakteryzuje się odpornością na występowanie w zbiorze uczącym wartości oddalonych oraz wartości zaburzonych wpływem zmiennych losowych

19

The Modeling of Relations in Contingency Tables Using Logistic Regression

80%

Pecáková I.

Badania Operacyjne i Decyzje

|

2001

|

nr 2

91-101

Praca jest poświęcona zastosowaniu regresji logistycznej w modelowaniu relacji w tablicy kontyngencji. Postępowanie to jest wygodne w przypadkach, gdy chcemy modyfikować wartości dychotomicznych zmiennych na bazie obserwacji zmiennych objaśniających ciągłych lub kategorialnych. Model regresji logistycznej pozwala nam przezwyciężyć trudności występujące podczas stosowania w tym przypadku modelu liniowej regresji lub analizy dyskryminacyjnej. Podejście oparte na regresji logistycznej jest ilustrowane prostym przykładem rozpatrującym zależności zachodzące między ilością wypalanych papierosów a występowaniem raka płuc. Na tym przykładzie przeprowadzono estymację parametrów modelu regresji logistycznej, testy dotyczące ich wartości zerowej oraz testy zgodności. Zbadano też proporcję niepewności wyjaśnionej przez dane w modelu regresji logistycznej oraz relacje między klasyfikacją obserwowaną a prognozowaną. (abstrakt oryginalny)

20

R-optimal design strategies for logistic regression models with complementary log-log link

80%

Biswal T. K.

Statistics in Transition

|

2026

|

27

|

nr 2

205-218

The manuscript explores optimal experimental design strategies, specifically R-optimality, for two-parameter logistic regression (2PLR) models using the complementary log-log (c-loglog) link function. The study seeks to establish efficient designs that minimize the average width of confidence bands across the range of p redictor variables. The general equivalence theorem validates the necessary and sufficient conditions of this optimality criterion. (original abstract)