Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1227

Liczba wyników na stronie
first rewind previous Strona / 62 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Econometric models
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 62 next fast forward last
Nawiązując do artykułu J. Ossowskiego z roku 1992 autorka wykazuje, że podana tam relacja między parametrami rozkładu logarytmiczno-normalnego składnika losowego, dla której funkcja aproksymacyjna określa determinanty zmiennej objaśnianej modelu nie implikuje równości między wartością funkcji aproksymacyjnej i dominantą zmiennej objaśnianej i forumłuje nowy warunek, przy którym zachodzi taka równość. Warunek ten dotyczy każdego modelu z nielosową funkcją aproksymacyjną i multiplikatywnym składnikiem losowym o rozkładzie logarytmiczno-normalnym.
Autorka polemizuje z przedstawioną przez J. Ossowskiego w artykule z roku 1988 interpretacją przedziału przyjętego jako miara dopasowania modelu multiplikatywnego do danych rzeczywistych.
Autorka obala przedstawioną przez T.W. Bołta i J. Ossowskiego w artykule z roku 1992 interpretację przedziałów do oceny dokładności prognoz obliczanych na podstawie modelu multiplikatywnego dającego się sprowadzić przez obustronne zlogarytmowanie do klasycznego liniowego modelu ekonometrycznego.
Autorka obala przedstawioną przez T.W. Bołta i J. Ossowskiego w artykule z roku 1992 interpretację przedziałów do oceny dokładności prognoz obliczanych na podstawie modelu multiplikatywnego dającego się sprowadzić przez obustronne zlogarytmowanie do klasycznego liniowego modelu ekonometrycznego.
Dyskusja na temat modelowania ekonometrycznego z Z Czerwińskim, M. Szrederem i M. Krzysztofiakiem
Celem pracy jest skrótowa prezentacja wybranych metod oceny wyników VaR. Zaprezentowane zostaną zarówno proste popularne testy wykorzystujące ideę analizy szeregu przekroczeń, jak i nowsze propozycje pozbawione przynajmniej niektórych wad podejścia klasycznego. Modele VaR można analizować zarówno poprzez jakość modeli ekonometrycznych stanowiących podstawę modelu VaR (np. modeli VARMA-MGARCH), jak i wprost poprzez porównanie wyników VaR z faktycznie zaobserwowanymi stratami. Obszarem zainteresowania niniejszej pracy pozostaje jedynie to drugie podejście. (fragment tekstu)
W artykule autor rozważa sytuację, w której dostępne są różne modele ekonometryczne tej samej zmiennej. Podstawowym problemem jest wówczas wybranie najlepszego modelu. Najczęściej w tym celu stosuje się miary dopasowania modelu do danych empirycznych. Alternatywnym podejściem może być testowanie obejmowania modeli. W artykule przestawione są rozważania teoretyczne dotyczące testowania obejmowania modeli względem prognoz. Wykorzystuje się w nim metodologię budowy prognoz kombinowanych będących średnimi ważonymi prognoz indywidualnych wyznaczonych na podstawie rywalizujących modeli. Ilustracją rozważań teoretycznych jest przykład empiryczny, w którym modelowaniu i prognozowaniu poddano koszty produkcji energii cieplnej i elektrycznej w elektrowni B.(abstrakt oryginalny)
Artykuł jest próba podsumowania wyników badań nad przesłankami dynamizacji modeli ekonometrycznych na podstawie szczegółowych zaleceń teorii ekonomicznych wyższych rzędów. Tematy poruszone w publikacji to: informacja i jej wykorzystanie w konstrukcji modeli, modele oczekiwań adaptacyjnych i dostosowań częściowych, modele racjonalnych oczekiwań, modele dostosowań optymalnych, przesłanki podejścia astrukturalnego w modelowaniu ekonometrycznym.
W artykule analizuje się warunki stosowalności testu pierwiastków jednostkowych dla modeli ARMA(p,q), gdzie p i q to skończone naturalne liczby. Główne tematy poruszone w pracy to: stacjonarność szeregów czasowych i jej zastosowanie oraz podstawy "testu pierwiastków jednostkowych".
Konstrukcja tradycyjnych przedziałów predykcji niezrealizowanych przyszłych obserwacji szeregów czasowych oparta na klasycznym przedziale ufności dla funkcji regresji ma zwykle małe znaczenie praktyczne. Ten fakt wynika z pewnych mocnych założeń dotyczących rozkładu składowej stochastycznej modelu (normalność) jak i nieinterpretowalnej rozpiętości wynikowego przedziału ufności. Celem niniejszego artykułu jest rozważenie nieklasycznej koncepcji przedziału predykcji, która wykorzystuje ideę zastosowania dwóch alternatywnych potęgowych funkcji regresji analizowanego szeregu czasowego odpowiednio o wykładnikach 0
Modelowanie ekonometryczne jest sformalizowaną metodą prognozowania koniunktury. Większość z metod ekonometrycznych wykorzystywanych do prognozowania sytuacji gospodarczej opiera się na założeniu określonych zależności i relacji historycznych pomiędzy występującymi w modelu zmiennymi. Jeżeli trendy historyczne nie zostaną w sposób znaczący zaburzone, modele cechują się zazwyczaj dobrymi własnościami predykcyjnymi. Do badania koniunktury gospodarki województwa śląskiego wykorzystano model ekonometryczny powiązań między wybranymi zmiennymi charakteryzującymi gospodarkę. W szczególności do oceny wahań koniunkturalnych zastosowano pierwiastki charakterystyczne równania końcowego. Wystąpienie pierwiastków charakterystycznych będących liczbami zespolonymi świadczy o występujących wahaniach koniunkturalnych.(fragment tekstu)
Artykuł poświęcono modelowaniu procesów, które cechuje cykliczność. W teorii prognozowania stosuje się dwa podstawowe typy modeli — addytywne i multiplikatywne. Uogólnieniem ich jest model addytywny z amplitudą oscylacji zmieniającą się według dowolnej nieliniowej funkcji czasu. Jeśli istnieje funkcja odwrotna do funkcji modelującej amplitudę, zależność od czasu można zamienić na zależność od trendu. Jeżeli założona zastanie stała amplituda wówczas przedstawiony model sprowadza się do zwykłego modelu addytywnego. Założenie amplitudy wprost proporcjonalnej do trendu prowadzi do modelu multiplikatywnego. Model zweryfikowano na przykładzie inflacji. Model z nieliniowo zmienną amplitudą oscylacji dawał mniejsze błędy od zwykłego modelu multiplikatywnego i modeli multiplikatywnych, w których sezonowość eliminowano 12-miesięczną centrowaną średnią ruchomą oraz metodą cenzus II X-11.(abstrakt oryginalny)
Forecasting is one of the measure used in the planning process. It enables effective management of infrastructure and available human resources, including at airports. However, improper prediction of future trends may have economic consequences for the company. Therefore, the aim of the study is to determine forecasts of the number of passengers and air operations characterized by the smallest deviations from the real values, on the example of Wrocław Airport. For the needs of the study, an analysis of econometric models of seasonal fluctuations was carried out, as well as the method of seasonality indicators and homologous period trends. The methods were selected due to the low level of forecast error using expired forecasts for 2017. The study was completed with the choice of a method generating forecasts burdened with the smallest error. (original abstract)
Termin analiza dyskryminacyjna odnosi się do metod umożliwiających badanie różnic pomiędzy grupami w odniesieniu do kilku zmiennych jednocześnie. Analiza dyskryminacyjna jest pojęciem dosyć szerokim, odnoszącym się do kilku blisko ze sobą powiązanych metod. W literaturze wskazuje się na dwa podstawowe cele analizy dyskryminacyjnej: interpretację różnic między grupami oraz predykcję przynależności do grup. W przypadku pierwszego celu badacz stara się stwierdzić, czy można dokonać podziału grup na podstawie zbioru zmiennych diagnostycznych, jaka jest jakość tego podziału, które ze zmiennych w największym stopniu przyczyniają się do separacji grup. Drugi cel osiągany jest przez konstrukcję funkcji dyskryminacyjnych umożliwiających identyfikowanie przynależności obserwacji do jednej z kilku grup. Celem niniejszej pracy jest prezentacja możliwości zastosowania predyktywnego nurtu analizy dyskryminacyjnej do weryfikacji wybranych założeń liniowego modelu ekonometrycznego. Proponowana metoda stanowi alternatywę dla podejścia klasycznego, w którym ocenę modelu przeprowadza się za pomocą testów statystycznych. (fragment tekstu)
17
Content available remote On Application of Non Response Model in Internet Survey Sampling
80%
The paper deals with a problem of estimating the total on the basis of data observed on Internet sample. The Poisson sampling design without replacement is used as a basic model of generation of Internet sample. Its particular case is so called the Bernoulli sampling design without replacement when all the response probabilities are the same. Some estimators (including logit type one) of the population mean as well as of the total are considered. Their variances are evaluated and their estimators, too. (original abstract)
Artykuł polemizuje z procedurą analizy kształtowania się współczynników korelacji pomiędzy parami zmiennych objaśniających zaproponowaną przez H. Dudek. W modelu ekonometrycznym zawierającym k zmiennych objaśniających takich, że k-ta zmienna objaśniająca jest sumą pozostałych tych zmiennych, H. Dudek, zakładając, że każda macierz spełniająca kryterium uogólnionej nierówności Hellwiga może być macierzą współczynników korelacji dla k - 1 pierwszych zmiennych, zaproponowała k - 1 równań, z których wynika, że wartość współczynnika korelacji między k-tą zmienną objaśniającą i dowolną inną zmienną objaśniającą jest funkcją współczynników korelacji pomiędzy parami k - 1 pierwszych zmiennych oraz wariancji tych zmiennych. Autorka zauważa, że macierze wykorzystywane w tej procedurze mogą nie być macierzami współczynników korelacji i udowadnia twierdzenia, z których wynika, że współczynniki korelacji pomiędzy parami zmiennych objaśniających dokładnie współliniowych mogą być analizowane niezależnie zarówno od wariancji, jak i parametrów funkcji liniowych dotyczących relacji między tymi zmiennymi. W artykule wykazano, że dokładna współliniowość w modelu ekonometrycznym może wystąpić nawet wówczas, gdy wartości bezwzględne wszystkich współczynników korelacji pomiędzy parami tych zmiennych są bardzo niskie, np. gdy wszystkie współczynniki korelacji pomiędzy parami k zmiennych są równe -1/(k-1), to zmienne te są dokładnie współliniowe. To rodzi pytanie, czy zasadne jest stosowanie tych metod doboru zmiennych objaśniających, w których słabe skorelowanie wszystkich par zmiennych objaśniających jest traktowane jako jeden z warunków koniecznych dobrej jakości zbioru zmiennych objaśniających.
Współczesny rozwój teorii i zastosowań ekonometrii przestrzennej umożliwia jej praktyczne wykorzystanie do identyfikacji i oceny procesów rozwoju zachodzących w regionach. Możliwymi do zastosowania narzędziami badawczymi regionalnej analizy ekonometrycznej są modele ekonometryczne zwane modelami regionalnymi lub mezoekonomicznymi. Mogą one być użyteczne do celów analizy zarówno intraregionalnej, jak i międzyregionalnej. Umożliwiają ocenę stopnia rozwoju społeczno-gospodarczego poszczególnych jednostek administracyjnych kraju (gmin. powiatów, województw). Modele regionalne są wynikiem nie tylko rozważań natury teoretycznej, ale zawierają również konkretyzację empiryczną prezentowanych zależności. Wyższy poziom rozwoju społeczno-gospodarczego wymaga operowania coraz większą liczbą kategorii ekonomicznych, na podstawie których podejmuje się decyzje dotyczące kierunków dalszego rozwoju regionalnego. Ekonometryczne modele regionalne odgrywają użyteczną rolę jako narzędzia poznania ilościowych związków zachodzących między tymi kategoriami w analizowanym regionie (lub zespole regionów), w okresie, z którego pochodzą dane. Dostarczają bowiem informacji o mechanizmie rozwoju regionu w czasie i mogą weryfikować pewne teoretyczne koncepcje jego rozwoju. Modele ekonometryczne są również przydatne do prognozowania zależności między czynnikami rozwoju regionalnego oraz do scenariuszowych analiz symulacyjnych. Wykorzystanie modeli regionalnych stanowi jeden ze sposobów przekształcania instrumentów polityki gospodarczej w cele, ułatwia wybór kierunków działania narzędzi decyzyjnych i ich transformację w pożądane reakcje regionalnego systemu gospodarczego, a także umożliwia oceni? skutków alternatywnych hipotez rozwojowych. (fragment tekstu)
Przegląd badań prowadzonych w USA oraz w krajach europejskich pozwala przedstawić doświadczenia z zakresu zastosowania modelowania ekonometrycznego w analizach i predykcji w wymiarze regionalnym. W zaprezentowanych niżej przykładach wyróżnić można modele regionów, konstrukcje hierarchiczne dla makroregionu i regionów podstawowych, układy równań sektorowo-regionalnych, modele wieloregionalne i międzyregionalne, będące alternatywą dla budowanych makromodeli gospodarki kraju [18]. (fragment tekstu)
first rewind previous Strona / 62 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.