Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Monte Carlo analysis" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Efficiency of the Modified Synthetic Estimator - Monte Carlo Analysis
Efektywność zmodyfikowanego estymatora syntetycznego - analiza Monte Carlo
Autorzy:
Jurkiewicz, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/906276.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
small domain estimation
multivariate methods
distance measures
Monte Carlo analysis
Opis:
Problem zbyt małej liczby obserwacji w próbie, reprezentującej określoną domenę populacji, może być rozwiązany między innymi poprzez zastosowanie takich estymatorów, które do szacowania parametrów w określonej subpopulacji (małym obszarze, domenie) wykorzystują dodatkowe informacje z pozostałej części próby. Rozwijane przez statystykę małych obszarów metody estymacji są często skomplikowane i trudne do praktycznego zastosowania np. w badaniach biznesowych. Stąd też istnieje po-trzeba rozwijania także metod, które będą łatwe w aplikacji i wystarczające efektywne. Jedną z takich propozycji może być zmodyfikowany estymator syntetyczny (MES). Zastosowanie estymatora MES zakłada dwuetapowy proces estymacji. W pierwszym etapie za pomocą metod klasyfikacji lub badania podobieństw określa się podobieństwa jednostek należących do małej domeny do jednostek z pozostałej części próby. Drugim krokiem jest wykorzystanie w estymacji, za pomocą odpowiednio skonstruowanych wag, informacji tylko od tych jednostek, które są podobne do jednostek z malej domeny. Autor przedstawia wyniki porównania efektywności estymatora MES z innymi estyma- torami na bazie eksperymentów symulacyjnych.
The problem of insufficient number of sample observations representing a population domain of interest (small area) can be solved by applying estimators which will be able to combine sample information from the given domain with information about sample units representing other domains. Modified Synthetic Estimator (MES) can be regarded as one of the proposals in this field. Using modified synthetic estimator requires an application of a two-stage estimation procedure. The first stage consists in applying some distance measures in order to identify the degree of similarity between the sample units. In the second stage, those units, which turned out to be similar to units from the domain of interest, are used to provide sample information with specially constructed weights. Author presents and discusses some results o f Monte Carlo analysis aimed at comparing efficiency between the MES and other estimators.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using Permutation Tests in Multiple Correlation Investigation
Wykorzystanie testu permutacyjnego w badaniach korelacji wielowymiarowej
Autorzy:
Stelmach, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/906864.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
permutation tests
Data Mining
correlation analysis
batch process
Monte Carlo
Opis:
An indication of correlation between dependent variable and predictors is a crucial point in building statistical regression model. The test of Pearson correlation coefficient – with relatively good power – needs to fulfill the assumption about normal distribution. In other cases only non-parametric tests can be used. This article presents a possibility and advantages of permutation tests with the discussion about proposed test statistics. The power of proposed tests was estimated on the basis of Monte Carlo experiments. The investigations were carried out for real data – a sample of refinery process parameters, where the indication of changes in correlation, even for sample with small size is very important. It creates an opportunity to react to changes and update statistical models quickly and keep acceptable quality of prediction
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 269
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hypothesis Testing in the Case of Insufficient Observations - Identification of Own Critical Values
Testowanie hipotez w warunkach niepełnej informacji - identyfikacja własnych wartości krytycznych
Autorzy:
Poměnková, Jitka
Kapounek, Svatopluk
Powiązania:
https://bibliotekanauki.pl/articles/904951.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Monte Carlo simulation
ADF test
cointegration
time series analysis
interest rates
sumulacja Monte Carlo
test ADF
kointegracja
analiza szeregów czasowych
stopa procentowa
Opis:
Economic transformation of the Central and Eastern European Countries and ongoing process of the European integration are important sources of structural changes in the concerned economies and therefore shorten available time series. Similarly, empirical studies focused on the economies in the European Union wrestle with short time series. Consequently, time series modelling and results robustness of econometric analysis used for European macroeconomic time series are limited by the sample size. Number of observations is important not only for the basic time series modelling and subsequent forecasting, but especially for the verification of theoretical assumptions. Thus, quantitative methods usually used for hypothesis testing are in the case of insufficient observations often completed by qualitative analysis which encompass certain amount of subjectivity. One of the factors influencing the stability of statistical hypothesis tests is the sample size. For large samples estimates behave usually asymptotically and have quite good stability. On the other hand, if the sample size is small (i.e. less then 30) the stability of statistical tests is lower. Moreover, for small samples the probability of wrongly rejected null hypothesis, so-called Type I Error, is even higher. In other words, inadequate power of a statistical hypothesis test determinates the possible application of econometric methods on short macroeconomic time series. One of the possible solutions is the usage of a Monte Carlo simulation and detection of own critical values. Critical values are identified on the base of simulation of time series with suitable length with respect to the predefined model. The authors have applied this methodology only on the analysis of macroeconomic time series regression (using cointegration) without any further limitation in its usage. The basic assumption of the analysis is the robustness of the hypothesis test about time series stationarity. However, the Dickey-Fuller test applied on short time series leads to wrong rejection of the hypothesis about stationarity and thus rejects the existence of real regression and wrongly rejects the hypothesis about spurious regression. Methodology presented and described in this paper is demonstrated on the causality between interbanking interest rates and selected retail banking interest rates in the Czech Republic.
Transformacja gospodarcza w Europie Centralnej i Wschodniej oraz procesy towarzyszące integracji europejskiej stanowią istotne źródła przemian strukturalnych tych gospodarek, z drugiej jednak strony powodują, że szeregi czasowe są zbyt krótkie. Co za tym idzie, przeprowadzając badania empiryczne dotyczące gospodarek unijnych borykamy się ze problemami związanymi ze zbyt krótkimi szeregami czasowymi. W konsekwencji, modelowanie na podstawie szeregów czasowych i obciążoność wyników analiz ekonometrycznych przeprowadzanych dla europejskich makroekonomicznych szeregów czasowych są utrudnione ze względu na długość próby. Liczba obserwacji odgrywa bowiem znaczenie nie tylko dla klasycznego modelowania szeregów czasowych i prognozowania w oparciu o nie. ale także - a może przede wszystkim - dla weryfikacji teoretycznych założeń. Stąd metody ilościowe, stosowane zazwyczaj do testowania hipotez, w przypadku niewystarczającej liczby obserwacji są często uzupełniane poprzez analizę jakościową, która jednak wnosi pewną dozę. subiektywizmu. Jednym z czynników oddziałujących na stabilność testowania jest wielkość próby. Dla dużych prób estymatory są zwykle asymptotyczne i wykazują dość dobrą stabilność. Z drugiej strony, jeśli próba jest mała (mniej niż 30 obserwacji) stabilność testów statystycznych jest niska. Co więcej, dla małych prób prawdopodobieństwo błędnego odrzucenia hipotezy zerowej, określane jako błąd I rodzaju, bywa wysokie. Innymi słowy, niedostateczna moc testu ogranicza możliwości zastosowania metod ekonometrycznych dla krótkich szeregów czasowych obejmujących dane makroekonomiczne. Jedną z możliwości rozwiązania tego problemu jest zastosowanie symulacji Monte Carlo i ustalenie własnych wartości krytycznych. Wartości krytyczne zostają zidentyfikowane na bazie symulacji przeprowadzonych na szeregach czasowych o odpowiedniej długości. Autorzy zastosowali tę metodologię tylko dla potrzeb analizy makroekonomicznych szeregów czasowych (uwzględniając kointegrację) bez dalszych ograniczeń w ich zastosowaniu. Bazowym założeniem analizy jest odporność hipotezy o stacjonarności szeregów czasowych. Metodologia zaprezentowana i opisana w tej pracy zastosowana została do określenia związków przyczynowo-skutkowych pomiędzy międzybankową stopą procentową a wybranymi stopami oprocentowania w bankowości detalicznej w Czechach.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 223
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayesian Analysis of Stochastic Volatility Model and Portfolio Allocation
Bayesowska analiza modelu zmienności stochastycznej w optymalizacji portfela
Autorzy:
Pajor, Anna
Powiązania:
https://bibliotekanauki.pl/articles/907594.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multivariate stochastic volatility model
Bayesian analysis
portfolio allocation
Markov chain Monte Carlo
Opis:
In this paper we present the multivariate stochastic volatility model based on the Cholesky decomposition. This model and the Bayesian approach is used to model bivariate daily financial time series and construct an optimal portfolio. We consider the hypothetical portfolios consisted of two currencies that were most important for the Polish economy: the US dollar and the German mark. In the optimization process we used the predictive distributions of future returns and the predictive covariance matrix obtained from the MSV model.
W artykule przedstawiono model zmienności stochastycznej, oparty na dekompozycji Choleskiego. Następnie model SV oraz podejście Bayesowskie zostało wykorzystane do modelowania zmienności dwuwymiarowych finansowych szeregów czasowych oraz budowy optymalnego portfela walutowego. Rozważono hipotetyczny portfel, w skład którego wchodzą złotówkowe kursy dwóch walut: dolara amerykańskiego i marki niemieckiej. W procesie optymalizacji portfela wykorzystano predyktywny rozkład stóp zwrotu oraz predyktywny rozkład macierzy warunkowych kowariancji, uzyskany w rozważanym modelu MSV za pomocą metod Monte Carlo (MCMC).
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 192
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies