Informacja

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

Wyszukujesz frazę "regresja logistyczna" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Bankruptcy Risk Models for Polish SMEs – Regional Approach
Modele ryzyka upadłości polskich MŚP – ujęcie regionalne
Autorzy:
Ptak-Chmielewska, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/655563.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
ryzyko kredytowe
modele upadłości
regresja logistyczna
credit risk
bankruptcy models
logistic regression
Opis:
Zarządzanie ryzykiem kredytowym stanowi kluczowy element w zarządzaniu bankiem. Do zarządzania ryzykiem kredytowym wykorzystywane są modele statystyczne tzw. Modele scoringowe i ratingowe. Do oceny ryzyka kredytowego przedsiębiorstw wykorzystuje się modele ratingowe. Składową modeli ratingowych są modele ilościowe (oparte na wskaźnikach finansowych) oraz modele jakościowe (oparte na ankiecie jakościowej). Do budowy modeli ilościowych wykorzystuje się modele statystyczne i ekonometryczne, głównie modele regresji logistycznej. W artykule omówione zostały modele statystyczne do oceny ilościowej wraz z przykładem empirycznym opartym na danych dla próby MŚP udostępnionej przez jeden z polskich banków. Wykorzystano model regresji logistycznej ze zmienną nominalną – region działalności, uwzględniający zróżnicowanie terytorialne. Pokazana została konstrukcja modelu uwzględniającego zarówno branże działalności, jak i region działalności.
Credit risk management is a key element in bank management. For credit risk management, statistical models are used, the so‑called scoring and rating models. For enterprise risk assessment, rating models are used. Rating models consist of quantitative models (based on financial ratios) and qualitative models (based on a questionnaire). For estimation of quantitative models, econometric and statistical models are used, mainly logistic regression models. In this paper, statistical models for quantitative assessment are presented, including an empirical example based on the sample of data for SMEs made available by one of Polish banks. A logistic regression model with a nominal variable – the region of activity, including territorial differences, was used. The construction of rating model was presented, including the sector and region of activity.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 1, 333
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification of Reasons of the Outflow from Unemployment at the Local Labour Market
Identyfikacja przyczyn wyrejestrowań z bezrobocia na lokalnym rynku pracy
Autorzy:
Malarska, Anna
Powiązania:
https://bibliotekanauki.pl/articles/905085.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
local labour market
unemployment
stream analysis
logistic regression
multifactoral variance analysis
lokalny rynek pracy
bezrobocie
analiza strumieniowa
regresja logistyczna
wieloczynnikowa analiza wariancji
Opis:
The article is set in the realistic background of the local labor market. The topic taken up herein concerns the stream analysis of unemployment. The drain of the unemployed from the stock is analyzed from the causality viewpoint. Based on individual data regarding the unemployed from the area of the District Job Center in Pabianice those ontogenetic characteristics of the unemployed are identified that in a statistically significant manner influence the deregistering process. Thanks to using methods of logistic regression and multifactoral variance analysis that are further supported by professional statistic software (SPSS v. 14.0) the reader will learn how and under the influence of which demo-social factors chances and dangers of deregistering develop on the local labour market.
Artykuł osadzony jest w konkretnych realiach lokalnego rynku pracy. Podjęta jest w nim tematyka analizy strumieniowej bezrobocia. Pod katem przyczynowości badany jest strumień odpływu bezrobotnych z zasobu. Na podstawie indywidualnych danych o bezrobotnych z obszaru Powiatowego Urzędu Pracy w Pabianicach identyfikowane są te z osobniczych właściwości bezrobotnych. które statystycznie istotnie oddziałują na proces wyrejestrowań. Dzięki zastosowaniu metod regresji logistycznej i wieloczynnikowej analizy wariancji wspomaganych profesjonalnym oprogramowaniem statystycznym (SPSS v,14.0) Czytelnik dowie się. jak i pod wpływem jakich demograficzno-społecznych czynników kształtują się szanse i zagrożenia wyrejestrowań na lokalnym rynku pracy.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 224
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sentiment Classification of Bank Clients’ Reviews Written in the Polish Language
Analiza sentymentu na podstawie polskojęzycznych recenzji klientów banku
Autorzy:
Idczak, Adam Piotr
Powiązania:
https://bibliotekanauki.pl/articles/2033889.pdf
Data publikacji:
2021-06-30
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza sentymentu
klasyfikacja dokumentów
textmining
regresja logistyczna
naiwny klasyfikator Bayesa
sentiment analysis
opinion mining
text classification
text mining
logistic regression
naive Bayes classifier
Opis:
It is estimated that approximately 80% of all data gathered by companies are text documents. This article is devoted to one of the most common problems in text mining, i.e. text classification in sentiment analysis, which focuses on determining the sentiment of a document. A lack of defined structure of the text makes this problem more challenging. This has led to the development of various techniques used in determining the sentiment of a document. In this paper, a comparative analysis of two methods in sentiment classification, a naive Bayes classifier and logistic regression, was conducted. Analysed texts are written in the Polish language and come from banks. The classification was conducted by means of a bag‑of‑n‑grams approach, where a text document is presented as a set of terms and each term consists of n words. The results show that logistic regression performed better.
Szacuje się, że około 80% wszystkich danych gromadzonych i przechowywanych w systemach informacyjnych przedsiębiorstw ma postać dokumentów tekstowych. Artykuł jest poświęcony jednemu z podstawowych problemów textminingu, tj. klasyfikacji tekstów w analizie sentymentu, która rozumiana jest jako badanie wydźwięku tekstu. Brak określonej struktury dokumentów tekstowych jest przeszkodą w realizacji tego zadania. Taki stan rzeczy wymusił rozwój wielu różnorodnych technik ustalania sentymentu dokumentów. W artykule przeprowadzono analizę porównawczą dwóch metod badania sentymentu: naiwnego klasyfikatora Bayesa oraz regresji logistycznej. Badane teksty są napisane w języku polskim, pochodzą z banków i mają charakter marketingowy. Klasyfikację przeprowadzono, stosując podejście bag‑of‑n‑grams. W ramach tego podejścia dokument tekstowy wyrażony jest za pomocą podciągów składających się z określonej liczby n wyrazów. Uzyskane wyniki pokazały, że lepiej spisała się regresja logistyczna.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2021, 2, 353; 43-56
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Non‑Metric Data in Household Durable Goods Analysis. Selected Aspects
Analiza danych niemetrycznych w badaniu wyposażenia gospodarstw domowych w dobra trwałe. Wybrane aspekty
Autorzy:
Dziechciarz, Józef
Dziechciarz-Duda, Marta
Powiązania:
https://bibliotekanauki.pl/articles/951729.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza danych niemetrycznych
dobra trwałe
analiza korespondencji
regresja logistyczna
drzewa klasyfikacyjne
CART
gospodarstwa domowe
non‑metric data analysis
durable goods
correspondence analysis
logistic regression
classification trees
cart
households
Opis:
Pomiar wyposażenia gospodarstw domowych jest kluczowy w wielu aspektach oceny stanu społeczno‑ekonomicznego kraju i jego obywateli. Zapotrzebowanie (sprzedaż) jest traktowane jako jeden z kluczowych wskaźników stanu koniunktury w gospodarce. Podobnie analiza i ocena poziomu wyposażenia gospodarstw domowych w dobra trwałe są rozpatrywane w kontekście pomiaru jakości życia. W badaniu wyposażenia gospodarstw domowych mierzy się liczbę i jakość dóbr, w jakie wyposażone są gospodarstwa domowe. Pomiar wyposażenia gospodarstw domowych prowadzony jest najczęściej za pomocą słabych skali pomiarowych, nominalnej i porządkowej. Takie dane wymagają stosowania wyspecjalizowanych narzędzi analizy i modelowania. W opracowaniu zostanie podjęta dyskusja o możliwościach statystycznej analizy takich danych i ich modelowania oraz o problemach wnioskowania na podstawie uzyskanych wyników.
Measurement of household endowment with durables is crucial in many aspects of assessing the social and economic situation of a country and its citizens. The demand (sales) for durables is regarded as one of the key indicators of economic conditions. Similarly, analysis and evaluation of household durable goods are usually considered in the context of measuring the quality of life. The possession of durables is measured by means of the number and quality of goods in households. Measurement of household endowment is conducted usually by means of weak measurement scales, namely nominal and ordinal. Such data require the use of specialised tools for analysis and modelling. This study discusses the possibilities of statistical analysis of such data. Additionally, modelling and problems of inference on the basis of obtained results are discussed.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 4, 330
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